Sabato 14 novembre, al WordCamp Pisa, ho parlato per venticinque minuti di cosa succede quando scrivere software costa quasi niente. Il vibe coding con metodo è la risposta che do a chi mi chiede come si passa da un’idea a un prodotto: si comincia molto prima della prima riga di codice e si finisce molto dopo il primo «funziona».
In mezzo ci sono due cose che l’AI non ha cambiato. La prima è vecchia quanto il mestiere: per costruire qualcosa bisogna conoscere il dominio, cioè il settore in cui si lavora, almeno abbastanza da capire cosa ti propone il modello e da guidarlo. La seconda arriva quando l’idea diventa un prodotto da vendere: la supply chain, cioè tutto quello che il tuo software si porta dentro senza che tu l’abbia scritto, non può restare una scatola nera.
«Fammi un’app» non è un piano
Un prompt di una riga lascia all’AI tutte le decisioni importanti: il risultato magari ti stupisce, però non lo controlli e non sai come giudicarlo.
Quando ho iniziato a fare esperimenti fuori dalla mia comfort zone mi sono reso conto di una cosa piuttosto banale: con Dungeons Vibe, per esempio, avevo scoperto quasi per caso che per fare un gioco con l’AI mi mancava la capacità di progettarlo, molto più del linguaggio di programmazione. Tempo fa, scrivendo di vibe coding consapevole, avevo dato un nome a quello che succede quando non si hanno né metodo né padronanza del dominio: hope coding, cioè scrivere una richiesta generica e sperare che l’AI indovini il resto.
Rileggendo oggi quell’articolo di aprile, mi accorgo di quanto parlasse di prompt: contesto, compito, vincoli e formato, il ruolo da dare o non dare al modello, gli esempi da incollare. In pochi mesi il lavoro si è spostato altrove. Con gli agenti il prompt è diventato la parte piccola (spesso è una riga che rimanda al piano) e il tempo va nei documenti che vengono prima e nei controlli che vengono dopo.
Prova a immaginare quante domande nasconde una richiesta come «fammi un gestionale per il mio negozio». Chi lo usa, e per fare cosa? Come si gestiscono i resi? Cosa succede quando un articolo finisce? Deve parlare con il commercialista, con il sito, con il corriere? Ogni risposta cambia il progetto, e se non rispondi tu risponde il modello, in silenzio, con la soluzione più probabile, che di solito è anche la più banale.
E senza obiettivi scritti non sai quando hai finito. Un’AI ti consegna sempre qualcosa che sembra funzionare; se non hai deciso prima che cosa vuol dire «funziona», non hai niente con cui confrontarlo. Il vibe coding con metodo parte da qui: più tempo passo a pianificare, più controllo ho su quello che arriva.
Vibe coding con metodo in cinque tappe
Dallo studio al prodotto ci sono cinque tappe, e ognuna si chiude con una domanda a cui si risponde con una prova.

| Tappa | Che cosa produce |
|---|---|
| Studio di che cosa parlo? | il lessico del settore, chi l’ha già fatto, cosa prendo da loro |
| Progetto per chi e che cosa? | il problema, cosa non faccio, le scelte rischiose |
| Prototipo si può fare? | prova delle scelte, numeri, non aggettivi, anche brutto va bene |
| Piano in che ordine? | fasi piccole, obiettivi scritti prima, un revisore a fine fase |
| Prodotto so cosa c’è dentro? | componenti e licenze, servizi esterni, aggiornamenti |
Lo studio viene prima di tutto ed è la tappa che oggi si salta più volentieri, perché l’AI dà l’impressione di sapere già tutto. Il prototipo (il POC, proof of concept) risponde a una domanda sola, si può fare?, e può essere brutto e incompleto; l’ultima tappa è quella che separa una demo da un prodotto. Sulla prima e sull’ultima l’AI può darti una mano, ma non può farle al posto tuo.
Il dominio si studia, come sempre
Prima dell’AI nessuno scriveva un gestionale per un magazzino senza capire come funziona un magazzino, e con il vibe coding con metodo vale ancora.
Chi fa software per mestiere lo sa da sempre: il codice è la parte finale di un lavoro che comincia dal settore del cliente. Per scrivere un programma per uno studio dentistico bisogna capire come si fissa un appuntamento, cosa va in fattura, cosa chiede la privacy; il linguaggio di programmazione viene dopo. L’AI ha reso velocissima la parte finale, e così ha fatto sembrare inutile la prima. Non lo è.
