Dall’archivio della precedente fase di Borealen. Contenuto storico, non revisionato per le API attuali. 28 luglio 2026
Un prompt può iniziare un'esperienza, ma non può sostenere un intero prodotto. Nel momento in cui ChatGPT deve aiutare qualcuno a confrontare, calcolare, configurare o approvare qualcosa, il lavoro diventa interaction design.
La conversazione non è tutta l'interfaccia
La chat è eccellente per esprimere un'intenzione. Le persone possono descrivere un obiettivo incompleto, aggiungere contesto e correggere incomprensioni senza imparare un linguaggio di comandi. Diventa però inefficiente quando bisogna leggere dieci valori, confrontare alternative o verificare un calcolo. Queste attività hanno bisogno di una struttura spaziale.
Una buona app ChatGPT lascia che ogni mezzo faccia il lavoro per cui è adatto. La conversazione raccoglie l'intento e spiega il significato. L'interfaccia incorporata rende visibile lo stato, consente modifiche precise e mantiene il risultato verificabile. Nessuno dei due sostituisce l'altro.
- Conversazione per ambiguità, guida e spiegazioni.
- Componenti visuali per stato, confronto e manipolazione diretta.
- Azioni esplicite quando una scelta modifica dati o produce effetti esterni.
Progettare gli stati prima di rifinire lo schermo
Il lavoro più importante avviene prima di colori e componenti. Cosa vede l'utente quando mancano informazioni? Cosa cambia durante l'esecuzione di uno strumento? Come rappresentiamo risultati parziali? Cosa accade quando un dato non è disponibile o un'ipotesi non è valida?
Sono questi stati a determinare l'affidabilità percepita. Una bella scheda finale non può riparare un flusso che nasconde l'attesa, inventa valori predefiniti o perde il lavoro precedente. Per questo mappiamo prima il modello completo: vuoto, raccolta, pronto, esecuzione, successo, incompleto ed errore.
- Rendere visibili e modificabili i valori predefiniti.
- Conservare gli input tra le chiamate agli strumenti.
- Spiegare gli errori nel linguaggio dell'attività.
- Mantenere evidente la prossima azione utile.
Il modello racconta; il prodotto ricorda
Un modello linguistico è prezioso perché interpreta e spiega. Lo stato del prodotto deve comunque vivere in strutture esplicite. Criteri, pesi, voci di budget e ipotesi finanziarie non possono esistere soltanto nella prosa: servono identificatori stabili, regole di validazione e una rappresentazione coerente.
Questa separazione migliora anche l'iterazione. Il modello può proporre un criterio, ma l'applicazione decide se è valido e lo memorizza. L'interfaccia può modificare un peso e la conversazione può spiegarne l'impatto. Ogni livello mantiene una responsabilità chiara.
- Trattare input e output degli strumenti come contratti di prodotto.
- Separare il testo esplicativo dai valori autorevoli.
- Restituire dati strutturati all'interfaccia e contesto conciso alla conversazione.
La fiducia è un pattern di interazione
Le persone non si fidano di un prodotto AI perché parla con sicurezza. Si fidano quando le ipotesi sono visibili, le azioni reversibili e i risultati verificabili. Nel supporto decisionale mostriamo i criteri dietro una classifica; negli strumenti finanziari indichiamo unità e arrotondamenti; prima di scrivere su un sistema esterno rendiamo esplicito cosa accadrà.
Le migliori esperienze conversazionali risultano calme, non magiche. Riducono ciò che una persona deve tenere a mente e rendono gestibile l'incertezza. È un risultato di product design, non un trucco di prompting.
Parti dalla conversazione, ma progetta il sistema completo: stato, interfaccia, strumenti, feedback e recupero.Esplora il nuovo atlante ↗