Where can I listen to this podcast?

This podcast is available on 4 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.

Does this podcast accept guests?

Yes, this podcast regularly features guests.

AudioCassetta | by Cassetta degli AI-trezzi

Claim This Podcast

by Valentino Grossi

17 episodes

Updated Daily

Accepts GuestsHas SponsorsLocation 🇮🇹

Podcast Overview

🎙️ AudioCassetta è il formato audio breve della Cassetta degli AI-trezzi. Approfondimenti rapidi su trend emergenti, casi d’uso concreti e strumenti AI spiegati in modo semplice, senza fuffa e senza tecnicismi inutili. Pochi minuti per capire cosa sta succedendo e cosa vale davvero la pena usare. <a href="https://lacassettadegliaitrezzi.substack.com?utm_medium=podcast">lacassettadegliaitrezzi.substack.com</a>

Language

🇮🇹

Publishing Since

12/22/2025

View on Apple Podcasts RSS Feed

1 verified contact email on file for AudioCassetta | by Cassetta degli AI-trezzi

Pitch yourself as a guest, propose sponsorships, or reach out directly to the host.

See contact details

Recent Episodes

July 1, 2026

E se l’AI sapesse già quanto inquina il tuo edificio? (e non solo)

<a target="_blank" href="https://substack.com/profile/523991070-martina-simoni">Martina Simoni</a> è la prima persona che viene su Audiocassetta che conosco dai tempi dell’università. Gli altri ospiti li ho conosciuti tutti nell’ambito dell’AI, negli ultimi anni. Martina no. Ci siamo conosciuti a L’Aquila, quando eravamo entrambi studenti, lei in ingegneria edile-architettura, io in gestionale. Il target classico degli scherzi degli altri amici e colleghi ingegneri.Quando ho aperto il suo LinkedIn qualche mese fa e ho letto “AI Researcher” accanto ad “Architect”, mi sono fermato. Mi ha colpito vedere da dove era partita e dove era arrivata, e in quanto tempo.Ho parlato con lei di AI in architettura, di come nasce un MVP in un settore che non sai programmare, e di cosa significa davvero fare reskilling in modo ragionato.Chi è MartinaOriginaria di L’Aquila, si è laureata in ingegneria edile-architettura. Ha lavorato sei anni in Olanda, in uno studio di architettura, su progetti legati alla pianificazione urbana.Il punto di svolta arriva con un progetto per la regione di Bruxelles: mappare la città dei 15 minuti, ovvero verificare che ogni cittadino avesse a meno di 15 minuti da casa i servizi essenziali: farmacie, medici, supermercati, trasporti pubblici. Per farlo, il team doveva costruire un tool di analisi spaziale. Martina si avvicina al mondo dei dati per la prima volta.“Raramente in architettura le decisioni si prendono sui dati,” dice. “Di solito si basano sull’esperienza personale del progettista. Quel progetto mi ha fatto capire cosa cambia quando hai i numeri.”Da lì, tramite un contatto in comune, viene a conoscenza del master in AI, Architecture and Business Innovation all’IAAC di Barcellona, l’Istituto di Architettura Avanzata di Catalogna. Istituto privato non-profit con un approccio molto pratico, learn by living. Ha mollato l’Olanda, si è trasferita a Barcellona, e ha ricominciato a studiare.AI in architettura non è solo renderLa prima cosa che viene in mente quando si pensa ad AI e architettura è il render. Prendi un prompt, lo metti su Mid Journey o su Nano Banana, il modello di Google per la generazione di immagini, e ottieni un’immagine dell’edificio.Martina lo conferma: è quello che fanno tutti. E funziona, nelle fasi preliminari, quando hai bisogno di una visualizzazione veloce da mostrare al cliente o da allegare a una gara d’appalto. Salva tempo. Prima i render richiedevano ore su software specializzati, adesso in cinque minuti hai qualcosa di decente.Il problema è che quell’immagine è un output, non un input. Non la puoi usare per fare altro. Non entra in nessun altro processo.