- Impara le azioni principali di GitHub per gestire il codice e lavorare insieme
- Connettiti ai servizi AI esterni in modo sicuro e protetto
- Usa l'intelligenza artificiale per mettere insieme i feedback da più fonti e trasformarli in informazioni utili.
- Stakeholder Tracker: Un sistema semplice per organizzare la tua ricerca sugli stakeholder
- Feedback Analyzer: Uno strumento basato sull'intelligenza artificiale che trova modelli e priorità in tutti i feedback che hai raccolto.
- Gli studenti hanno una descrizione del problema ben definita che include i commenti di chi è coinvolto.
- Gli studenti hanno fatto le interviste agli stakeholder e compilato il loro foglio di lavoro AIVA 3 per la convalida degli stakeholder.
- Gli studenti hanno un account GitHub e hanno fatto le attività di Vibe Coding Your Own Founder’s Toolkit.
Hai chiesto cosa ne pensano amici e parenti, hai messo in discussione le tue idee e hai chiacchierato con chi è interessato.
Nella lezione " Vibe Coding Your Own Founder's Toolkit " hai creato il tuo kit di strumenti per fondatori con un modulo di archiviazione dei feedback e hai usato localStorage per salvare i tuoi dati tra un aggiornamento di pagina e l'altro.
In questa lezione, impareremo come aggiungere il feedback dell'intelligenza artificiale al nostro Toolkit del fondatore, per aiutarci a mettere insieme tutto il feedback che abbiamo raccolto.
Ma prima, imparerai come migliorare le tue abilità con GitHub. Gli sviluppatori professionisti usano i rami e le richieste pull per sperimentare in modo sicuro e collaborare con gli altri. Queste abilità ti saranno utili durante tutto il tuo percorso imprenditoriale.
Migliora le tue abilità su GitHub
Prima di aggiungere nuove funzionalità, scoprirai come lavorano gli sviluppatori professionisti: usando i rami per sperimentare in modo sicuro, facendo commit del codice per salvare i progressi e pull/push request per unire il codice.
Si tratta di informazioni importanti che ti saranno utili durante tutto il percorso con la tua app aziendale. Probabilmente collaborerai con altri studenti per questo progetto e nella vita reale.
Tutto questo si fa tramite Git e per capire meglio, vediamo un po' di concetti.
Git è un sistema di controllo delle versioni che tiene traccia di ogni modifica che fai al tuo codice. Ti permette di fare cose come:
- Prova in tutta sicurezza: prova le nuove funzionalità senza mettere a rischio il tuo codice funzionante
- Annulla gli errori:torna a una versione precedente se qualcosa non funziona o se cambi idea
- Collabora: Lavora con gli altri senza sovrascrivere le modifiche degli altri
Rami
Immagina di stare scrivendo un documento importante. Invece di modificare la tua unica versione, decidi di fare una copia del documento per fare qualche prova. Se le modifiche funzionano, le unisci. Se no, hai ancora l'originale e il nuovo documento con le modifiche che non hanno funzionato.
I rami Git in GitHub funzionano allo stesso modo. Ecco come:
- ramo principale – La tua versione "ufficiale" di lavoro
- ramo di funzionalità : una copia del ramo principale dove puoi creare una nuova funzionalità o fare modifiche. Puoi chiamare questo ramo come vuoi, ma ti consigliamo di usare un nome che descriva bene cosa vuoi fare, così non ti dimentichi.
- unire –unire il tuo ramo di funzionalità e le sue modifiche al ramo principale ufficiale
Diciamo che il tuo ramo principale funziona e ha superato tutti i test. Poi decidi di aggiungere una nuova funzione, tipo un nuovo pulsante su una pagina, o anche solo cambiare un po' di testo. Crei un nuovo ramo chiamato "copia-modifica" dal tuo ramo principale ufficiale. Se qualcosa va storto durante il test, il tuo ramo principale è ancora al sicuro e può essere utilizzato per ricominciare da capo.
Nella prossima attività, farai un piccolo aggiornamento alla tua app, solo per provare il processo di ramificazione e unione in Github.
ATTIVITÀ 1
Prova il flusso di lavoro di Github
Tempo stimato: 20 minuti
1. Apri Github e vai al tuo repository
Vai su Github.com, cerca il tuo repository e scegli il ramo su cui hai lavorato nell'unità tecnica precedente.
Dovresti vedere un messaggio che dice che questo ramo è 1 commit avanti rispetto al "main".
