Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Esempi: GPT connessi a un CRM, un calendario e un database

Lezione 11 di 17 Aggiornata il 5 novembre 2026 Intermedio
In questa pagina
  1. Dalla teoria alla pratica
  2. Caso 1: Interrogare il tuo CRM in linguaggio naturale (HubSpot)
  3. Caso 2: Gestire un calendario via chat (Google Calendar)
  4. Caso 3: Esplorare un database di feedback (Airtable)
  5. Cosa hanno in comune questi tre casi
  6. A te la parola
  7. Punti chiave

Stato al 5 novembre 2026: i GPT sono nelle loro ultime settimane. OpenAI dismetterà i GPT personalizzati l’11 dicembre 2026 (11 febbraio 2027 per alcuni workspace Enterprise con esenzione). Gli account Personal, Free, Go, Plus e Pro non possono più creare o pubblicare nuovi GPT; nei workspace Business, Enterprise ed Edu, la creazione dipende dalle impostazioni ed è cessata il 26 ottobre 2026 nei workspace Enterprise interessati. I GPT esistenti rimangono utilizzabili e modificabili se il tuo piano lo consente fino alla dismissione; le conversazioni avute con loro resteranno accessibili anche dopo. La migrazione (Migrate to plugin, in My GPTs) converte le istruzioni in una skill, la knowledge base in file di riferimento e le applicazioni connesse in app; le azioni personalizzate non vengono trasferite. Questa lezione spiega come funzionano i GPT per aiutarti a mantenerli, migrarli e adattare i loro principi a un plugin (Lezioni 15–17).

Dalla teoria alla pratica

Ora sai cos’è un’Azione e come proteggere la sua autenticazione. È il momento di vedere come appare un GPT connesso fuori dal laboratorio. Questa lezione analizza tre esempi reali: un CRM, un calendario e un database, dettagliando il bisogno iniziale, la configurazione scelta e ciò che l’utente ottiene giorno per giorno. Vedrai che, al di là delle differenze tra gli strumenti, tutte e tre le configurazioni seguono gli stessi principi di progettazione, che delineeremo alla fine della lezione.

Caso 1: Interrogare il tuo CRM in linguaggio naturale (HubSpot)

Immagina un direttore commerciale che passa le giornate saltando da una riunione all’altra. Ogni volta che vuole verificare lo stato di un’opportunità, deve aprire HubSpot, navigare tra i filtri e trovare la vista giusta. Il suo bisogno è semplice: fare domande come farebbe con un assistente umano e ottenere una risposta senza uscire dalla chat.

La configurazione è volutamente minimale: lo schema OpenAPI espone solo tre endpoint: GET /contacts per cercare contatti per nome, azienda o stato; GET /deals per elencare le opportunità con filtri (importo, fase, data); e POST /notes per aggiungere una nota a un contatto. L’autenticazione si basa sul token di accesso di un’app privata HubSpot, passato come token Bearer, con permessi limitati alla lettura e all’aggiunta di note. Questa scelta non è arbitraria: anche se un utente malintenzionato manipolasse il GPT, non potrebbe modificare un’offerta o alterare i dettagli di un contatto perché l’API stessa lo vieta. Le istruzioni del GPT bloccano l’ambito una seconda volta: specificano che si tratta di un assistente commerciale connesso al CRM HubSpot, che deve usare l’API ogni volta che gli viene chiesto qualcosa su un contatto o un’opportunità, che deve riformulare qualsiasi nota e chiedere conferma prima di aggiungerla, e che non deve mai modificare lo stato di un’offerta o i dettagli di un contatto.

Nella pratica, il risultato cambia la routine quotidiana del direttore commerciale. Digita “Quali sono le mie offerte in negoziazione superiori a 50.000 €?” e ottiene un elenco formattato. Chiede “Mostrami i contatti dell’azienda Durand & Fils” o detta “Aggiungi una nota al contatto Marie Leroy: chiamata il 15 marzo, interessata all’offerta Premium”: il GPT riformula, attende il via libera, poi scrive su HubSpot.

Caso 2: Gestire un calendario via chat (Google Calendar)

Secondo scenario: un assistente di direzione gestisce l’agenda del proprio manager, occupandosi della creazione di riunioni, riprogrammazioni dell’ultimo minuto e verifiche di disponibilità. Qui, a differenza del CRM, la scrittura è centrale per il bisogno: devi poter creare, spostare e cancellare eventi. Lo schema OpenAPI copre quindi quattro endpoint: GET /events per elencare gli eventi di un periodo, POST /events per creare un evento, PUT /events/{id} per modificare un evento esistente e DELETE /events/{id} per cancellarne uno.

Poiché il GPT tocca dati personali di Google, l’autenticazione utilizza OAuth 2.0 con solo lo scope calendar.events: il GPT può leggere e scrivere eventi ma non può toccare le impostazioni del calendario. Maggiore è il potere di scrittura, più critiche diventano le barriere di sicurezza nelle istruzioni. Queste richiedono al GPT di riassumere qualsiasi creazione o modifica e chiedere conferma prima di agire, esigono una doppia conferma prima di qualsiasi cancellazione e gli ordinano di verificare sistematicamente la presenza di conflitti di programmazione prima di proporre una fascia oraria.

Nella pratica, l’assistente chiede “Cosa ho domani pomeriggio?”, “Programma una riunione con il team marketing martedì alle 14:00 per 1 ora” o “Sposta il check-in con Pierre dalle 10:00 alle 11:00”. Il GPT verifica la disponibilità, annuncia cosa sta per fare ed esegue solo dopo la validazione. L’attrito aggiunto dalla conferma è il prezzo modesto di un’agenda che non viene mai rovinata da un malinteso.