Diventare esperti non serve. Una competenza parziale va benissimo, anzi è il caso in cui l’AI ti fa correre di più: sai abbastanza per riconoscere una buona proposta e lasci al modello i dettagli. Partire da zero è un’altra storia. Prima o poi il modello ti propone una scelta o ti fa una domanda, e tu non hai idea di cosa sia né di quale sia la direzione giusta; a quel punto dici sì a tutto, e sei tornato allo hope coding con qualche documento in più.
Ne sai abbastanza quando capisci le domande che ti fa il modello e sai dire perché una proposta non ti convince. Se invece ti trovi ad accettare ogni risposta perché suona bene, ti manca ancora un pezzo di studio, e conviene fermarsi lì prima di scrivere il progetto.
A me è successo con Construct, il CAD 3D nel browser che ho portato come esempio a Pisa. Un programma di modellazione era decisamente fuori dalla mia comfort zone. Nel talk ho chiamato questa fase «ricerca, analisi, studio», e la slide si chiudeva con una frase che sottoscrivo ancora: con questo approccio l’ho sviluppato in modo consapevole.
Come si studia con l’AI accanto
L’AI è un ottimo insegnante se le chiedi una lezione invece di un prodotto, e se poi controlli quello che ti racconta.
Quando entro in un settore che conosco poco, la prima richiesta è una lezione: quali sono gli strumenti più usati, con una tabella delle caratteristiche, quali sono liberi e quali a pagamento, che parole usa chi ci lavora ogni giorno. Un glossario di venti termini vale più di dieci prompt scritti a caso, perché da lì in poi capisco le risposte.
Poi guardo chi l’ha già fatto, con quattro domande che a Pisa avevano una slide tutta per loro. Come funziona (lo provo, leggo la documentazione e, se c’è, il codice)? Cosa fa bene? Dove si ferma, cioè in che punto smetterei di usarlo e perché? Cosa prendo? Per Construct ho messo a confronto Tinkercad, OpenSCAD, Blender e Fusion prima di scrivere una riga di codice: gli elementi scelti sono diventati il punto di partenza del progetto, e la scelta è rimasta mia.

Infine verifico. Le fonti si aprono, i numeri si controllano, e quando una risposta mi convince troppo chiedo a un secondo modello di smontarla: un modello che non ha scritto un documento non è affezionato a nessuna delle sue scelte. E se puoi, parla con qualcuno che quel lavoro lo fa davvero: dieci minuti con chi usa un gestionale tutti i giorni insegnano cose che nessuna chat sa.
Guidare le proposte dell’AI
Con un po’ di competenza le proposte del modello diventano opzioni da scegliere; senza, diventano decisioni prese da qualcun altro.
Nel vibe coding con metodo lo studio serve a trasformare le proposte dell’AI in alternative. Quando il modello suggerisce una strada, chiedo quali sono le altre e cosa perdo con ciascuna; quando mi mostra un risultato bellissimo, chiedo: sei sicuro di poterci arrivare con gli strumenti che hai indicato? Sono domande che hanno senso solo se capisci le risposte.
Poi scrivo i criteri prima di misurare, con numeri e prove al posto degli aggettivi. «Veloce» non si può verificare, «la pagina si apre in meno di due secondi» sì. Insieme ai criteri metto un criterio di uscita: se una scelta si mangia troppo lavoro si cambia strada subito, quando cambiare costa ancora poco. Chi non conosce il dominio non sa quali numeri contano né quanto dovrebbe costare il lavoro normale, e finisce per giudicare con l’unico criterio che gli resta: sembra funzionare.
Dalla demo al prodotto
Tra «funziona sul mio computer» e «ci lavoro tutto il giorno» ci sono test, casi estremi, responsabilità e manutenzione: cioè ingegneria.
A Pisa ho messo a confronto due modi di usare l’AI. Il vibe coding come l’ha battezzato Andrej Karpathy a febbraio 2025: descrivi quello che vuoi, accetti ogni modifica senza leggerla e guardi solo se il risultato funziona. E la programmazione assistita come la intende Simon Willison: l’AI scrive, ma non pubblichi codice che non sapresti spiegare a un’altra persona. Il primo va benissimo per prototipi e progetti usa e getta; il secondo serve quando qualcuno dipenderà da quello che hai fatto.
Nel vibe coding con metodo ogni fase del piano si chiude con un cancello: prima i test, ricavati dagli obiettivi, poi il codice, poi una revisione, infine tutti i test verdi.
