Hai presente quando chiedi qualcosa a ChatGPT, ti risponde, apri un’altra chat e ha dimenticato tutto?
Sì ok ora hanno implementato le memorie ma la questione rimane, almeno per me: è come se il tuo assistente prendesse tutti gli appunti sullo stessso lungo taccuino senza organizzarli in un ordine particolare, il contesto è confuso.
Il problema: l’assistente sulla panchina
Immagina di avere un assistente personale che lavora su una panchina in piazza. Ogni volta che hai bisogno di qualcosa vai da lui, gli spieghi chi sei, cosa fai, quali sono i tuoi progetti. Lui ti aiuta, fa un ottimo lavoro, prende nota nel suo lungo taccuino solo quando glielo dici.
“Ciao, ti ricordi di me?” “Sì, vivi a Omegna e hai scritto 20 articoli.” “Ok, allora: io gestisco un blog, ho scritto 22 articoli, di solito parlo di…”
È esattamente quello che succede con le AI conversazionali. Ogni chat è una quasi una tabula rasa.
Situazioni reali in cui questo diventa un problema
Esempio 1: Gestisci un blog
Hai 100 post pubblicati. Vuoi che l’AI ti aiuti a scriverne uno nuovo mantenendo coerenza con gli altri, evitando di ripetere argomenti, magari linkando post precedenti correlati.
Con ChatGPT? “Ecco i miei ultimi 10 post [copia-incolla]. Ora aiutami a…” Ma erano 100, non 10. E domani dovrai ri-inegrare tutto.
Esempio 2: Scrivi verbali di riunioni
Hai 20 meeting con lo stesso cliente. Ogni verbale fa riferimento a decisioni prese nei meeting precedenti. Vuoi che l’AI ti aiuti a riassumere, ma deve sapere cosa è successo 3 settimane fa.
Opzioni: copi tutti i verbali precedenti (sperando che ci stiano nella chat), gli chiedi di ricordarseli assieme alla lista della spesa dell’altroieri.
Esempio 3: Email storiche
Ricevi una mail da Mario Rossi. “Di cosa stavamo parlando l’ultima volta?” Tu non te lo ricordi, ma ce l’hai nelle email del 2019. Puoi cercare a manina, ma se la AI avesse accesso a quella conversazione non dovresti manco pensare tu a cercare i dati.
Esempio 4: Progetti con documentazione sparsa
Hai un progetto software con 50 file di codice, una doc di architettura, note sparse. Vuoi chiedere all’AI “come funziona il sistema di autenticazione?” ma lei non può vedere nulla di quello che hai già scritto.
La soluzione: dare all’AI un ufficio
Invece di far lavorare l’AI su una panchina, le dai un ufficio con degli schedari.
In pratica: crei una cartella sul tuo computer (o server) con tutti i tuoi file. Blog post, documenti, note, verbali, email importate, codice, progetti.
L’AI lavora dentro quella cartella. Può leggere i file, cercare informazioni, modificarli, crearne di nuovi.
Soprattutto, può creare nuovi schedari e può decidere come frammentare le informazioni tra i vari documenti - questa per me è stata la cosa importante. Uno strumento che gestisce sé stesso.
Una panetteria o un amministratore condominiale avranno tipologia di database diversi, schedari diversi: ricette e strumentazione da una parte, bollette e verbalia dall’altra.
Quando le chiedi qualcosa, lei sa già:
- Chi sei
- Cosa fai
- Quali progetti hai
- Cosa hai scritto negli ultimi 5 anni
Non devi più spiegare tutto ogni volta.
Come funziona (senza entrare nei dettagli tecnici)
1. Hai una cartella strutturata
/brain/
progetti/
progetto-a.md
progetto-b.md
clienti/
mario-rossi.md
azienda-x.md
log/
2025-11-01-riunione-con-mario.md
2025-11-05-decisioni-progetto-a.md
blog/
2025-10-15-primo-post.md
2025-11-12-secondo-post.md
2. Usi un’AI che può accedere ai file
Non ChatGPT via web (quello non può leggere i tuoi file). Tool come Claude Code, GitHub Copilot Workspace, o simili che girano sul tuo computer e hanno accesso al filesystem.
3. L’AI lavora con context completo
“Devo scrivere un nuovo post per il blog” → l’AI legge tutti i tuoi post precedenti, capisce lo stile, vede gli argomenti già trattati, ti propone qualcosa di coerente.
“Cosa abbiamo deciso nell’ultimo meeting con Mario?” → l’AI apre il file mario-rossi.md, legge la timeline, trova il verbale dell’ultima riunione, ti risponde.