“In architettura l’AI non dovrebbe essere solo generativa,” dice. “Dovrebbe essere decisionale.”Cosa significa in pratica:* Computer vision in cantiere: analisi di immagini da drone per monitorare l’avanzamento lavori e confrontarlo con il progetto originale.* Sensoristica su infrastrutture: sensori su un ponte che, collegati a modelli predittivi, segnalano qual è il punto critico su cui intervenire prima che si rompa.* Analisi ambientali integrate nel design: capire come il sole e il vento influenzano l’edificio già durante la progettazione, non dopo.* Design parametrico assistito: dove la forma dell’edificio è direttamente collegata a equazioni e variabili ambientali, senza dover essere esperti di fisica degli edifici.Fa un esempio che resta: il Walkie-Talkie Building di Londra. Facciata completamente in vetro, forma curva. Il problema è che quella facciata rifletteva la luce solare su un punto preciso della strada, concentrandola come una lente. Fondeva le macchine parcheggiate lì sotto. Un’analisi ambientale fatta prima avrebbe evitato il problema. Con gli strumenti attuali, si sarebbe potuto simulare in fase di progetto.“Eviti prima, riduci i costi dopo.”Delta Carbon: il tool che calcola l’impatto prima di costruireDurante il master, Martina e il suo team, Rashid Sadla e Rimchu Pani, hanno sviluppato un tool che si chiama Delta Carbon.L’idea nasce dal Life Cycle Assessment, LCA, ovvero la valutazione dell’impatto ambientale di un edificio lungo tutto il suo ciclo di vita: dall’estrazione dei materiali, al trasporto, alla messa in opera, all’uso, fino alla dismissione. È uno strumento che esiste da anni in architettura, ma che in pratica quasi nessuno usa nelle fasi preliminari, perché richiede molto tempo e un’expertise specifica.Delta Carbon si concentra sull’upfront carbon: le prime due fasi del ciclo, produzione dei materiali e trasporto in cantiere. Ed è lì che la legislazione europea sta puntando. Presto sarà obbligatorio rendicontare questo dato.Come funziona: si importa il modello 3D dell’edificio realizzato in Rhinoceros, il software di modellazione più diffuso tra gli architetti. La dashboard di Delta Carbon legge il modello, associa automaticamente i materiali ai componenti edilizi, tetto, fondazioni, pilastri, facciata, finestre, e si collega via API all’EPD, l’Environmental Product Declaration, il database internazionale in cui ogni materiale commercializzato ha la sua scheda di impatto ambientale. Il risultato è una stima dell’upfront carbon con raccomandazioni su come ridurlo.La parte che cambia tutto: il tool è integrato direttamente in Rhinoceros come plugin. Ogni volta che l’architetto aggiorna il modello 3D, basta andare sulla dashboard e fare refresh. Non si esce dal proprio flusso di lavoro.“Abbiamo pensato che altrimenti nessun architetto lo userebbe mai,” dice Martina. “Se devi esportare, importare, cambiare strumento, è già perso.”Il lancio è avvenuto la settimana scorsa a Barcellona, nell’ambito di Barcellona Capitale dell’Architettura 2026. L’MVP è pronto. Stanno cercando beta tester, in particolare architetti, ingegneri e studi che vogliano provarlo su progetti reali.Puoi contattare Martina direttamente dal suo <a target="_blank" href="https://www.linkedin.com/in/martina-simoni/">linkedIN qui.