Pensa a come dimostravi di essere bravo, fino a poco tempo fa. Consegnavi un report scritto bene e quel report era la prova che avevi capito il problema. Costruivi un prototipo pulito e quello dimostrava che avevi capito l’utente. L’output era l’impronta del tuo ragionamento: chi lo vedeva risaliva alla testa che l’aveva prodotto.
Perché l’AI ha reso invisibile il merito?
Adesso quell’impronta la lascia anche chi la strada non l’ha fatta. Lo stesso report ordinato lo tira fuori in dieci minuti chiunque abbia un abbonamento a ChatGPT. La presentazione pulita non dice più niente su chi l’ha fatta, perché il livello base si è alzato per tutti insieme. Il risultato finito ha smesso di essere un segnale affidabile.
Questo non ti toglie valore. Le decisioni difficili le prendi ancora tu: cosa tagliare, dove rischiare, quale problema guardare per primo. Solo che quelle scelte non si vedono in nessun documento. Sono il lavoro più importante che fai, ed è anche quello di cui non resta traccia.
Cos’è il “segnale di valore” e perché si è rotto?
Chiamo “segnale di valore” tutto ciò che, guardando il tuo lavoro, fa capire a un altro quanto sei bravo senza che tu debba spiegarlo. Il problema è che quasi tutti i vecchi segnali si sono rotti nello stesso momento. Questa tabella mette in fila i principali.
| Vecchio segnale di valore | Perché l’AI l’ha rotto | Come ricostruirlo oggi |
|---|---|---|
| Un documento scritto bene | Lo produce chiunque in pochi minuti | Racconta la decisione che c’è dietro, non il documento |
| Un’analisi dettagliata | L’AI genera dettaglio infinito a comando | Mostra cosa hai scelto di ignorare e perché |
| Velocità di consegna | La velocità è diventata gratis per tutti | Spiega il giudizio che ti ha fatto consegnare quella cosa, non un’altra |
| Padronanza tecnica dello strumento | Lo strumento fa da solo gran parte del lavoro | Dimostra quando lo strumento andava fermato o corretto |
Lo schema è sempre lo stesso. Il segnale non sta più nel prodotto, sta nel ragionamento. E il ragionamento, a differenza di un file, non si esporta da solo. Va estratto.
2 newsletter a settimana con riflessioni, dietro le quinte e anteprime su AI nel lavoro.
Iscriviti gratis su Substack →Quali prompt usare per ricostruire le prove del tuo valore?
Qui entra in gioco l’AI, ma in un ruolo diverso da quello a cui sei abituato. Non le chiedi di scrivere il tuo CV al posto tuo. Le chiedi di farti le domande giuste per tirare fuori quello che già sai e dai per scontato. Sono tre prompt in sequenza: il primo trova i buchi, il secondo scava una storia, il terzo la rende spendibile ovunque.
1. Il diagnostico: trova dove sei scoperto
Serve a vedere il tuo profilo con gli occhi di chi deve scartarti. Incolli il tuo CV o il profilo LinkedIn e chiedi all’AI di fare la parte del selezionatore scettico.
“Comportati come un selezionatore esperto del mio settore, di quelli che partono prevenuti. Ti incollo qui sotto il mio CV. Dimmi quali risultati sembrano solo compiti eseguiti e non decisioni prese da me. Indicami i tre punti più deboli del profilo e fammi cinque domande scomode che useresti per smontarlo in un colloquio. [incolla qui il CV o il profilo]”
Quello che ottieni non è un complimento, è una mappa dei punti in cui il tuo valore è invisibile. Le cinque domande scomode sono quasi sempre le stesse che ti farebbero davvero.
2. L’estrattore: trasforma una decisione in una storia
Questo è il cuore del metodo. Invece di scriverti tu la storia, ti fai intervistare. L’AI ti porta a ricostruire una decisione vera lungo quattro assi: la situazione di partenza, la scelta, il rischio, il risultato. È una variante del vecchio metodo STAR che si usa da decenni nei colloqui, solo guidata passo passo.
“Intervistami su una decisione professionale importante che ho preso. Fammi una domanda alla volta e aspetta la mia risposta prima di proseguire. Scava su quattro punti, in ordine: con quali informazioni mancanti partivo, cosa ho deciso e perché, cosa rischiavo se andava male, com’è andata a finire. Alla fine scrivi un racconto breve che faccia capire come ho ragionato, non solo il risultato che ho ottenuto.”
Funziona perché tira fuori contesto che tenevi in testa senza saperlo. Mentre rispondi alle domande ti accorgi di quanto giudizio c’era in una scelta che davi per banale.
3. L’adattatore: una storia, tre formati
La stessa storia ti serve in posti diversi, scritta in modo diverso. Una riga asciutta nel CV, un post più disteso su LinkedIn, una risposta orale al colloquio. Questo prompt te la declina senza che tu debba riscriverla tre volte.
