Expert AI Prompts ha lanciato Voice-DNA System, una pipeline gratuita composta da tre strumenti collegati tra loro e progettata per piccoli imprenditori, lavoratori autonomi e consulenti in Australia e Nuova Zelanda. Il sistema nasce con l’obiettivo di eliminare uno dei problemi più frequenti nell’utilizzo quotidiano dell’intelligenza artificiale: la necessità di spiegare ogni volta al modello chi è l’azienda, quale pubblico serve, come comunica e quali caratteristiche deve mantenere nei contenuti generati.
Voice-DNA raccoglie queste informazioni attraverso una conversazione iniziale di circa dieci minuti e le trasforma in un profilo strutturato e riutilizzabile. L’idea è che il contesto dell’impresa venga definito una volta sola e successivamente incorporato nei prompt, evitando che ogni nuova richiesta parta da istruzioni generiche o da poche righe insufficienti a descrivere realmente l’attività.
Il primo componente della pipeline è Voice Onboarding. Invece di utilizzare un modulo tradizionale, lo strumento conduce un’intervista vocale con il titolare dell’attività e raccoglie informazioni su finalità dell’impresa, pubblico, posizionamento e voce del brand. Il risultato viene trasformato in un file strutturato denominato Business DNA, che costituisce la base informativa utilizzata dagli altri strumenti del sistema.
Il secondo componente, Tri-Backlog Resolver, serve a individuare eventuali informazioni mancanti nel Business DNA e a completarle prima dell’utilizzo operativo. Una volta risolti i vuoti informativi, il profilo viene validato e trasformato in un unico file esportabile, progettato per essere riutilizzato nelle successive attività svolte con sistemi di intelligenza artificiale.
La terza fase è affidata a Super AI Prompt Creator. Questo strumento combina il Business DNA validato con prompt strutturati, inserendo automaticamente nel prompt il contesto specifico dell’attività. Il sistema comprende cinque modelli definiti “Command Center”, dedicati alla costruzione di un Business Model Canvas, alla gestione del Google Business Profile, alla creazione del profilo personale LinkedIn, del profilo LinkedIn aziendale e alla costruzione completa della customer journey.
A questi modelli si aggiunge una libreria di circa 1.500 Structured Prompts distribuiti su 30 settori. In questo modo il titolare dell’attività può selezionare un’attività da svolgere senza ricostruire ogni volta il contesto aziendale necessario al modello. Il prompt finale contiene quindi sia la struttura operativa della richiesta sia le informazioni provenienti dal Business DNA.
Il sistema è stato sviluppato anche in risposta al tempo che le piccole imprese dedicano ad attività amministrative non direttamente produttive. In Australia, il valore complessivo di questo tempo perso viene stimato in 92 miliardi di dollari australiani all’anno. Per un singolo lavoratore autonomo la perdita media viene quantificata in 25.362 dollari australiani annui, mentre nei settori dell’edilizia, dei mestieri specializzati e dell’immobiliare la cifra sale a 53.261 dollari.
Al problema amministrativo si aggiunge quello del lavoro generato dall’intelligenza artificiale che deve essere rifatto perché il modello ha ricevuto istruzioni incomplete. Secondo i dati richiamati al momento del lancio, il 15,4% degli output prodotti con l’assistenza dell’AI richiede una rielaborazione completa a causa dell’assenza di un contesto adeguato nel prompt iniziale. Ogni episodio di questo tipo comporterebbe mediamente un’ora e 56 minuti di correzione manuale, con un costo stimato di 186 dollari per dipendente ogni mese.
Il problema non viene quindi individuato nella semplice qualità del modello, ma nella quantità e nella struttura delle informazioni che gli vengono fornite prima di eseguire il compito. Un prompt di una sola riga può costringere il sistema a dedurre pubblico, tono, obiettivi e caratteristiche dell’azienda, aumentando la probabilità di generare materiale poco coerente con il contesto reale.
I dati utilizzati per sostenere questo approccio indicano inoltre che l’impiego di prompt strutturati e ricchi di contesto può modificare sensibilmente le prestazioni. In una ricerca su attività assistite dall’intelligenza artificiale, i lavoratori che utilizzavano prompting strutturato hanno completato i compiti il 25,1% più velocemente rispetto al gruppo di controllo. Al contrario, nell’esecuzione di attività complesse, l’utilizzo di prompt non strutturati è stato associato a una probabilità superiore del 19% di produrre un risultato errato rispetto allo svolgimento dello stesso compito senza AI.
Voice-DNA tenta di intervenire precisamente su questa differenza, separando la raccolta del contesto dalla singola richiesta operativa. La descrizione dell’impresa non deve quindi essere ricostruita manualmente ogni volta: viene memorizzata nel Business DNA e successivamente combinata con i prompt utilizzati per marketing, strategia, presenza online o gestione del percorso del cliente.
La stessa pressione amministrativa è presente anche in Nuova Zelanda. I lavoratori autonomi neozelandesi dedicano dalle cinque alle sei ore alla settimana alle sole attività fiscali e finanziarie, equivalenti a circa 312 ore all’anno. Tra chi utilizza strumenti di automazione il tempo scende invece a circa quattro ore settimanali, con una riduzione prossima al 40%.
Parallelamente sono aumentati anche i costi di conformità sostenuti dalle imprese neozelandesi. Gli incrementi annuali rilevati oscillano tra 1.067 e 2.187 dollari neozelandesi in funzione della dimensione dell’azienda. Nello stesso mercato cresce l’utilizzo operativo dell’intelligenza artificiale: il 36% delle piccole e medie imprese neozelandesi dichiara ormai di utilizzare sistemi AI nelle attività quotidiane, rispetto al 32% registrato nell’anno precedente.
Voice-DNA System è quindi costruito come una sequenza precisa: la conversazione iniziale raccoglie le caratteristiche dell’impresa, il Business DNA le struttura, Tri-Backlog Resolver individua e completa le informazioni mancanti e Super AI Prompt Creator utilizza il profilo validato per costruire prompt già contestualizzati. Il risultato non è una nuova interfaccia generica per interrogare un modello, ma un sistema per rendere persistente e riutilizzabile il contesto aziendale che normalmente dovrebbe essere reinserito manualmente in ogni nuova conversazione con l’intelligenza artificiale.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)