14 min di lettura
Se rispieghi le stesse cose all’AI ogni mattina, ti manca un file
Riepilogo Articolo - Luca Cazzaniga
Regole che valgono sempre, procedure a più passaggi, un indice per il sito: dove scrivere una volta ciò che ripeti, e quale file puoi lasciare per ultimo.
📌 Questo pezzo nasce da una domanda semplice: quante volte, nella stessa settimana, scrivi all’AI le stesse tre istruzioni? Se la risposta è “più di una”, qui sotto trovi dove scriverle una volta sola, quale dei tre tipi di file usare e un esempio di cinque righe da adattare. Con una condizione che ti dico subito: il primo tipo di file funziona solo con assistenti che lavorano sulle tue cartelle, non con la chat nel browser. [DA LUCA: una riga qualitativa sul tuo file di regole, senza numeri]
Terza volta questa settimana. Apri una nuova conversazione con l’assistente e scrivi: “I file si chiamano così. Le didascalie hanno questo tono. La consegna va in questo formato.”
Le hai scritte lunedì. Le hai riscritte mercoledì. Oggi è venerdì e stai per incollarle di nuovo, quasi a memoria, come chi ripete al nuovo collaboratore dove si tengono le chiavi.
Non è un problema di prompt scritti male. È un problema di dove vive il contesto: nella tua testa, e ogni mattina lo travasi in chat a mano.
Anthropic, nelle sue istruzioni per Claude Code, lo dice con una frase pratica (documentazione ufficiale):
“Treat CLAUDE.md as the place you write down what you’d otherwise re-explain.”
In italiano: tratta quel file come il posto dove scrivi ciò che altrimenti dovresti rispiegare.
Lì dentro c’è anche il segnale per capire quando agire: quando scrivi in chat la stessa correzione che avevi scritto nella sessione precedente, oppure quando l’assistente sbaglia la stessa cosa una seconda volta. La seconda, non la decima. Non serve aspettare di avere un sistema perfetto: serve accorgersi della ripetizione.
In questo articolo ti racconto tre tipi di file che servono a questo, e che spesso vengono presentati come se fossero la stessa cosa. Non lo sono. Li ho immaginati come tre oggetti che trovi in una casa:
- il foglio delle regole della casa, appeso in cucina, che tutti leggono sempre;
- il quaderno delle ricette, che apri solo quando devi cucinare quel piatto;
- la targa fuori dalla porta, per chi arriva da fuori, e di cui nessuno sa bene se qualcuno la legga.
Partiamo dal primo.
Il foglio delle regole: AGENTS.md e CLAUDE.md

Un file di regole è un normale file di testo, messo nella cartella del progetto. L’assistente lo legge da solo all’inizio di ogni sessione, così non devi incollarlo tu.
Il formato più diffuso si chiama AGENTS.md. Sul sito ufficiale lo descrivono come semplice Markdown (cioè testo con qualche simbolo per titoli ed elenchi, quello che scriveresti in un blocco note). È custodito dalla Agentic AI Foundation, che fa capo alla Linux Foundation. Il sito dichiara che è usato da oltre 60mila progetti open source: attenzione, è un numero che si attribuisce il progetto stesso, non una verifica esterna.
Lo leggono molti strumenti: tra quelli elencati sul sito ci sono Codex, Cursor, Gemini CLI, GitHub Copilot, Windsurf, VS Code. Anthropic usa un nome suo, CLAUDE.md. Per un po’ si è detto che Claude Code non leggesse AGENTS.md. Oggi, secondo la documentazione ufficiale, lo legge, con tre precisazioni: succede solo se nella cartella non c’è già un CLAUDE.md (se c’è, vince quello), serve una versione recente (la 2.1.277 o successive) e in alcune sessioni si ripiega su un rimando da un CLAUDE.md.
La condizione da dire in chiaro
Qui devo essere onesto, perché è la cosa che di solito si dimentica.
Il file lo legge un assistente che lavora sulle tue cartelle. Parlo di Claude Code, Codex, Cursor e simili: programmi o versioni desktop che entrano nella cartella del tuo progetto e lo leggono come prima cosa. Se usi l’AI solo nella chat dal browser, non hai una “cartella del progetto” da cui il file venga letto: per te questo primo strato non funziona nel modo che ti descrivo. Il principio, però, vale per tutti, e per chi sta solo in chat c’è il secondo strato, le skill.
Cosa ci scrivi dentro
Non ci scrivi chi sei né la tua storia professionale. Ci scrivi le convenzioni che altrimenti ripeteresti: come si chiamano i file, che tono hanno i testi, in che formato consegni.
