Preferisco lasciar parlare le sessioni.
L'AI è una vera rivoluzione, e le rivoluzioni scompigliano il linguaggio. I titoli si ricombinano, e da un giorno all'altro gli esperti autoproclamati sono ovunque. Sono già abbastanza introverso di mio, quindi invece di aggiungermi al coro, preferisco lasciar parlare il mio lavoro.
Quello che segue è come lavoro davvero con il modello, misurato da apply new, uno strumento costruito da Play New, a partire da quarantacinque giorni delle mie sessioni di Claude Code registrate. Non mi sono dato i voti da solo; l'hanno fatto i log. L'output non editato è linkato in fondo alla pagina.
Fonte: Claude Code, cattura completa. Screen di coerenza dei log 100/100 (uno screen, non una prova). Finestra e conteggi sono limiti inferiori, perché i log ruotano e le sessioni vecchie vengono eliminate.
Un designer e semiologo freelance che spedisce anche codice di produzione: app consumer e creative su web e iOS nativo, prototipi portati in design system, deck di presentazione curati a mano. Daily driver, soprattutto in co-pensiero. Brief dettagliati per avviare lavoro greenfield, poi rifinitura iterativa serrata. Torna ripetutamente su una manciata di prodotti: profondità più che ampiezza.
Passo in modalità direzione per avviare il lavoro: piani di implementazione dettagliati, audit approfonditi del codice e brief di prodotto completi definiscono la cornice. Una volta in costruzione, co-penso, guidando con reazioni brevi e colloquiali, correzioni e prompt di continuazione invece di nuove specifiche. Circa tre quarti degli scambi.
Scompongo il lavoro greenfield in anticipo con piani dettagliati, poi traccio l'esecuzione con liste di task strutturate e frequenti scambi di chiarimento prima di impegnarmi in una direzione. La verifica è l'abitudine che mi definisce: ispeziono l'output del modello rispetto alla fonte, cogliendo stringhe cambiate silenziosamente, campi omessi e divergenze tra prototipo e schermata invece di accettare il lavoro così com'è. Il rischio è calibrato sul contesto: lascio spingere liberamente il modello sui progetti personali, e resto stretto e a basso churn sulle consegne client (zero revert).
Uno stack maturo, usato come strumentazione standard più che come novità:
- Costruisce: una skill custom scritta, hook modificati, cinque file di memoria di progetto mantenuti.
- Tooling: un server MCP multi-strumento autocostruito, usato con 303 chiamate, accanto a uno pubblico (125 chiamate).
- Orchestrazione: delega a sub-agent, comandi custom, e 186 eventi di task-tracking strutturati.
- Deliberazione: 57 domande di chiarimento poste prima di impegnarsi in una direzione.
- Sviluppo app web & native — app consumer e creative su web e iOS, più una toolchain di sync design-to-code. 19 sessioni, 111 commit.
- Design system & design-to-code — porting di prototipi interattivi in un design system mantenuto; localizzazione di contenuti strutturati. 11 sessioni.
- Design di presentazioni & talk — un deck HTML da conferenza sull'analisi qualitativa assistita da AI, con tooling di build. 9 sessioni.
- Tooling per sviluppo — audit e riparazione di un setup agentico locale. 2 sessioni.
Nell'arco della finestra la pratica si è spostata dall'esplorazione verso un'esecuzione sicura. I prompt sono diventati più specificati e la delega è all'incirca raddoppiata, mentre il rapporto tra ricerca e modifiche effettive è calato: meno giri a vuoto, più costruzione. La verifica è cresciuta di pari passo, quindi l'esecuzione più veloce non è costata in scrupolo.
ricerca : mutazione 0.75 → 0.60 ↓
tasso di verifica 22% → 26% ↑
Sono screen, non prove. La mossa onesta è leggere i dati grezzi e giudicare da sé.
L'output non editato dello strumento, esattamente come generato. La pagina qui sopra è solo la resa leggibile.