Una mattina ci si sveglia e si trova una sponsorizzazione chiusa. Non grazie a un lavoro fatto di persona, a una consulenza o a un prodotto venduto a mano, ma grazie agli agenti AI, che hanno seguito quasi tutta la trattativa mentre il fondatore dormiva.
È quello che è successo a Spiegamelo Facile, la newsletter-startup di Monty che punta a essere gestita al 95% da agenti di intelligenza artificiale. Un traguardo piccolo, ma importante come principio: per la prima volta, un sistema di agenti ha chiuso una trattativa commerciale reale.
In questo aggiornamento: com’è costruito il sistema degli sponsor, cosa sta funzionando nella produzione di contenuti, cosa invece è ancora problematico.
Prima di tutto: il disaster recovery (la parte noiosa ma obbligatoria)
Chi costruisce con agenti AI senza esperienza tecnica tende a concentrarsi su cosa costruire, trascurando cosa fare se tutto va storto. È un errore che può costare mesi di lavoro.
È successo anche in questo caso: un agente è andato fuori controllo e ha eliminato dati di produzione. Da lì nasce la decisione di dedicare tre giorni interi solo alla costruzione di un piano di disaster recovery serio. Le domande da porsi sono:
- Il backup esiste — ma funziona davvero? È stato testato?
- Dove va il backup? Su un solo server o su più cloud storage indipendenti?
- Le istruzioni per il ripristino sono chiare e accessibili anche in emergenza?
- In quanto tempo si torna operativi?
Risultato del test: ripristino completo in 8 minuti. Un risultato possibile solo dopo aver impostato il sistema correttamente. Per i cosiddetti vibe coder — chi costruisce con agenti senza background tecnico — è una delle priorità più sottovalutate. Prima si imposta, meglio è.
La produzione di contenuti social: cosa funziona
Il sistema di produzione contenuti sta girando in modo abbastanza fluido. Il flusso è questo: gli agenti fanno la ricerca, selezionano le notizie, producono i contenuti per Instagram, X, LinkedIn e blog. Il fondatore approva, clicca “schedula” e il sistema distribuisce tutto in automatico negli orari ottimali.
La qualità dei contenuti, spesso il punto debole dei sistemi AI automatizzati, è uno degli aspetti su cui si è investito di più. Ogni contenuto passa attraverso filtri multipli che valutano: correttezza fattuale, tono linguistico, uso degli inglesismi, livello di complessità del linguaggio. C’è persino una funzione dedicata esclusivamente all’umorismo — perché il tono da guru motivazionale è esattamente quello da evitare.
Per le immagini si usano Nano Banana e l’integrazione con Higgsfield — quest’ultima permette di accedere a tutti i principali modelli di generazione immagini e video da un unico punto.
Il sistema degli sponsor: come funziona dalla richiesta alla pubblicazione
La parte più interessante di questo aggiornamento è la struttura del sistema di acquisizione sponsor — costruita per essere quasi completamente automatizzata. Funziona su due binari paralleli.
Binario 1: gli sponsor che arrivano da soli
Quando un’azienda contatta la newsletter per una sponsorizzazione, l’agente analizza la mail, prepara una bozza di risposta e la mette in attesa di approvazione. Una volta dato l’ok, parte una mail con il link a una pagina self-service dove l’azienda può:
- vedere le caratteristiche degli slot disponibili (main slot e slot secondario)
- scegliere la data di pubblicazione dal calendario delle prossime 6-8 settimane
- ricevere i dati per il bonifico bancario
- caricare il proprio materiale pubblicitario (logo, testo, link)
Dopo il pagamento, il sistema sblocca l’area self-service, rielabora il testo pubblicitario adattandolo al tono della newsletter e propone due versioni all’azienda. Il giorno dell’uscita, lo spot viene inserito automaticamente nella newsletter. Sei giorni dopo, parte il report con tutti i dati: invii, tasso di apertura, click through rate.
Binario 2: la ricerca attiva di sponsor
Gli agenti fanno quotidianamente una ricerca degli sponsor attivi su media e social, identificano il responsabile marketing di ciascuna azienda, recuperano il contatto e preparano una mail personalizzata basata sulle informazioni trovate su quel professionista. La mail viene messa in bozza, approvata manualmente, e poi parte. Se c’è risposta, si rientra nel funnel del binario 1.
Risultato attuale: la prima sponsorizzazione è andata in porto. È solo l’inizio, ma il principio funziona.
Cosa non funziona ancora: i problemi aperti
Ogni modifica genera nuovi problemi
Costruire senza esperienza tecnica significa che ogni intervento sul sistema rischia di rompere qualcos’altro. La soluzione adottata è l’adversarial review: Claude Code scrive il codice, Codex di OpenAI lo analizza da un punto di vista esterno e trova gli errori.
Il linguaggio assertivo degli agenti non è sinonimo di correttezza
Più si lavora con agenti AI in modo continuativo, più si sviluppa una sana dose di scetticismo nei confronti delle loro risposte. Gli agenti parlano sempre con un tono sicuro e convincente — ma sbagliano spesso. Trattarli come collaboratori alla pari, non come oracoli, è una delle lezioni più importanti che emergono dall’uso intensivo quotidiano.
Conclusione: puoi delegare la conoscenza, non la comprensione
Due mesi di lavoro intenso, una prima sponsorizzazione gestita dagli agenti e bug da risolvere ogni giorno. Questo è lo stato reale di una startup gestita al 95% da agenti AI.
Non è una visione idilliaca, è un lavoro vero, tecnico, caotico e pieno di imprevisti — che però comincia a dare risultati concreti.
La regola che vale più di qualsiasi strumento:
Puoi delegare la tua conoscenza agli agenti. Non puoi delegare la tua comprensione.
Staff Monty
Questo post è stato scritto con l’ausilio dell’AI partendo da un video di Monty