“Come funziona l’autenticazione nel progetto A?” → l’AI legge progetto-a.md, segue i link al codice, analizza, ti spiega.
Quanto context serve davvero?
Le AI moderne hanno “finestre di context” sempre più grandi. È un po’ come la memoria di lavoro: quante informazioni possono tenere in testa contemporaneamente.
ChatGPT standard: ~16.000 token (~12.000 parole = un libretto di 30 pagine) Claude Sonnet: ~200.000 token (~150.000 parole = un romanzo intero) Gemini 2.0: ~2.000.000 token (~1.500.000 parole = 10 romanzi)
Cosa significa in pratica? Con un context grande, puoi caricare tutto il tuo archivio personale in memoria. L’AI può “vedere” contemporaneamente:
- I tuoi ultimi 100 post del blog
- Tutti i verbali dell’ultimo anno
- La documentazione completa di 5 progetti
- Le email importanti degli ultimi 19 anni (sì, ho importato tutto)
E lavorare con tutto questo context disponibile.
Il mio setup
Ho una cartella chiamata brain con dentro:
- 20 anni di email importate e analizzate da un’AI
- Database di persone, aziende, progetti in testo semplice, questo è importante: se lo apro con un cellulare o lo voglio mandare in giro faccio fisicamente copia incolla e lo incollo in mail o whatsapp
- Log tecnici e diari personali organizzati per anno, sempre in testo semplice
- Documentazione progetti, sempre etcetc
- Todo e reminder, testo bla bla
Quando lavoro, l’AI (Claude Code nel mio caso) parte con tutto il brain caricato. Sa chi sono i miei clienti, quali progetti ho, cosa ho fatto ieri, cosa devo fare domani.
Non è solo per sviluppatori
Ok, io uso dei tool da nerd, ma il concetto funziona per chiunque:
Se gestisci un blog: Cartella con i post in markdown, un’AI che legge e scrive lì dentro.
Se fai consulenza: Cartella con clienti, progetti, verbali. L’AI ti aiuta a preparare meeting, fare follow-up, trovare decisioni passate.
Se scrivi: Cartella con note, bozze, capitoli. L’AI tiene traccia di tutto, mantiene coerenza narrativa, ti ricorda cosa avevi scritto 6 mesi fa.
Se studi: Cartella con appunti per argomento. L’AI ti aiuta a ripassare, collega concetti, trova quella definizione che avevi scritto settimane fa.
I vantaggi concreti
1. Zero ripetizioni: Non devi rispiegare chi sei ogni volta.
2. Coerenza: L’AI mantiene lo stesso tono, stile, terminologia perché ha accesso a tutto quello che hai prodotto prima.
3. Ricerca semantica: “Trova quella cosa di cui parlavo con Mario” → l’AI cerca tra i file e ti trova il context.
4. Memoria di lungo termine: Decisioni prese mesi fa sono ancora accessibili e influenzano il lavoro nuovo.
5. Scaling: Più progetti hai, più persone gestisci, più questo sistema diventa prezioso.
E la privacy?
Io sono un selvaggio e prendo la cosa spesso alla leggera, ma è una sacrosanta considerazione.
Dati sensibili: Puoi escludere file o cartelle dall’accesso AI. Password, credenziali, dati personali critici e via dicendo.
Tool locali vs cloud: Tool come Claude Code girano sul tuo computer. I file non vanno “in cloud” ma la richiesta all’AI sì, quindi non mettere nei file le cose che non incolleresti su chatgpt.
Controllo: Sei tu che decidi cosa mettere nel brain. Se hai gmail, plausibilmente puoi mettere tutto quello che c’è lì. Aumenti il surface attack, questo è vero ma come regola di base non mi farei questo tipo di problema.
Conclusione
Le AI sono strumenti potenti, ma hanno un limite: la memoria. ChatGPT dimentica, non perché è stupido, ma perché non ha un posto dove conservare informazioni tra una sessione e l’altra.
Darle un “brain” (una cartella strutturata con i tuoi dati) cambia completamente il gioco. Da assistente sulla panchina diventa assistente con un ufficio, uno schedario, e la capacità di ricordarsi tutto.
Non serve essere sviluppatori. Serve solo capire il concetto: context is king. Più context dai all’AI, meglio ti aiuta.
Nota: Questo post è la prima parte di una riflessione più ampia su come gestire informazioni personali/professionali in modo che siano accessibili, ricercabili e utilizzabili da AI. Se l’argomento ti stimola e vuoi approfondire (o confrontarti su come applicarlo al tuo caso), scrivimi. Sono sempre curioso di sapere come altre persone organizzano il proprio lavoro e quali problemi stanno cercando di risolvere.