Caso 3: Esplorare un database di feedback (Airtable)

Terzo caso: un team di prodotto centralizza ticket e feedback dei clienti in Airtable, ma non tutti padroneggiano la sintassi dei filtri. Invece di formare tutti sullo strumento, il team mette il database in conversazione. Bastano due endpoint: GET /records per elencare i record con filtri e ordinamento, e POST /records per creare un nuovo record. L’autenticazione utilizza un token di accesso personale Airtable, passato come token Bearer, con accesso limitato esclusivamente alla base “Product Feedback”: le altre basi nel workspace rimangono invisibili.

Le istruzioni assegnano al GPT il ruolo di assistente di prodotto connesso al database dei feedback, gli dicono di interrogare la base con i filtri appropriati ogni volta che una domanda riguarda il feedback dei clienti e impongono un formato di risposta: una tabella con colonne per data, cliente, categoria e riepilogo. Soprattutto, stabiliscono un limite chiaro: il GPT può creare nuovi ticket ma non modificare o cancellare quelli esistenti. Qualsiasi membro del team può quindi chiedere “Quanti bug sono stati segnalati questo mese?”, “Quali sono i feedback più recenti sulla funzione di fatturazione?” o dettare “Crea un ticket: bug di visualizzazione nella pagina di pagamento, segnalato dal cliente Dupont il 28 marzo”.

Tre GPT connessi Tre riquadri: un CRM HubSpot interrogato e annotato, con token di app privata e diritti di lettura/nota; un Google Calendar letto e popolato, tramite OAuth con solo lo scope calendar.events; una base feedback Airtable esplorata, con token personale limitato a una sola base. CASI PRATICI Tre GPT connessi 1 CRM HubSpot Interroga contatti, aggiungi note. Token app privata Lettura e note 2 Google Calendar Leggi e crea eventi. OAuth calendar.events 3 Airtable Esplora una base feedback. Token personale Solo una base Prima di costruire un'azione, cerca un'app esistente nella directory dei Plugin.
Basato sull'articolo "Configuring actions in GPTs" dell'OpenAI Help Center (novembre 2026) e sulla documentazione di Airtable e HubSpot.

Cosa hanno in comune questi tre casi

Facendo un passo indietro, tre modelli attraversano queste diverse configurazioni. Il primo è la regola d’oro dei GPT connessi: lettura libera, scrittura controllata. Tutti e tre i GPT consultano i loro dati senza attriti, ma nessuno scrive senza l’esplicita conferma dell’utente. Il secondo modello riguarda le istruzioni: un GPT non indovina quando attivare un’Azione. In tutti e tre i casi, le istruzioni dichiarano esplicitamente “quando l’utente chiede X, usa l’azione Y”: senza questa direttiva, il modello rischia di rispondere basandosi sulla memoria invece di interrogare la fonte. Il terzo modello è la sobrietà dell’ambito: nessuno dei tre GPT espone l’intera API del proprio strumento. Solo da due a quattro endpoint, scelti per il caso d’uso, niente di più.

Per adattare questo approccio alle tue esigenze, segui l’ordine di costruzione illustrato da questi tre esempi:

  1. Identifica uno strumento che usi quotidianamente e che dispone di un’API, e definisci due o tre casi d’uso concreti: le domande che poni più spesso.
  2. Crea uno schema OpenAPI minimale con solo gli endpoint necessari.
  3. Configura l’autenticazione appropriata (chiave API o OAuth).
  4. Aggiungi barriere di sicurezza nelle istruzioni per qualsiasi operazione di scrittura.
  5. Testa con query reali prima di aprire l’accesso ad altri.

Una parola sulle insidie osservate con i creatori alle prime armi. La più frequente è collegare un’API “nel caso servisse”, senza un caso d’uso specifico: ti ritrovi con un GPT che teoricamente può fare tutto ma che nella pratica non fa nulla bene. La più pericolosa è permettere la scrittura senza conferma: un GPT che crea o modifica dati senza validazione può causare danni reali in un CRM o in un calendario condiviso. Considera anche gli errori API: se il servizio non è disponibile o restituisce un errore, il tuo GPT deve sapere cosa dire all’utente invece di inventare una risposta. Infine, resisti alla tentazione di esporre troppi endpoint: ognuno consuma contesto e, oltre i cinque, la precisione del GPT si degrada.

A te la parola

Azione o app? Per uno dei tre casi, o per uno strumento nella tua azienda, cerca prima nella directory dei Plugin di ChatGPT per vedere se esiste già un’app per quel servizio. Se sì, prendi nota di cosa permette e cosa manca; se no, abbozza il piano d’azione: operazioni dello schema, modalità di autenticazione, diritti minimi e barriere di sicurezza nelle istruzioni. Conserva questo piano: è la base per un’integrazione plugin, dato che le azioni non vengono migrate.

Fonti ufficiali: Configuring actions in GPTs (OpenAI Help Center: autenticazione, schema OpenAPI, test, limiti) · Plugins in ChatGPT (directory e app) · Authentication (Airtable: token di accesso) · Private apps (HubSpot: token di accesso)

Punti chiave

  • I GPT connessi a strumenti reali (CRM, calendario, database) risolvono problemi concreti quotidiani
  • Applica la regola d’oro “lettura libera, scrittura controllata”: conferma sempre prima di modificare
  • Menziona esplicitamente le Azioni nelle istruzioni affinché il GPT sappia quando attivarle
  • Limita gli endpoint allo stretto minimo (da 2 a 5) e pianifica la gestione degli errori API
  • Inizia in modo semplice: uno strumento, due endpoint, e arricchisci progressivamente