Ecco un esempio. Lo ricostruisco io, a titolo illustrativo: non è un caso documentato, non esistono misure pubbliche su come funzioni questo tipo di file per lavori fotografici o di scrittura. Immagina un fotografo che consegna servizi a clienti:
# Regole di lavoro
- Rinomina i file così: 2026-10-17_cliente_001 (data, nome cliente, numero progressivo).
- Le didascalie sono in italiano, tono sobrio, massimo due frasi, mai esclamazioni.
- La consegna è in JPEG, lato lungo 3000 pixel, in una cartella chiamata "Consegna".
- Se non sai a quale cliente appartiene un file, chiedimelo: non indovinare.
Quattro righe, tutte controllabili. Una persona (o un assistente) può guardare il risultato e dire “rispettata” oppure “non rispettata”. La documentazione di Anthropic dà un esempio dello stesso tipo: scrivere “Use 2-space indentation” funziona meglio di “Format code properly”. Tradotto: “Rinomina come 2026-10-17_cliente_001” funziona meglio di “Tieni i file in ordine”.
Una regola non è un lucchetto
Se in quel foglio aggiungi anche “non toccare la cartella Originali”, scrivila pure. Ma sappi cosa stai facendo. Secondo Anthropic questi file sono trattati come contesto, non come configurazione imposta: nelle sue parole, “Claude treats them as context, not enforced configuration”. Per impedire un’azione davvero serve un blocco tecnico, non una riga di testo.
Per i tuoi originali, la risposta è un backup, o un permesso vero sulla cartella. La riga nel file è una buona abitudine, non una serratura.
Come scriverlo: poco, specifico, scritto da te
Che dare all’AI meno istruzioni, più mirate, funzioni spesso meglio è un tema su cui torno spesso. Qui ti do solo la pratica.
Anthropic indica come obiettivo meno di 200 righe per file, perché “longer files consume more context and reduce adherence”: file più lunghi consumano più spazio e fanno seguire meno bene le istruzioni. E avverte che se due istruzioni si contraddicono, “Claude may pick one arbitrarily”, cioè può scegliere una delle due a caso. Ogni tanto rileggi il file e togli le righe vecchie.
Adesso, però, una distinzione che non vedrai in molte guide. Ci sono due tipi di affermazioni, e non pesano uguale.
La prima: le indicazioni sull’aderenza (sotto le 200 righe, niente contraddizioni) le dichiara chi produce lo strumento. Sono consigli ragionevoli, ma vengono da Anthropic.
La seconda: c’è una prova indipendente, e non è tutta in favore. Un studio di ricercatori del politecnico ETH di Zurigo ha messo alla prova questi file su compiti di programmazione. La conclusione dell’abstract: i file di contesto, in generale, “do not generally improve task success rates” (non migliorano in generale il tasso di successo) e fanno salire il costo di elaborazione di oltre il 20% in media. Servono, dicono gli autori, soprattutto per pratiche non standard. E i file generati dall’AI, in particolare, non convengono: gli autori consigliano di lasciarli perdere per ora e di scrivere a mano solo ciò che serve e non è già scritto altrove.
Due onestà su questo studio. Primo: riguarda solo codice su repository reali. Non ho trovato nessuna misura pubblica su foto, scrittura o archivi di lavoro. Secondo: le versioni dello studio sono più d’una e i numeri di dettaglio sono cambiati tra l’una e l’altra, quindi mi fermo alla conclusione generale.
Cosa ne ricavo? Che la mia tesi non si regge su “il file ti fa avere risultati migliori”, perché nessuno l’ha misurato per il tuo mestiere. Si regge su una cosa più modesta e più verificabile: ti evita di ripetere. E ci dice come scriverlo: poche righe, concrete, scritte da chi conosce il lavoro. Non farti generare il file dall’AI per poi incollarlo senza leggerlo: scrivi tu quello che solo tu sai.
Il quaderno delle ricette: SKILL.md

Il foglio delle regole contiene ciò che vale sempre. Ma ci sono cose che fai solo ogni tanto, con diversi passaggi: la consegna a un cliente, la newsletter del lunedì, il controllo che un’immagine rispetti il tono del brand.
Per quelle, il file di regole è il posto sbagliato. Anthropic lo dice senza giri: se una voce è una procedura in più passaggi, va spostata in una skill.
Una skill è una cartella con dentro un file chiamato SKILL.md (con almeno un nome e una descrizione) e, se serve, altri materiali. Il trucco sta in come viene caricata, che le specifiche chiamano a tre stadi. Pensa al quaderno delle ricette sullo scaffale: all’inizio l’assistente legge solo i titoli, cioè nome e descrizione (circa 100 token a skill, che per te significa pochissimo spazio). Quando il compito coincide con una ricetta, apre la ricetta intera. Solo se serve, prende gli allegati. In questo modo puoi tenerne tante senza intasare ogni sessione.
