Questo articolo fa seguito a «Persisti questo»: far uscire un'informazione da ChatGPT verso un archivio permanente.

In quel primo bricolage avevo scoperto una cosa piuttosto semplice ma che cambiava parecchio: ChatGPT poteva scrivere un'informazione dentro Google Sheets e quindi farla uscire dalla propria finestra di contesto.

In altre parole, potevo dargli una memoria esterna persistente.

In quel momento Google Sheets mi serviva essenzialmente da casella di uscita.

Poi mi sono posto un'altra domanda:

questo stesso meccanismo poteva bastare a far girare direttamente dentro ChatGPT il mio sistema di Contesti?

Perché volevo togliere il Contesto dal Mac

Da qualche tempo uso i Contesti con Codex e Claude Code.

E quando parlo di «Contesto» non parlo semplicemente di uno storico di conversazione o di un posto dove mettere qualche nota.

La definizione che uso è molto più ampia:

Un Contesto è un sistema delimitato da una missione umana, nel quale un'IA organizza e mobilita ciò che si sa, da dove lo si sa, come gli elementi si collegano e a che punto è il lavoro, per aiutare l'umano a raggiungere il suo obiettivo senza ripartire da zero. Così facendo, il sistema costituisce e fa fruttare un capitale informativo durevole: la conoscenza prodotta resta disponibile, si arricchisce nel tempo e può essere riutilizzata per altri obiettivi.

Avevo già costruito un motore che permetteva di far funzionare questo principio con Codex o Claude Code.

Sul mio Mac funziona bene.

Dal telefono avevo anche trovato una soluzione: accedere a distanza a Codex che gira sul Mac.

Ma ha una debolezza abbastanza evidente.

Serve che:

• il Mac sia acceso;
• resti connesso a Internet;
• l'accesso remoto funzioni.

A casa mia non è un gran problema.

Sul campo lo diventa parecchio.

Il caso che mi interessava in modo particolare era quello di due fiere professionali in arrivo: partire una settimana solo con il telefono, parlare con gli espositori, raccogliere informazioni, preparare interviste ed eventualmente produrre un articolo in giornata.

Non avevo voglia di dipendere da un Mac acceso da qualche parte a decine o centinaia di chilometri.

Mi sono quindi chiesto se potevo toglierlo completamente dall'equazione.

Il clic: ChatGPT aveva già quasi tutto

Guardando il problema da un'altra angolazione, mi sono reso conto che un motore di Contesto aveva in fondo bisogno di tre grandi blocchi.

• Serve un motore capace di ragionare sull'informazione.
• ChatGPT lo sa già fare.
• Servono regole che spieghino al motore come lavorare.
• Le direttive di Progetto ChatGPT possono svolgere questo ruolo.
• E serve infine una memoria che sopravviva alle conversazioni.
• Era il pezzo che mancava.

La mia architettura poteva quindi diventare:

Moteur       → ChatGPT
Directives   → Projet ChatGPT
Persistance  → Google Sheets

L'hack di persistenza del mio articolo precedente forniva esattamente questo terzo blocco.

Da lì, il porting del mio motore di Contesto dentro ChatGPT è diventato molto meno esotico.

Non avevo bisogno di ricreare un sistema completo attorno a ChatGPT.

Il motore IA era già lì.

Bisognava soprattutto dargli le sue regole e una memoria esterna che sapesse leggere e modificare.

Come ho portato il motore dentro ChatGPT

All'inizio ho provato a mettere tutte le regole del motore direttamente nelle direttive del Progetto.

Non ha retto a lungo.

Le direttive di Progetto sono limitate a circa 8.000 caratteri e il mio motore aveva già bisogno di molto di più.

Ho quindi separato le regole su due livelli.

Il primo livello è il CORE.

È la parte messa direttamente nelle direttive del Progetto ChatGPT.

Contiene gli elementi assolutamente indispensabili al funzionamento del motore:

• cos'è un Contesto;
• dove è archiviato;
• quali comandi esistono;
• come aprire un Contesto;
• come persistere una fonte;
• la struttura dei file;
• i principali invarianti;
• la gerarchia delle direttive.

Il secondo livello è una direttiva estesa.

È molto più voluminosa e vive in un Google Doc.

Contiene per esempio:

• il metodo dettagliato di ingestione;
• i criteri di creazione delle conoscenze atomiche;
• la gestione dello state e della synthesis;
• le decisioni;
• le contraddizioni;
• le attività da fare;
• le strategie di lettura;
• le regole di produzione;
• la gestione degli errori e dei casi limite.

La gerarchia diventa:

CORE
  ↓
Directive étendue
  ↓
Directives propres au Contexte

Il CORE sa dove si trova la direttiva estesa e dice a ChatGPT di caricarla all'inizio di una nuova conversazione.