Questo succede perché abbiamo cambiato il codice in quel ramo ma non abbiamo mai messo quelle modifiche nel ramo principale.
Allora, facciamolo cliccando sul link del messaggio.
Cliccando sul link si aprirà la pagina Pull Request di GitHub, dove potremo confrontare le modifiche e poi creare una pull request.
2. Crea una richiesta pull
- Aggiungi un titolo e una descrizione. Github potrebbe aver già messo un titolo quando hai creato il ramo, ma puoi cambiarlo e aggiungere una descrizione di quello che hai fatto.
2. Clicca sul pulsante verde Crea pull request .
3. Unisci il codice e cancella il ramo
Dato che sei l'unico proprietario di questo repository, puoi approvare le tue richieste di pull. Nelle app reali con più membri del team, è normale che un altro sviluppatore controlli la tua richiesta e collabori con te se ci sono problemi. Questo è quello che spesso si chiama revisione del codice.
- Clicca per unire la richiesta pull e confermare la richiesta.
Tieni presente che qui c'è un processo in due fasi. È un'azione importante, quindi GitHub l'ha resa un processo in due fasi per evitare errori.
- Dovresti vedere un pulsante per eliminare il ramo che hai usato per fare le modifiche al codice. Questo ti aiuta a tenere il tuo repository pulito e organizzato, senza rami inutilizzati che lo ingombrano. Clicca sul pulsante per eliminare il ramo.
5. Vai al tuo repository per creare un nuovo ramo
- Torna al tuo repository.
- Scegli il "ramo" principale in alto a sinistra del tuo repository per vedere la lista dei rami disponibili.
- Scegli "Visualizza rami" e poi crea uno nuovo.
- Dai un nome che descriva bene questa lezione sulla convalida degli stakeholder.
- Clicca Crea nuovo ramo.
Suggerimento: Questo passaggio è facoltativo, ma ti consigliamo vivamente di lavorare su nuovi rami ogni volta che fai aggiornamenti importanti. Puoi scegliere di iniziare questo nuovo ramo dal "main" o da un altro, a seconda di quello che vuoi fare. Ma di solito si parte dal ramo principale ufficiale.
6. Apri il tuo Codespace
Mentre apriamo una nuova filiale, continueremo a usare il Codespace che abbiamo usato nell'ultima lezione. Ricorda che abbiamo salvato alcuni feedback di familiari e amici nel localStorage, che è memorizzato nel browser, ma legato a un URL specifico. Ogni codespace ha il proprio URL. Se aprissimo un nuovo codespace, perderemmo quel localStorage.
Quindi, per il nostro lavoro sul Founder's Toolkit, continuiamo a usare lo stesso codespace così non perdiamo quello spazio di archiviazione e non dobbiamo riscriverlo ogni volta.
- Su Github, vai su Codespaces dal menu a tendina a sinistra.
- Trova il tuo codice dall'ultima cosa che hai fatto e aprilo.
6. Collega il tuo codespace al nuovo ramo
Dato che abbiamo cancellato il nostro vecchio ramo e ne abbiamo aperto uno nuovo, vogliamo essere sicuri che il nostro spazio di codice aggiorni il nuovo ramo.
- Nella finestra Terminale in fondo allo schermo, scrivi (su 2 righe separate):
git checkout main
git pull origine principaleQuesto sincronizza il tuo codice con il tuo ramo principale.
- Tipo
git checkout -b my-branch
dove my-branch è il nome che hai dato al tuo nuovo ramo su Github al punto 5.
Questo controlla il nuovo ramo, così qualsiasi aggiornamento, una volta confermato e inviato, andrà al nuovo ramo. Allo stesso tempo, stai mantenendo il tuo spazio di codice e la tua memoria locale nel browser.
7: Chiedi all'IA di aggiornare il modulo
- Copia e incolla questo messaggio nella chat di Copilot, che dovresti trovare nel riquadro più a destra.
Riduci l'altezza di tutti i campi di inserimento del modulo a una sola riga.
- Prova le modifiche scrivendo python3 -m http.server 8000 nella scheda del terminale nel pannello in basso.
- Controlla l'app in esecuzione per vedere se l'altezza del modulo è stata ridotta.
8. Metti le modifiche su Github
Nell'ultima lezione hai salvato e inviato quelle modifiche su Github usando la funzione Controllo del codice sorgente in Codespaces.