Il formato è nato in Anthropic, che lo ha pubblicato come standard aperto il 18 dicembre 2025 (Anthropic Engineering), e oggi è adottato da molti prodotti: Claude, ChatGPT e Codex, Gemini CLI, Cursor, GitHub Copilot, tra gli altri. Sul fatto che anche OpenAI con Codex abbia adottato lo stesso standard ho scritto in Perché OpenAI con Codex ha copiato brillantemente la strategia di Anthropic.
Il segnale per scriverne una
Qui vale lo stesso criterio di prima. Il tutorial ufficiale della Claude Academy parte da un compito che hai già spiegato più di una volta (“Pick a task you’ve explained to Claude more than once”) e dice: quando ti accorgi di nominare le stesse tre cose per lo stesso compito due volte, quello è il segnale per metterle in una skill. Gli esempi che fa non sono di codice: guida del brand, aggiornamento settimanale, feedback dei clienti, sintesi di ricerca, contratti.
Le buone pratiche aggiungono tre consigli utili anche a chi non programma:
- la descrizione deve dire con chiarezza cosa fa la skill e quando usarla, non essere vaga;
- il corpo deve restare sotto le 500 righe e conciso, aggiungendo solo ciò che l’assistente non sa già;
- prima lavora senza skill, annota cosa ti ritrovi a ripetere, e solo dopo scrivila.
E se uso solo la chat?
Per chi sta nel browser c’è un percorso ufficiale: su claude.ai le skill si caricano come file zip, sui piani Pro, Max, Team ed Enterprise, con la funzione di esecuzione del codice attiva (secondo la documentazione di Anthropic). Due avvertenze pratiche: sono personali, per utente, e le skill che crei non si sincronizzano da sole tra claude.ai, la versione per sviluppatori e Claude Code. Quindi devi tenerle allineate tu.
Per altri servizi di chat non ti dico come fare, perché non ho una fonte ufficiale a cui rimandarti. Qui preferisco tacere piuttosto che inventare.
La targa fuori dalla porta: llms.txt
Il terzo file è diverso dai primi due. I primi due servono a te, nel lavoro. Questo serve a chi arriva dal tuo sito.
Si chiama llms.txt: un indice in Markdown, messo alla radice del sito, che dice alle AI cosa c’è e dove. Lo ha proposto Jeremy Howard il 3 settembre 2024 (llmstxt.org, ultima modifica 10 agosto 2026). Il formato è semplice: un titolo, un breve riassunto, elenchi di link con una nota ciascuno.
Una precisazione importante: non è uno standard formale. Sul sito si definisce una proposta, “open for community input”, aperta ai contributi. Qualcuno lo usa: Hugging Face lo pubblica per la sua documentazione, per risparmiare risorse e rendere più efficienti le richieste di chi la consulta con un’AI.
Ma le AI lo leggono? Qui i dati sono più freddi di quanto la promessa lasci sperare. Lo studio più solido che ho trovato è quello di Ahrefs, pubblicato il 15 giugno 2026, su 137.210 domini con traffico a maggio 2026:
- circa il 28% ha un file llms.txt valido (e lo studio avverte che è un tetto massimo, perché i suoi clienti sono più tecnici della media);
- il 97% di quei file (parliamo dei circa 38mila file, non dei 137mila siti) non ha ricevuto nemmeno una richiesta a maggio 2026.
Chi lo richiede, quando succede? I bot di recupero delle AI pesano per l’1,1% delle richieste, GPTBot (il bot di OpenAI) per il 4,51%, ClaudeBot per lo 0,8%. La categoria più grande, il 21,7%, sono gli strumenti di controllo SEO. E lo studio mette un avvertimento che trovo prezioso: un fetch non è una lettura. Che un programma scarichi il file non dice che il contenuto sia stato usato.
C’è anche un dato opposto, per correttezza. Secondo il monitoraggio di Originality.ai, i file llms.txt sono passati da 4.088 a giugno 2025 a 36.120 a maggio 2026: quasi nove volte (8,8). Ma Originality.ai vende strumenti di analisi SEO e AI, quindi è un dato proprio e non replicato. Dice che molti siti lo stanno mettendo, non che serva.
Il mio verdetto: se hai un sito o un portfolio, creare il file costa mezz’ora, e potrebbe non servire a nulla oggi. Se ti va, fallo. Non aspettarti un cambiamento. E non è il primo file da scrivere.
