Cos'è esattamente un GPT personalizzato (e perché non è un agente)
Un GPT personalizzato è ChatGPT con una casella di testo davanti. In quella casella ci sono le istruzioni — come deve comportarsi, che tono usare, cosa non fare — e accanto puoi appendere fino a 20 file di conoscenza da 512 MB ciascuno, attivare capacità come la ricerca web e collegare apps o actions verso API esterne. Tutto qui. Molto più di quello che sembra e molto meno di quello che ti vendono.
La differenza con un agente non è di potenza, è di architettura. Un agente decide quale strumento usare, ricorda tra un'interazione e l'altra e misura il proprio lavoro. Un GPT personalizzato fa la prima cosa a metà e nessuna delle altre due. Il confronto onesto quindi non è "GPT contro agente" ma "ottimo modulo contro sistema". Un modulo con la memoria di un pesce rosso: ti serve impeccabilmente e domani non sa più chi sei.
Una cosa è cambiata ed è meglio saperla prima di aprire l'editor: la creazione di nuovi GPT non è più disponibile sugli account ChatGPT personali — né Free, né Go, né Plus, né Pro. Creare e pubblicare oggi dipendono da uno spazio di lavoro Business, Enterprise o Edu e dai suoi permessi. I GPT già esistenti continuano a funzionare. Se il tuo piano "monto l'agente sabato pomeriggio" passava dal tuo account Plus, parti da lì.
Cosa risolve davvero, e lo risolve bene
Partire da un GPT personalizzato non è ingenuità: è la diagnosi più economica che esista. In un pomeriggio scopri se il tuo problema era di conoscenza (la gente non trova l'informazione) o di processo (l'informazione c'è, ma nessuno esegue). Due problemi diversi, e solo uno si risolve con un agente.
- Criterio ripetuto, scritto una volta sola. Come scriviamo una proposta, cosa chiediamo in fase di scoperta, che tono usiamo con un cliente arrabbiato. Dieci persone che applicano lo stesso standard senza che nessuno lo debba ricordare a memoria.
- Consultazione su documentazione stabile. Manuale di prodotto, policy spese, condizioni contrattuali. Se il documento cambia due volte l'anno, il GPT è lo strumento giusto e non serve altro.
- Prima passata di lavoro ripetitivo. Bozze, riassunti, classificazioni semplici. Un umano rivede e pubblica. Qui il GPT fa guadagnare ore vere, e le fa guadagnare dal primo giorno.
- Actions semplici in sola lettura. Controllare disponibilità, cercare un ordine, recuperare un dato da un tuo sistema. Lettura, non scrittura: rischio minimo, valore alto.
Questo è il tetto utile. Superarlo costa soldi veri, e la buona notizia è che il GPT te lo dice: quando sbatte, sbatte sempre contro uno di questi quattro muri. Riconoscere qual è il tuo è metà del lavoro. L'altra frontiera — il tetto del no-code quando quello che vuoi automatizzare è un flusso tra strumenti e non una conversazione — è raccontata in automatizzare con l'IA senza programmare.
Muro 1: non ricorda niente tra una conversazione e l'altra
La documentazione di OpenAI non lascia margine di interpretazione: i GPT non usano la memoria salvata, né le istruzioni personalizzate, né le conversazioni precedenti. Ogni conversazione riparte da zero. L'unica cosa che persiste è quello che hai scritto tu nelle istruzioni e nei file — identico per tutti, tutti i giorni.
Sembra un dettaglio tecnico ed è il muro che uccide più progetti, perché si nota tardi. Il GPT di supporto funziona benissimo in demo e tre settimane dopo qualcuno chiede perché gli richiede di nuovo il numero d'ordine che aveva dato martedì. Non è un bug: è il progetto. Un GPT non ha stato; ha istruzioni.
Muro 2: non scrive nei tuoi sistemi con un'identità propria
Le Actions collegano davvero un GPT alle tue API, con tre modalità di autenticazione: nessuna, chiave API o OAuth. La differenza tra loro è esattamente la differenza tra una demo e un sistema. Con la chiave API, il GPT entra nel tuo sistema con una sola identità per tutti: il tuo log di audit non dirà "María ha cambiato lo stato dell'ordine", dirà "è stato il GPT". Con OAuth ogni persona entra col proprio account e recuperi la tracciabilità — in cambio di un flusso di autorizzazione vero, con i suoi token, i suoi scope e la sua manutenzione.
| Modalità auth | Chi è l'agente per il tuo sistema | A cosa serve davvero |
|---|---|---|
| Nessuna | Un anonimo che arriva da internet | Dati pubblici. Nient'altro. |
| Chiave API | Un unico utente tecnico, uguale per tutti | Lettura e demo. Scrittura solo se non ti importa chi ha fatto cosa. |
| OAuth (authorization code) | Ogni persona col proprio account e i propri permessi | Scrittura vera e tracciabile. Richiede lavoro di integrazione. |
Ci sono altri due vincoli che spiazzano parecchia gente. Un GPT può usare apps o actions, ma non entrambe insieme. E negli spazi di lavoro gestiti, l'amministratore può limitare le actions a un elenco di domini consentiti: se nell'elenco non c'è nessun dominio, niente actions. Cioè: la parte che trasforma il tuo GPT in qualcosa che esegue dipende da un permesso che probabilmente non controlli tu. Quando arriverai a volere scrittura seria — creare il contatto, spostare l'opportunità, far partire la sequenza — la conversazione non sarà più sui prompt: sarà su collegare l'IA al tuo CRM e su integrarla con i tuoi sistemi.
