Come creare un assistente AI personale

Un assistente personale IA è un’AI a cui hai dato la tua conoscenza e il tuo modo di parlare, così risponde ragionando in base a chi sei. Un’AI generica, senza memoria di te, ti dà la risposta che dà a tutti.

Se scrivo un prompt io, se lo scrivi tu o lo scrive chiunque altro, quello che esce è sostanzialmente la stessa cosa, perché la fonte dei dati è la stessa. Quando l’AI ti conosce, quello che esce è diverso perché l’hai allenata per te.

Me ne sono accorto un giorno, poco prima di registrare una lezione del mio corso. Stavo facendo brainstorming su alcune idee per la community e ho aperto una chat completamente nuova, perché volevo che venisse salvata per tema.

L’AI ha cominciato a darmi informazioni prendendole dalle chat precedenti e ricordandosi chi ero. A un certo punto mi ha proposto una strategia partendo da quello che faccio, senza che io le avessi detto niente.

Per me quello è il punto di soglia, quando l’AI smette di dare informazioni standardizzate e diventa personale. Oltre questo punto si arriva al digital twin, il gemello digitale, che io spiego così: «duplicare te stesso e poi poterti clonare».

Quanto vale dipende da cosa ci metti dentro. Quando gli agenti attingono al mio archivio, quello che esce è conoscenza proprietaria: se qualcuno prova a farselo fare da ChatGPT o da un altro LLM, ottiene un’altra roba, perché il dataset è totalmente diverso.

Si parte dal livello più semplice: metti dentro ChatGPT o Claude una serie di testi tuoi e le chiedi di imparare il tuo tono. È una delle strategie che usavo io nel 2025 e che insegnavo ai miei clienti.

Dentro ci metti «una serie di testi che sono stati presi o dai post precedenti, o magari da dei vocali che hai mandato, da dei video. Insomma, materiale tuo già fatto». Poi le chiedi di imparare il tuo tono di voce leggendo tutti quei contenuti.

A quel punto lo impara e diventa in grado di replicarlo. Le puoi dire «per favore, preparami 10 post sull’argomento X usando il mio tono di voce», e lei comincia a tirare fuori contenuti.

Il secondo pezzo è il profilo. Scrivi all’AI chi sei, che lavoro fai, cosa ti piace e cosa no, quali sono i tuoi obiettivi e come vuoi che ti parli. Da lì ogni chat parte già dal tuo contesto: le spieghi chi sei una volta sola e non devi ripartire da capo.

Io all’AI ho raccontato anche i miei interessi e le mie ambizioni, così ogni conversazione parte da quello che sa di me.

Il terzo pezzo è decidere quali dati vuoi mettere dentro l’AI, cioè cosa vuoi che sappia di te perché ti sia più utile. Per me è una scelta da fare con molta consapevolezza.

Lo stesso principio regge l’agente che scrive i preventivi nella tua voce, di cui parlo nella guida sull’AI per fare preventivi.

Perché il primo livello ha due limiti, la memoria e la personalità. Un assistente costruito caricando PDF in un custom GPT o in un progetto si dimentica pezzi e parla in modo piatto.

Un digital twin lo potevi fare con un custom GPT oppure con un progetto. Il problema era che non avevi per davvero la memoria e lo stile: se gli mettevi i PDF, il ventunesimo esplodeva. E quanto allo stile, parlava «come un automa e basta».

Allora ho studiato un modo più solido. Ho costruito un archivio con memoria illimitata e oggi lo sto nutrendo con migliaia di ore di trascrizione, «anni, anni, anni, anni». Poi ho lavorato sulla parte stilistica, perché imparasse a esprimersi come me, e il modo in cui ci ho lavorato lo trovi più sotto.

Sono due strati, conoscenza e stile, che poi altri agenti mischiano insieme. Da lì li puoi mettere a fare quello che serve.

Raccogli tutto quello che hai prodotto in un posto solo (nelle mie call lo chiamo RAG), tieni separato il grezzo dal raffinato e fai partire gli agenti da lì, così lavorano sulla tua conoscenza.

È il livello delle fasi avanzate: ti serve quando devi produrre tanto contenuto, come spiego più sotto parlando di second brain.

Cosa metti nell’archivio?

