Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Scrivi una competenza riutilizzabile

Lezione 17 di 17 Aggiornata il 5 novembre 2026 Intermedio
In questa pagina
  1. L’anatomia di una competenza
  2. La descrizione è l’elemento centrale
  3. Impostazioni opzionali
  4. Dove vivono le competenze e come condividerle
  5. A te la parola
  6. Punti chiave
  7. Metti alla prova le tue conoscenze

Se le istruzioni di un GPT ne sono il cuore, la competenza (skill) è il cuore di un plugin. È il formato che usi per scrivere un flusso di lavoro riutilizzabile: istruzioni, risorse e, se necessario, script. Le competenze OpenAI seguono uno standard aperto chiamato “agent skills” (agentskills.io), il che significa che una competenza ben scritta non è bloccata in un unico strumento. Questa lezione ti insegna come scriverne una.

L’anatomia di una competenza

Una competenza è una cartella contenente un file obbligatorio, SKILL.md, ed elementi opzionali.

synthese-document/
├── SKILL.md          ← obbligatorio: istruzioni + metadati
├── scripts/          ← opzionale: codice eseguibile
├── references/       ← opzionale: documentazione
├── assets/           ← opzionale: modelli, risorse
└── agents/
    └── openai.yaml   ← opzionale: aspetto e dipendenze

Il file SKILL.md deve includere un name e una description. Ecco un esempio minimo:

---
name: synthese-document
description: Riassume un documento fornito in tre parti (panoramica, punti chiave, domande aperte). Da usare quando l'utente richiede un riassunto o un report di un documento allegato.
---

# Riassunto del documento

1. Leggi l'intero documento prima di scrivere.
2. Scrivi tre sezioni: Panoramica (3 frasi), Punti chiave (max 5 punti elenco), Domande aperte.
3. Basati solo sul documento; se mancano informazioni, scrivi "non fornito".
4. Usa il modello in `assets/modele.md` per la formattazione.

La descrizione è l’elemento centrale

ChatGPT e Codex attivano una competenza in due modi. O la chiami esplicitamente—digitando @ in ChatGPT, o /skills e $ in Codex—oppure lo strumento la seleziona automaticamente quando la tua richiesta corrisponde alla sua description. Ecco perché la documentazione insiste su questo campo: hai bisogno di una descrizione concisa che inizi con il caso d’uso principale e le parole chiave di attivazione, e che dichiari chiaramente i suoi limiti.

Un meccanismo specifico guida questo requisito: la rivelazione progressiva (progressive disclosure). Inizialmente, ChatGPT e Codex leggono solo il nome e la descrizione di ogni competenza installata; caricano le istruzioni complete da SKILL.md solo quando usano effettivamente la competenza. Questo ti permette di installare molte competenze senza intasare il contesto, ma significa anche che una descrizione vaga porta a una competenza che o non viene mai scelta al momento giusto, o viene scelta al momento sbagliato.

Impostazioni opzionali

Il file agents/openai.yaml ti permette di rifinire la visualizzazione nell’app desktop (nome, breve descrizione, icone, colore, prompt predefinito), dichiarare gli strumenti da cui la competenza dipende—un server MCP, per esempio—e impostare una politica di invocazione. Impostare allow_implicit_invocation: false impedisce a ChatGPT di scegliere la competenza da solo: utile per flussi di lavoro sensibili che vuoi attivare solo su richiesta.

Dove vivono le competenze e come condividerle

Una competenza autonoma funziona nell’app desktop di ChatGPT, in Codex tramite riga di comando e nella sua estensione per editor; in Codex, le competenze di progetto vanno nella cartella .agents/skills del repository. Per rendere una competenza disponibile ad altri, OpenAI consiglia di impacchettarla in un plugin: un plugin può raggruppare più competenze e aggiungere connessioni a server MCP o elementi di presentazione. Le competenze incluse in un plugin diventano quindi disponibili nelle modalità Chat e Work in ChatGPT, sul web, desktop e mobile. In ChatGPT sul web, la scheda Skills nella directory dei plugin ti permette anche di creare una competenza tramite conversazione (usando la competenza built-in skill-creator), con un editor o per importazione, e condividerla nel tuo spazio di lavoro; questa scheda è riservata ai piani Business, Enterprise, Healthcare ed Edu idonei.