</a>Intato ti lascio una piccola demo, perché in live era difficile da spiegarlo a parole.Due anni da zeroMartina ha fatto il suo “coming out£ durante la live: prima di quel progetto sulla città dei 15 minuti, pensava che l’AI fosse solo ChatGPT.Da quel momento al lancio di Delta Carbon: circa due anni.In mezzo: il master all’IAAC, Python, JavaScript, Claude Code come assistente di sviluppo, un primo progetto di crowd management per i grandi festival indiani (dove il team ha dovuto etichettare manualmente migliaia di immagini satellitari su Photoshop per insegnare al modello a distinguere le persone dalla strada), e poi lo sviluppo del tool con il plugin per Rhinoceros.“Sono pignola,” dice. “Se decido una cosa, devo diventare l’esperta di quell’argomento.”Non era esperta di machine learning. Non sapeva programmare. Ha imparato lungo il percorso, con strumenti che un anno fa erano molto più limitati di quelli di oggi. Il primo progetto sul crowd management lo hanno sviluppato quando i coding assistant facevano solo pezzi. Su Claude Code adesso si fa tutto, inclusa l’integrazione del plugin.C’è un punto che vale la pena sottolineare: il vantaggio competitivo non è nel codice. È nella conoscenza del settore.“Un architetto sa cosa non funziona in architettura. Sa dove il processo si inceppa, dove si perdono soldi, dove la normativa sta andando. Io ho usato l’AI per costruire sopra quello che sapevo già.”Chi viene dall’esterno e prova a fare lo stesso strumento senza sei anni di cantieri, di progettazione, di client meeting, fa un buco nell’acqua. Non perché non sappia programmare. Perché non sa cosa costruire.Il suo insegnamento? Usarla dove valeC’è un filo che attraversa tutta la conversazione con Martina: la misura.“L’AI non è sostenibile a livello ambientale. Lo sappiamo. Se la usi per fare sei render diversi di una facciata per mostrare i materiali al cliente, stai consumando energia per qualcosa che si poteva fare in un altro modo.”Il punto non è evitarla. Il punto è usarla dove i benefici superano i costi. Se un tool come Delta Carbon aiuta a ridurre le emissioni di un edificio, l’energia che consuma per girare è giustificata.“Stare nella misura delle cose. Usarla come strumento potentissimo, senza dimenticare che ha un impatto che non si vede.”La cassetta di MartinaI tool che usa, nel suo lavoro quotidiano.Delta Carbon — La sua startup. Ancora in fase MVP, beta aperta.Claude — Con skills personalizzate. Ne ha costruita una specifica per pulire le repository su GitHub: lavori su un progetto, accumuli file inutili, la skill fa il cleanup automatico. “Se conosci le skills di Claude, riesci a ottenere qualcosa di decente come punto di partenza.”Notion AI — Per i summary delle riunioni. Registra, trascrive, sintetizza. “Con la mole di meeting che si fanno, non avere le trascrizioni è impossibile.”ChatGPT — Usato “come psicologo”, dice. E aggiunge: “Lo dico qui e lo nego subito.” L’ha anche ribattezzato: “Cettina.”Grok — Per la parte di robotica e sensoristica a basso livello. Ha notato che su quel tipo di codice, soprattutto legato all’augmented reality e ai sensori, performa meglio di Claude. “Non lo so perché, ma l’ho verificato su più progetti.”OpenClaw— Menzione d’onore. “Credo che ci sposteremo molto sugli agent. Non so come andrà, ma è lì che si va.”Ti stanno piacendo queste live? Iscirivi alla Cassetta per non perderle This is a public episode. If you'd like to discuss this with other subscribers or get access to bonus episodes, visit <a href="https://lacassettadegliaitrezzi.substack.com/subscribe?utm_medium=podcast&utm_campaign=CTA_2">lacassettadegliaitrezzi.substack.com/subscribe</a>