La separazione non c'è quindi solo per rendere il sistema più elegante.

Risponde prima di tutto a un vincolo molto concreto: l'intero motore non sta nelle direttive di un Progetto ChatGPT.

Google Sheets diventa la memoria del Contesto

Restava poi da rappresentare il Contesto stesso.

Avrei potuto usare più Google Docs.

• Un documento per le fonti.
• Un altro per lo stato.
• Un altro per le conoscenze.
• Un altro per le attività.
• ...

Ma mi sarei ritrovato in fretta con una moltitudine di file da ritrovare e altrettanti identificativi da gestire (vedremo più avanti questo vincolo tecnologico).

Google Sheets si è rivelato molto più pratico.

Un Contesto corrisponde a uno Spreadsheet.

Dentro lo Spreadsheet, ogni tipo di informazione ha la sua scheda.

Attualmente uso questa struttura:

00-FRAME
01-STATE
03-SESSIONS
04-ATOMIC
05-OUTPUTS

00-FRAME contiene in particolare la missione e le eventuali direttive proprie del Contesto.

01-STATE contiene le informazioni necessarie a sapere a che punto è il lavoro:

• state;
• synthesis;
• attività da fare;
• decisioni;
• contraddizioni;
• handoff.

03-SESSIONS contiene le fonti grezze persistite.

04-ATOMIC contiene le conoscenze stabilizzate.

05-OUTPUTS contiene i deliverable prodotti a partire dal Contesto.

Google Sheets non è quindi più soltanto il posto in cui ChatGPT scrive un'informazione per salvarla.

Lo Spreadsheet diventa la memoria strutturata completa del Contesto.

Soprattutto non ricaricare tutto

Questo non significa però che ChatGPT carichi l'intero Spreadsheet a ogni conversazione.

Sarebbe probabilmente una pessima idea.

Quando scrivo:

Ouvre Mon Contexte

ChatGPT comincia col ritrovare lo Spreadsheet corrispondente.

Poi carica solo il suo nucleo:

• missione;
• direttive;
• state;
• synthesis;
• attività da fare;
• decisioni;
• contraddizioni;
• handoff.

Le fonti, le conoscenze atomiche e i vecchi output restano nello Sheet.

ChatGPT va a cercarli soltanto quando diventano necessari.

È un punto importante nel modo in cui concepisco il sistema.

La memoria non funziona come:

rimetto tutto quello che so nel prompt a ogni conversazione.

Funziona piuttosto come:

ho una memoria esterna nella quale posso andare a recuperare l'informazione pertinente nel momento in cui diventa utile.

Il Contesto diventa una memoria esterna indirizzabile.

Il dettaglio che faceva perdere moltissimo tempo

In una prima versione non avevo ancora ottimizzato la risoluzione degli identificativi Google.

Ogni volta che ChatGPT voleva leggere o scrivere in un Contesto, doveva cercare lo Spreadsheet corrispondente e poi ritrovarne l'ID.

E all'operazione successiva ricominciava.

Funzionava, ma certe operazioni potevano avvicinarsi ai cinquanta secondi.

Una parte importante del tempo serviva semplicemente a ritrovare qualcosa che era già stato trovato qualche secondo prima.

Ho quindi aggiunto una regola molto semplice.

Una volta aperto il Contesto, ChatGPT conserva per tutta la conversazione:

nom du Contexte
→ Spreadsheet
→ Spreadsheet ID

Tutte le operazioni successive usano direttamente questo ID.

Viene risolto di nuovo solo se:

• si cambia Contesto;
• l'ID non è più disponibile;
• l'accesso fallisce.

Sembra abbastanza ovvio.

Ma cambia moltissimo la fluidità del sistema.

Persistere non è imparare

Il motore stesso espone in fondo pochissimi comandi.

Ouvre <contexte>
Persiste <contenu>
Todo <action>
Ingère
Sauvegarde

Ouvre carica un Contesto.

Persiste conserva una nuova fonte.

Todo aggiunge un'azione da svolgere.

Ingère analizza le nuove fonti e aggiorna la conoscenza strutturata (creazione o arricchimento di note).

Sauvegarde aggiorna gli elementi che permettono di riprendere correttamente la missione in una conversazione successiva.

Ma la distinzione più importante del sistema è probabilmente questa:

Persiste non è Ingère.

Quando dico:

Persiste ...

non sto chiedendo al motore di considerare vero quello che ho appena detto.

Sto chiedendo soltanto:

conserva questa materia.

Diventa una fonte.

Durante l'ingestione, il motore può poi stabilire che il suo contenuto corrisponde a:

• una decisione realmente presa;
• un'attività;
• una contraddizione;
• un'informazione utile allo stato corrente;
• una conoscenza abbastanza stabilizzata da diventare una nota atomica;
• oppure semplicemente qualcosa da conservare come fonte senza andare oltre.