Hai visto i file che sono stati modificati, hai aggiunto un'istruzione di commit e hai cliccato su Commit per salvare le modifiche nel tuo ramo del repository.
Puoi fare lo stesso qui. Per capire come farlo usando i comandi del terminale , segui questi passaggi.
- Apri la scheda Terminale nel pannello in basso.
- Clicca sull'icona + per aprire un menu.
- Scegli Nuovo terminale.
- Digita git statusper vedere le info sul ramo.
Questo ti dirà tutte le modifiche che hai fatto e che potrebbero essere pronte per andare avanti nel processo di codifica. Dovresti vedere qualcosa del tipo:
- Dai un'occhiata al messaggio per vedere cosa è cambiato.
- Digita git add . per stash le tue modifiche. Il punto "." vuol dire che stai preparando tutte le modifiche ai file.
- Digita git status di nuovo per controllare che le tue modifiche siano pronte per essere salvate.
- Conferma le modifiche digitando git commit -m "Aggiorna altezza modulo".
"Aggiorna l'altezza del modulo" è quello che si chiama messaggio di commit ed è importante che sia abbastanza chiaro per te e per chiunque altro debba controllare il commit. Ora invia a GitHub scrivendo git push origin tech-unit-2-activity1-updating-form (o come hai chiamato il tuo ramo dopo origin).
Questo dice a git di mandare i tuoi commit al repository remoto Github (origin) e metterli nel ramo specificato, in questo caso "tech-unit-2-attività1-aggiornamento-modulo".
Suggerimento: Usando il flag -u, come in git push -u origin tech-unit-2-activity1-updating-form, si impostano origin e il tuo ramo come predefiniti, così i comandi futuri richiedono solo git push.
9. Controlla su Github
- Torna su Github nel browser e torna al ramo dove hai inviato quelle modifiche.
Dovresti vedere un messaggio che dice che c'è stato un recente push su quel ramo. - Clicca Confronta e pull request per avviare il flusso che hai imparato nei passaggi precedenti.
- Segui i passaggi per creare una richiesta pull e unire le modifiche al ramo principale.
In questo caso, puoi tenere il tuo ramo per usarlo nelle attività che restano di questa lezione invece di cancellarlo.
Nella lezione tecnica precedente, hai creato un modulo di inserimento dati per la descrizione del tuo problema e per i feedback di amici e familiari nel tuo Toolkit del fondatore. Nella prossima attività, aggiungerai una nuova scheda al tuo Toolkit del fondatore per inserire le informazioni sugli stakeholder e i feedback che hai raccolto nella lezione dedicata all'affinamento del problema.
ATTIVITÀ 2
Crea il tuo tracker degli stakeholder
Tempo stimato: 30 minuti
1. Apri Github e Codespaces
Vai su Github.com, poi vai su Codespaces e apri quello dell'attività precedente, oppure potresti già averlo aperto in una scheda dall'ultima attività.
2. Aggiungi la funzione di monitoraggio degli stakeholder
In Codespaces, nel pannello Copilot, aggiungi il seguente prompt.
Aggiungi una scheda "Monitoraggio degli stakeholder" dove posso vedere i feedback degli stakeholder in modo organizzato.
La scheda Stakeholder Tracker dovrebbe avere:
- Titolo: "Stakeholder Tracker"
- Sottotitolo: "Gestisci la tua ricerca per i colloqui"
- Un modulo con questi campi:
- Nome (testo)
- Tipo (menu a tendina: intervista, sondaggio, e-mail, testo)
- Feedback chiave (idee, dubbi sollevati, cosa ha colpito di più) (area di testo)
Quando clicchi sul pulsante:
- Metti tutte le informazioni nei record di archiviazione locale, in formato JSON.
- Mostra tutte le informazioni sugli stakeholder in una tabella nella parte bassa dello schermo.
- Mostra un messaggio di conferma dopo aver aggiunto un record
Altre linee guida:
- Mantieni l'interfaccia utente pulita e coerente
Nota sull'archiviazione dei dati:
I dati dei tuoi stakeholder vengono salvati nella memoria locale del tuo browser, che, come abbiamo visto nella Tech Unit 1, è:
- I tuoi dati potrebbero rimanere tra una sessione e l'altra del browser, ma sono specifici per questo browser su questo dispositivo.
- Inoltre, se cancelli i dati del browser, usi un altro computer o avvii un nuovo ambiente codespace, dovrai reinserire i tuoi dati.
