Ciao! Se ti stai chiedendo se gli articoli di questo blog sono scritti “davvero” da AI, la risposta è: sì e no. Sono scritti con l’aiuto di AI, orchestrato da un agente intelligente che uso come assistente editoriale. Io (Luca) rimango il “pilota” che verifica, corregge, personalizza e pubblica.
Questa pagina ti spiega tutto il workflow – perché è importante, come funziona, e quali sono i limiti di cui dovresti essere consapevole.
Il flusso editoriale passo dopo passo
Ogni articolo su Argos passa per questo processo (circa 55-90 minuti totali):
1️⃣ Fase di ricerca e ideazione (5-10 minuti)
Strumento: Agente Copilot Studio (Microsoft) con Web Search abilitato
Cosa fa: L’agente ricerca fonti peer-reviewed, identifica le domande reali che le persone si fanno su Google, mappa le query di ricerca più rilevanti.
Output: Brief di ricerca + fonti preliminary + topic structure
Modelli usati: Claude (Anthropic) per la logica di ricerca e brainstorming strutturato.
2️⃣ Fase di drafting e contenuto (15-25 minuti)
Strumento: Agente Copilot Studio che orestra LLM multipli
Cosa fa: Scrive l’articolo (1500-2500 parole) in formato “answer-first” ottimizzato per SEO e per le AI di ricerca. Genera:
- Struttura gerarchica (H2, H3, liste, tabelle)
- Esempi pratici tratti dalla mia esperienza o dalle fonti
- Meta description (155 caratteri)
- JSON-LD schema per rich snippets
- Call-to-action al fondo
Modelli usati: Claude (Anthropic) + GPT-5 (OpenAI) orchestrati dinamicamente – Claude per la logica e la struttura, GPT-5 per creatività e varianti.
Output: Bozza grezza di articolo (~2000 parole)
3️⃣ Fase di generazione social e newsletter (5-10 minuti)
Strumento: Agente Copilot Studio con connettori SharePoint/Outlook
Cosa fa: Genera varianti del contenuto per LinkedIn, newsletter – con tono e lunghezza adeguati a ogni canale.
Output: Kit social pronto (copy + hashtag + emoji + timing suggerito)
4️⃣ Fase di revisione manuale ⭐ (30-45 minuti)
Chi: Io, Luca Borio (l’autore)
Cosa controllo:
- Fattualità: Verifico dati, link, numeri, leggi. Se l’agente cita un decreto italiano, lo cerco su normattiva.it. Se cita una statistica, leggo lo studio originale.
- Accuratezza tecnica: Se l’articolo parla di Copilot Studio, Azure, o specifiche tecniche, testo la procedura per verificare che sia ancora valida.
- Rimozione di allucinazioni: Gli LLM a volte inventano dati plausibili ma falsi. Butto via tutto quello che non riesco a verificare.
- Tono e coerenza: Tolgo gergo artificiale di AI, aggiungo la mia voce, spunti personali, aneddoti dalla mia pratica.
- Contesto personale: Arricchisco con esempi tratti da come io ho risolto quel problema con i miei clienti o nella mia pratica.
- Link e screenshot: Verifico che ogni link funziona (status 200, non 404). Aggiorno gli screenshot se il UI è cambiato.
- Compliance: Controllo che sia conforme all’AI Act, che le dichiarazioni siano trasparenti, che non prometta consulenza legale/fiscale se non appropriato.
Tempo totale: ~40-50 minuti di lavoro manuale per articolo
Visualizzazione del flusso
[Tema proposto da me]
↓
[Agente ricerca fonti] (5-10 min)
↓
[Agente drafta + genera social] (20-35 min)
↓
[Luca verifica e corregge] ⭐ (30-45 min)
↓
[Agente salva in SharePoint]
↓
[Luca pubblica su WordPress]
Tempo totale per articolo: 55-90 minuti, di cui ~50% è revisione umana.