June 25, 2026

La storia dietro le stories. Marco, Nanospot e il valore del vibe coding

Il micro-influencer che mangia la pizza (e si fa una story) vale più di quello con 100.000 follower. Marco lo ha capito in fabbrica. L’ha costruito di notte. Adesso ha una startup.In breve: Nanospot è un’app di passaparola digitale che ti permette di taggare il locale e di guadagnare qualcosa su una story. Chi ha meno follower è più prezioso perché i suoi 300 seguaci sono persone reali. Marco ha costruito tutto questo senza background tecnico, copiando e incollando codice da ChatGPT su un editor di testo per fare il suo MVP la sera, dopo otto ore in ufficio. Ci ha raccontato come da un lavoro serale si passa a un startup che ha già raccolto il suo primo round di investimento e ha già diversi micro creator attivi.Ho parlato con Marco Misantone in diretta su Audiocassetta.Marco è del mio stesso paese. Uno di quelli che vedi in giro e pensi “sì, sveglio” ma non immagini cosa stia costruendo dietro le quinte. Poi apre bocca e ti fa spostare dalla sedia.Ha iniziato a fare il vibe coder quando vibe coding non era ancora una parola. Di giorno, ufficio acquisti, fornitori, fatture. Di sera, tornava a casa e programmava. Senza sapere programmare. Con GPT-3-5 aperto da un lato e un editor di testo dall’altro.Questo episodio di Audiocassetta racconta di tre cose: come nasce una startup quando non sei tecnico, cosa significa davvero essere un micro-influencer nel 2026, e perché stare nella chat web di ChatGPT non è usare l’AI.Da zero a startup: la storia dell’autodidatta che ha imparato l’AI prima di imparare a programmarePrima di <a target="_blank" href="https://www.instagram.com/_nanospot_/">Nanospot</a>, la startup di Marco solo un’idea. Anno 2019, università di economia, nessun tool degno di questo nome. L’idea era già chiara: una persona normale, con 300 follower, non ha modo di guadagnare dai social. I micro-influencer piccoli non esistono come categoria redditizia. I grandi sì, i piccoli no.Marco inizia con file Word e Excel. Scouting manuale, tanta voglia, quasi nessuno strumento. Poi arriva ChatGPT, novembre 2022. Si iscrive subito.Nel 2024 inizia a programmare sul serio. Copia pezzi di codice da ChatGPT, li incolla su un editor di testo, li aggiusta a mano. Senza Git, senza capire CSS, mandando in loop l’AI finché il contesto non si svuotava.“Alle 140 riga riscriveva comunque tutto da zero.”Suona familiare?Quello che ha imparato in quel periodo non è solo codice. Ha imparato come ragiona un modello. Come si costruisce un prompt verticale. Come si struttura un task per non sprecare token. E soprattutto: che la differenza tra ChatGPT nella chat web e un agente AI che scrive codice nel tuo editor è la differenza tra un coltellino svizzero e un tornio industriale.Nel mezzo, qualcosa che molti trascurano: Marco era ossessionato. Non è una parola neutra. Tornava a casa la sera e programmava fino alle 2 di notte. Si alzava alle 7, andava al lavoro, tornava, ricominciava. Con un obiettivo preciso: mettere su una piattaforma funzionante. Non per diventare programmatore. Per costruire qualcosa in cui credeva.Questo è il pezzo che i corsi di vibe coding non insegnano: l’AI amplifica chi sa cosa vuole. Non sostituisce la direzione.Come funziona Nanospot: il totem che paga la gente per “mangiare la pizza”Il meccanismo è questo.Nanospot posiziona totem fisici nei locali: ristoranti, bar, pizzerie, posti dove la gente sta. Il cliente scansiona il totem, fa una foto, tagga il locale, posta. E riceve dei soldi. Non grandi cifre, ma soldi veri, automatici, per qualcosa che molte persone già fanno gratis.Il punto non ovvio è chi vale di più in questo sistema.Non il grande influencer da 100.000 follower. Quello ha già i suoi accordi, i suoi prezzi, la sua struttura. Nanospot punta su chi ha 300, 500 follower. Più piccolo sei, più per loro sei prezioso.Marco usa una metafora semplice. Immagina una piazza di paese. Sul palco c’è un oratore che parla a 2.000 persone. Intorno, persone comuni che salgono e dicono qualcosa. Tu guardi tutti e due, ma involontariamente assorbi anche i secondi. Quegli 800 amici che postano tutti la stessa pizzeria? Alla fine ci vai anche tu.Il valore non è nella reach. È nella fiducia.Quando un tuo amico vero posta quella pizzeria, ci vai. Perché lui è reale. Quella foto è reale. Non è uno spot.Nanospot ha costruito la piattaforma che monetizza quel