Gli errori più comuni nell'uso di ChatGPT per creare contenuti (e come evitarli)

Prendi il telefono. Apri l’ultima chat con ChatGPT. Scorri fino a dove gli hai chiesto di scrivere qualcosa per te — un post, un’analisi, un articolo. Leggi la risposta, ma non fermarti alla superficie. Chiediti: lo pubblicherei senza cambiare una virgola? Se la risposta è sì, probabilmente non l’hai letto abbastanza.

So cosa pensi. “ChatGPT è potentissimo, lo uso ogni giorno e funziona. Certo, ogni tanto sbaglia, ma basta controllare.” Vero — in parte. Il modello è bravissimo a produrre testi che sembrano umani, con la struttura giusta e un tono competente. Il problema è che quel “sembrare” è spesso un’illusione. Una delle trappole più subdole è fidarsi del testo perché è scritto bene. La scorrevolezza non è un indicatore di verità. Un errore confezionato in una prosa elegante resta un errore.

Il problema delle allucinazioni

Prendiamo le allucinazioni. Non è un difetto raro o borderline: è un comportamento intrinseco del modello. ChatGPT non sa cosa sia vero o falso; sa cosa sia statisticamente probabile data la sequenza di parole che hai scritto. Se gli chiedi “quante tonnellate di plastica finiscono nell’oceano ogni anno?”, risponderà con un numero che suona giusto — 8 milioni, 12, 35. Ma quel numero non viene da un database verificato; viene da una media di tutto ciò che ha letto. Se la media delle fonti è sbagliata, la risposta è sbagliata. Poi tu prendi quel numero, lo metti in un articolo, e diventa “fatto” per i tuoi lettori. Il problema non è il modello: sei tu che non hai controllato.

La banalità come trappola

Ma l’errore più grande, quello che vedo più spesso, non sono le allucinazioni. È la banalità. Chiedi a ChatGPT di scrivere un’analisi sul futuro del lavoro remoto. Lui ti sforna un testo con cinque punti: flessibilità, produttività, isolamento, tecnologia, equilibrio vita-lavoro. Tutto giusto, tutto corretto, tutto perfettamente inutile. È come chiedere a uno chef un piatto e ricevere pane bianco in cassetta. Commestibile, ma non quello che volevi. Il problema è che non hai specificato niente. Non hai detto per chi scrivi, con che tono, quale angolazione vuoi, quali dati concreti devono emergere. Il modello, in assenza di istruzioni, va in modalità “media statistica”: produce il testo più probabile, che è anche il più generico. E il generico è il nemico della qualità.

Un consulente che conosco — chiamiamolo Marco — mi ha raccontato una storia esemplare. Lavora in una società di strategia e aveva preparato una presentazione per un cliente nel settore delle macchine agricole. Aveva chiesto a ChatGPT di scrivere un paragrafo introduttivo sulle tendenze del settore. Il modello ha prodotto un testo impeccabile su “digitalizzazione”, “sostenibilità” e “precision farming”. Peccato che il cliente fosse un’azienda specializzata in trattori per vigneti di montagna, dove la digitalizzazione è secondaria rispetto alla manovrabilità su pendenze estreme. Il testo non era sbagliato, ma era irrilevante. Marco ha perso mezza giornata a riscrivere tutto. La lezione? L’output è direttamente proporzionale all’input. Se dai istruzioni vaghe, ricevi un risultato vago.

Un esempio concreto: orologi meccanici

Fermiamoci su un esempio concreto, microscopico ma illuminante. Supponi di dover scrivere un articolo per un blog di appassionati di orologi meccanici. Il tema: “Perché gli orologi automatici sono più precisi oggi rispetto agli anni Sessanta”. Se chiedi a ChatGPT di scriverlo senza contesto, lui parlerà di “innovazioni tecnologiche”, “materiali moderni” e “maggiore affidabilità”. Tutte cose vere, ma che qualsiasi persona con un minimo di cultura orologiera già sa. Il tuo lettore, invece, vuole sapere del bilanciere in silicone, del sistema di carica a doppio bariletto, del ruolo del Gruppo Swatch nel democratizzare l’alta precisione. Vuole nomi, numeri, meccanismi. ChatGPT non darà niente di tutto questo se non glielo chiedi esplicitamente. Anzi: se glielo chiedi, rischierà di inventarsi un modello di movimento che non esiste, un brevetto fasullo, una data sbagliata. E tu, se non controlli, lo pubblicherai.

Ecco il punto, il vero nodo. Molti pensano che il problema di ChatGPT sia l’inaffidabilità. Ma l’inaffidabilità è un sintomo, non la causa. La causa è che il modello non ha intenzione, non ha contesto, non ha memoria di ciò che è rilevante per te. È come un assistente che ha letto tutta Wikipedia ma non sa chi sei, cosa vuoi, e perché lo stai chiamando. Se non gli dai quelle coordinate, lui darà la risposta più probabile per un essere umano medio. E l’essere umano medio non è il tuo lettore.

Come scrivere una richiesta efficace

Quindi, la prossima volta che apri la chat, fai una cosa sola. Prima di scrivere la richiesta, fermati cinque minuti. Prendi un foglio — anche mentale — e rispondi a tre domande: per chi sto scrivendo? con che tono? qual è l’unica cosa che voglio che il lettore capisca? Poi scrivi la richiesta come se parlassi a un collega bravo ma distratto, che ha bisogno di sapere tutto per fare un buon lavoro. “Scrivi un articolo di 800 parole per professionisti del settore assicurativo, tono analitico ma concreto, con dati reali. L’argomento è l’impatto dell’inflazione sulle polizze vita. Usa come esempio il mercato italiano del 2023, cita l’aumento dei premi del 12% registrato da Ania, e spiega perché i clienti under 40 stanno riducendo la copertura.” Vedi la differenza? Non è più una richiesta: è una collaborazione.

L'importanza della verifica

Poi, quando ricevi la risposta, fai una cosa sola: verifica. Non tutto, ma i fatti chiave. I numeri. I nomi. Le date. Se il testo cita uno studio, cerca su Google se esiste. Se menziona una legge, controlla il numero e la data. Bastano due minuti. È noioso, lo so. Ma è il prezzo da pagare per non diventare un amplificatore di errori.

Un ultimo consiglio, il più concreto. La prossima settimana, prendi un post o un articolo che devi scrivere. Applica questo metodo: cinque minuti di pianificazione, una richiesta precisa, due minuti di verifica. Poi dimmi se la qualità non cambia.