In questa puntata, ho iniziato a esplorare una nuova frontiera tecnologica: gli assistenti di programmazione IA per la riga di comando (CLI) e come possono essere usati nel mondo legale e della scrittura. Spoiler: per ora i risultati sono stati molto soddisfacenti.

Note dell’episodio

Come sempre, se ti è piaciuto quel che hai letto, ascoltato o visto e non l’hai già fatto, ti suggerisco di iscriverti alla mia newsletter.
Ti avvertirò dei nuovi articoli che pubblico (oltre ai podcast e video su YouTube) e, mensilmente, ti segnalerò articoli che ho raccolto nel corso del mese ed ho trovato interessanti.

Qui trovi la registrazione in video della puntata non editata.

Link

Claude Code: il capostipite
Gemini CLI: quello di Google
Opencode: Repository del tool OpenCode, assistente AI open source per riga di comando.
Perché non usare un programma di video scrittura per scrivere atti: Articolo di approfondimento sulle differenze fra programmi di scrittura tradizionali e workflow testuali/telematici.
Link a video che mi ha ispirato: Video di NetworkChuck che esplora l'uso di AI nella programmazione e automazione shell CLI.
Il video progenitore?: Video di Darren Hinde considerato il capostipite sull'uso di AI per documenti/testo da terminale.
Puntata n.22 – “vita da terminale”: Puntata podcast dedicata alla 'vita da terminale' e all'uso avanzato del terminale/testo per workflow quotidiani.
Le mie prime impressioni su MiniMax-M2: mio articolo in cui parlo dell’utilizzo che ho fatto di MiniMax-M2 assieme agli assistenti di programmazione IA a riga di comando.

Sinossi

Ti ricordo che la sinossi è generata dalla IA in particolare usando la trascrizione del podcast con l’app Transcriber dell’amico Alex Raccuglia che trovi le sue tante applicazioni su Ulti.media e NotebookLM.

Piccola nota: si vede che NotebooLM è passato a Gemini 3.

In questa puntata, ho iniziato a esplorare una nuova frontiera tecnologica: gli assistenti di programmazione IA per la riga di comando (CLI) e come possono essere usati nel mondo legale e della scrittura. Spoiler: per ora i risultati sono stati molto soddisfacenti.

Vediamo subito i punti principali per capire di cosa si tratta e perché mi sono avventurato in questa direzione!

💻 Capitolo 1: Cosa Sono e Perché Usare la Riga di Comando

L'idea di base è usare la Large Language Model (LLM) all'interno della finestra di un terminale. Potrebbe sembrare strano usare il terminale invece delle classiche chat, ma i vantaggi sono notevoli.

Questi strumenti sono nati per gli sviluppatori, per lavorare sui codici. Tuttavia, siccome il linguaggio di programmazione è comunque un linguaggio, e gli LLM lavorano benissimo con il linguaggio—anche quello "per le macchine"—possono essere usati anche per la scrittura e l'analisi di testi.

Ecco cosa fanno:

Comprendono richieste testuali e interagiscono tramite la Command Line Interface (CLI).
Sono in grado di analizzare e manipolare testi, generare documentazione e rispondere a domande tecniche.
Attenzione: un LLM che lavora sul tuo computer può accedere ai tuoi file, il che è potentissimo ma anche pericolosissimo, perché un comando sbagliato potrebbe cancellare dati importanti.

⚙️ Capitolo 2: I Tool Principali e i Loro Costi

Ho fatto test approfonditi su diversi strumenti, ognuno con le sue peculiarità:

Claude Code (Anthropic): È il più maturo e famoso. Puoi usarlo tramite API o collegarlo a un abbonamento mensile (c’è il taglio da $20, $100 o $200). Bisogna tenere presente che il consumo di token è notevole.
Gemini CLI (Google): Attualmente è generosamente gratuito (basta un account Google). Permette di fare ricerche anche tramite Google, il che è un bel plus.
Open Code (Open Source): È la mia scelta preferita finora, anche se forse meno sviluppata. Essendo open source, ti permette di agganciarti a moltissimi servizi, non solo quelli più noti (Anthropic, Open AI, Gemini), ma anche LLM alternativi, spesso più economici (tramite, ad esempio, Open Router).

💼 Capitolo 3: I Vantaggi per l'Attività Legale e la Scrittura

Perché usare la riga di comando per i documenti? Perché tutto è file di testo sul tuo computer, e questi sistemi possono accedervi.

Contesto Focalizzato: Il problema delle chat è che sono dispersive. Con il CLI, hai un contesto specifico (una cartella di progetto). L'LLM può accedere solo ai documenti in quella cartella (sentenza, giurisprudenza, atto d’appello), estrapolando solo le informazioni necessarie. Questo porta a risposte più centrate e migliori.
Agenti e Multitasking: Si possono creare "subagenti" per svolgere più attività in contemporanea, come lanciare 10 ricerche simili ma distinte in simultanea.
Personalizzazione Avanzata: Puoi "programmare" l'attività dell'IA tramite file di testo specifici salvati nella cartella (es. claude.md). Questi file contengono il prompt di sistema, spiegando all'LLM gli step di lavoro, dove trovare i file e dove salvare i risultati.
Organizzazione e Ripresa Lavoro: L'IA può fare il riassunto della sessione di lavoro, permettendoti di ripartire, anche una settimana dopo, esattamente da dove avevi lasciato. Questo delega alla macchina attività organizzative banali ma utili.

📝 Capitolo 4: L'Esperimento dell'Atto d'Appello

Ho testato questo approccio per creare una comparsa di costituzione d’appello, fornendo all'LLM la sentenza e l'atto di controparte, ovviamente anonimizzati.

Il flusso di lavoro era a passi: esaminare, estrapolare normativa/giurisprudenza, fare ricerche specifiche, strutturare la linea difensiva e infine generare una bozza.

I risultati sono stati promettenti. Ho guidato l'IA e, dopo averle dato istruzioni più precise e una struttura dettagliata, la bozza finale è stata molto interessante e creata in circa un'ora di lavoro.

Il Rovesciamento della Medaglia: La parte dolente è il costo. L'esperimento ha consumato circa 13 milioni di token, una quantità enorme. L'uso "a consumo" è decisamente impegnativo.
Revisione Obbligatoria: Poiché gli strumenti sono intrinsecamente non deterministici, la revisione umana è sempre essenziale per controllare le citazioni e prevenire le "allucinazioni".

🚀 Capitolo 5: Conclusioni e Rischi Legali

Questi strumenti offrono un potenziale enorme, soprattutto per la creazione di flussi di lavoro personalizzati e l'automazione, grazie alla capacità di accedere e modificare i file locali. Più lavori con loro, più migliorano i risultati.

Le perplessità restano due: il consumo spropositato di token e la curva di apprendimento ripida.

Per il mondo legale, l'attenzione deve essere massima:

Anonimizzazione: È essenziale anonimizzare tutti i documenti, soprattutto se si usano servizi gratuiti che potrebbero usare i dati per il training.
Rischio Dati: Come detto, la potenza di accesso ai file locali è anche il rischio maggiore.

In sintesi, sono strumenti potentissimi, ma vanno usati con cautela e consapevolezza. Siamo solo all'inizio, ma le potenzialità ci sono tutte.