Per ora, questo va bene per organizzare la tua ricerca. Nelle unità successive imparerai a usare il cloud storage per archiviare i dati in modo permanente.
Ecco come appare il nostro Toolkit del fondatore usando questo prompt. La tua app potrebbe apparire diversa.
3. Aggiungi i tuoi registri degli stakeholder al modulo
- Inserisci nel modulo le informazioni che hai preso dal foglio di lavoro "AIVA 3: Stakeholder Validation ".
Ricorda che abbiamo lasciato il modulo semplice e aperto, quindi fai del tuo meglio per inserire le informazioni importanti che hai raccolto da ogni stakeholder. - Controlla che tutte le informazioni inserite siano nella tabella.
- Controlla anche localStorage usando gli Strumenti di sviluppo per assicurarti che tutte le informazioni siano salvate correttamente in JSON.
Continueremo ad aggiungere elementi all'app nella prossima attività, quindi non c'è bisogno di confermare e inviare le modifiche per ora.
Nota: l'uso gratuito di Copilot è limitato a:
- 50 messaggi chat al mese
- 2000 completamenti di codice al mese (codice inline)
Per questo motivo, devi stare attento a quante chat avvii con Copilot in Codespaces. Se finisci i crediti, non si azzereranno fino al mese successivo. In quel caso, puoi usare altri LLM esterni (Claude, Gemini, ChatGPT) per aiutarti con il tuo codice. Anche se non sono immediati come Copilot integrato, hanno tutti la capacità di assisterti nella codifica. Dovrai solo copiare/incollare il codice (in entrambe le direzioni).
Collegarsi ai servizi di intelligenza artificiale
In questa scheda hai potuto organizzare i feedback degli stakeholder. E hai già fatto un po' di analisi delle informazioni che hai raccolto.
Questo è il momento giusto per usare l'intelligenza artificiale per individuare modelli che potrebbero esserti sfuggiti. È uno strumento collaborativo che ti aiuta a migliorare il fantastico lavoro che hai già fatto.
In questa parte, collegherai la tua app a un vero servizio di intelligenza artificiale e creerai un Feedback Analyzer che ti darà informazioni utili dalla tua ricerca sugli stakeholder.
Useremo Gemini di Google come LLM perché offre limiti gratuiti generosi su modelli LLM potenti.
Come funzionano le app basate sull'intelligenza artificiale
Probabilmente hai già usato ChatGPT, Claude o Gemini. Ma ti sei mai chiesto come altre app come Notion, Grammarly o Duolingo usano l'intelligenza artificiale nei loro prodotti?
Non creano i propri modelli di IA da zero. Invece, si collegano a modelli e servizi di IA già esistenti tramite API. Approfondiremo i dettagli nelle unità successive, ma ecco i concetti di base.
Un API (Application Programming Interface) è semplicemente un modo per consentire a un software di comunicare con un altro. Quando la tua applicazione richiede funzionalità di intelligenza artificiale, invia un messaggio a un servizio di intelligenza artificiale e il servizio restituisce una risposta.
Questo scambio di solito ci mette meno di qualche secondo. La tua app manda una richiesta API AI, aspetta una risposta e poi mostra il risultato.
Ecco come funzionano tutte le app di intelligenza artificiale
Una volta capito questo schema, puoi aggiungere l'intelligenza artificiale a qualsiasi app che crei.
Scegliere un fornitore di IA
Proprio come puoi scegliere tra diversi servizi di archiviazione cloud (Google Drive, Dropbox, iCloud), puoi scegliere tra diversi fornitori di IA. Ecco alcune opzioni:
Fornitore
Livello gratuito
Famoso per
Google (Gemini)
Generoso con i modelli di punta offerti
App che hanno bisogno di più modelli con il miglior rapporto tra prestazioni e costi
OpenAI (ChatGPT)
Limitato (versione gratuita solo tramite la loro app ChatGPT)
Prima azienda ad avere un modello LLM pubblico, che è diventato lo standard del settore.
Groq
Ottimo per lo sviluppo, 30 richieste al minuto e 1000 token al minuto, non serve la carta di credito.
Fornitore di modelli LLM nel cloud. Ideale per app che richiedono modelli diversi per casi d'uso diversi, tra cui modelli open source .
