Ho dato a GPT-5.6-Sol budget illimitato per creare ads (risultati)

L'AI non ti ruberà il lavoro. Ma qualcuno che sa usare l'AI per generare centinaia di prodotti e campagne pubblicitarie in un pomeriggio, probabilmente sì.

Quando ho iniziato a sperimentare con GPT-5.6-Sol, ho voluto andare oltre i soliti benchmark e testare qualcosa di concreto: un sistema completamente autonomo che crea prodotti, genera creative pubblicitarie (immagini e video), e orchestra tutto in campagne marketing pronte all'uso. Il risultato? Oltre 80 prodotti di alta qualità, con immagini generate da GPT Image 2 e video realizzati tramite modelli come Runway e Kling, il tutto coordinato da un unico agente AI.

In questo articolo ti mostro come funziona questo workflow, quali strumenti ho usato (e quali puoi usare tu), e perché l'ideazione massiva è il vero superpotere dell'AI in questo momento.

Perché testare l'AI sul campo, non solo su carta

I benchmark sono utili, ma non ti dicono se un modello è davvero in grado di progettare qualcosa che la gente vorrebbe comprare. Per questo ho costruito un loop autonomo: l'AI genera idee di prodotto, crea immagini pubblicitarie, produce video ads, e assembla il tutto in landing page pronte per essere pubblicate.

Esempi concreti? Un tappeto reversibile con pattern naturale su un lato. Coni di incenso a basso fumo con design minimalista. Waxora, piastrelle di cera profumata con due fragranze complementari separate da colori netti. Cabling, una guida magnetica per cavi da scrivania senza adesivi. Rise Plane, un supporto per laptop ergonomico. Orbit Loop, un anello magnetico per iPhone che funge anche da supporto.

Prodotti fisici, credibili, con un design curato e una narrativa visiva coerente. E il punto è questo: la creazione di prodotti può essere completamente automatizzata. Con un po' di lavoro in più, potresti costruire una pipeline che scrapa Reddit o canali di supporto clienti per individuare bisogni reali, genera automaticamente prodotti, testa le ads, e invia schemi tecnici a un laboratorio per la produzione.

Siamo oltre il dropshipping. Stiamo materializzando prodotti da zero, partendo da un prompt.

Come ho costruito il sistema (e come puoi replicarlo)

La parte critica: non ho dato all'AI un prompt specifico per ogni prodotto. Le ho dato le istruzioni per costruire l'infrastruttura che le permettesse di generare milioni di varianti, con un loop di auto-verifica e accesso a tutte le piattaforme necessarie.

Il workflow è questo: AI idea 100 prodotti → genera immagini con GPT Image 2 → crea video ads con modelli generativi → pubblica tutto su un sito web. Il trucco? Parallelizzare tutto. Non un prodotto alla volta (5-10 minuti per ciclo), ma 100 idee, 200 immagini, 200 video contemporaneamente. GPT-5.6-Sol sfrutta sub-agent interni molto bene: puoi generare un mese di contenuti pubblicitari in 10 minuti.

Strumenti che ho usato:

GPT-5.6-Sol come modello di testo orchestratore (via Codeex CLI)
GPT Image 2 per le immagini (integrato in ChatGPT)
Higsfield come aggregatore di modelli video (Runway, Kling, altri). Hanno un MCP (Model Context Protocol) che permette agli agenti AI di chiamare autonomamente i modelli senza intervento umano.
Netlify per il deploy automatico dei siti web

Ho configurato tutto tramite terminale (Codeex CLI), attivato la modalità "yellow" per reasoning esteso, collegato l'MCP di Higsfield, e passato il token API di Netlify. Poi ho dato all'AI un solo prompt: "Sei in una sessione creativa a lungo orizzonte. L'umano è via. Non fermarti a chiedere. Decidi e procedi."

Risultato: l'AI ha girato per ore, generando prodotti, auto-criticando le immagini, rigenerando quelle scadenti, producendo video ads, pubblicando tutto.

