Come automatizzare un business da remoto con Claude Code

L'AI non ti ruberà il lavoro. Ma qualcuno che sa usare l'AI per automatizzare processi complessi in pochi giorni, probabilmente sì. E la cosa affascinante è che oggi, con gli strumenti giusti, quel qualcuno puoi essere tu.

Quando ho iniziato a esplorare l'automazione con modelli AI avanzati, ero scettico. Avevo provato approcci simili negli anni passati con risultati deludenti: promesse non mantenute, output incoerenti, troppa supervisione umana richiesta. Ma negli ultimi mesi ho scoperto che qualcosa è davvero cambiato. Con Claude Code e un processo strutturato, sono riuscito ad automatizzare circa l'80% delle attività operative di uno dei miei progetti, lasciandomi libero di concentrarmi sulla parte che amo davvero: parlare con i clienti e progettare soluzioni su misura.

In questo articolo ti mostro il processo esatto che ho seguito, replicabile da chiunque voglia liberare tempo e scalare il proprio lavoro senza assumere un team.

Primo passo: audita davvero tutto quello che fai (non a intuito)

La maggior parte delle persone crede di sapere su cosa passa il tempo ogni giorno. Spoiler: non è vero. Il primo errore che facevo era dire a Claude "automatizzo la gestione delle email" senza avere idea di quante email, di che tipo, con quale frequenza, con quali decisioni implicite.

Per ottenere risultati seri, ho costruito un sistema di monitoraggio visivo: uno script che catturava screenshot del mio schermo ogni 5 secondi per una settimana intera. Circa 12 scatti al minuto, compressi e analizzati da Claude Opus 3.5 in modalità extended thinking. Parallelamente, Claude mi sottoponeva 10-15 domande al giorno: "Su cosa stai lavorando? Perché hai scelto questo approccio? Quali dati ti servono per questa decisione?"

Questo processo mi ha restituito una lista dettagliata e brutalmente onesta di tutte le attività che svolgevo: raccolta lead tramite LinkedIn Sales Navigator, verifica e arricchimento email, scrittura di sequenze di cold email, configurazione e warming di domini, gestione risposte, booking call, preparazione proposal. Cose che credevo di fare "ogni tanto" in realtà occupavano ore ogni giorno.

Il punto chiave: mostrare a Claude cosa fai è infinitamente più efficace che spiegarglielo a parole. Il contesto visivo e le domande guidate hanno fatto emergere dettagli che non avrei mai esplicitato spontaneamente.

Secondo passo: contestualizza ogni singola attività con voce e dettagli

Una volta ottenuta la lista completa, l'ho passata a una nuova istanza di Claude con una richiesta precisa: "Ecco tutto quello che faccio quotidianamente. Voglio automatizzare il massimo possibile del lavoro non a contatto diretto con i clienti. Aiutami a costruire sistemi per ognuna di queste attività. Se ti manca contesto, chiedimelo."

E Claude ha chiesto. Molto. Per ogni task, voleva sapere: quali strumenti uso, quali sono i criteri di qualità, cosa rende un output accettabile, quali eccezioni gestisco manualmente, quali template seguo. Invece di scrivere tutto, ho usato la trascrizione vocale: ho registrato le risposte parlando liberamente, scaricato tutto in circa un'ora. Questo ha dato a Claude un livello di contesto sorprendentemente profondo.

Qui sta una lezione importante: l'AI non indovina. Se vuoi automazione affidabile, devi essere disposto a esplicitare regole implicite, preferenze personali, sfumature che sembrano "ovvie" ma non lo sono affatto per una macchina.

Terzo passo: testa tutto almeno 10 volte (le eval salvano la qualità)

Ecco la parte che nessuno racconta volentieri: un'automazione che funziona bene una volta può fallire clamorosamente la volta successiva. Per evitarlo, ho usato le evaluation (eval), test ripetuti che misurano la consistenza dell'output.

