Questo sito che stai leggendo è stato costruito quasi interamente con l'assistenza dell'IA. Non generato alla cieca, non copiato da ChatGPT, ma sviluppato attraverso una vera collaborazione tra un senior engineer e un partner di coding IA. Voglio condividere com'è stata davvero questa esperienza — il workflow, le sorprese e i compromessi onesti.
Ho usato Figma per il design system e la direzione visiva, e Claude (l'IA di Anthropic) come mio partner di coding principale tramite Claude Code. L'intero stack — Next.js 14, Tailwind CSS, i18n in quattro lingue, ottimizzazione SEO, deployment su Vercel — è stato costruito in un workflow conversazionale dove io dirigevo le decisioni di architettura e contenuto mentre l'IA gestiva l'implementazione a velocità.
Il workflow: dirigere, non dettare
Ecco cosa la maggior parte delle persone sbaglia sullo sviluppo assistito dall'IA: si aspettano che l'IA faccia tutto autonomamente, oppure la trattano come un autocomplete glorificato. La realtà è più sfumata. Lavoro con Claude nello stesso modo in cui lavorerei con uno sviluppatore junior molto veloce e molto competente — uno che non si stanca mai, non dimentica mai il contesto, e può passare da TypeScript a CSS, SEO e i18n senza battere ciglio.
Il mio processo: progetto la direzione visiva in Figma, definisco l'architettura dei componenti e prendo le decisioni strategiche. Poi descrivo a Claude in linguaggio naturale quello che voglio — «costruisci la pagina about con una sezione hero, griglia foto e cards dei valori usando i nostri design token esistenti» — e itero sull'output. L'IA scrive il codice. Io lo revisiono, aggiusto e mando in produzione.
Questo non è abdicare. È leva. Prendo ancora ogni decisione architetturale, ogni scelta UX, ogni decisione di contenuto. Ma invece di passare 45 minuti a collegare una griglia responsive con ottimizzazione delle immagini corretta, passo 2 minuti a descrivere cosa voglio e 3 minuti a revisionare il risultato.
Figma come source of truth
Figma resta essenziale in questo workflow. L'IA può scrivere codice eccellente, ma non può sostituire il pensiero visivo. Uso Figma per esplorare layout, stabilire ritmi di spaziatura, testare combinazioni di colori e definire il tono emotivo di ogni pagina. Il design system vive lì — scala tipografica, token colore, pattern dei componenti.
Quello che cambia è quanto velocemente posso passare da un frame Figma alla produzione. Non c'è nessuna traduzione manuale noiosa da pixel a CSS. Descrivo l'intento del design, faccio riferimento ai token, e l'IA produce codice che corrisponde. Quando non corrisponde perfettamente, aggiusto — ma il ciclo di feedback è in minuti, non ore.
Questa combinazione — giudizio visivo umano in Figma più velocità di implementazione dell'IA — crea un workflow che è genuinamente migliore di entrambi da soli. Progetto in modo più ambizioso perché il costo di implementazione è più basso. E l'IA produce codice migliore perché ha una direzione di design chiara da seguire.
Cosa fa bene l'IA
Contenuto multilingue ripetitivo: scrivo la versione inglese, poi l'IA produce traduzioni in tedesco, francese e italiano che sono naturali e contestualmente appropriate — non rigide come traduzione automatica, ma genuinamente leggibili.
Boilerplate con precisione: metadati SEO, tag Open Graph, sitemap, URL canonici, alternate hreflang — tutte le cose che è critico avere corrette ma noioso scrivere a mano. L'IA le gestisce in modo consistente su dozzine di pagine senza gli errori di copia-incolla che un umano farebbe.
Ottimizzazione delle performance: quando i miei punteggi Lighthouse hanno mostrato un problema di blocking time, ho descritto il problema e l'IA ha identificato la causa (caricamento eager delle animazioni canvas), proposto il fix (lazy loading via next/dynamic) e implementato su ogni componente interessato in un solo passaggio.
Refactoring trasversali: rinominare un concetto, cambiare una superficie API, aggiornare import tra file — il tipo di lavoro che è meccanico ma soggetto a errori per gli umani. L'IA lo fa perfettamente perché non perde l'attenzione.
Cosa l'IA non fa
Non prende decisioni di prodotto. Quando ho costruito il sistema blog, l'IA non ha deciso quali post pubblicare, che tono dovessero avere, o se le affermazioni fossero accurate. Ho trovato contenuto troppo specifico, numeri sbagliati e un framing che non rappresentava la mia esperienza reale. Lo strato di giudizio umano non è negoziabile.
Non sostituisce il gusto. Il design visivo, la strategia di contenuto, l'architettura dell'informazione, la decisione di cosa costruire e cosa saltare — queste sono scelte umane. L'IA è un potente strumento di implementazione, ma ottimizza per quello che le dici, non per quello di cui i tuoi utenti hanno realmente bisogno.
Non capisce il tuo brand. Ho dovuto correggere il tono, ammorbidire affermazioni, rimuovere specifiche non accurate e assicurarmi che la personalità emergesse. L'IA scrive prosa competente, ma prosa competente generica se non la modelli attivamente.
Il mindset da ingegnere conta ancora
Ecco cosa sorprende le persone: usare l'IA efficacemente richiede più competenze ingegneristiche, non meno. Devi capire l'architettura per dirigerla. Devi saper leggere il codice criticamente per revisionarlo. Devi sapere com'è una buona performance per notare quando manca.
Non affiderei questo workflow a qualcuno che non potrebbe costruire il sito da solo. L'IA amplifica le capacità — non le crea. Un senior engineer con l'IA si muove a velocità 5-10x. Un junior con la stessa IA produce codice che sembra corretto ma si rompe in produzione, perché non può valutare quello che riceve.
Questo si allinea con come assumo: cerco engineer che pensano criticamente ai trade-off, non fanboy di nessun tool particolare. L'IA è solo un altro strumento — incredibilmente potente, ma sempre uno strumento. Gli engineer che prosperano con essa sono quelli che avevano già buon giudizio su quando usare cosa.
Cosa significa per il settore
Credo che lo sviluppo assistito dall'IA sia la nuova baseline. Non un gadget, non una scorciatoia per engineer pigri, ma un genuino moltiplicatore di capacità per chi sa già quello che fa. Gli sviluppatori che resistono consegneranno più lentamente. Quelli che si impegnano in modo ponderato costruiranno cose che prima erano troppo costose.
Questo sito — multilingue, performante, SEO-ottimizzato, con blog, form di contatto e design curato — avrebbe richiesto settimane di lavoro individuale. Ha richiesto giorni. Non perché l'IA l'ha fatto per me. Ma perché l'IA mi ha permesso di concentrarmi sulle decisioni che contano mentre gestiva l'implementazione a velocità macchina.
Il futuro dello sviluppo software non è l'IA che sostituisce gli engineer. Sono gli engineer che sanno come collaborare con l'IA che fanno cerchi intorno a quelli che non lo fanno.