Il problema non è l'automazione, è che i filtri leggono stringhe
Un filtro Gmail sa fare una cosa sola: confrontare testo. Mittente, oggetto, parole chiave. Se il messaggio non contiene esattamente quello che hai scritto nella regola, il filtro non scatta.
Funziona finché la posta è prevedibile. Poi arriva la mail di un cliente che scrive "volevo capire se riusciamo a organizzare una sessione avanzata a marzo", e nessuna regola la intercetta. Non contiene la parola preventivo, non ha un punto interrogativo, il mittente è un indirizzo personale.
Google Workspace Studio parte da qui. È l'ambiente no-code con cui costruisci agenti che leggono le email e fanno qualcosa, e la differenza rispetto ai filtri è che al centro c'è Gemini: il contenuto viene interpretato, non confrontato. Tono, intento, contesto. Il caso limite che si cita sempre è banale ma dice tutto: Gemini riconosce una richiesta anche quando chi ha scritto ha dimenticato il punto interrogativo. Un filtro no.
Il salto quindi non è dal lavoro manuale all'automazione, quello c'era già. È dalla regola sulla forma alla regola sul significato.
Come è fatto un agente: innesco, passi, variabili
La struttura è sempre la stessa e conviene tenerla a mente prima di aprire l'editor, perché tutto il resto è configurazione.
L'innesco, che nell'interfaccia si chiama starter, è l'evento che avvia il flusso. Può essere un'attività, tipo l'arrivo di una nuova email, oppure un orario: ogni venerdì alle 18, ogni lunedì alle 9.
I passi sono quello che l'agente esegue. La documentazione parla di un massimo di venti passi in sequenza, che è più che abbastanza per un flusso serio e attraversa senza problemi più applicazioni della suite.
Le variabili sono la parte che si sottovaluta e che poi rompe i flussi. Servono a portare un dato da un passo all'altro: il corpo del messaggio, il nome del mittente, l'esito di una classificazione. Se il testo estratto all'inizio non viene salvato in una variabile, al passo dodici non ce l'hai più e l'agente riassume il vuoto.
Detto in modo diverso: l'innesco decide quando, i passi decidono cosa, le variabili tengono insieme il tutto.
I moduli che hai a disposizione
Il catalogo si divide in tre famiglie, e la qualità di un flusso dipende da quanto tieni separate le due logiche che ci sono dentro: quella deterministica e quella generativa.
Gli starter coprono gli eventi in Gmail, gli orari pianificati, i messaggi e le menzioni in Google Chat, le modifiche ai file su Drive.
Gli strumenti logici sono tre e sono la parte più noiosa e più importante. "Controlla se" apre una ramificazione condizionale. "Filtra" isola gli elementi che ti interessano da una lista. "Ripeti" cicla su una lista, per esempio per processare uno per uno gli allegati di una mail.
Le azioni AI sono dove si fa ingegneria del prompt: decidere, estrarre, riassumere. C'è anche la possibilità di interpellare NotebookLM, quindi di far rispondere l'agente sulla base di documenti tuoi invece che sulla conoscenza generale del modello. Vale la pena rileggere due volte quello che scrivi qui, perché il prompt non è una chiacchierata con un assistente: è configurazione, e resta lì a girare per mesi.
Sul fronte integrazioni il perimetro è la suite. Gmail e Chat per etichette, stelle e notifiche. Sheets e Drive per aggiornare fogli e archiviare allegati in modo ordinato. Calendar e Docs per creare eventi o generare documenti, tipo un briefing pre-riunione che pesca da agenda, Drive e posta. Tasks per aprire attività, con la priorità decisa dall'analisi del tono di un feedback ricevuto.
Vuoi capire cosa vale la pena automatizzare?
30 minuti per discutere il tuo caso specifico.
Caso pratico: smistare la posta in tre categorie
Il triage della casella è il banco di prova giusto, perché è un problema che hanno tutti e perché si verifica a occhio se funziona.
L'obiettivo: dividere la posta in ingresso in cliente, lead e spam, e trattare le tre cose in modo diverso. Il prompt di configurazione deve essere esplicito fino a sembrare pedante:
"Classifica ogni email in tre categorie. Cliente: chi ha già acquistato. Lead: potenziale interessato. Spam: mail promozionali. Se è Cliente, metti la stella e l'etichetta Cliente. Se è Lead, metti solo l'etichetta Lead. Se è Spam, metti l'etichetta Probabile Spam."
Dopo una prima fase di estrazione delle informazioni chiave, il flusso ripete per ogni categoria la stessa sequenza di tre passi.
Decidi: Gemini valuta se il contenuto appartiene alla categoria. È un lead, sì o no.
