Guida alla scrittura con LLM: Regole, strumenti e il ruolo crescente dell'AI

Come scrivere con un LLM: Due regole per mantenere la tua voce

Usare un grande modello linguistico per aiutare a scrivere può sembrare un patto faustiano. Guadagni velocità e raffinatezza, ma rischi di produrre prosa che sembra pastorizzata e iniettata di sciroppo di mais. Come ha detto di recente un blogger tecnologico, i lettori possono rilevare le parole dell'LLM in parti per trilione. La chiave, quindi, è usare questi strumenti come un correttore di bozze, non un ghostwriter.

Questo approccio sta guadagnando terreno tra gli scrittori che vogliono sfruttare l'AI senza sacrificare il loro stile unico. Il metodo è semplice: scrivi prima il tuo pezzo, poi dallo in pasto a un buon modello per trovare i difetti. Ma per evitare la valle inquietante del testo generato dall'AI, due regole sono essenziali.

Regola uno: Non usare mai le parole esatte di un LLM

La prima regola è severa: non puoi usare una singola parola suggerita da un LLM. I modelli all'avanguardia sono soprannaturalmente bravi a selezionare frasi accattivanti—è il loro forte. Ma il problema è sottile: sono incastrati in una modalità in cui tutto ciò che scrivono è un titolo di rivista. I titoli sono buoni, ma ti chiederesti di qualcuno che scrive un intero articolo con dozzine di essi.

Questa regola funge da dispositivo di protezione individuale intellettuale. Anche se ti piacciono le parole, anche se sei sicuro che siano migliori di quelle che hai, le frasi generate dall'LLM sono squalificate. Il presupposto è che non individuerai in modo affidabile tutti i modi in cui i modelli cercheranno di trasformare la tua scrittura in Velveeta. Quindi, sii severo al riguardo.

Regola due: Evita l'incoraggiamento

La seconda regola è più sottile: evita l'incoraggiamento. Dai qualsiasi pezzo di scrittura a un LLM, e risponde "è oro, Jerry!" Ma non è quello che hai bisogno di sentire. Nella tua prima bozza, la maggior parte dei tuoi paragrafi sono brutti, il flusso degli argomenti è incoerente e hai almeno 750 parole che non ti servono. Il modello ti incoraggia sulla tua struttura generale, poi in seguito su paragrafi e transizioni, poi sulle scelte di parole e metafore. Sono tutti brutti!

Se ascolti, raddoppierai sugli impulsi della prima bozza invece di modificare, ripensare e sostituire i paragrafi. Quei ripensamenti sono parti portanti della tua voce. I lettori non metteranno il dito su cosa non va, ma sentiranno che sei diventato artificialmente aromatizzato. Quindi proibisci al modello l'incoraggiamento e sii ipervigile riguardo agli elogi.

Cosa sanno fare bene gli LLM

Nonostante queste avvertenze, gli LLM sono eccellenti nel segnalare problemi. Non si stancano, quindi sono migliori di te nel notare l'uso eccessivo della voce passiva, verbi nominalizzati, frasi ripetute e parole di riempimento come "molto" e "purtroppo". Possono anche individuare 2-3 paragrafi che puoi spostare rapidamente altrove per migliorare la chiarezza—queste sono modifiche davvero, realmente, molto soddisfacenti.

Per un approccio sistematico, viene spesso raccomandato il libro Style: Lessons in Clarity and Grace. Trasforma la correzione di bozze in un processo meccanico, molto simile alla programmazione Java. Leggilo, prendi appunti e crea un elenco di prompt da eseguire a passaggi sul tuo lavoro. Quindi, chiedi al modello di individuare i problemi, riscrivi ogni sezione problematica e presenta entrambe le versioni a un modello senza contesto per giudicare quale sia migliore.

Alcuni scrittori hanno persino creato strumenti personalizzati per gestire questo processo, usando Python, HTMX e SQLite per creare uno strumento di workshop di scrittura che supporta l'evidenziazione e i confronti affiancati. L'obiettivo è esternalizzare il lavoro noioso mantenendo intatta la tua voce.

Oltre la scrittura: LLM nel malware e nella progettazione hardware

Gli LLM stanno anche trasformando altri campi, a volte con implicazioni preoccupanti. CrowdStrike ha recentemente scoperto PhantomRaven, un information stealer JavaScript scritto da un cacciatore di bug autoproclamato che probabilmente ha usato un LLM. Gli indizi includono commenti verbosi, codice segnaposto e modelli di analisi dei token statistici caratteristici del testo generato dall'AI. Questo caso evidenzia come l'AI stia riducendo il tempo e le competenze necessarie per creare malware sofisticati.

Dal lato hardware, Lattice Semiconductor ha lanciato Lattice Prompt, uno strumento FPGA AI gratuito che copre l'intero flusso di progettazione utilizzando documenti di dispositivo convalidati. A differenza degli LLM generici, utilizza la generazione aumentata da recupero per attingere dai datasheet e dalle note applicative di Lattice, ancorando gli output a fatti specifici del dispositivo. Orchestra anche il software EDA Lattice Radiant, producendo passaggi completi del flusso di progettazione anziché solo testo.

LLM locali e l'uccisore di abbonamenti

Per gli utenti quotidiani, gli LLM locali stanno diventando alternative valide ai servizi in abbonamento. Uno scrittore ha scoperto che Gemma 4, un piccolo modello in esecuzione su un laptop, potrebbe sostituire l'abbonamento a Grammarly da $30 al mese. A differenza di Grammarly, che si concentra sulla grammatica, Gemma 4 agisce come un editore, stringendo la scrittura e fornendo variazioni conversazionali con spiegazioni. Con strumenti come LMStudio o OpenWebUI, puoi inserire documenti e ottenere risposte proprio come previsto.

Questo cambiamento è importante: non hai bisogno di una workstation AI per trarre vantaggio. Modelli più piccoli e più capaci stanno rendendo l'AI locale pratica per risparmiare denaro e mantenere la privacy.

Il quadro generale: Agenti e responsabilità

Mentre gli LLM si evolvono, stanno alimentando "agenti"—sistemi automatizzati collegati a strumenti che possono influenzare il mondo reale. Un agente ha bisogno di un obiettivo, un LLM, strumenti come un browser web, memoria e un ciclo per rivedere i risultati. Gli agenti possono delegare a sotto-agenti, creando flussi di lavoro complessi. Ma questo amplifica anche i rischi: quando un LLM alimenta un ciclo Chiedi → Agisci → Riporta, il suo output plausibile ma imprevedibile diventa l'unico motore di azioni con accesso a strumenti potenti.

È qui che emerge la natura antisociale di questi sistemi. Gli LLM producono regolarmente "schifezza", inventando citazioni, prove o dati perché è plausibile in base ai pesi di addestramento. Un avvocato potrebbe allucinare un intero caso, cosa che ora è di routine. Quando collegati a strumenti potenti, questo diventa disastroso.

Man mano che le capacità dell'AI si espandono, aumenta anche la necessità di linee guida ponderate—sia nella scrittura, nella sicurezza o nella progettazione hardware. Le due regole per scrivere con un LLM sono un microcosmo di una sfida più grande: come sfruttare il potere dell'AI senza perdere il nostro.