Aprendo claude.ai oggi, la sensazione iniziale può essere fuorviante. Sembra una semplice chat. Una finestra di conversazione, un cursore che lampeggia, un pulsante per inviare. Tutto qui. E invece dietro quella superficie minimale c’è un ambiente di lavoro che, nell’ultimo anno, ha accumulato funzionalità fino a diventare il prodotto su cui passa il 90% del tempo di un utente Claude tipo. La seconda puntata della serie entra dentro questa chat, mostra cosa ci si trova davvero, e suggerisce come configurarla nei primi trenta minuti per non perdersi le cose che contano.
L’errore più comune è trattarla come ChatGPT del 2023, ovvero come un chatbot pulito a cui si fanno domande una alla volta. Lavorando così, Claude funziona, certo, ma si perde l’80% di quello che fa. Le funzionalità che trasformano la chat in qualcosa di radicalmente diverso sono cinque:
- i Project come workspace persistenti,
- gli Artifact come pannello laterale di risultati,
- la memoria che attraversa le sessioni,
- la ricerca web integrata
- la generazione di file scaricabili.
Indice degli argomenti:
Projects, ovvero workspace persistenti con knowledge base integrata
Il primo concetto da imparare è quello di Project. Un Project, dentro Claude, è uno spazio di lavoro persistente che mantiene istruzioni personalizzate, conoscenza dedicata e cronologia delle conversazioni separata dal resto. È il modo con cui Claude smette di essere un assistente generalista e diventa un assistente che conosce il proprio contesto di lavoro.
Si crea un Project dal menu laterale di claude.ai, gli si dà un nome e una descrizione, poi si caricano dentro i file di conoscenza. Documenti PDF, fogli Excel, file di testo, presentazioni, fino a circa 200mila token di knowledge base. Claude legge questi file all’inizio di ogni conversazione del Project, in modo che ogni nuova chat parta già con il contesto pieno. Per chi mastica i termini tecnici, è una forma di RAG nativa, integrata nell’interfaccia.
Le custom instructions
L’altra cosa che vive dentro un Project sono le custom instructions, le istruzioni di sistema specifiche per quel workspace. Si scrive una volta come Claude deve comportarsi (registro e lingua, formato dell’output, vincoli da rispettare), e quelle istruzioni si applicano automaticamente a tutte le conversazioni di quel Project. Per chi scrive per un brand, è qui che vivono le guidelines del brand. Per chi gestisce un cliente, qui vivono le regole d’ingaggio del progetto. Per chi fa ricerca, qui vivono i criteri di citazione e i formati di output desiderati.
C’è una frizione nota da segnalare, perché chi adotta Claude in modo intensivo se la trova davanti dopo un mese: il context window di un Project può saturarsi quando la knowledge base è molto pesante e ricca, lasciando poco spazio alla conversazione vera e propria.
Anthropic ha mitigato il problema con un meccanismo che chiama project knowledge retrieval, che pesca solo i pezzi rilevanti della knowledge per ogni singola domanda, senza caricare tutto in ogni chiamata. Funziona bene per la maggior parte dei casi, ma quando si caricano centinaia di pagine ci sono comunque limiti reali.
Una regola operativa, dopo qualche mese di uso: un Project per ogni cliente, un Project per ogni libro o pezzo lungo in lavorazione, un Project per ogni area di ricerca continua. Mai un Project generico, sempre uno specifico con una funzione chiara. La separazione paga, perché tiene puliti i contesti.
Artifacts: il pannello laterale dove nascono i risultati
Se i Project sono il contenitore, gli Artifacts sono i risultati. Un Artifact è un contenuto sostanziale e autonomo che Claude produce in un pannello laterale separato dalla conversazione: un documento Markdown, un componente React funzionante, un grafico SVG, un diagramma Mermaid, una pagina HTML interattiva, un mini-applicativo che gira nel browser.
Sono usciti dalla preview a giugno 2024, sono disponibili su tutti i piani inclusi i Free, e da aprile 2026 esistono in due varianti. Quelli standard, statici, che si producono e si conservano. E quelli che Anthropic chiama Live Artifacts, dashboard e tracker che si aggiornano con dati correnti ogni volta che si riaprono, restando connessi alle fonti dati via MCP. Una persona che gestisce le metriche di una campagna marketing, per esempio, può costruire una dashboard Artifact che pesca i dati dal CRM ogni volta che la apre.
