Da dove iniziare quando si usa l'IA
➡️ Cos'è l'intelligenza artificiale e come “ragiona” un LLM
➡️ I principali LLM: ChatGPT, Claude, Gemini, Perplexity — panoramica di funzioni e caratteristiche
➡️ Quali abbonamenti usare: piani gratuiti, consumer e business, e perché la differenza conta in studio
➡️ Usare l'IA in modo conforme: AI Act, legge italiana sull'IA e GDPR
➡️ Strumenti, policy e best practice per rispettare la normativa IA in studio
➡️ Bias e rischio “oracolo” nell'uso dell'IA: riflessioni e conclusioni

Come dialogare con l'IA: il Prompt Engineering
➡️ Cos'è il prompt engineering e i principali framework
➡️ Il metodo ACTA con esempio di applicazione
➡️ Dal prompt al contesto: i framework di context engineering
➡️ Come personalizzare un LLM: istruzioni e non solo, con esempio per commercialista
➡️ Caso d'uso: analisi di circolari, avvisi dell'Agenzia delle Entrate e altri documenti di studio con le estensioni browser, su documenti anonimizzati
➡️ Consigli e best practice

Come insegnare all'IA come lavoriamo: progetti, skill e memoria
➡️ I progetti: cosa sono e come si costruiscono
➡️ Caso d'uso: analisi del bilancio di “Cliente Srl” mediante un progetto
➡️ Le skill: insegnare all'IA il nostro modo di lavorare, creazione e casi d'uso
➡️ La memoria: cosa l'IA si ricorda tra una sessione e l'altra, e come governarla
➡️ Le regole d'oro per creare skill che funzionano
➡️ Dove trovare skill già pronte e come valutarle
➡️ Estendere l'IA ai nostri strumenti: connettori e server MCP, con caso pratico di preparazione di un colloquio con un cliente dello studio

Controllare le fonti: dal RAG a NotebookLM
➡️ Cosa significa far lavorare l'IA solo sulle fonti che scegliamo noi: il RAG spiegato senza tecnicismi
➡️ Perché per un professionista il controllo della fonte viene prima della risposta
➡️ NotebookLM: aggiornarsi professionalmente su normativa, prassi e documenti di studio
➡️ Le funzioni studio: overview audio, overview video, mappe mentali, slide e quiz
➡️ Come verificare e controllare i risultati, e cosa fare quando lo strumento sbaglia
➡️ Fare marketing e formazione con le funzioni di NotebookLM

Come far lavorare l'IA sui nostri file: Cowork, Work e l'IA dentro Excel e Word
➡️ Cosa sono Claude Cowork e ChatGPT Work e perché si differenziano dai chatbot tradizionali
➡️ Caso d'uso: analisi di convenienza dell'iperammortamento per una Srl
➡️ Il context engineering: cos'è e perché è decisivo con questi strumenti
➡️ Claude dentro Excel e Word: portare l'IA nel file invece di portare il file nell'IA
➡️ Usare Cowork e Work dal cellulare: la funzione Dispatch
➡️ Consigli e best practice

Gli agenti AI: usarli e costruirli con Claude Code e Codex
➡️ Cosa sono Claude Code e Codex e in cosa si differenziano dagli strumenti visti finora
➡️ Funzioni e rischi dell'uso degli agenti nel lavoro professionale
➡️ Non solo usare agenti: costruirne uno per un processo dello studio
➡️ Loop engineering: differenze rispetto al prompt engineering, con esempio
➡️ Second brain: cenni sul metodo Karpathy

Costruirsi gli strumenti: un po' di codice senza essere programmatori
➡️ Perché oggi un professionista può crearsi da solo il tool che gli serve
➡️ Coding di base guidato dall'IA: dal problema di studio alla piccola app funzionante
➡️ Un esempio costruito in aula, passo per passo
➡️ Dove si ferma il fai-da-te: manutenzione, dati e quando serve un professionista
➡️ Conclusioni e riflessioni finali sul percorso