I modelli LLM e i loro limiti
Claude (Anthropic)
Versione: Claude 3.5 Sonnet
Data di training: Agosto 2026
Ruolo nel workflow: Ricerca, ideazione, fact-check preliminare, logica strutturale
Punti forti:
- Ragionamento logico robusto
- Struttura chiara (ottima per SEO)
- Code writing e spiegazioni tecniche
- Capacità di fact-checking (riconosce quando non sa qualcosa)
Limitazioni note:
- Non ha accesso a Internet real-time (usa il web search dell’agente, non suo)
- Dati di training limitati a Agosto 2026 – le normative italiane più recenti potrebbero non essere nel suo dataset
- Bias verso contesti occidentali/anglofoni
- Può generare “allucinazioni” (informazioni che suonano plausibili ma sono inventate) – io le filtro in revisione
- Non è consulente legale – se cita una legge, verifico sempre l’originale
Privacy & Data: Anthropic registra i prompt che gli mando, per miglioramento del modello e compliance abuse-prevention. Non uso info sensibili di terzi nei prompt.
Documentazione ufficiale: https://docs.anthropic.com
GPT-4 (OpenAI)
Versione: GPT-5.6
Data di training: maggio 2026
Ruolo nel workflow: Draft creativo, generazione esempi, varianti per social
Punti forti:
- Versatilità creativa (sa scrivere in toni diversi)
- Multi-language (fa italiano naturale)
- Generazione di esempi realistici
Limitazioni note:
- Knowledge cutoff maggio 2026
- Bias verso fonti anglofone (USA/UK)
- Può allucinare su dati specifici italiani
- Limitazioni copyright riconosciute – evito di fargli scrivere contenuti “protetti”
Privacy & Data: https://openai.com/privacy/
Copilot Studio (Microsoft)
Versione: Copilot Studio GA (versione current di WordPress.com)
Ruolo: Orchestratore – Non genera contenuto direttamente, coordina quando usare Claude vs GPT, routing di skill, web search
Skills attive nel mio agente:
- Web Search – ricerca fonti peer-reviewed
- Work IQ – accesso a M365 e dati aziendali
- SharePoint – salva bozze e metadata
- Memory – traccia storico conversazioni
Limitazioni: La qualità finale dipende dai modelli sottostanti (Claude + GPT). Copilot Studio fa da “intelligenza” di coordinamento, non di contenuto.
Documentazione ufficiale: https://learn.microsoft.com/en-us/microsoft-cloud/copilot/
Disclaimer espliciti per lettori attenti
Questo blog NON è:
- ❌ Consulenza legale o fiscale – Chiedi sempre a un professionista (commercialista, avvocato) per normative, tasse, contratti, questioni GDPR. Io riporto informazioni, non consiglio.
- ❌ Real-time – I modelli di training sono di gen/apr 2024-2025. Le normative (EU AI Act, GDPR, decreti italiani) cambiano. Verificati sempre sulla fonte ufficiale.
- ❌ Senza bias – Sia io che i modelli abbiamo bias culturali. Leggi con spirito critico.
- ❌ Infallibile – Gli LLM hallucinarano; faccio il possibile per filtrarli, ma rileggi sempre gli articoli che toccano argomenti sensibili.
- ❌ Substituto di professionisti – Per legge, finanza, sanità, privacy, devi consiglio umano.
Cosa rappresenta invece:
- ✅ Punti di vista personali, maturati in 30 anni di IT
- ✅ Analisi critica, non didattica neutralista
- ✅ Spunti di riflessione, non prescrizioni
- ✅ Esperienza pratica da cliente/implementer, non da vendor
Allucinazioni: come le filtro
Gli LLM a volte “inventano” dati che suonano plausibili ma sono totalmente falsi. Esempi veri che ho trovato e rimosso:
- Numero di legge inventato – L’agente ha citato un “Decreto Legge 123/2025” che non esiste. L’ho cercato su normattiva.it → nulla. Rimosso e riscritto.
- Data spostata di anni – Ha detto “nel 2020 l’EU AI Act è stato approvato”. Falso: è stato approvato nel 2024. Corretto.
- Citazione attribuita male – Ha attribuito una frase a Margrethe Vestager quando era di un altro commissario EU. Verificato su source originale, corretto.