meccanismo. Con un accordo unico: tu lo fai con Nanospot, non con ogni singolo locale. Accedi una volta, poi pensano loro. La pizzeria paga Nanospot. Nanospot paga te.Una cosa che mi ha colpito: il totem è fisico. In un momento in cui tutto migra sul digitale, Nanospot è entrata nei locali con un oggetto. Che poi collega tutto il digitale, il taglio su Instagram, il pagamento, il tracciamento. Ma parte da un pezzo di hardware in mezzo ai tavoli.Anti-intuitivo. E proprio per questo difficile da copiare.Come Marco usa l’AI: tre livelli che la maggior parte delle persone non raggiunge maiMarco ha condiviso il suo stack. È il tipo di stack che un autodidatta costruisce per tentativi, non quello che trovi nei corsi.Brainstorming. Quando analizza un’idea, apre un’AI e fa fare a ciascuno una competitive analysis, una SWOT, un’analisi di posizionamento. Poi porta tutto in NotebookLM e ci fa query sopraVS Code con agenti integrati. Il consiglio più netto della serata. Se usi solo la chat web, non hai capito cosa significa usare l’AI. È come avere una Ferrari e usarla solo per andare al supermercato. Con un editor e un agente che accede al file system, che conosce il progetto, che segue il contesto reale: lì si lavora.“Già quando inizi a capire come usarla lì, sali di livello. E non torni indietro.”Ollama da terminale. Per chi vuole gli agenti AI in locale, senza dipendere da un servizio cloud. Marco lo usa da riga di comando perché si sente “più confidente” rispetto alle interfacce web. Non è per tutti, ma è un livello in più di controllo.Claude vs ChatGPT: la valutazione onesta di un vibe coderMarco preferisce ChatGPT per il codice su certi tipi di prompt molto verticali. Dice che consuma meno token per lo stesso risultato quando il task è specifico e ben definito.Claude lo usa e lo apprezza. La sua metafora: ChatGPT è la Ferrari. Devi saperla guidare, ma quando la guidi bene ti stupisce. Claude è la macchina elettrica ad alte prestazioni: tantissimi cavalli, super controllata, performa bene anche quando il prompt è approssimativo.Non è una recensione definitiva. È la valutazione di un vibe coder su un caso d’uso preciso. Ma è onesta. E in un campo dove tutti parlano di “il miglior modello in assoluto”, un’opinione personale con ragionamento dietro vale più di qualsiasi benchmark.Per il marketing video usa Flow: da un’immagine generata crea video con effetti cinematografici. Lo hanno usato per uno spot proiettato in piazza del paese, gigante, nel mezzo del loro mercato di riferimento. C’è qualcosa di poetico in questo.Cosa mi porto a casa da questa live1. Il più piccolo non è meno prezioso. Nanospot lo ha capito prima di molti: un cliente con 300 follower reali vale più di un influencer con 100.000 follower comprati o lontani. Il valore è nella fiducia, non nella reach. E la fiducia si costruisce in anni di rapporti veri, non di contenuti sponsorizzati.2. Uscire dalla chat web è il salto vero. Non da un tool a uno più avanzato. Da ChatGPT.com a un editor con agenti integrati. Quel salto cambia la natura del lavoro con l’AI. Non è questione di strumento: è questione di come pensi al task.3. Il brainstorming multi-modello funziona. Non per trovare la risposta giusta ma per trovare le domande che da soli non ci faremmo. Cinque AI che rispondono alla stessa domanda producono cinque angolazioni diverse. Quella tensione è il valore.A settembre Marco fa qualcosa di grosso. E chi segue Nanospot lo vedrà.La domanda che mi ha lasciato aperta: quanti locali vicino a te stanno ancora pagando un’agenzia per contenuti che potrebbero far produrre dai loro stessi clienti, in modo autentico, mentre mangiano lì?Scrivimi. Sono curioso di sapere cosa trovate.Audiocassetta esce ogni settimana. Se questa conversazione ti ha dato qualcosa, inoltrarla a un collega è il modo migliore per sostenere il progetto.Trova Marco e Nanospot:* Marco Misantone su <a target="_blank" href="https://it.linkedin.com/in/marco-misantone-b61792232">LinkedIN</a>* <a target="_blank" href="https://www.instagram.com/_nanospot_/">Instagram</a> e Facebook: cerca Nanospot* Sito: <a target="_blank" href="https://www.nanospot.it">nanospot.it</a> This is a public episode. If you'd like to discuss this with other subscribers or get access to bonus episodes, visit <a href="https://lacassettadegliaitrezzi.substack.com/subscribe?utm_medium=podcast&utm_campaign=CTA_2">lacassettadegliaitrezzi.substack.com/subscribe</a>