L'anatomia di una competenza Tre riquadri: SKILL.md, obbligatorio, con nome, descrizione e istruzioni; la cartella references, opzionale, per i file di riferimento; la cartella scripts, opzionale, per i passaggi automatizzati. UNA CARTELLA, UN FILE OBBLIGATORIO L'anatomia di una competenza 1 SKILL.md Nome, descrizione, istruzioni. Obbligatorio 2 references/ File di riferimento. Opzionale 3 scripts/ Passaggi automatizzati. Opzionale La descrizione decide quando la competenza si attiva: dì quando usare la competenza e quando non usarla.
Basato sulla pagina Build skills nella documentazione di ChatGPT (novembre 2026).

A te la parola

Dal GPT alla competenza. Prendi le istruzioni del GPT che hai costruito nelle lezioni dalla 4 alla 7. Trasformale in un SKILL.md: un nome breve, una descrizione che dica quando usarlo e quando no, passaggi numerati e i tuoi file di conoscenza archiviati in references/. Quindi testa la competenza due volte: una volta chiamandola con @, e una volta con una richiesta regolare che dovrebbe attivarla.

Fonti ufficiali: Build skills (documentazione ChatGPT: SKILL.md, descrizione, posizioni) · Skills in ChatGPT (Centro assistenza OpenAI: scheda Skills, piani, condivisione)

Punti chiave

  • Una competenza è una cartella con un SKILL.md (nome + descrizione obbligatori) e risorse opzionali; segue lo standard aperto agent skills
  • La descrizione decide quando la competenza viene scelta: inizia con il caso d’uso, le parole chiave di attivazione e i limiti
  • Rivelazione progressiva: solo nome e descrizione vengono letti per primi; le istruzioni si caricano al momento dell’uso
  • Per condividere una competenza, impacchettala in un plugin

Metti alla prova le tue conoscenze

Dai GPT ai plugin: valida l’intero percorso.

1. Custom Instructions, Memory, GPT: qual è la differenza?

Risposta: Le Custom Instructions colorano tutte le tue conversazioni; Memory conserva i fatti su di te nel tempo; un GPT è un assistente confezionato—istruzioni, conoscenza, strumenti—condivisibile con altri.

2. Cosa deve contenere una buona istruzione di sistema per un GPT?

Risposta: Il ruolo, l’ambito (cosa fa e cosa non fa), il tono, il formato di risposta e la gestione dei casi limite—scritto come una descrizione del lavoro, non come una lista dei desideri.

3. A cosa serve la Knowledge base?

Risposta: A fornire al GPT documenti di riferimento che consulta per rispondere—le tue guide, cataloghi o procedure—invece di affidarsi solo alla sua memoria di addestramento.

4. Cosa succede alle azioni di un GPT durante la migrazione verso un plugin?

Risposta: Non vengono trasferite: devi verificare se esiste già un’app nella directory dei plugin, altrimenti ricostruire l’integrazione, ad esempio con un server MCP. Le istruzioni diventano una competenza e la knowledge base diventa file di riferimento.

5. Prima di condividere un GPT o un plugin, cosa controlli?

Risposta: Test su casi reali e casi limite, conformità alle politiche d’uso, chiarezza della descrizione, una privacy policy per qualsiasi azione pubblica e che nessun dato sensibile si nasconda nelle istruzioni o nei file.

Uno strumento condiviso impegna il suo creatore: testa come se i tuoi utenti fossero già lì e migra i tuoi GPT prima dell’11 dicembre 2026.