Tutto quello che esce da te. Il mio elenco: Telegram, WhatsApp, corsi, masterclass, mentorship, YouTube, mail, note, PDF, post, tutto quello che ho prodotto in un colpo solo. Le cartelle te le fai come ti torna bene: se non hai registrazioni o note audio, le togli.

Questa è la grande cassaforte dove accumuli la tua conoscenza grezza: il video, la trascrizione, l’audio, senza nessun processing.

Perché due archivi, grezzo e raffinato?

Perché il grezzo è pieno di rumore. In due ore di mentorship il materiale di conoscenza può essere il 20%, il resto sono chiacchiere, spiegazioni, dettagli. Non vuoi un sistema di conoscenza sporco, dove gli agenti trovano un sacco di scarto.

L’obiettivo finale è la tua conoscenza raffinata. Per ottenerla serve un sistema che prende il segnale e toglie il rumore.

La trascrizione integrale fa da archivio perenne. Lo tengo staccato perché la versione raffinata dipende dall’AI che la lavora: quello che fa un modello oggi sarà diverso da quello che farà un modello più avanzato.

Con due archivi separati posso rifare la raffinazione quando le AI migliorano. Il grezzo resta un database a cui anche un cervello più avanzato continua ad accedere.

Come tieni separato ciò che è tuo?

Da una parte metti tutto quello che è uscito da te. Dall’altra, con la stessa struttura, i corsi, i PDF, le sequenze mail, i post e i libri che hai preso da altri, così la tua conoscenza interna resta staccata da quella esterna.

Come fai sì che le categorie siano le tue?

Dopo che l’AI ha processato il materiale, servono un paio di giri di ottimizzazione. Lo scopo è che il modo in cui lei categorizza la tua conoscenza sia funzionale al tuo tipo di conoscenza.

Come ci si collegano gli agenti?

Una volta che hai il sistema di conoscenza pulito, il passaggio dopo è costruire tanti agenti che sanno che esiste e attingono a lui. Se un piccolo agente crea gli script per i reel, non voglio che li vada a prendere a caso dalla sua conoscenza generica: «lui deve partire dal rag system».

Poi ci vuole un agente sopra, che tiene tutto pulito. Sono tanti agenti che si ricordano e sanno andare a pescare dall’archivio.

Le dai i tuoi materiali migliori, correggi quello che ha capito del tuo stile e poi lavori soprattutto a togliere il sapore di AI. Il grosso del risultato sta nell’ultimo passaggio.

I clienti a cui consegno il lavoro mi dicono: «sì però non parla come me, sì però mi fa incazzare perché mi tira fuori cose che non sono io».

Sul tono di voce vedo un 20-80 pazzesco, anzi un 10-90. Quando si lavora sulla codifica del tono ci si concentra tantissimo sul far uscire un testo simile a come parli, ed è un lavoro faticoso. Il 10-90 è prima di tutto togliere il sapore di AI a quello che esce.

È raro che ci sia della gente con un tono di voce così definito da avere per davvero uno stile, e allora si fanno dei pipponi su delle robe che non c’hanno neanche.

Il trucco è semplicemente depurare il testo dal sapore di AI. A quel punto la persona, 9 su 10, dice: «in effetti io parlo così, mi ci trovo».

Per il mio stile ho scelto una quindicina di materiali, fra reel, testi e video, quelli che guardandoli mi dicevo: questi sono i migliori. L’AI è partita da lì a identificare la parte stilistica e mi ha restituito quello che aveva capito.

Poi ho iterato: questo sì, questa parte no, questi termini non li uso, questi sì. Per me due pezzi che pesano tanto sono le analogie e la parolaccia strategica.

Come funzionano le liste di parole e le analogie lo spiego nella guida su come creare contenuti social con l’AI.

Quando, anche con i documenti sul tono, il cliente sente che non parla come lui, sto sperimentando un’altra strada: un’intervista fatta con la chat vocale, da cui estrarre il suo modo di parlare. È una sperimentazione, va ancora affilata.

Per l’operatività di ogni giorno bastano agenti bravi e contestuali. Il second brain serve quando devi produrre tanto contenuto. Lo dico per esperienza, guardando quello che faccio e quello che viene validato.

Le due esigenze sono diverse. Per il lavoro di tutti i giorni servono «degli agenti di assistenza»: il famoso assistente virtuale.

Gli sbobini un vocale su Telegram e se lo ricorda, trascrive la call che hai appena fatto con il cliente e ne fa un file memoria, ti ricorda quali mail devi fare e te le abbozza.