L’uso pratico più sottovalutato degli Artifact è la creazione di documenti scaricabili. Si chiede a Claude di produrre un file Word, uno spreadsheet Excel, una presentazione PowerPoint, un PDF: il file appare nel pannello laterale, si scarica con un click, è già formattato. Per i lavori dove la consegna finale è un documento da inviare a un cliente o a un capo, questo flusso accorcia drasticamente il tempo dal prompt al file pronto.
Una nota importante: gli Artifact si possono condividere come link pubblici, e su Team ed Enterprise si possono condividere entro i confini dell’organizzazione. Significa che un Artifact ben fatto, una calcolatrice personalizzata o una guida interattiva, può diventare uno strumento riutilizzabile da un intero team senza passare da sviluppatori.
Finalmente la memoria arriva per tutti
A marzo 2026, Anthropic ha esteso la memoria a tutti gli utenti, incluso il piano Free. Era una delle funzionalità più richieste, perché la chat senza memoria, in un contesto professionale, costringe l’utente a ripetere ogni volta chi è, cosa fa, quali sono le sue preferenze, su che cosa sta lavorando in quel momento.
La memoria di Claude funziona così: dopo ogni conversazione, un riassunto strutturato di ciò che è emerso viene salvato in modo persistente. Alla conversazione successiva, Claude ha accesso a questa memoria, sa quindi che si sta parlando con un imprenditore italiano che scrive di tecnologia, che ha due aziende attive, che sta lavorando a un libro su un certo tema, che preferisce risposte dirette senza preamboli. Il livello di personalizzazione che si ottiene dopo una settimana di uso continuo è sorprendente.
La memoria si gestisce da Impostazioni → Capabilities, dove si vede esattamente cosa Claude ricorda, si possono modificare le singole voci, cancellarle quando non servono più, aggiungerle a mano per integrare il profilo. Esiste anche l’opzione Incognito, che esclude singole conversazioni dalla memoria permanente, utile quando si lavora a temi sensibili o si vuole evitare che certe informazioni entrino nel profilo. Si può importare ed esportare l’intera memoria, il che è utile per fare backup prima di sperimentare configurazioni nuove, o per trasferire contesto a un nuovo account.
C’è un punto di trasparenza che merita: Claude non ha una memoria umana, ha un database che ogni notte si aggiorna in base alle conversazioni recenti. Le conversazioni cancellate prima dell’aggiornamento spariscono dalla memoria. Le conversazioni dentro Incognito non vi entrano mai.
La differenza con la memoria di una persona è netta, ed è il motivo per cui non bisogna proiettare aspettative umane su questa funzionalità: serve a ridurre la ripetitività, non a creare una relazione.
Ricerca web nativa e Deep Research
La ricerca web è un toggle disponibile da fine 2025 su tutti i piani, e da inizio 2026 anche via API. Attivandola, Claude smette di rispondere solo dalla propria conoscenza allenata e inizia a interrogare il web in tempo reale per fatti verificabili: notizie del giorno, prezzi attuali, posizioni di figure pubbliche, dati recenti.
L’integrazione è pulita. Claude decide autonomamente quando una domanda richiede una ricerca, lancia le query necessarie, legge i risultati, sintetizza la risposta citando le fonti. Per chi viene da Perplexity o da Google Search, il modello mentale è simile, con una differenza chiave: Claude non si limita a riassumere i risultati, li interpreta nel contesto della conversazione, li usa per ragionare insieme all’utente. La qualità della sintesi è il punto di forza, la lentezza relativa rispetto a una ricerca tradizionale è il prezzo.
Il livello successivo si chiama Deep Research, ed è una modalità che si attiva esplicitamente dalla barra di input. Quando la si lancia, Claude prende la domanda, costruisce un piano di ricerca strutturato, fa decine di query, legge molte fonti, sintetizza un report che può arrivare a venti o trenta pagine con citazioni puntuali. Tempo di esecuzione: dai cinque ai venti minuti, con notifica quando è pronto. È pensato per le situazioni in cui la domanda merita un’ora di ricerca seria, dalla due diligence rapida al brief settoriale, dalla rassegna stampa tematica all’analisi competitiva.
L’uso strategico di Deep Research, per chi inizia, è di tenerlo per le occasioni in cui il valore della profondità giustifica l’attesa. Per la maggioranza delle domande, la ricerca web standard è più che sufficiente e non blocca il flusso di lavoro.
