L’intelligenza artificiale generativa e gli AI Agents stanno trasformando il modo in cui le
organizzazioni gestiscono informazioni, contenuti e attività operative. Comprendere come
progettare agenti logici e flussi automatizzati senza scrivere codice consente di introdurre
strumenti concreti di supporto al lavoro quotidiano, migliorando rapidità, qualità e capacità
decisionale.
Programma
Fondamenti degli AI Agents: principi di funzionamento, architettura e ambiti di applicazione
Differenze tra AI Agents, chatbot e automazioni tradizionali
Il modello input → ragionamento → output come schema operativo per la progettazione disistemi agentici
Struttura di un agente: fonti di input, modelli AI, logiche decisionali e strumenti di esecuzione
Il ruolo degli orchestratori nei sistemi agentici
Panoramica comparativa dei principali orchestratori no-code e low-code: Make, Zapier e n8n
Prompt engineering: principi di base, struttura del prompt e tecniche di ottimizzazione dell’interazione
Costruzione di prompt efficaci attraverso ruoli, contesto, obiettivi e formati di output controllati
Utilizzo operativo degli strumenti AI per sintesi, estrazione di informazioni e generazione di contenuti
Confronto tra ChatGPT, Google Gemini, Anthropic Claude, Perplexity AI e xAI Grok in relazione ai diversi contesti applicativi
Progettazione di agenti logici in grado di trasformare input non strutturati in report, sintesi e task operativi
Esercitazioni guidate per l’adattamento dei prompt a casi reali e a specifiche esigenze operative
Introduzione ai workflow di automazione: trigger, moduli, azioni e logica di funzionamento degli scenari
Utilizzo operativo di Make come orchestratore per la costruzione di flussi automatizzati
Integrazione tra Make e OpenAI per la gestione automatizzata delle email
Classificazione dei messaggi, assegnazione delle priorità e generazione di risposte o azioni automatiche
Integrazione tra Make e Google Gemini tramite API
Adattamento dello stesso schema logico a strumenti AI differenti
Costruzione di flussi operativi per la trasformazione automatizzata di contenuti in report e task
Ottimizzazione progressiva di prompt, logiche e output nei workflow automatizzati
Esercizio finale guidato su un caso concreto collegato alle esigenze dei partecipanti
Durata:
2 giornate