A fine fase decide un revisore che non ha scritto il codice, un agente nuovo che confronta il risultato con gli obiettivi scritti all’inizio e fa correggere quello che non va prima che arrivi sul mio tavolo. Con il nuovo tema di questo blog il giro è stato questo, una fase alla volta. È lo stesso discorso dell’harness degli agenti AI: il modello conta, e conta altrettanto l’ambiente in cui lo fai lavorare.
La supply chain non è una scatola nera
Un prodotto fatto con l’AI contiene molto più del codice che vedi: librerie, immagini, servizi esterni, a volte un modello. Se vuoi venderlo, devi sapere cosa c’è dentro.
Quando chiedi a un’AI di costruire un’app, il codice che scrive è solo lo strato in superficie. Sotto ci sono decine o centinaia di librerie open source scelte dal modello, ognuna con la sua versione, la sua licenza e le sue vulnerabilità; ci sono immagini e font presi chissà dove; ci sono servizi esterni per i pagamenti, le email o le mappe. È la filiera da cui arriva tutto quello che non hai scritto tu.

| Che cosa c’è dentro | La domanda da farsi |
|---|---|
| Il codice scritto dall’AI | qualcuno l’ha letto e lo sa spiegare? |
| Librerie e componenti open source | quali versioni, con quali vulnerabilità? |
| Immagini, font, modelli e testi | con quale licenza li posso usare? |
| Servizi esterni e API | cosa succede se cambiano prezzo o chiudono? |
| Il modello AI, se il prodotto lo usa | che dati gli mando e quanto costa? |
| Hosting e backup | dove stanno i dati e chi li ripristina? |
Per un prototipo personale va bene non guardarci. Per un prodotto che qualcuno paga, no: se una libreria ha una falla, la falla è nel tuo prodotto; se un’immagine non si poteva usare, la contestazione arriva a te; se un servizio esterno raddoppia il prezzo, il tuo margine sparisce. E l’AI, se non glielo chiedi, non te lo dice. Le domande si possono fare al modello stesso:
- elencami tutte le dipendenze del progetto, a cosa serve ognuna e che licenza ha;
- quali hanno vulnerabilità note, e come lo controllo in automatico a ogni aggiornamento;
- quali servizi esterni usiamo, quanto costano a regime e cosa succede se chiudono;
- quali immagini, font e testi non abbiamo creato noi, e da dove arrivano.
La lista completa dei componenti ha un nome, SBOM (software bill of materials): è l’etichetta degli ingredienti del software, e si genera con un comando. Quella di Construct, al momento del talk, contava 119 componenti e nessuna vulnerabilità nota: centodiciannove pezzi scritti da altri, dentro un CAD che a guardarlo sembra fatto di poche schermate.
Cosa chiede il Cyber Resilience Act
In Europa la scatola nera adesso è anche un problema legale: chi mette sul mercato un software ne risponde, che l’abbia scritto una persona o un modello.
Il Cyber Resilience Act è il regolamento europeo 2024/2847 sui prodotti con elementi digitali. È in vigore dal 10 dicembre 2024, l’obbligo di segnalare le vulnerabilità sfruttate vale dall’11 settembre 2026 e dall’11 dicembre 2027 si applica per intero. Il fabbricante è chi sviluppa, o fa sviluppare, un prodotto e lo mette sul mercato: umano o AI, non cambia. Restano fuori il software libero non monetizzato, le donazioni senza scopo di lucro e i progetti per uso personale.
A chi fa vibe coding per vendere, in pratica, chiede tre cose. Sapere cosa c’è dentro, cioè la SBOM. Accorgersi in fretta di un problema: per una vulnerabilità sfruttata servono un primo avviso entro 24 ore, la notifica entro 72 e una relazione finale entro 14 giorni dalla correzione. Restare: aggiornamenti di sicurezza gratuiti per tutto il periodo di supporto, di norma almeno cinque anni. Le sanzioni arrivano a 15 milioni di euro o al 2,5% del fatturato mondiale. L’ho detto dal palco e lo ripeto: non è consulenza legale, è un motivo in più per aprire la scatola.

Lo stesso metodo in azienda
In un’automazione aziendale il vibe coding con metodo serve ancora di più: al posto delle librerie ci sono gestionali, API e fogli Excel con la loro storia.
In un progetto di integrazione aziendale i problemi restano invisibili fino al giorno in cui un ordine non arriva al magazzino o una fattura parte con l’IVA sbagliata, e chiedere «collegami il gestionale al sito» equivale a chiedere «fammi un’app».