Generazione di file scaricabili e Code Execution
L’ultima funzionalità da conoscere è quella che Anthropic chiama Code Execution and File Creation, attivabile come toggle. Con questa modalità attiva, Claude può eseguire codice Python in un sandbox temporaneo, generare file scaricabili nei formati office (Word, Excel, PowerPoint, PDF), creare immagini con matplotlib, manipolare dataset CSV, fare analisi numeriche reali.
Il caso d’uso tipico è quello in cui si chiede a Claude di analizzare un CSV: senza Code Execution, Claude può solo descrivere cosa farebbe l’analisi. Con Code Execution attivo, scrive il codice Python, lo esegue, mostra i risultati reali, produce eventualmente un file Excel con il dataset processato. Per chi non programma, è il modo più immediato per fare data analysis senza imparare Python.
L’altra funzione coperta è la creazione di documenti professionali. Un report Word di trenta pagine, un workbook Excel con formule e grafici, una presentazione PowerPoint impaginata: tutti generati dalla chat, scaricabili come file veri, pronti per essere consegnati. La qualità grafica non è quella di un designer, ma è abbondantemente sufficiente per uso interno e prima bozza.
C’è una nota economica da considerare: Code Execution consuma risorse significative, e su Free i limiti si raggiungono in fretta. Su Pro la marginalità è ampia, su Max e Team praticamente non si tocca mai il tetto. Per chi pensa di usare Claude in modo intensivo per analisi e produzione documentale, è una delle ragioni più solide per restare almeno su Pro.
I primi trenta minuti su una chat nuova
Tradurre tutto questo in pratica significa avere una checklist per i primi trenta minuti. Vale per chi apre Claude oggi e vuole partire senza inciampi.
I primi cinque minuti vanno spesi nelle impostazioni. Personal preferences, dove si dichiara chi si è e come si vuole essere trattati: lingua di lavoro, registro preferito, formato delle risposte e vincoli professionali. Memoria, da abilitare se non lo è già. Toggle delle funzionalità: web search attiva, Code Execution and File Creation attiva, Artifacts attivi, Research e Search past chats attivi.
I successivi dieci minuti servono a creare il primo Project. Si sceglie un’area di lavoro reale, non sperimentale: il libro in scrittura, il cliente principale, l’iniziativa di mercato del trimestre. Si caricano dentro i file rilevanti, si scrive l’istruzione di sistema che definisce come Claude deve operare in quel Project. Si fa una prima conversazione di prova, si verifica che il comportamento sia quello atteso, si aggiustano le istruzioni se serve.
Gli ultimi quindici minuti vanno spesi su un task vero. Non un test giocattolo, un task che si farebbe comunque quella mattina, un compito reale della propria settimana lavorativa. Si lascia che Claude lo affronti, si interagisce con il risultato in Artifact, si chiede di iterare, si scarica il file finale se serve. Alla fine di questi quindici minuti, l’utente ha già un’idea concreta di cosa cambia rispetto al lavorare senza Claude, e su cosa invece resta uguale.
Cosa la chat non è ancora: i limiti
Per chiudere onestamente, vale la pena segnalare i limiti che ancora si toccano usando la chat. Il primo è la finestra di contesto: anche con il milione di token di Sonnet 4.6 in beta, conversazioni molto lunghe iniziano a perdere precisione sulle informazioni di inizio sessione. La compactation automatica aiuta, ma non risolve del tutto.
Il secondo limite riguarda l’autonomia: la chat non esegue azioni nel mondo. Non manda email, non modifica file sul computer dell’utente, non interagisce con sistemi esterni se non attraverso i Connectors o attraverso prodotti dedicati come Cowork. La chat propone e suggerisce, produce contenuti, ma il salto da “Claude che risponde” a “Claude che esegue” richiede di uscire dalla chat ed entrare in un altro prodotto.
Il terzo è il rischio di sopravvalutazione. Claude è bravissimo, in molti casi sorprendente, ma resta un modello statistico che produce output plausibili sulla base dei pattern allenati. Per fatti verificabili, citazioni, dati numerici, la verifica resta a carico dell’utente. La memoria, gli Artifact, i Project non cambiano questo aspetto, lo rendono solo meno faticoso da gestire
Partecipa alla community