Tan e Cheng cercavano un modo più semplice per registrare le abitudini del figlio e confrontarle con le indicazioni sullo sviluppo infantile. Per questo hanno progettato l’app intorno alle attività che svolgevano già ogni giorno:
La specificità del progetto è stata decisiva. Tan non ha chiesto a Claude Code di realizzare una generica “app per genitori”: ha indicato quali dati inserire, quali calcoli eseguire, chi avrebbe potuto accedere alle informazioni e come l’esperienza avrebbe dovuto cambiare con la crescita del bambino.
Pur non essendo un programmatore, Tan ha seguito un processo simile a quello di un piccolo team di sviluppo. Ha iniziato scrivendo in inglese comune una descrizione dettagliata delle funzioni e del comportamento dell’app, lasciando poi a Claude Code il compito di trasformare quelle istruzioni in software.
Il percorso, in sintesi, è stato questo:
Ogni piattaforma aveva quindi un ruolo distinto. Claude Code era l’interfaccia di sviluppo, GitHub il deposito del codice, Supabase la parte tecnica dedicata ai dati e agli accessi, mentre Vercel si occupava della distribuzione della web app.
Tan non si aspettava che la prima versione fosse già pronta all’uso. Testava l’app, segnalava ciò che mancava o non funzionava e chiedeva a Claude Code di apportare modifiche. Il ciclo era sempre lo stesso: scrivere il prompt, controllare il risultato, provare la funzione e rifinirla.
La lezione che ne ha ricavato è semplice: istruzioni vaghe portano spesso a risultati vaghi. Più descriveva nel dettaglio campi, autorizzazioni, calcoli e comportamento dell’interfaccia, più l’output diventava utile. Claude Code riusciva generalmente a comprendere anche un inglese imperfetto o “sgrammaticato”, ma capire una richiesta non significa che quella richiesta contenga già tutte le informazioni necessarie.
È una distinzione importante per chi usa gli strumenti di IA per programmare. Il linguaggio naturale può rendere più facile iniziare un progetto, ma non elimina la necessità di definire bene i requisiti e verificare il risultato.
Tan ha utilizzato Claude Code insieme a Perplexity AI per cercare informazioni, anche perché il servizio restituisce citazioni. Non ha però considerato automaticamente affidabile una risposta solo perché accompagnata da un link o da un riferimento bibliografico.
Quando la ricerca ha indicato il pesce con pinne come una delle principali preoccupazioni legate alle allergie a Singapore, Tan ha sollevato dubbi: nella sua esperienza, il riferimento più familiare era quello ai crostacei. Ha quindi controllato il materiale citato e corretto l’app. Il caso mette in luce anche un rischio più ampio: i sistemi di ricerca basati sull’IA possono presentare citazioni associate a studi inesistenti. Le informazioni sanitarie importanti devono quindi essere verificate autonomamente.
Per un’app dedicata a un neonato, la cautela è particolarmente importante. Uno strumento del genere può aiutare a organizzare le osservazioni e a confrontarle con indicazioni generali, ma una risposta generata dall’IA non diventa una prova medica solo perché contiene citazioni.
Le competenze sviluppate durante il progetto hanno avuto un’applicazione anche nel lavoro di Tan. In seguito ha creato uno strumento di traduzione con un solo pulsante, capace di convertire contenuti dall’inglese in 48 lingue.
Anche in questo caso, le istruzioni non si limitavano a chiedere una traduzione parola per parola. Tan ha indicato allo strumento di comprendere prima il significato del testo, l’intento dell’autore e l’obiettivo persuasivo. Solo dopo doveva riscriverlo nella lingua di destinazione con uno stile naturale, evitando di mantenere frasi, ritmo o logica modellati sull’inglese.
Il principio è lo stesso dell’app per il bambino: la qualità dell’output dipende soprattutto da quanto bene vengono spiegati obiettivo, contesto e vincoli, non soltanto dal comando di eseguire un’attività.
L’esperienza di Tan non dimostra che l’IA renda automatica la creazione di software. Il padre ha dovuto individuare un problema concreto, scrivere una specifica dettagliata, creare e collegare diversi account, testare l’app e mettere in discussione informazioni potenzialmente inaffidabili.
Dimostra però che un assistente di programmazione basato sull’IA può permettere a chi non ha una formazione tecnica di partire da un prodotto utile, senza dover prima trascorrere anni a studiare un linguaggio di programmazione.
La conclusione più ampia non è che “con l’IA si può costruire qualsiasi cosa”. È che sperimentare, formulare richieste chiare e controllare i risultati stanno diventando competenze pratiche anche per gli utenti comuni. E, secondo l’esperienza di Tan, Claude Code può comprendere in generale persino un inglese imperfetto, abbassando ulteriormente la barriera d’ingresso per chi non ha un background da sviluppatore.