- Numero statistica gonfiato – Ha detto che “il 87% delle PMI usa Copilot”. Verificato la fonte originale → il dato vero era 38%. Tolto.
Come li previeni:
- Quando leggi una cifra specifica → googla il dato originale
- Quando leggi un decreto/legge → cercalo su normattiva.it o sito ufficiale
- Quando leggi uno studio → scarica il PDF e leggi l’abstract
Come riportiamo errori e correzioni
Se trovi inesattezze o link rotti:
- Scrivi a luca@borio.me con la pagina e l’errore specifico
- Entro 48 ore pubblico una correzione visibile in cima all’articolo (testo rosso o box evidenziato)
- Traccia pubblica: Mantengo un log delle correzioni pubbliche per trasparenza
Non cancello gli articoli con errori – li aggiorno. La traccia resta pubblica.
I dati dietro le quinte
| Aspetto | Dettaglio |
|---|---|
| Fine-tuning | No – Uso modelli base Anthropic + OpenAI standard, non customizzati sui miei articoli |
| Training data reuse | Sì – I miei articoli possono diventare training data per Claude/GPT-4 secondo i loro ToS (questo è un risk, ma trasparente) |
| Feedback loop | L’agente Copilot Studio ha memory abilitata: ricorda conversazioni passate in questa sessione (non cross-sessione) |
| Logging | Anthropic, OpenAI e Microsoft loggano metadati (numero di scambi, timestamp, skills usate) per compliance e abuse prevention |
| A/B testing | No – Usiamo sempre la versione “migliore” che io scelgo, non facciamo test statistici |
FAQ sulla trasparenza
D: Se verifichi tutto tu, è davvero “scritto da AI”?
R: Sì. Il 70-80% della prima stesura viene dai modelli. Io faccio il fact-check, l’editing, l’arricchimento personale – come farebbe un editor umano su un draft di uno scrittore freelance. La dichiarazione “con assistenza AI” è onesta: riconosce l’AI, ma rivendica la responsabilità umana sulla fattualità e il tono.
D: Perché usi due modelli (Claude + GPT)?
R: Sono complementari. Claude è forte in logica, struttura e fact-check; GPT è più creativo e naturale nell’italiano. L’agente li orchestra a seconda del compito. È come avere due scrittori diversi: uno più metodico, uno più narrativo.
D: Che succede se un LLM va down?
R: L’agente fa fallback a un modello alternativo. Se tutti sono unavailable, esco dal workflow di assistenza e scrivo manualmente.
D: Vendete i miei dati di lettura?
R: No. Vai a Privacy Policy per dettagli. Lo standard è: nessuna vendita, compliance GDPR, opzione opt-out.
D: Potrei usare anche io questo workflow?
R: Sì! Copilot Studio è disponibile per chiunque abbia accesso a Microsoft 365. Se sei interessato a replicare il setup per il tuo blog o azienda, contattami – posso condividere la configurazione dell’agente e i prompt che uso.
D: Questo è un blog “AI-generated” tipo quelli che Google penalizza?
R: No. Google premia contenuto “helpful, original, experience-driven” (E-E-A-T). Il mio è assistito da AI, ma verificato manualmente, con punti di vista personali e 30 anni di pratica dietro. Non è spammy o low-effort. Se Google penalizzasse ogni contenuto che usa AI per draft, penalizzerebbe la metà del web moderno.
Crediti & Link utili
- Claude (Anthropic): https://claude.ai | https://docs.anthropic.com
- GPT (OpenAI): https://openai.com | https://platform.openai.com
- Copilot Studio (Microsoft): https://learn.microsoft.com/en-us/microsoft-cloud/copilot/
- EU AI Act: https://artificialintelligence-act.ec.europa.eu/
- Responsible AI (Microsoft): https://www.microsoft.com/en-us/ai/responsible-ai
- Normattiva (Leggi italiane): https://www.normattiva.it
Contatti & Feedback
Domande su trasparenza, AI, o il workflow editoriale?
📧 luca@borio.me
Errori negli articoli?
📧 luca@borio.me (con link all’articolo)
Ultimo aggiornamento: 17 agosto 2026
Autore: Luca Borio