Per quello servono agenti bravi contestuali, uno che sappia sbobinare bene un messaggio e metterlo su una to-do list. È un pain che ti confermo super sanguinante: tutta l’operatività che ammazza liberi professionisti e imprenditori.

Il second brain io lo vedo come una leva, un sistema che mette in leva la tua conoscenza. Ha senso quando devi fare lavori di conoscenza, che di base è il content marketing in tutte le sue forme, da un post per Instagram a scrivere un libro, e lo devi fare in scala.

Allora serve un dataset che è tutto quello che sai e che hai pensato, differente dai tuoi competitor e da ChatGPT, già pronto. Sulla parte content il second brain ti svolta.

Sulla parte operations, in realtà, non ti serve. Non lo metto a quel livello perché ti aggiunge friction. Costruire un rag system o un Obsidian ti fa sbattere, e «piuttosto si fanno degli agent fatti bene che scrivono su un database, è semplicissimo».

Può tenere la memoria di ogni cliente e comprimere ore di riflessione in poche domande. Per ora il sistema resta uno strumento interno: la risposta al cliente la dai tu.

A marzo 2026 dovevo sintetizzare un posizionamento, una promessa di trasformazione e la strategia di offerta per un cliente. Se lo aiuto in sessione, alla settima ora non è l’edizione migliore di Dario. Se lo faccio dopo, mi manca il contesto di quattro mesi prima.

Ho provato un mini RAG molto semplice, con un po’ del materiale di quel cliente. Gli ho fatto le domande che so essere quelle cruciali, ho tolto la dispersione e ho tenuto il focus.

In tre o quattro interazioni è venuta fuori una roba bomba, con idee di trasmutazione di certi ganci di posizionamento che non avevo ancora visto. Probabilmente ci sarei arrivato in quattro, cinque, sei ore di riflessione.

Le domande le fai tu, perché il cliente non conosce la direzione. Per questo ogni cliente può avere il suo archivio piccolo, con le sessioni registrate, le mail, i messaggi e i materiali che girano nel percorso. Hai un’iper-memoria per ricordarti cosa vi eravate detti quattro mesi fa.

Quando devi preparare una risposta, l’archivio piccolo del cliente ha accesso al tuo archivio grande. La versione di tutti i giorni è l’agente che dopo ogni call fa il file memoria del cliente.

Il cliente non lo interroga direttamente. In un vocale l’ho spiegata così: se a dirlo al cliente sei tu, «è come se una risposta potente arrivata tramite un sistema di fiducia fosse un oracolo». Se arriva da un sistema digitale, è soltanto una fra le infinite soluzioni.

In più il cliente non sa valutare i limiti e i problemi specifici di una risposta. Quando passa da te, selezioni il buono dal cattivo, e sono dettagli piccoli che cambiano completamente una comunicazione strategica.

Il RAG diventa il tuo oracolo segreto. Lo usi per potenziare la tua intelligenza, poi la risposta la restituisci tu, in sessione o in forma asincrona.

Quando l’archivio c’è, dai materiali fondanti, le mentorship e i corsi, gli agenti tirano fuori una cascata mostruosa di contenuti già fatti: un solo sforzo e una moltitudine di raccolti. Farlo bene dà un vantaggio competitivo di lungo periodo terrificante.

Sui contenuti guarda la guida su come creare contenuti social con l’AI.

L’interfaccia si fa in poco tempo, l’archivio richiede il tempo del tuo materiale. Una volta pronto l’archivio della conoscenza, per il mio Digital Twin l’interfaccia con un po’ di grafica, la faccina brutta e il sistema chat sono stati 23 minuti.

La parte lunga è nutrire l’archivio. Il mio l’ho alimentato con migliaia di ore di trascrizione, anni di lavoro: dentro c’è tutto quello che è uscito dalla mia bocca o dalle mie dita negli ultimi dieci anni.

Puoi anche delimitare l’assistente. Ne puoi fare uno che parla solo di un tema e con un certo stile, con risposte solo tue. Ci possono essere assistenti che parlano soltanto di business, e altri che rispondono in modo lungo, breve, irritato o challenging.

Il sistema è modulare e cresce con te. Al centro c’è il cervello che unisce la conoscenza, poi ci integri gli altri agenti, e diventa sempre più grosso e più potente nel tempo.