Questo evita una deriva che mi sembra particolarmente pericolosa nei sistemi di memoria per IA.

Se ogni produzione dell'IA diventa automaticamente una conoscenza del sistema, l'IA finisce per poter usare le proprie produzioni precedenti come prova.

Cerco quindi di mantenere una separazione netta:

source ≠ connaissance ≠ état ≠ synthèse ≠ livrable

Una fonte dice:

ecco cosa è stato detto o osservato.

Una conoscenza stabilizzata dice un'altra cosa:

ecco cosa il sistema considera ormai abbastanza consolidato e riutilizzabile.

Un Contesto in tasca

È sul telefono che questo porting diventa davvero interessante per me.

Lavoro già moltissimo in dettatura vocale.

E in questo caso preciso cambia completamente il rapporto con il sistema.

Riprendiamo l'esempio di una fiera professionale.

Arrivo con un Contesto già preparato.

Dal telefono:

Ouvre Salon-X

Parlo con un primo espositore.

Uscendo dallo stand non ho per forza voglia di fermarmi, aprire un'app di note e scrivere per cinque minuti su una tastierina.

Cammino verso lo stand successivo e detto semplicemente a ChatGPT quello che ho appena imparato.

Poi:

Persiste <ce que je viens de dicter>

Può richiedere qualche decina di secondi.

Continuo la mia giornata.

Dopo diverse conversazioni:

Ingère

Il motore comincia allora a strutturare quello che ho raccolto.

Ed è qui che l'uso diventa più interessante di un semplice sistema di presa di note.

Posso chiedere a ChatGPT:

Cosa mi manca ancora per capire davvero questo argomento?

Oppure:

Quali contraddizioni dovrei verificare con il prossimo espositore?

O ancora:

Quali domande importanti non ho ancora fatto a nessuno?

Posso ottenere questa risposta mentre sono ancora in fiera.

E quindi andare subito a fare le domande mancanti.

Il ciclo diventa:

discussion
   ↓
dictée vocale en marchant
   ↓
Persiste
   ↓
Ingère
   ↓
chercher les angles morts
   ↓
retourner poser des questions
   ↓
compléter le Contexte

È probabilmente questo che cambia di più il mio uso.

L'IA non interviene più soltanto dopo la raccolta per aiutarmi a produrre qualcosa.

Può intervenire durante la raccolta, quando è ancora possibile migliorare la qualità dell'informazione.

Plaud: far entrare le conversazioni nel Contesto

Uso anche un Plaud Note Pro.

Il mio Plaud Note Pro, che posso usare per registrare conversazioni e interviste sul campo.

Plaud Note Pro è un piccolo registratore vocale che si può usare per registrare riunioni, conversazioni o interviste.

La registrazione è poi disponibile in Plaud e può essere trascritta.

Per il mio sistema, però, non è il riassunto automatico prodotto da Plaud a interessarmi di più.

Voglio recuperare la trascrizione completa.

E c'è un altro pezzo importante: ChatGPT può accedere direttamente a Plaud tramite il suo connettore.

Posso quindi chiedere, da ChatGPT, per esempio:

Elencami le mie ultime tre registrazioni Plaud e dimmi in una riga di cosa parla ciascuna.

Esempio di interrogazione di Plaud da ChatGPT per ritrovare le ultime registrazioni.

ChatGPT può ritrovare queste registrazioni e poi recuperarne direttamente la trascrizione.

Questo permette di immaginare un workflow molto più diretto:

conversation réelle
        ↓
Plaud
        ↓
transcription
        ↓
ChatGPT récupère directement la transcription
        ↓
Persiste
        ↓
source brute du Contexte
        ↓
Ingère

Non ho quindi bisogno di:

• scaricare manualmente un file;
• aprire la trascrizione;
• copiarla;
• tornare in ChatGPT;
• incollarla.

Posso fare tutto questo automaticamente, in vocale, dal telefono.

E preferisco far entrare nel Contesto la trascrizione grezza completa piuttosto che un semplice riassunto.

Il riassunto è già un'interpretazione.

La trascrizione resta molto più vicina alla materia sorgente.

Una volta che la conversazione è nel Contesto, posso chiedere:

• cosa mi ha davvero insegnato questa persona?
• cosa contraddice le conversazioni precedenti?
• quali affermazioni meritano di essere verificate?
• quali domande dovrei fare alla prossima persona?

I vari blocchi necessari funzionano già.

Non ho invece ancora messo abbastanza alla prova da capo a fondo questo workflow Plaud → ChatGPT → Contesto durante lunghe giornate sul campo per dire che sia perfettamente fluido.

È quindi un uso ancora da testare di più.

Come riprodurre il sistema

Ho preparato due file che corrispondono ai due livelli di direttive del motore.