“Prendi la storia qui sopra e riscrivila in tre versioni. A) Una riga da mettere nel CV, con dentro un numero o un risultato concreto. B) Un post LinkedIn in prima persona, tono naturale e parlato, senza frasi da guru e senza enfasi inutile. C) Una risposta da colloquio di circa un minuto alla domanda ‘mi racconti una sfida che ha affrontato’. Usa solo le informazioni che ti ho dato, non aggiungere dati o meriti che non ho menzionato.”
L’ultima frase è la più importante di tutto l’articolo, e ci torno sotto.
Un esempio concreto di come funziona
Immagina un caso, che ti racconto a scopo di esempio. Una responsabile di progetto, durante un trimestre difficile, decide di fermare una funzionalità a cui il team teneva molto perché i primi dati dicevano che nessuno la usava. Nel CV quella cosa non esiste: non c’è un documento, non c’è una consegna, c’è solo un progetto che non è mai partito.
Passata dentro l’estrattore, la stessa vicenda diventa una storia precisa. Situazione: dati parziali e una squadra emotivamente legata al progetto. Decisione: tagliare, contro l’umore generale. Rischio: passare per quella che blocca il lavoro degli altri. Risultato: tre mesi di sviluppo dirottati su qualcosa che ha funzionato. Nella riga del CV diventa “ho riallocato un trimestre di sviluppo evitando di costruire una feature a domanda zero”. Quello è un segnale di valore. E prima era invisibile.
Quali errori evitare con questo approccio?
Il rischio numero uno è far gonfiare i meriti all’AI. Se le lasci spazio, abbellisce, aggiunge aggettivi, inventa numeri verosimili. Quel materiale crolla al primo colloquio serio, perché chi ti ascolta scava e tu non reggi un dettaglio che non hai mai vissuto. La regola “usa solo quello che ti ho detto” non è un dettaglio tecnico, è ciò che separa una storia vera da una che si sgonfia al primo dettaglio che non torna.
Il secondo errore è la standardizzazione. Se usi questi prompt esattamente come milioni di altri, ottieni racconti che suonano tutti uguali. L’antidoto è la materia prima: più contesto vero e specifico dai all’estrattore, più la storia esce tua e non clonabile.
Il terzo è dimenticare a chi appartiene il valore. L’AI qui non crea niente. Tira fuori qualcosa che era già tuo e che davi per scontato. Se alla fine del processo esci con una storia che non riconosci come tua, hai sbagliato qualcosa: torna indietro e togli tutto quello che non hai vissuto davvero.
FAQ
Può aiutarti a strutturarlo e a tirare fuori quello che dai per scontato, ma non deve generare contenuti dal nulla. Il materiale grezzo, cioè le tue decisioni reali, lo porti tu. L’AI lo mette in forma.
Sì, e a volte servono di più. Chi ha pochi anni di lavoro tende a sottovalutare le proprie scelte. L’estrattore aiuta proprio a riconoscere che anche una decisione “piccola” è una prova di giudizio.
Vanno bene ChatGPT, Claude o qualunque assistente conversazionale. Conta il metodo, cioè farti intervistare invece di farti scrivere la risposta, non lo strumento specifico.
No, finché i fatti sono tuoi. Stai usando uno strumento per esprimere meglio qualcosa di vero, esattamente come faresti con un bravo coach di carriera. Diventa disonesto solo quando i fatti li inventa la macchina.
Tra i venti e i quaranta minuti per una singola decisione, intervista compresa. Il passaggio più lungo è il secondo, perché è quello in cui rispondi alle domande dell’AI e ricostruisci i dettagli. Una volta che hai la storia, generarne le tre versioni è questione di minuti.
Sì, e spesso rende ancora di più. In un colloquio interno chi ti valuta conosce già il contesto, quindi quello che fa la differenza è il ragionamento dietro le tue scelte, non l’elenco delle attività. I tre prompt servono proprio a portare a galla quel ragionamento.
Fonti
- Nate (natesnewsletter.substack.com), “Executive Briefing: Your career evidence is thinner than you think”, maggio 2026.
- Metodo STAR (Situation, Task, Action, Result), tecnica per colloqui comportamentali introdotta da DDI nel 1974.
Continua altrove
Articolo scritto con il supporto dell’intelligenza artificiale, sotto la mia supervisione. La responsabilità di quello che leggi è mia.
Divulgo l’intelligenza artificiale con un approccio pragmatico. Su questo blog, su Substack, YouTube, WhatsApp e nel mio podcast Cronache di Intelligenza Artificiale racconto come uso davvero l’AI nel lavoro quotidiano: produttività per professionisti, ecosistema Google AI (Gemini, NotebookLM, AI Studio), Claude Cowork e Claude Code. Non racconto l’AI come magia: non ti dà il talento che non hai, ma può moltiplicare quello che sai già fare.