Tempo fa ho scritto che la maggior parte delle persone usa ancora l'AI a colpi di prompt, mentre l'uno percento la fa girare su loop. Boris Cherny, quello che ha costruito Claude Code, l'ha detto in modo piu netto: non fa piu prompt a Claude, il suo lavoro adesso e scrivere loop. Quella frase mi e rimasta perche e esattamente la differenza che vedo ogni settimana tra i team che tirano fuori lavoro vero da un AI sales agent e quelli che ottengono una demo bellissima che muore appena tocca una pipeline reale. Guido Growth Cab, un'advisory GTM, e ho costruito e buttato via abbastanza di questi sistemi da poterti dire dove sta davvero la linea.
in
“Most people still prompt AI. The top 1% run it on loops. A prompt asks AI to do something once. A loop is made of four things: trigger, execution, verification, and memory.”
Cos'e davvero un AI sales agent
Quasi tutto quello che ti vendono come AI sales agent e un prompt schedulato. Qualcuno mette un prompt decente dentro un cron job, lo punta su una lista, e lo chiama autonomo. Gira, manda, e la prima volta che la realta si allontana dal template continua lo stesso, sicuro di se e sbagliato. Un prompt chiede al modello di fare una cosa una volta. Un agent dovrebbe possedere un risultato nel tempo e correggersi mentre il mondo cambia sotto di lui. Sono due lavori diversi, e la distanza tra i due e tutto il gioco. Se il tuo agent non si accorge che sta per dire una cosa falsa, non hai un agent. Hai un modo piu veloce di sbagliare su larga scala.
Le quattro parti di un loop che fanno funzionare un AI sales agent
Quando Boris parla di scrivere loop invece di prompt, un loop e una cosa precisa. E fatto di quattro parti, e ogni AI sales agent che sopravvive a un trimestre vero le ha tutte e quattro. Trigger, esecuzione, verifica e memoria. Salta anche solo una di queste e sei di nuovo a un prompt con qualche passaggio in piu.
Il trigger e cosa fa partire il lavoro. Un agent debole parte solo sul tempo, quindi fa lo stesso movimento alle nove del mattino che sia successo qualcosa oppure no. Uno utile parte su un segnale. Un nuovo account entra nella lista target. Un prospect apre la stessa pagina due volte in una settimana. Un decision maker cambia ruolo su LinkedIn. Il trigger e la differenza tra scrivere perche e successo qualcosa e scrivere perche l'orologio si e mosso.
L'esecuzione e il lavoro vero. Tirare su l'account, leggere gli ultimi novanta giorni di segnale pubblico, scrivere il messaggio, preparare il task per il commerciale. Questa e la parte che le demo mettono in mostra, ed e onestamente la parte in cui i modelli sono gia bravi. L'esecuzione non e mai stata il punto in cui questi sistemi si rompono.
La verifica e come l'agent decide se il lavoro e abbastanza buono da agire. E il passaggio che quasi tutti saltano perche e poco spettacolare e difficile. Senza, l'agent non ha modo di prendere i propri errori, quindi li accumula. La verifica e l'unica linea tra un assistente che aiuta e un agent di cui ti puoi fidare per muoversi da solo.
La memoria e quello che si porta avanti. Quale messaggio ha avuto risposta. Quale account ha detto non adesso e lo pensava davvero. Com'era il tuo angolo migliore il mese scorso. Un agent senza memoria non impara niente e ripete tutto, comprese le mosse che avevano gia fallito.
La verifica e dove quasi tutti gli AI sales agent falliscono in silenzio
Eccone uno vero. Avevo un agent che studiava gli account e scriveva l'outreach, e nella demo era bellissimo. In produzione ha deciso che un'azienda aveva chiuso un round di investimento mai avvenuto, ha scritto un'apertura calda intorno a quel round finto, e l'ha mandata. Un prospect ha risposto per correggerci. Imbarazzante, e del tutto evitabile. Era un errore di verifica, e dare la colpa al modello manca il punto. Il modello sara sempre disposto a riempire un vuoto con qualcosa di fluente. Il mio lavoro era costruire il controllo che impedisce a quella supposizione fluente di uscire.
Quindi adesso ogni bozza che l'agent produce passa una regola prima di poter partire. Ogni affermazione fattuale deve poter risalire a una fonte che l'agent ha davvero raccolto in questo giro. Se non puo citare il round, il numero di dipendenti, il lancio recente, non lo puo nominare. Quella singola regola di verifica ha ammazzato quasi tutto l'imbarazzo, ed e costata solo la disciplina di scriverla. Un AI sales agent senza un passaggio di verifica non e autonomo. E senza supervisione, e sono due parole molto diverse.
Dove l'AI sales agent si rompe ancora
Non faro finta che sia risolto. Un AI sales agent si rompe ancora sul giudizio. Non capisce che un deal e diventato silenzioso perche il referente e in ferie e non perche ha perso interesse, quindi continua a insistere nel momento sbagliato. Si rompe quando i dati sotto sono scarsi, perche un messaggio e specifico solo quanto quello che gli hai dato, e un profilo povero produce riempitivo sicuro di se. E si rompe sul tempismo che ha bisogno di una lettura umana della situazione.
C'e anche un modo di fallire che si sottovaluta. Piu autonomia dai a un agent, piu un singolo loop sbagliato scala il danno prima che qualcuno se ne accorga. Una persona che manda una mail sbagliata e una brutta mattinata. Un agent che manda quattrocento mail sbagliate e un problema di brand. Questa asimmetria e il motivo per cui, per qualsiasi cosa tocchi un deal vivo, tengo una persona sul passaggio di verifica. L'agent propone, un umano approva, e solo la fetta a basso rischio gira da sola.
Come costruire il tuo primo AI sales agent questa settimana
Non provare ad automatizzare tutto il funnel. Scegli un loop stretto. Un trigger, un lavoro, una regola di verifica. In Growth Cab il primo loop che si e davvero guadagnato il posto era semplice: quando un nuovo account entra nella lista, studialo e scrivi un primo contatto, poi controlla ogni affermazione contro le fonti prima che arrivi a me. Per la prima settimana fallo girare in modalita bozza, dove propone e tu approvi ogni output a mano. Trovi i buchi in fretta, e ogni buco diventa una regola di verifica. Quando smette di sorprenderti, lascialo agire sulla fetta sicura e tieni l'umano su tutto cio che ha un fatturato attaccato.
La matematica onesta e che il nostro loop di ricerca e scrittura mi fa risparmiare una fetta vera di tempo di preparazione ogni settimana, ma solo perche una persona possiede ancora l'invio su tutto cio che conta. Il trucco e tutto qui. I team che vincono con un AI sales agent non sono quelli che hanno tolto l'umano. Sono quelli che hanno spostato l'umano dallo scrivere la mail all'approvare il loop.
Se vuoi la versione funzionante di tutto questo, smonto un loop GTM al giorno in The Revenue AI Brief, la mia newsletter, con il trigger e la regola di verifica scritti per esteso. E il thread originale che ha fatto partire tutto, con il loop in quattro parti completo, e sul mio LinkedIn. Vieni a discutere li se pensi che io abbia torto sull'umano che resta sul passaggio di verifica.