Antropico (Claude)
Limitato (versione gratuita tramite la loro app Claude)
App che analizzano documenti lunghi, logica e ragionamenti
Per questo corso, ti consigliamo i modelli Gemini di Google perché:
- Google non ti chiede una carta di credito per usare le sue API di intelligenza artificiale.
- Generoso livello gratuito con modelli di frontiera davvero ottimi
- Configurazione semplicissima: puoi ottenere una chiave API in meno di 5 minuti
- Buona documentazione: facile risolvere i problemi se qualcosa va storto
I concetti che impari qui si possono usare con qualsiasi fornitore di LLM. Se poi vuoi usare OpenAI o Claude nella tua app di produzione, il codice e la struttura sono quasi gli stessi. Spesso basta solo una chiave API diversa.
Cosa sono le chiavi API?
Quando usi Google Drive, Google sa chi sei perché hai effettuato l'accesso. Ma quando il tuo codice comunica con l'IA di Google, come fa Google a sapere che sei tu?
Ecco a cosa serve una chiave API. È un modo semplice per autenticarsi, un po' come una password. Ci sono altri metodi di autenticazione di cui parleremo più avanti.
Le chiavi API di solito sono una lunga serie di caratteri che assomiglia a questo:
AIzaSyB1234567890abcdefghijklmnopqrstuvwx
Quando la tua app chiama l'API di Gemini, include questa chiave. Google controlla la chiave, verifica che appartenga a un account valido ed elabora la tua richiesta.
Perché le chiavi API devono rimanere segrete
Visto che le chiavi API sono come delle password, devi tenerle al sicuro.
Se qualcuno prende la tua chiave, può fare un sacco di danni, tipo:
- Usa la tua quota API, che può far salire i costi sugli account a pagamento, oppure usa la tua quota gratuita. Può diventare davvero costoso.
- Fatti sospendere l'account per abuso, il che è davvero un peccato.
Questo succede più spesso di quanto pensi. A volte gli sviluppatori caricano per sbaglio le loro chiavi su GitHube i bot automatici riescono a trovarle in pochi minuti.
Per questa unità useremo un metodo semplice ed efficace: salveremo la chiave in un file locale accessibile solo in Codespaces durante l'esecuzione. È composto da:
- Un file .env: un file speciale che salva le impostazioni di configurazione.
- Questo file va aggiunto al file .gitignore così Git sa che non deve mai caricarlo sul cloud GitHub.
- Un pacchetto di codice chiamato "dotenv" caricherà la chiave dall'ambiente.
In questo modo la tua chiave rimane sul tuo ambiente di sviluppo locale o sul tuo computer locale, mai nel tuo repository.
Nelle unità successive imparerai metodi più sicuri e protetti per l'autenticazione, come l'uso dei GitHub Secrets.
NOTA IMPORTANTE SULLA SICUREZZA:
Nell'ambiente Codespaces, la chiave API è al sicuro perché il server gestisce le chiamate API. In un'app di produzione, servono misure di sicurezza extra che imparerai nelle unità successive. Per saperne di più su Codespaces, vai su Sicurezza in GitHub Codespaces
ATTIVITÀ 3
Configura l'integrazione LLM e crea il tuo analizzatore di feedback
Tempo stimato: 45 minuti
1. Ottieni la chiave API tramite Google AI Studio
- Vai su aistudio.google.com
- Accedi con il tuo account Google (o crea un nuovo account)
- Vai alla pagina Dashboard -> Chiavi API.
- Se non hai mai usato AI Studio, Google ti crea una chiave API Gemini di default. Devi comunque cliccare su "Crea chiave API"e potrebbe essere necessario creare anche un progetto cloud.
Se hai già usato AI Studio, cerca qualcosa tipo "Chiave API Gemini di default"su questa schermata.
Inoltre, se hai già dei progetti su Google Cloud, AI Studio potrebbe chiederti di scegliere uno di quei progetti per collegare la chiave API, oppure potresti creare un nuovo progetto in Google Cloud Console e collegare la nuova chiave API a quel nuovo progetto.
- Aggiungi un nome che ti aiuti a ricordare quale app sta usando la chiave. Se stai usando la chiave predefinita, clicca sui 3 puntini all'estrema destra per rinominarla.
- Puoi copiare la chiave e tenerla al sicuro per un po'. La useremo più avanti.
Suggerimento: Ti consigliamo di avere una chiave API per ogni app che crei, così puoi gestire e controllare meglio l'utilizzo. Nelle unità successive imparerai anche altre buone pratiche, come mantenere chiavi API distinte per ogni ambiente.