Controlla: un modulo logico verifica l'esito della decisione. Risposta uguale a sì.
Agisci: viene applicata l'etichetta, o la stella, o entrambe.
Sembra ridondante mettere un controllo deterministico dopo una decisione dell'AI. Non lo è. È esattamente quello che tiene sotto controllo i falsi positivi, perché l'azione parte solo se la decisione ha superato una verifica, e perché quando qualcosa va storto sai in quale dei tre passi guardare.
Testare prima di metterlo in produzione
C'è una funzione di esecuzione del test e va usata sul serio, non per spuntare una casella. Il punto dei test non è vedere se il flusso gira, ma se classifica sul contenuto e non sui metadati.
Quindi i casi da provare sono quelli scomodi. Una mail con oggetto "Follow-up formazione marzo" che chiede una sessione avanzata sull'automazione: l'agente deve capire che c'è una relazione già in corso, quindi stella più etichetta cliente. Una mail da un'azienda di quaranta persone che chiede i costi dei percorsi di formazione: intento commerciale, nessun acquisto alle spalle, etichetta lead. Una comunicazione promozionale: etichetta probabile spam, e non cancellazione.
Se l'agente centra questi tre casi guardando solo il corpo del testo, allora hai qualcosa che un filtro a parole chiave non ti dava. Se ne sbaglia uno, non è un problema del modello: quasi sempre è il prompt che descrive male una delle categorie.
Un'ultima cosa sui test: falli anche con la posta vera dei giorni scorsi, non solo con esempi costruiti. Gli esempi costruiti sono sempre più chiari della realtà.
Le tre regole che fanno la differenza
Specificità. Le istruzioni generiche producono classificazioni generiche. "Mail importanti" non vuol dire niente per un modello, mentre "richieste che contengono una domanda su tempi, costi o disponibilità" è una regola applicabile. Ogni volta che un flusso sbaglia, la prima cosa da riscrivere è la definizione della categoria, non il resto.
Umano nel ciclo. Workspace Studio, per come è progettato, crea bozze e non invia email al posto tuo. È una scelta di sicurezza sensata e conviene estenderla anche dove non è imposta: sullo spam usa un'etichetta, non la cancellazione automatica. Una casella che archivia da sola è comoda fino al giorno in cui archivia la mail sbagliata, e quel giorno non te ne accorgi.
Iterazione. Un flusso non si finisce, si rifinisce. Le prime due o tre settimane servono a vedere come reagisce a tipi di comunicazione che non avevi previsto, e a correggere prompt e ramificazioni un pezzo alla volta. Vale per questo strumento come per qualsiasi altro progetto di adozione: il valore arriva dalla manutenzione, non dal lancio. È lo stesso schema che raccontiamo parlando di come si misura il ritorno di un progetto AI.
Cosa ci fa bene Google, e dove si ferma il perimetro
Google ha fatto una cosa intelligente: ha messo la potenza di Gemini dentro i gesti che le persone fanno già, invece di chiedere a qualcuno di imparare uno strumento nuovo. Il triage della posta, l'archiviazione degli allegati, il briefing pre-riunione, la notifica in chat quando arriva qualcosa di rilevante. Sono ore recuperate ogni settimana a fronte di un'ora di configurazione, e non serve coinvolgere nessuno del reparto IT.
Il perimetro però esiste ed è meglio conoscerlo prima di progettare: un agente costruito qui vede quello che sta nella suite. Finché la decisione dipende da email, calendario, fogli e documenti, funziona. Nel momento in cui dipende da dati che vivono altrove, lo storico degli ordini nel gestionale o l'anagrafica nel CRM, hai due strade. Portare quei dati dentro un foglio, che è comodo e crea un secondo archivio non aggiornato, oppure fermarti e mettere in mezzo una vera integrazione.
La scelta pratica quindi non è tra automazione semplice e automazione complicata, è la sequenza. Prima automatizzi il traffico interno alla suite con strumenti che hai già pagato e che funzionano oggi. Poi, quando il collo di bottiglia si sposta sui dati di sistema, affronti l'integrazione con un progetto dedicato. Farlo nell'ordine inverso è il modo classico per spendere sei mesi su qualcosa che risolve il dieci per cento del problema.
E vale la pena partire da un flusso solo. Uno, quello che ti fa più male oggi. Se dopo due settimane la casella è più ordinata e non hai perso niente, ne aggiungi un secondo. È lo stesso schema che vediamo funzionare in ogni progetto di adozione: le lezioni dei primi sei mesi dicono sempre la stessa cosa, e cioè che i progetti larghi partono e si fermano, quelli stretti partono e crescono.