Scopri come strutturare, coordinare e far crescere un team di agenti AI con organigramma, handoff formali e KPI. Scarica la preview gratis.
Entro i prossimi 7 minuti capirai:
👉 Spoiler: alla fine trovi un link per scaricare l’organigramma completo e il prompt “Director” già pronto.
Subito dopo il primo successo, passare da 1 a 4 agenti sembra un’idea brillante. Finché non scopri che:
Nel nostro SaaS B2B: Ricercatore → Copywriter. Output di 20 pagine passa a B tramite DB stato. Mancando una context summary, B estrae tre frasi inutili. Risultato: 0 € di valore business, 7 € di token bruciati.
Per risolvere questo problema, abbiamo smesso di pensare a "chiamate di funzioni" e abbiamo iniziato a disegnare un organigramma. La nostra architettura si basa su due tipi di agenti, che replicano la struttura di un'azienda reale.
Questi sono i tuoi "manager" e i tuoi "dipartimenti di supporto". Sono un numero fisso di agenti che lavorano dietro le quinte su tutti i progetti.
Stavamo lavorando al nostro caso d'uso B2B SaaS. L'Agente A, un "Ricercatore", doveva produrre un'analisi di mercato di 20 pagine. L'Agente B, un "Copywriter", doveva estrarre da quell'analisi i 3 punti chiave per una campagna email. L'Agente A ha completato il suo task. Lo stato è passato a completed. L'Agente B è partito. E ha prodotto spazzatura.
Il problema? L'Agente B non aveva idea di cosa cercare in quel muro di testo di 20 pagine. Il contesto strategico era andato completamente perso nel passaggio. L'output era corretto, ma il valore di business era nullo. Abbiamo capito che la collaborazione implicita non basta. La collaborazione efficace, sia tra umani che tra AI, richiede comunicazione esplicita e trasferimento di contesto.
Questi sono gli "esperti sul campo", gli esecutori che vengono "assunti" dal Director su misura per ogni progetto. Per il nostro progetto B2B, il Director ha "assunto" un "ICP Research Specialist" e un "Email Copywriting Specialist". Per un progetto di fitness, avrebbe potuto assumere un "Social Media Strategist" e un "Content Creator". Questa struttura risolve il problema della scalabilità e dell'universalità alla radice.
Avere un organigramma non basta. Bisogna definire i processi di comunicazione. Abbiamo implementato due meccanismi chiave:
1. Il "Recruitment" AI-Driven
Come fa il Director a sapere chi assumere? Non usa una lista di regole. Usa un prompt "Chain-of-Thought" che lo costringe a pensare come un vero recruiter.
Frammento del Prompt del `Director` (dal nostro libro):
prompt = f"""
Sei un Direttore di un'agenzia di talenti AI. Analizza l'obiettivo e il budget di questo progetto e assembla il team perfetto.
**Obiettivo Progetto:** "{workspace_goal}"
**Budget:** {budget} EUR
**Processo di Recruiting a Catena:**
**Passo 1: Analisi delle Necessità Funzionali.**
Scomponi l'obiettivo nelle sue aree di competenza principali (es. "Data Analysis", "Content Creation").
**Risultato Passo 1 (JSON):** {{"functional_areas": [...]}}
Passo 2: Definizione dei Ruoli e Composizione del Team.**
Per ogni area, definisci il ruolo specialistico e assembla un team bilanciato che rispetti il budget.
**Risultato Passo 2 (JSON):** {{"team_composition": [...]}}
"""
Questo processo garantisce che ogni progetto abbia un team su misura, creato dall'AI stessa.
Per risolvere il problema della "staffetta mancata", abbiamo eliminato la comunicazione implicita e introdotto gli Handoff. Un Handoff è un "passaggio di consegne" formale tra due agenti.
Quando l'Agente A finisce il suo lavoro, non si limita a impostare lo stato su completed. Crea un oggetto Handoff che contiene:
* `target_agent_role`: Il ruolo del prossimo agente che deve lavorare (es. "Copywriter").
* `context_summary`: Un riassunto, generato dall'AI stessa, che dice: "Ho fatto X, e la cosa più importante che devi sapere per il tuo prossimo task è Y".
* `relevant_artifacts`: Link diretti ai file o ai dati su cui lavorare.
1 graph TD
2 A[Agente A completa Task 1] --> B{Crea Oggetto Handoff con Riassunto AI};
3 B --> C[Salva Handoff su DB];
4 C --> D{Executor vede il nuovo Task 2};
5 D -- Legge l'Handoff e il suo contesto --> E[Assegna Task 2 all'Agente B];
Questo meccanismo garantisce che il contesto non vada mai perso.
La complessità della gestione di agenti AI non è un bug, è una feature. È il segnale che stiamo passando da semplici script a veri sistemi intelligenti. La soluzione non è cercare un "tool" magico che nasconda questa complessità, ma abbracciarla con un'architettura robusta. Smettendo di pensare come programmatori e iniziando a pensare come fondatori di organizzazioni, possiamo costruire sistemi che non solo funzionano, ma scalano, apprendono e collaborano.
Questa filosofia organizzativa è il cuore del nostro sistema. Abbiamo passato settimane a perfezionarla, affrontando decine di fallimenti e imparando lezioni preziose.
📘 Preview gratuita (3 capitoli) – diagrammi, prompt e JSON schema pronti da copiare.