2. Apri il tuo Github Codespace dall'attività precedente
Vai ai tuoi Codespaces su Github e apri il codespace dell'Attività 2.
Se hai già salvato e unito le tue modifiche e cancellato il ramo, segui i passaggi per creare un nuovo ramo, sincronizza il tuo spazio di codice con il ramo principale e controlla il nuovo ramo.
3. Crea un nuovo file per salvare la chiave API
Ricorda che le chiavi API sono come le password. Dobbiamo metterle da parte in modo speciale nel nostro codice, così Git sa di ignorarle e tenerle fuori dal repository GitHub, dove chiunque potrebbe vederle.
- Vai al File Manager nel pannello di sinistra: Clicca sull'icona che sembra due documenti nella barra laterale in alto a sinistra.
- Crea un nuovo file: Passa il mouse sul nome del tuo progetto (la cartella principale). Clicca sulla piccola icona più (+) con la scritta "Nuovo file".
- Chiama il file .env (fai caso al punto nel nome del file) e aggiungi questo testo usando l'editor in quel file, poi salvalo.
GEMINI_API_KEY=<paste your key here>
Ad esempio:
GEMINI_API_KEY=AIzaSyB1234567890abcdefghijklmnopqrstuvwx
4. Controlla che il file sia impostato per essere ignorato.
- Trova .gitignore nel File Manager e aprilo.
- Assicurati che ci siano queste due righe di testo:
- .env
- node_modules/
Queste due righe dicono a Git di ignorare questi file e cartelle in tutti i commit, così non vengono salvati sul server Github.
La prima riga è per il file della chiave API (.env), mentre la seconda è per tutti i pacchetti di codice che la nostra app ha bisogno per funzionare. Ti consiglio di includere le cartelle con i pacchetti di codice, perché non vogliamo usare tutto lo spazio che abbiamo su GitHub per loro. Copilot potrebbe aver aggiunto automaticamente molti altri file e cartelle da ignorare, ma cerca per confermare che .env e node_modules/ siano presenti nel file.
Altrimenti, aggiungili in nuove righe e salva il file.
- Controlla che il file .env venga ignorato scrivendo git status nella finestra del terminale.
- Controlla cosa ti dice git status per assicurarti che .env non sia nella lista. Se c'è, assicurati che il tuo file .gitignore sia salvato bene e che includa la riga .env che abbiamo aggiunto.
5. Installa il pacchetto "dotEnv"
La tua app attuale non può leggere file .env . Per questo dobbiamo installare un pacchetto di codice molto usato chiamato "dotenv", che carica le tue variabili di ambiente, in modo che il codice possa accedere alla chiave API senza che questa sia scritta direttamente nel codice.
Ci sono altre opzioni, ma questo è uno dei modi più comuni e la maggior parte degli sviluppatori lo conosce bene.
- Vai al pannello del terminale e scrivi npm install dotenv
- Aspetta che il pacchetto venga installato (ci vorranno solo pochi secondi).
6. Chiedi all'IA di creare il tuo analizzatore di feedback
Ora che hai aggiunto la chiave API in modo sicuro e hai installato il pacchetto di codice "dotenv" che può caricare le variabili di ambiente nel tuo file .env (la tua chiave API), sei pronto per usare Copilot per aggiungere il modulo Feedback Analyzer.
Copia e incolla questo messaggio:
Il tuo compito è fare questi cambiamenti:
- Crea una nuova scheda chiamata "Feedback Analyzer" seguendo queste istruzioni:
Per la scheda Feedback Analyzer:
- Aggiungi un sottotitolo con il testo "Trova schemi ricorrenti in tutti i tuoi feedback".
- Un campo dove l'utente può inserire il problema.
- Un pulsante per "Salvare il problema" e metterlo nel localStorage.
- Un pulsante "Analizza tutti i feedback"
- Un'area di output per i risultati
Quando clicchi sul pulsante Salva, il problema viene salvato nella memoria locale.
Quando clicchi sul pulsante Analizza:
- Controlla il problema e tutti i record degli stakeholder che sono nel localStorage.
- Invia tutte le informazioni relative ai problemi e ai feedback degli stakeholder all'IA per l'analisi effettuando una chiamata API LLM a Gemini.
- Mostra i risultati dell'analisi dell'IA come sono stati restituiti dall'LLM.