L'ideazione è il vero superpotere dell'AI (non l'esecuzione finale)

Quando inizi a fare questo tipo di lavoro su scala, ti accorgi di una cosa: l'AI è straordinaria nell'ideazione, molto meno nell'esecuzione finale per via del "gusto" ancora imperfetto e del tipico tono "AI speech". La strategia più efficace? Usare l'AI per il top of funnel: generare milioni di idee, concept, varianti. Poi filtrare con intelligenza umana e selezionare le candidate migliori.

In pratica: lascia che l'AI ti proponga 100 prodotti. Tu ne scegli 5. L'AI ti genera 200 immagini. Tu ne selezioni 10. L'AI produce 50 video. Tu ne pubblichi 3. Il nostro cervello è lento e inefficiente nell'iterare pattern. L'AI è velocissima e costruita proprio per questo.

Ho applicato questa logica al workflow: ogni asset passa per un loop di auto-QA (l'AI genera, guarda il risultato con la propria vision, lo critica per iscritto, rigenera), ma la selezione finale resta umana. Questo approccio funziona non solo per ads, ma per qualsiasi task creativo dove il volume di opzioni è un vantaggio competitivo.

Come replicare tutto questo (setup pratico)

Vuoi provare? Ecco il percorso minimo:

Apri un account ChatGPT Plus (serve per GPT-5.6-Sol e GPT Image 2). In Italia costa circa €20/mese.
Installa Codeex CLI : apri il terminale (su Mac: Terminale o iTerm, su Windows: PowerShell o WSL), copia il comando di installazione dal sito di Codeex, incollalo, premi invio. Poi avvia Codeex con codeex, attiva la modalità yellow (//yellow), seleziona il modello (/mod → GPT-5.6-Sol, reasoning medio).
Registrati su Higsfield , vai su MCP & CLI, segui le istruzioni per abilitare il server MCP per ChatGPT. In Codeex, chiedi all'AI di configurare il server Higsfield: "Puoi configurare il server MCP di Higsfield?" L'AI farà tutto.
Crea un account Netlify , vai su User Settings → Applications → New Access Token, copia il token, passalo a Codeex: "Aggiungi questo al workspace, è il mio token Netlify".
Usa un prompt simile a questo: "Sei in una sessione creativa autonoma. L'umano è via. Non fermarti a chiedere. Genera 50 prodotti fisici fittizi (design, packaging, USP), crea immagini pubblicitarie con GPT Image 2, trasformale in video ads con i modelli su Higsfield, pubblica tutto su Netlify. Parallellizza. Ogni asset passa per un loop di auto-QA prima della pubblicazione."

Costo? Variabile. GPT Image consuma crediti (circa €15 ogni 100 immagini, a occhio). Higsfield ha piani a consumo (circa $10-50 per 100 video a seconda del modello). Netlify è gratuito fino a 100GB di banda/mese. Budget realistico per un test: €50-100 per generare 30-50 prodotti completi di ads.

Cosa significa tutto questo (e dove stiamo andando)

Siamo arrivati al punto in cui un professionista singolo, con gli strumenti giusti, può fare il lavoro di un'intera agenzia creativa. In un pomeriggio. Con un budget che tre anni fa non avrebbe coperto nemmeno una riunione di brainstorming.

Ma c'è una domanda che vale la pena tenere aperta: fino a quando saremo noi a usare l'AI per orchestrare campagne, e non l'AI a usare noi come filtro di qualità per le proprie iterazioni? Perché se ci pensi, il workflow che ti ho mostrato è già questo: l'AI genera, controlla, critica, rigenera. Io intervengo solo alla fine, per dire sì o no.

E tra un anno? Tra due? Forse anche quel "sì o no" finale sarà delegabile, con un modello abbastanza raffinato da capire il gusto del brand, il tone of voice, il pubblico target. A quel punto, il nostro ruolo sarà definire la strategia, non più eseguirla.

Se stai iniziando con questo tipo di automazione, il mio consiglio è di partire dalla parallelizzazione: lascia che l'AI ti sommerga di opzioni, e impara a filtrare velocemente. È un muscolo nuovo, ma è quello che farà la differenza nei prossimi mesi. Perché il collo di bottiglia non sarà più "quante idee riesco a generare", ma "quanto velocemente riesco a riconoscere quelle buone".