June 17, 2026

Farsi citare dai motori AI è il nuovo modo di acquisire clienti.

In breve — Le ricerche su AI valgono già il 56% di quelle su Google. Il CTR dai siti è sceso dall’8% al 15% da quando è arrivata l’AI Overview. Se non sei nelle risposte dei modelli, non sei nel percorso d’acquisto di una fetta crescente di clienti. La GEO (Generative Engine Optimization) è il campo da gioco parallelo. Tre mosse concrete nella sezione finale.Ho parlato di tutto questo con Francesco Fabris, <a target="_blank" href="https://www.linkedin.com/in/francesco-fabris-consulente-ia/">lo trovi qui su LinkedIN</a>, nella puntata di Audiocassetta. Francesco sta costruendo Geoactor uno strumento per misurare dove e come vieni citato dai modelli AI rispetto ai competitor, con analisi tecnica del sito e tracciamento delle risposte. Se volete sentirvi la conversazione completa, è già su <a target="_blank" href="https://open.spotify.com/show/0ji1nid9azdHxxtKCwpn1w">Spotify</a> e <a target="_blank" href="https://podcasts.apple.com/it/podcast/audiocassetta-by-cassetta-degli-ai-trezzi/id1895911303">Apple Podcast</a>.Ieri sera, in diretta su Audiocassetta, ho parlato con <a target="_blank" href="https://substack.com/profile/519682980-francesco-fabris">Francesco Fabris</a>, founder di <a target="_blank" href="https://www.euphor-ia.com/">Euphor.ia</a>, una delle aziende italiane che lavorano sui workflow agentici da prima che diventasse di moda.Stavamo parlando di GEO, Generative Engine Optimization, e a un certo punto Francesco ha detto una cosa che vale la pena scrivere nero su bianco:“Se l’AI non ti cita, non esisti nel 2026.”Non era un’ idea futuristica. Ma una descrizione di quello che sta già succedendo.L’esempio che usa Francesco è semplice: una volta la ricerca del ristorante la facevi su TheFork. Oggi la chiedi a Gemini o Perplexity. Il risultato non è una lista di link con stelle e orari: è una risposta. Quattro nomi, una spiegazione, magari un link.Se il tuo ristorante non è in quella risposta, per quella persona non esisti.Questa scena si ripete milioni di volte al giorno. Non solo ristoranti: avvocati, consulenti, aziende manifatturiere che vendono componenti B2B. Le persone non cercano più solo su Google. E il risultato non è una lista di link: è una risposta.Il problema è che quella risposta include qualcuno ed esclude qualcun altro.Qui trovi Euphor.ia, l’azienda di Francesco.I numeri che pochi conosconoSecondo dati Ahrefs, le sessioni AI valgono già il 56,3% del volume della ricerca tradizionale. Non vuol dire che Google è morto: vuol dire che la torta è cresciuta, ma che la quota di Google si è ridotta. Fatte 100 ricerche su Google, ce ne sono già 56 su AI.E poi c’è il dato che fa male davvero: il CTR. Da quando Google ha introdotto l’AI Overview, quella sintesi automatica che appare in cima ai risultati, il click-through rate medio è passato dal 15% all’8%. Su 100 persone che cercano qualcosa, 92 leggono la risposta AI e non cliccano su nessun sito. Nell’1% residuo, qualcuno clicca su una fonte. E quella fonte sei tu. O non sei tu.45 miliardi di interazioni al mese sui principali modelli AI. McKinsey stima 750 miliardi di dollari di ricavi influenzati da AI entro il 2028, solo negli Stati Uniti. Non generati direttamente dall’AI — ma influenzati. La differenza non cambia la domanda: quando qualcuno chiede a un’AI se comprare da te, tu sei nella risposta?Come funziona: la logica della citazione dell’AII modelli AI moderni non vanno nella loro “memoria” per rispondere