Prompt AI:
Segui queste istruzioni del sistema:
Sei un esperto analista aziendale. Dai un'occhiata ai commenti degli stakeholder sul problema e organizza la tua risposta in queste sezioni:
- MODELLI: Quali temi si ripetono in più fonti? (3-5 punti)
- SORPRESE: Dove le fonti non sono d'accordo e cosa potrebbe significare (3-5 punti)
- IPOTESI DA RIVEDERE: Quali ipotesi sono state messe in discussione o si sono rivelate errate? (3-5 punti)
- SEGNALI DI ALLARME: Quali preoccupazioni o rischi sono emersi? (3-5 punti)
- LE 3 INFORMAZIONI PRINCIPALI: Le cose più importanti da sapere per risolvere il tuo problema (3-5 punti) “
Requisiti tecnici:
- Usa l'ambiente locale per caricare la chiave API.
- Aggiungi un semplice server backend Node.js/Express per leggere da .env
- Fai una richiesta API usando la chiave API Gemini, seguendo le loro linee guida sulle specifiche API.
- Usa il modello Gemini "gemini-2.5-flash" con questa configurazione:
Temperatura = 0,7
Tieni presente i requisiti tecnici. Vogliamo che la chiave API venga letta dal file .env per essere più sicuri, quindi serve un server backend per farlo. Ecco perché chiediamo di usare il server Node.js/Express.
Copilot potrebbe chiederti di installare i pacchetti express, node e @google/generative-ai. Segui le sue istruzioni per installare i pacchetti necessari.
Suggerimento: È impossibile stare al passo con tutti gli ultimi modelli di Google. Al 7 gennaio 2026, "Gemini 3 Pro" è l'ultimo e più potente modello di IA di Google ed è disponibile gratis su Google AI Studio con alcune limitazioni. Di solito, si consiglia di usare il modello gratuito più avanzato disponibile in questa fase iniziale del processo di sviluppo della tua idea di business basata sull'IA. Ma una volta implementato, devi assicurarti di scegliere il modello giusto che soddisfi le tue esigenze specifiche e bilancia costi e prestazioni. Gemini Pro 3 è molto costoso da utilizzare nella produzione live e dovrebbe essere usato con saggezza.
7. Prova l'Analizzatore
Una volta che l'IA ha finito di costruire il modulo, puoi provarlo.
- Installa tutte le dipendenze necessarie, come ti dice Copilot.
- Prima di lanciare la tua app, controlla che Copilot abbia aggiunto la versione giusta di Gemini (per gennaio 2026!).
- Apri server.js
- Cerca la stringa "generativelanguage.googleapis.com" e controlla che stia usando gemini-2.5-flash.
- Avvia l'app scrivendo npm start nel pannello del terminale.
Questo comando è diverso perché ora stai usando un server backend, quindi ci sono delle dipendenze. - npm start aprirà una porta diversa (3000) in modo da avere il proprio localStorage.
Dovrai reinserire gli stakeholder e il feedback nell'app. - Poi vai alla scheda Analizzatore, scrivi il tuo problema e salva.
- Clicca sul pulsante Analizza tutti i feedback per usare l'API Gemini.
- Aspetta i risultati. Potrebbero volerci un paio di secondi.
Cosa dovresti vedere:
- L'analisi dell'intelligenza artificiale dovrebbe mettere insieme tutti i commenti di tutti quelli coinvolti.
- L'output dovrebbe essere organizzato nelle sezioni indicate.
E se non funziona?
- Controlla che la tua chiave API sia giusta e salvata nel file .env.
- Chiedi a Copilot (o un altro LLM) di aiutarti a risolvere il problema.
8. Prendi nota di quello che ti dice l'analizzatore
Prenditi qualche minuto per dare un'occhiata a quello che ti dice l'API Gemini. Magari ti conviene copiare il risultato e salvarlo in un documento, così puoi guardarlo di nuovo in futuro.
Ecco alcune cose da tenere a mente:
- Quali modelli l'intelligenza artificiale ha individuato con un alto grado di sicurezza che tu non avresti notato da solo? E viceversa.
- Gli stakeholder hanno detto qualcosa di diverso rispetto agli amici e alla famiglia?
- Quali lacune potresti dover approfondire?
9. Salva e invia le modifiche su Github
- Quando sei sicuro che l'Analyzer funzioni bene, salva e invia le modifiche su Github, usando la funzione Controllo del codice sorgente in Codespaces o digitando i comandi git in una finestra di terminale.
