Istruzioni di progetto
Come scrivere un AGENTS.md per Codex: esempio e struttura
Guida pratica per scrivere un AGENTS.md per Codex e coding agent: struttura, esempio completo, errori da evitare, comandi e checklist.
10 minuti Leggi la guida →
Usare i coding agent senza andare a caso
Guide brevi per chi costruisce con AI ma vuole restare padrone del progetto: task chiari, vincoli, skill riusabili, log, review e verifica finale.
Approfondimenti
Guide da leggere e applicare
Concetti spiegati con esempi prima e dopo, checklist operative e blocchi pronti da adattare al tuo progetto.
Prompt design
Da richiesta vaga a task implementabile: prima e dopo
Esempio prima e dopo per trasformare una richiesta vaga in un task chiaro con obiettivo, scope, vincoli, acceptance criteria e verifica.
11 minuti Leggi la guida →
Configurazione sicura
Come creare .env.example senza pubblicare API key e segreti
Guida pratica per creare .env.example senza pubblicare API key, token, password, connection string e altri segreti su GitHub.
9 minuti Leggi la guida →
Review finale
Checklist prima di accettare codice generato dall’AI
Checklist pratica per controllare scope, build, UX, sicurezza, dipendenze e rischi prima di accettare codice generato da un agente AI.
13 minuti Leggi la guida →
Token optimization
Come usare Headroom con Codex: tutorial e differenza con Caveman
Tutorial Headroom per Codex e coding agent: installazione, wrapper, proxy, differenza con Caveman e metodo per misurare token e qualità.
14 minuti Leggi la guida →
Parole da conoscere
Glossario: scope, context window, sandbox, skill, MCP, worktree e CI
Glossario semplice dei termini più usati con coding agent: scope, context window, sandbox, skill, MCP, worktree e continuous integration.
12 minuti Leggi la guida →
Prompt rapidi
Checklist e prompt copiabili
Blocchi brevi da usare direttamente durante un task con un coding agent.
Da idea vaga a task implementabile
Un coding agent lavora meglio quando gli dai obiettivo, contesto, vincoli e criteri di accettazione.
- Scrivi cosa vuoi ottenere in una frase.
- Aggiungi chi userà la feature.
- Dichiara cosa non vuoi cambiare.
- Definisci come capire se il lavoro è finito.
prompt
Trasforma questa idea in un task tecnico implementabile.
Idea:
[scrivi l'idea]
Output richiesto:
- goal
- contesto
- file probabili da controllare
- non-goals
- acceptance criteria
- piano di verifica
Non scrivere codice finché il task non è chiaro.Chiedere modifiche senza perdere controllo
I vincoli proteggono il progetto: dicono all’agente dove non deve improvvisare.
- Limita i file o le aree da toccare.
- Vieta refactor non richiesti.
- Chiedi un piano prima del codice.
- Pretendi una verifica finale.
prompt
Lavora solo su questo scope:
[scope]
Prima di modificare:
1. Leggi i file rilevanti.
2. Spiega il piano.
3. Indica rischi e assunzioni.
Durante la modifica:
- Non fare refactor non richiesti.
- Non cambiare API pubbliche senza spiegazione.
- Non toccare file non collegati.
Dopo:
- Riassumi il diff.
- Indica test o build eseguiti.Skill per risparmiare token
Se ripeti sempre le stesse istruzioni, trasformale in una skill: meno contesto da incollare, meno rumore, più coerenza.
- Metti nella skill stack, comandi, convenzioni e definition of done.
- Lascia il task del giorno nel prompt breve.
- Aggiorna la skill quando scopri una regola ricorrente.
- Aggiungi solo obiettivo, file e vincoli specifici.
prompt
Crea una skill riusabile per questo progetto, pensata per ridurre token e ripetizioni.
Contesto stabile:
[stack, framework, comandi, stile codice, regole UI, policy sicurezza]
Workflow ricorrente:
[es. bugfix, feature, review, deploy, ricerca]
La skill deve includere:
- quando usarla
- cosa leggere prima di agire
- regole da rispettare sempre
- comandi di verifica
- cose da non fare
- formato della risposta finale
Non includere segreti, task temporanei o dettagli che cambiano a ogni richiesta.
Poi dammi un esempio di prompt breve che richiama la skill senza reincollare tutto il contesto.Usare bene errori e log
Incollare solo “non funziona” non basta: l’output completo spesso contiene già la risposta.
- Includi comando eseguito.
- Includi output completo.
- Indica cosa hai cambiato prima dell’errore.
- Chiedi una causa probabile, non dieci ipotesi casuali.
prompt
Analizza questo errore e proponi il fix minimo.
Comando:
[comando]
Output completo:
[log]
Ultime modifiche:
[cosa è cambiato]
Rispondi con:
- causa probabile
- file da controllare
- modifica minima
- comando di verificaReview finale prima di fidarti
Un progetto generato dall’AI va controllato come qualsiasi altro codice: build, UX, sicurezza, segreti.
- Controlla build e lint se disponibili.
- Verifica mobile e desktop.
- Cerca chiavi, token e file locali committati.
- Chiedi una lista di rischi residui.
prompt
Fai una review finale delle modifiche locali.
Priorità:
1. Bug e regressioni.
2. Segreti o config sensibili.
3. Responsività e testi che escono dai contenitori.
4. Test mancanti o verifica incompleta.
Output:
- findings ordinati per gravità
- file e righe quando possibile
- test eseguiti
- rischi residui