Lo studio vale allo stesso modo: prima di automatizzare le fatture bisogna sapere come funziona la fatturazione elettronica, almeno quel tanto che basta per capire di cosa parla l’AI quando ti chiede del codice destinatario o delle note di credito. E vale la supply chain: un’automazione su n8n dipende dal gestionale, dalle sue API, dal plugin del sito e da chi aggiorna ognuno di questi pezzi. Se uno cambia, tutti gli altri devono saperlo.
Prima di costruirci sopra conviene anche misurare la qualità dei dati: quanti articoli hanno il codice a barre, quanti clienti hanno la partita IVA compilata, quante giacenze tornano davvero. Se non li conti prima, li scopri dopo, davanti ai clienti. Partire piccolo e misurare è la strada di Wandly, nata come automazione su n8n e diventata un’app solo dopo, e degli automatismi tra n8n e WordPress che racconto qui sul blog.
Prima la cartina, poi l’acceleratore
Il metodo sposta la velocità all’inizio, dove una decisione costa una riga di documento invece di una settimana di codice da buttare.
L’AI ha reso velocissimo scrivere codice, e proprio per questo il valore si è spostato su chi decide e su chi risponde. Il vibe coding con metodo chiede le stesse due cose che il mestiere ha sempre chiesto: conoscere il settore in cui lavori e sapere, pezzo per pezzo, cosa consegni al cliente. Tutto il resto oggi va molto più veloce di prima.
Se vuoi approfondire, nel resoconto del talk al WordCamp Pisa trovi le slide e la checklist «Prima di premere Pubblica»; gli ingredienti del vibe coding consapevole e la storia di Dungeons Vibe raccontano da dove è partito questo percorso, e la guida pratica a Claude Code spiega file di stato, permessi e flussi di lavoro con gli agenti. Se hai un’automazione o un software da impostare con il vibe coding con metodo puoi prenotare una call conoscitiva; se vuoi imparare a farlo da te, c’è il percorso di mentoring.
E adesso tocca a te: qual è il progetto fuori dalla tua zona di comfort che hai affidato all’AI sperando che capisse tutto da sola, e com’è andata? Raccontalo nei commenti, e passa l’articolo a quel collega che ha appena chiesto a un agente di «rifare il gestionale, ma fatto bene».
FAQ sul vibe coding con metodo
Che cos’è il vibe coding con metodo?
È il modo in cui passo da un’idea a un prodotto lavorando con gli agenti AI: prima studio il settore, poi scrivo il progetto, provo le scelte rischiose con un prototipo, divido il lavoro in fasi con obiettivi scritti e, prima di mettere il prodotto sul mercato, verifico cosa c’è dentro. Le decisioni importanti restano a chi supervisiona.
Serve conoscere il settore prima di fare vibe coding con metodo?
Serve almeno una competenza parziale. Se del settore non sai nulla, non capisci le proposte e le domande del modello e finisci per accettare tutto. Ne sai abbastanza quando capisci cosa ti chiede l’AI e sai dire perché una proposta non ti convince.
Che cos’è la supply chain del software?
È tutto quello che il tuo prodotto contiene senza che tu l’abbia scritto: librerie open source, immagini, font, servizi esterni, a volte un modello AI. Ogni pezzo ha una versione, una licenza e un fornitore, e se qualcosa si rompe ne rispondi tu.
Che cos’è una SBOM?
È l’elenco completo dei componenti software di un prodotto, con nomi e versioni: l’etichetta degli ingredienti. Serve a sapere subito se una vulnerabilità scoperta in una libreria riguarda anche te, e il Cyber Resilience Act chiede ai fabbricanti di redigerla.
Il Cyber Resilience Act riguarda anche chi fa vibe coding?
Sì, se metti il prodotto sul mercato: il fabbricante è chi lo sviluppa o lo fa sviluppare, che il codice l’abbia scritto una persona o un modello. Restano fuori il software libero non monetizzato e i progetti per uso personale, e le regole si applicano per intero dall’11 dicembre 2027. Non è consulenza legale.
Il metodo vale anche per automazioni aziendali e SaaS?
Sì, e lì il vibe coding con metodo è ancora più utile. Al posto delle librerie ci sono gestionali, CRM e API, e la qualità dei dati va misurata prima di costruirci sopra: la prova più utile è il collegamento più rischioso, fatto con dati veri.




Nessun commento
Scrivi il primo.
Scrivi un commento