- Apri Github e il tuo repository in una nuova finestra, trova il commit per il tuo ramo, crea una richiesta pull e uniscila.
- Per tenere tutto in ordine, puoi cancellare il ramo che hai creato per questa unità.
- Chiudi la scheda del codespace per salvare i tuoi crediti (vedi il suggerimento qui sotto), ma non cancellare il codespace.
Suggerimento: il tuo account Github gratuito ti dà un po' di tempo in Codespaces (e anche crediti Copilot limitati). Per Codespaces, ottieni:
- 120 ore di core al mese (su una macchina comune a 2 core questo vuol dire circa 60 ore al mese)
- 15 GB di spazio di archiviazione
Questo dovrebbe bastare per usare Codespace in questo progetto.
Quando finisci di lavorare in un codespace, è meglio chiudere la scheda del browser, così non usi tempo inutilmente che va a incidere sul tuo limite mensile. Puoi sempre riaprirlo dal tuo account Github.
I codespace vengono cancellati automaticamente dopo 30 giorni se non li usi. Ma, se hai salvato e inviato le modifiche, non perderai nessun codice, anche se il codespace viene rimosso. Puoi sempre creare un nuovo codespace su Github.
Riflessione
Hai passato un bel po' di tempo a programmare per creare un'app chiamata Founder's Toolkit, dove puoi salvare e mettere insieme varie informazioni. Ecco alcune domande su cui riflettere:
Termini chiave
- Git — Un sistema di controllo delle versioni che tiene traccia di ogni modifica apportata al tuo codice nel tempo, permettendoti di correggere gli errori, sperimentare in tutta sicurezza e collaborare con gli altri.
- Ramo — Una copia parallela del tuo codice in cui puoi sviluppare nuove funzionalità o apportare modifiche senza influire sulla versione principale stabile.
- Commit — Un’istantanea salvata delle modifiche apportate al codice in un determinato momento, accompagnata da un messaggio descrittivo che spiega cosa è cambiato e perché.
- Pull Request (PR) — Una proposta formale per unire le modifiche da un ramo a un altro, spesso usata come occasione per la revisione del codice prima che le modifiche diventino ufficiali.
- Push — Caricare i tuoi commit locali su un repository remoto su GitHub, in modo che vengano salvati nel cloud e siano accessibili ai collaboratori.
- Repository (Repo) — Il luogo centrale in cui sono archiviati tutti i file, le cartelle e la cronologia delle versioni del tuo progetto, sia in locale che su GitHub.
- API (Application Programming Interface) — Un modo standardizzato per far comunicare due software tra loro. Quando la tua app ha bisogno di funzionalità di intelligenza artificiale, invia una richiesta all’API di un servizio di IA e riceve una risposta.
- Chiave API — Una stringa segreta univoca che permette alla tua app di autenticarsi presso un servizio esterno, funzionando come una password che identifica chi sta effettuando una richiesta.
- File .env — Un file di configurazione nascosto che serve a memorizzare localmente valori sensibili come le chiavi API, tenendoli fuori dal codice sorgente e al riparo dal controllo di versione.
- .gitignore — Un file che indica a Git quali file e cartelle escludere dai commit, impedendo che dati sensibili (come .env) o file non necessari (come node_modules) vengano caricati su GitHub.
- dotenv — Un pacchetto che legge il tuo file .env e rende i suoi valori disponibili alla tua applicazione durante l'esecuzione, senza dover inserire le credenziali sensibili direttamente nel codice.
- LLM (Large Language Model) — Un tipo di modello di intelligenza artificiale addestrato su enormi quantità di testo, in grado di comprendere e generare linguaggio umano, utilizzato in questo caso per analizzare e sintetizzare i feedback delle parti interessate.
- Temperatura LLM — Un parametro che regola il grado di creatività o prevedibilità delle risposte di un modello di IA. I valori più bassi producono risultati più coerenti; quelli più alti introducono maggiore varietà e creatività.
- npm (Node Package Manager) — Uno strumento che ti permette di installare e gestire pacchetti di codice riutilizzabili (come dotenv ed Express) che aggiungono funzionalità al tuo progetto senza dover scrivere tutto da zero.
Risorse aggiuntive
- Guida rapida all'API di Google AI Studio: Documentazione ufficiale dell'API Google AI Studio
- API Gemini | Google AI per sviluppatori
- Guida ai rami GitHub: Maggiori informazioni sui rami