a domande pratiche. Funzionano con un meccanismo chiamato RAG (Retrieval-Augmented Generation): recuperano informazioni aggiornate dal web e le sintetizzano. La risposta che vedi è la sintesi di quello che hanno trovato.C’è un altro meccanismo importante: il query fanout. Quando fai una domanda, il modello non cerca solo quella domanda esatta. La smonta in più sotto-domande, va in parallelo su direzioni diverse, poi sintetizza. “Dove mangio pesce fresco a Milano?” diventa “ristoranti pesce Milano”, “recensioni pesce fresco Navigli”, “migliori trattorie di mare centro Milano”. Se hai contenuto su quelle sfumature, puoi essere citato in uno o più dei rami.La conseguenza pratica: non basta una pagina “Chi siamo” ben scritta. Servono contenuti che rispondono a domande specifiche, da più angolazioni.Ecco i tre consigli di FrancescoCapsule copywriting: scrivi per atomi, non per pagineQui cambia la logica rispetto alla SEO classica.Prima ottimizzavi per le keyword: più ne mettevi, meglio era. Il modello AI ragiona diversamente. Un articolo infinito, denso, pieno di ripetizioni, il modello fatica a leggerlo. E se fatica, non lo cita.Il capsule copywriting è l’idea di scrivere in blocchi atomici: ogni contenuto risponde a una domanda precisa, in poche righe, in modo diretto. Una domanda, una risposta, un paragrafo. Molti blocchi, molte sfumature.Se fai le finestre a Chieti:* “Come scegliere il vetro termoisolante per una casa anni ‘70” → un articolo* “Quanto costa sostituire una finestra in PVC nel 2026” → un altro* “Come capire se è il momento di cambiare i serramenti” → un altro ancoraOgnuno di questi è un punto di accesso nelle risposte AI. Insieme costruiscono un profilo di contenuto che il modello può citare su più fronti.EEAT: il framework che già esiste (ma quasi nessuno applica)Google ha codificato questa logica con il framework EEAT: Experience, Expertise, Authoritativeness, Trustworthiness.Experience (esperienza diretta): scrivi di cose che hai fatto davvero. Se hai sostituito 200 finestre nell’ultimo anno, hai dati originali che nessun altro sito ha. Foto originali, numeri reali, casi concreti.Expertise (competenza): collega gli articoli alle persone che li scrivono. Un profilo LinkedIn del tuo tecnico che spiega un intervento vale più di un articolo anonimo.Authoritativeness (autorità): vieni citato da altri? Forum, articoli su siti di settore, digital PR. Ogni menzione esterna rafforza il segnale.Trustworthiness (fiducia): ed è qui la trappola più comune.Molti siti hanno incongruenze che sembrano innocue e invece penalizzano tantissimo. Il sito dice “digital agency”. Su LinkedIn sei taggato come “social media marketing”. Nella pagina contatti il tuo co-fondatore è descritto come “web developer”. Per un modello che cerca coerenza, questi segnali contrastanti abbassano l’affidabilità percepita dell’intero sito.Il blocco tecnico che quasi nessuno consideraPrima ancora di scrivere, c’è una domanda più urgente: i crawler AI riescono a leggere il tuo sito?Ci sono due tipi di crawler: quelli che raccolgono informazioni per dare risposte (istantanei, rapidi) e quelli che alimentano il training dei modelli (più rari per siti piccoli). Il primo è quello che ti interessa.Se il tuo sito si basa su script JavaScript pesanti, video in autoplay, animazioni complesse — il crawler arriva, il sito non ha ancora caricato, il crawler passa oltre. Tutte le tue informazioni diventano invisibili.In più, molti CMS installano plugin che bloccano esplicitamente i crawler AI, pensando di proteggere il contenuto. Il risultato è che si auto-escludono dalle risposte.La critica alla critica“Ma le mie PMI non usano ChatGPT per cercare fornitori.”Il 40% delle persone usa AI per l’80% delle informazioni che cerca. Due anni fa era una percentuale trascurabile. Iniziare adesso significa essere nel gioco prima dei tuoi competitor.