Le skill altrui sono software
Una cosa, sulle serrature, l’abbiamo già detta: i file di regole sono contesto, non permessi. Quel che non deve mai essere toccato ha bisogno di un backup o di un permesso vero. Ce n’è una seconda, che riguarda le skill.
Una skill scaricata da un altro è testo che il tuo assistente legge con fiducia. Anthropic nella sua documentazione è netta: usa skill solo da fonti fidate, cioè create da te o ottenute da Anthropic. Una skill malevola può portare a esfiltrazione di dati (qualcosa che esce dal tuo computer senza che tu lo voglia) e accessi non autorizzati, e quelle che scaricano contenuti da indirizzi esterni sono un rischio particolare. La formula è: trattala come installare un software.
Un’analisi indipendente su oltre 40mila skill di un marketplace pubblico (Ling, Zhong, Huang, arXiv) è arrivata a un giudizio duro, riportato da una coautrice in un articolo della community di Hugging Face: installare una skill equivale spesso a dare all’assistente i privilegi di amministratore (nel testo, “sudo privileges”). Traduco: come consegnare le chiavi di casa. Non è un post editoriale ufficiale di Hugging Face, ma un articolo della community, quindi tienilo come un giudizio qualitativo, non come un verdetto.
Cosa fai, allora? Scrivi le tue. Per quelle di altri, leggi il contenuto prima di installarle, come faresti con un contratto prima di firmarlo.
Come iniziare senza dogmi
Ricapitolo, con un ordine di mosse.
- Alla seconda ripetizione, scrivi. Non partire da un file perfetto. Parti dalla seconda correzione che stai per digitare in chat.
- Se lavori con un assistente sulle tue cartelle, scrivi un file di regole: poche righe, concrete, controllabili (nomi dei file, tono, formato di consegna). Rileggilo ogni tanto e togli ciò che è vecchio o si contraddice. Scrivilo tu, non farlo scrivere all’AI.
- Se la cosa che ripeti è una procedura con più passaggi, mettila in una skill, con una descrizione che dica cosa fa e quando usarla.
- Se usi solo la chat, il file di regole non è per te: usa le skill, se il tuo piano le prevede, e prendi l’abitudine di annotare ciò che ti tocca ripetere. Quel quaderno, anche su carta, è già mezzo lavoro.
- Se hai un sito, llms.txt è un extra da mezz’ora, senza aspettative.
- Per quel che non deve essere toccato mai, backup e permessi veri. Mai una riga di testo.
Una cosa che non ti prometto è un numero. Non so dirti di quanto migliorino i risultati, e nessuno l’ha misurato per il lavoro di un fotografo o di un copywriter. Quello che puoi verificare da solo, già questa settimana, è più semplice: conta quante volte scrivi la stessa istruzione. Se arrivi a due, apri un file di testo e scrivila una volta sola.
Articoli correlati
- Perché Claude dimentica tutto, e come fare in modo che non lo faccia più
- Perché OpenAI con Codex ha copiato brillantemente la strategia di Anthropic
- Ho portato tutta la mia memoria da ChatGPT a Claude: ecco come ho fatto
Fonti
- AGENTS.md, sito ufficiale (consultato il 17/10/2026)
- Anthropic, Claude Code docs: How Claude remembers your project (consultato il 17/10/2026)
- Specifica Agent Skills (consultato il 17/10/2026)
- Anthropic Engineering, Equipping agents for the real world with Agent Skills, 16/10/2025, aggiornato 18/12/2025
- Anthropic, Agent Skills overview e sicurezza (consultato il 17/10/2026)
- Anthropic, Skill authoring best practices (consultato il 17/10/2026)
- Claude Academy, Teach Claude your way of working using Skills (consultato il 17/10/2026)
- Gloaguen et al., Evaluating AGENTS.md, arXiv 2602.11988 (v3 del 29/09/2026)
- llmstxt.org, proposta di Jeremy Howard, 03/09/2024, ultima modifica 10/08/2026
- Ahrefs, We Analyzed 137K Sites, 15/06/2026
- Originality.ai, LLMs.txt tracking study
- Hugging Face changelog, Docs for Humans and AI Agents, 06/11/2025
- Ling, Zhong, Huang, Agent Skills: a data-driven analysis, arXiv 2602.08004
- Shanshan Zhong, The Wild West of Agent Skills, Hugging Face community blog, 16/02/2026
✍️ Articolo firmato da “La Redazione”: sistema editoriale multi-agente (AI) orchestrato con Claude Code e supervisionato da Luca Cazzaniga · lucacazzaniga.it