Muro 3: nessuno misura se ci azzecca
Questo è il muro silenzioso. Chi costruisce un GPT non può vedere le conversazioni individuali che gli utenti hanno con lui: lo dice la documentazione di OpenAI ed è una decisione di privacy ragionevole. La conseguenza operativa lo è meno. Significa che non puoi fare l'unica cosa che migliora un sistema: guardare i casi in cui ha sbagliato.
Su Enterprise ed Edu hai le analytics dello spazio di lavoro con una sezione GPT e le conversazioni disponibili nella piattaforma di compliance. Questo ti dà adozione e tracce di conformità — quante persone lo usano, con che frequenza. Non ti dà l'accuratezza. Due numeri che si confondono di continuo e che puntano in direzioni opposte: un GPT che risponde male genera più conversazioni, non meno.
- Adozione — quante persone lo aprono. È quello che vedrai. Sale anche solo per la novità.
- Accuratezza — che percentuale di risposte è corretta e utilizzabile. È quello che conta. Non lo vedrai.
- Costo dell'errore — cosa succede quando sbaglia. È quello che decide se il GPT può toccare qualcosa di reale. Nemmeno questo lo vedrai.
L'uscita non è arrendersi: è montare il ciclo fuori da ChatGPT — un set di domande reali con le risposte attese, che passi a mano ogni volta che tocchi le istruzioni. È artigianale, è scomodo e funziona. Come si costruisce quel set sta in come addestrare un agente IA. E nel momento in cui quel ciclo ti pesa abbastanza da volerlo automatizzare, non stai più costruendo un GPT: stai costruendo un agente.
Muro 4: non ha un proprietario nell'organigramma
Qui conviene essere precisi, perché la versione pigra di questo muro non è più vera. In uno spazio di lavoro gestito, se il proprietario di un GPT viene disattivato o rimosso, la proprietà passa a un proprietario dello spazio e il GPT viene segnato come non assegnato perché qualcuno lo riveda o lo riassegni. L'account non si perde. Il problema è un altro.
Quello che si perde è il criterio. Le istruzioni di un GPT sono testo semplice dentro un modulo: senza cronologia delle versioni, senza revisione di nessuno, senza un commento che spieghi perché a marzo è stata aggiunta quella frase strana sugli sconti. Quando la persona che l'ha scritto se ne va, il testo sopravvive e il perché no. Sei mesi dopo il GPT risponde ancora con una policy che non vale più, e nessuno lo sa perché — vedi muro 3 — nessuno legge le conversazioni.
Le due domande che ti dicono contro quale muro sei
Non serve una diagnosi di due settimane. Due domande collocano il tuo caso:
- La seconda conversazione ha bisogno di sapere quello della prima? Se sì → muro 1, memoria. Nessun GPT ti serve, con o senza istruzioni.
- Il risultato deve restare scritto in un tuo sistema, e deve risultare chi lo ha scritto? Se sì → muro 2, identità. Ti serve OAuth e validazione in scrittura, oppure ti serve altro.
Se entrambe le risposte sono "no", resta dove sei: il GPT è lo strumento giusto e spendere di più è buttare soldi. Se una è "sì", il tuo problema è di architettura e non si aggiusta scrivendo istruzioni migliori. E attenzione alla trappola solita: i muri 3 e 4 non compaiono in questo test perché non sono mai il motivo per cui qualcuno decide di fare il salto — sono il motivo per cui il GPT muore in silenzio sei mesi dopo essere stato dato per buono.
| Se il tuo caso è… | Un GPT personalizzato | Cosa serve davvero |
|---|---|---|
| Consultare documentazione stabile | Basta | Nient'altro |
| Applicare un criterio ripetuto alle bozze | Basta | Revisione umana |
| Seguire un cliente per più giorni | Non basta | Memoria persistente |
| Scrivere nel CRM o nell'ERP con audit | Non basta | OAuth, validazione e log |
| Rispondere sul tuo sito o nel tuo prodotto | Impossibile | L'API, non un GPT |
Cosa si costruisce quando il GPT non basta più
Risposta breve: la stessa cosa, più i quattro pezzi che il GPT non ha. Memoria persistente perché il sistema sappia cosa è successo prima. Identità per utente perché scriva con nome e cognome. Eval perché qualcuno sappia se ci azzecca. E un proprietario umano con un nome nell'organigramma perché il giorno in cui cambia la policy, cambino le istruzioni.
Non è un atto di fede né un rifacimento da zero: il lavoro fatto nel GPT — le istruzioni affinate, i documenti che hanno funzionato, le domande vere che ti ha fatto la gente — è esattamente il materiale di partenza. È questo che rende una buona idea partire da un GPT anche sapendo in anticipo che ti starà stretto: non stai costruendo un prototipo usa e getta, stai scrivendo la specifica.
Se la destinazione è un assistente sul tuo sito o nel tuo prodotto, la strada passa da costruire un chatbot RAG sulla tua knowledge base. Se è lavoro interno con processi e sistemi di mezzo, da agenti IA per le aziende. E se quello che cercavi non era costruire ma sfruttare ChatGPT così com'è nel team, è un'altra conversazione ed è qui: usare ChatGPT in un'azienda vera.
Noi facciamo la parte noiosa: montiamo dipendenti IA che ricordano, scrivono nei tuoi sistemi con la propria identità e hanno qualcuno che controlla se ci azzeccano. Non vendiamo il prompt. Fatturiamo il sistema che funziona.
E se arrivando qui la conclusione è che il GPT ti sta stretto, la decisione successiva non è quale strumento usare ma in quale livello vivere: è in piattaforme per creare agenti IA, con le tre domande di uscita a cui conviene rispondere prima di firmare qualsiasi cosa.