“È ancora una black box, non si sa come funziona.”Vero. La GEO non ha ancora un equivalente di Google Search Console. Ma la SEO dei primi anni era uguale: best practice empiriche, esperimenti, osservazione. I fondamentali — contenuto chiaro, coerenza, autorità esterna — reggono in qualsiasi sistema di retrieval.“Devo riscrivere tutto il sito?”No. Inizia con 3-5 articoli che rispondono alle domande più frequenti dei tuoi clienti. Controlla che i crawler passino. Aggiungi un dato originale. È un punto di partenza, non un cantiere infinito.Cosa mi porto a casa da questa LiveTre mosse da questa settimana:1. Fai la domanda al modello. Chiedi a ChatGPT o Perplexity: “quali sono le migliori aziende di [tuo settore] a [tua città]?” Se non sei nella risposta, hai il problema chiaro davanti a te.2. Scrivi tre capsule. Prendi le tre domande che ti fanno più spesso i clienti. Scrivi un articolo per ognuna: titolo con la domanda, risposta diretta in 200-300 parole, un dato o un esempio concreto tuo.3. Controlla la coerenza cross-platform. Sito, LinkedIn, Google My Business: dicono la stessa cosa? Se c’è contraddizione, correggi prima di ottimizzare qualsiasi altra cosa.La domanda che mi ha lasciato aperta dopo la live: se il tuo cliente ideale chiedesse oggi a un’AI chi contattare per quello che fai tu, che risposta riceverebbe?Scrivimi. Sono curioso di sapere cosa trovate.La Cassetta degli AI-trezzi esce ogni settimana. Se questa edizione ti è stata utile, inoltrarla a un collega è il modo migliore per sostenere il progetto. This is a public episode. If you'd like to discuss this with other subscribers or get access to bonus episodes, visit <a href="https://lacassettadegliaitrezzi.substack.com/subscribe?utm_medium=podcast&utm_campaign=CTA_2">lacassettadegliaitrezzi.substack.com/subscribe</a>

17 total episodes available

Deep-dive analytics for AudioCassetta | by Cassetta degli AI-trezzi

Frequently asked questions

Have a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.

What is AudioCassetta | by Cassetta degli AI-trezzi?: 🎙️ AudioCassetta è il formato audio breve della Cassetta degli AI-trezzi. Approfondimenti rapidi su trend emergenti, casi d’uso concreti e strumenti AI spiegati in modo semplice, senza fuffa e senza tecnicismi inutili. Pochi minuti per capire cosa sta succedendo e cosa vale davvero la pena usare. <a href="https://lacassettadegliaitrezzi.substack.com?utm_medium=podcast">lacassettadegliaitrezzi.substack.com</a>
How often does this podcast release new episodes?: This podcast updates daily.
Where can I listen to this podcast?: This podcast is available on 4 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.
Does this podcast accept guests?: Yes, this podcast regularly features guests.

Legal Disclaimer

Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.

All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.

We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.

While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at hey@podengine.ai for prompt review and appropriate action, which may include content removal or proper attribution.

By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.