Il CORE

Il CORE è disponibile qui:

_directive

È questa la parte da copiare nelle direttive del Progetto ChatGPT.

La direttiva estesa

La direttiva dettagliata è disponibile qui:

_directive_etendue

Va copiata in un Google Doc a cui ChatGPT possa accedere.

Prima di cominciare bisogna ovviamente collegare Google Drive a ChatGPT e permettergli di accedere ai documenti usati dal motore.

Configurare gli ID

Il CORE contiene in particolare due identificativi:

DOCUMENT_ID = xxxx
FOLDER_ID = xxxx

DOCUMENT_ID corrisponde al Google Doc che contiene la direttiva estesa.

In un URL come:

https://docs.google.com/document/d/xxxx/edit

la parte xxxx è l'identificativo del documento.

FOLDER_ID corrisponde alla cartella Google Drive nella quale saranno archiviati i Contesti.

Per un URL come:

https://drive.google.com/drive/folders/xxxx

l'identificativo è di nuovo la parte xxxx.

Ogni utente deve ovviamente sostituire questi valori con quelli del proprio ambiente.

Uno Spreadsheet per Contesto

Quando viene creato un nuovo Contesto, il motore crea uno Spreadsheet contenente:

00-FRAME
01-STATE
03-SESSIONS
04-ATOMIC
05-OUTPUTS

Viene poi messo nella cartella definita da FOLDER_ID.

Non serve ricopiare manualmente nelle direttive l'identificativo di ciascuno di questi Spreadsheet.

Quando chiedo:

Ouvre Mon Contexte

ChatGPT cerca lo Spreadsheet corrispondente nella cartella dei Contesti, ne recupera l'ID e poi lo conserva per tutta la conversazione.

A quel punto il sistema è operativo.

Cosa permette questo bricolage — e i suoi limiti

Questa versione ChatGPT non sostituisce il mio motore usato con Codex o Claude Code.

Non era l'obiettivo.

Ha diversi limiti.

È più lenta.

È meno adatta a Contesti che richiedono direttamente script Python, chiamate API o un ambiente di esecuzione più ricco.

E soprattutto mi manca ancora prospettiva sul suo comportamento quando un Contesto cresce davvero per diverse settimane.

La vedo quindi come una modalità autonoma complementare.

Sul mio Mac, Codex o Claude Code restano più adatti a certe missioni.

Ma dal telefono posso ora usare un Contesto senza dipendere dal fatto che il mio Mac sia acceso e raggiungibile.

Ed era esattamente il problema che volevo risolvere.

C'è anche un'osservazione divertente legata alla quota Codex.

Per tutta questa sperimentazione dentro ChatGPT, la quota Codex mostrata non è diminuita.

Consumo osservato:

0

Ovviamente non pretendo che questo costituisca una regola generale su come OpenAI fattura o contabilizza questo tipo di uso.

Constato semplicemente che, durante questo esperimento, il bricolage non ha consumato la mia quota Codex.

Il sistema è già servito a produrre questo articolo

All'inizio il mio primo hack Google Sheets rispondeva a una domanda abbastanza limitata:

come far uscire un'informazione da ChatGPT e conservarla a lungo?

Qualche giorno dopo la domanda era diventata:

e se facessi uscire tutta la memoria strutturata del Contesto?

È in fondo quello che fa questo sistema.

ChatGPT non ha più bisogno di «ricordarsi tutto».

Deve soprattutto sapere:

• dove cercare;
• cosa caricare;
• cosa persistere;
• come qualificare l'informazione;
• come ritrovare ciò che è già stato imparato;
• a che punto è il lavoro.

La formula resta abbastanza semplice:

ChatGPT raisonne.
Les directives définissent le moteur.
Google Sheets se souvient.

E c'è qualcosa di abbastanza soddisfacente nel fatto che la preparazione e la scrittura di questo articolo siano servite esse stesse a testare il sistema che l'articolo descrive.

Per preparare questo testo ho usato esclusivamente questo Contesto dentro ChatGPT.

Ci ho persistito le mie idee.

Le ho ingerite.

Abbiamo individuato angoli ciechi.

Ho corretto formulazioni.

Abbiamo creato e poi chiuso attività.

Ho aggiunto gli elementi mancanti.

Poi ho prodotto una prima versione dell'articolo, l'ho riletta e ho usato lo stesso Contesto per preparare questa V2.

In altre parole, il sistema non è servito solo da dimostratore tecnico.

È già stato usato per fare davvero il lavoro per cui l'ho costruito.

La domanda non è quindi più davvero:

funziona?

Funziona.

La domanda che mi interessa adesso è piuttosto:

questa architettura resterà altrettanto pratica quando lo stesso Contesto verrà messo alla prova sul campo durante una settimana intera di fiere professionali?

È quello che il seguito dell'uso permetterà di verificare.