Per ogni attività automatizzata, ho chiesto a Claude di generare 10 risultati diversi con lo stesso prompt. Poi ho valutato manualmente ogni output con un punteggio da 1 a 10. Se la media era sotto l'8 su 10 (in alcuni casi accettavo un 7), chiedevo a Claude: "Come possiamo migliorare questo sistema? Ho notato che gli output tendono a fare X, ma vorrei che facessero Y."

Questo ciclo iterativo — test, valutazione, feedback, miglioramento — è stato il più time-intensive dell'intero processo. Ma è anche quello che ha fatto la differenza tra un'automazione "che funziona a volte" e una su cui posso davvero fare affidamento ogni giorno.

Un consiglio pratico: non migliorare e ritestare un micro-dettaglio alla volta. Raggruppa 3-4 modifiche, testale tutte insieme, parallelizza. Mi ha fatto risparmiare giorni di lavoro.

Istituzionalizza le competenze: Claude come knowledge base condivisa

Una volta raggiunti punteggi stabili sopra il 7-8 su 10, ho trasformato queste automazioni in "skills" dentro Claude. Una skill è essenzialmente una configurazione salvata, riusabile, che può essere condivisa con altre persone nel team (se usi un piano Claude Teams).

Questa è una svolta sottovalutata: non stai solo automatizzando per te stesso. Stai creando competenze trasferibili che anche collaboratori non tecnici possono usare attraverso interfacce semplici come Claude Chat, senza toccare codice o configurazioni complesse.

Ho salvato skill per: generazione di liste lead qualificate, scrittura di cold email personalizzate, preparazione di draft giornalieri per i clienti, analisi di risposte email in entrata. Ognuna di queste ora è un asset riutilizzabile, migliorabile nel tempo, consultabile da chiunque nel progetto.

Decidi cosa schedulare e cosa tenere on-demand (non tutto va in autopilota)

Ultimo step: non tutto va automatizzato allo stesso modo. Ho chiesto a Claude, per ogni skill: "Ha senso schedulare questa attività per farla girare autonomamente, o richiede supervisione umana?"

Alcune task, come preparare un draft di aggiornamento per i clienti ogni mattina, sono completamente schedulabili: Claude le genera, io le rivedo in 2 minuti, invio. Altre, come scrivere una cold email campaign completa o costruire un sistema custom per un cliente, richiedono ancora un human-in-the-loop: Claude prepara, io valuto, aggiusto, approvo.

Alla fine del processo, il mio elenco giornaliero di attività operative si è ridotto a 5-6 task manuali. Tutto il resto — circa l'80-90% del lavoro ripetitivo, operativo, a basso valore aggiunto — gira in automatico o semi-automatico.

E qui arriva la parte che mi sorprende ogni giorno: posso concentrarmi su quello che mi dà energia davvero. Parlare con i clienti, capire i loro blocchi, progettare soluzioni su misura, connettere punti che solo l'esperienza umana sa connettere. Il resto? Lo fa Claude.

Conclusione: stiamo usando l'AI, o ci stiamo abituando a farci usare?

Dopo anni passati a fare micro-ottimizzazioni su landing page, A/B test infiniti, configurazioni manuali di tool che promettevano automazione ma richiedevano supervisione costante, questa sensazione è nuova. Per la prima volta, sento di operare vicino al mio massimo potenziale produttivo. E no, non è magia: è un processo strutturato, replicabile, che chiunque può seguire se è disposto a investire una settimana di lavoro concentrato.

La domanda che mi faccio, però, è questa: fino a quando saremo noi a orchestrare questi sistemi, e non viceversa? Fino a quando l'AI resterà un assistente potenziato, e non un decisore autonomo che ci delega i compiti residuali?

Non ho una risposta definitiva. Ma so che oggi, con Claude Code, un piano Teams, e un processo di eval rigoroso, un professionista singolo può fare quello che 5 anni fa richiedeva un team di 5 persone. Se stai ancora facendo tutto manualmente, il mio consiglio è semplice: inizia dall'audit. Scopri davvero dove va il tuo tempo. Il resto viene dopo, ma senza quella consapevolezza, ogni tentativo di automazione sarà un tiro al buio.