Parti dal risultato, non dalla parola AI
Definisci cosa dovrebbe migliorare: ridurre il tempo di risposta, trovare informazioni, classificare richieste o preparare una bozza. Senza una metrica, ogni demo può sembrare intelligente.
Un buon freelance ti aiuta anche a riconoscere quando bastano regole, ricerca tradizionale o una migliore interfaccia. Non forza un modello generativo dove non serve.
Chiedi come valuterà la qualità
La domanda decisiva è come sapremo se funziona. Servono esempi rappresentativi, criteri di accettazione e un modo per osservare errori e regressioni nel tempo.
Per output non deterministici non basta provare tre richieste felici. Il professionista dovrebbe parlare di dataset di valutazione, revisione umana e limiti conosciuti.
Verifica dati, costi e dipendenze
Chiedi quali dati vengono inviati a fornitori esterni, per quanto tempo restano disponibili e come vengono protetti segreti e informazioni personali.
Fatti mostrare anche una stima del costo per operazione e un piano per cambiare fornitore o modello. Un prototipo economico può diventare fragile se dipende da una sola API senza controlli.
Valuta la capacità di consegnare tutto il sistema
Un progetto AI comprende interfaccia, backend, autorizzazioni, integrazioni, monitoraggio e gestione delle eccezioni. Il modello è solo un componente.
Portfolio e GitHub possono mostrare profondità tecnica, ma usa il colloquio per valutare comunicazione, assunzioni e disponibilità a dire no. La fiducia nasce dalla chiarezza sui rischi.