Tan e Cheng cercavano un modo più semplice per registrare le abitudini del figlio e confrontarle con le indicazioni sullo sviluppo infantile. Per questo hanno progettato l’app intorno alle attività che svolgevano già ogni giorno:
La specificità del progetto è stata decisiva. Tan non ha chiesto a Claude Code di realizzare una generica “app per genitori”: ha indicato quali dati inserire, quali calcoli eseguire, chi avrebbe potuto accedere alle informazioni e come l’esperienza avrebbe dovuto cambiare con la crescita del bambino.
Pur non essendo un programmatore, Tan ha seguito un processo simile a quello di un piccolo team di sviluppo. Ha iniziato scrivendo in inglese comune una descrizione dettagliata delle funzioni e del comportamento dell’app, lasciando poi a Claude Code il compito di trasformare quelle istruzioni in software.
Il percorso, in sintesi, è stato questo:
Ogni piattaforma aveva quindi un ruolo distinto. Claude Code era l’interfaccia di sviluppo, GitHub il deposito del codice, Supabase la parte tecnica dedicata ai dati e agli accessi, mentre Vercel si occupava della distribuzione della web app.
Tan non si aspettava che la prima versione fosse già pronta all’uso. Testava l’app, segnalava ciò che mancava o non funzionava e chiedeva a Claude Code di apportare modifiche. Il ciclo era sempre lo stesso: scrivere il prompt, controllare il risultato, provare la funzione e rifinirla.
La lezione che ne ha ricavato è semplice: istruzioni vaghe portano spesso a risultati vaghi. Più descriveva nel dettaglio campi, autorizzazioni, calcoli e comportamento dell’interfaccia, più l’output diventava utile. Claude Code riusciva generalmente a comprendere anche un inglese imperfetto o “sgrammaticato”, ma capire una richiesta non significa che quella richiesta contenga già tutte le informazioni necessarie.
È una distinzione importante per chi usa gli strumenti di IA per programmare. Il linguaggio naturale può rendere più facile iniziare un progetto, ma non elimina la necessità di definire bene i requisiti e verificare il risultato.
Tan ha utilizzato Claude Code insieme a Perplexity AI per cercare informazioni, anche perché il servizio restituisce citazioni. Non ha però considerato automaticamente affidabile una risposta solo perché accompagnata da un link o da un riferimento bibliografico.
Quando la ricerca ha indicato il pesce con pinne come una delle principali preoccupazioni legate alle allergie a Singapore, Tan ha sollevato dubbi: nella sua esperienza, il riferimento più familiare era quello ai crostacei. Ha quindi controllato il materiale citato e corretto l’app. Il caso mette in luce anche un rischio più ampio: i sistemi di ricerca basati sull’IA possono presentare citazioni associate a studi inesistenti. Le informazioni sanitarie importanti devono quindi essere verificate autonomamente.
Per un’app dedicata a un neonato, la cautela è particolarmente importante. Uno strumento del genere può aiutare a organizzare le osservazioni e a confrontarle con indicazioni generali, ma una risposta generata dall’IA non diventa una prova medica solo perché contiene citazioni.
Le competenze sviluppate durante il progetto hanno avuto un’applicazione anche nel lavoro di Tan. In seguito ha creato uno strumento di traduzione con un solo pulsante, capace di convertire contenuti dall’inglese in 48 lingue.
Anche in questo caso, le istruzioni non si limitavano a chiedere una traduzione parola per parola. Tan ha indicato allo strumento di comprendere prima il significato del testo, l’intento dell’autore e l’obiettivo persuasivo. Solo dopo doveva riscriverlo nella lingua di destinazione con uno stile naturale, evitando di mantenere frasi, ritmo o logica modellati sull’inglese.
Il principio è lo stesso dell’app per il bambino: la qualità dell’output dipende soprattutto da quanto bene vengono spiegati obiettivo, contesto e vincoli, non soltanto dal comando di eseguire un’attività.
L’esperienza di Tan non dimostra che l’IA renda automatica la creazione di software. Il padre ha dovuto individuare un problema concreto, scrivere una specifica dettagliata, creare e collegare diversi account, testare l’app e mettere in discussione informazioni potenzialmente inaffidabili.
Dimostra però che un assistente di programmazione basato sull’IA può permettere a chi non ha una formazione tecnica di partire da un prodotto utile, senza dover prima trascorrere anni a studiare un linguaggio di programmazione.
La conclusione più ampia non è che “con l’IA si può costruire qualsiasi cosa”. È che sperimentare, formulare richieste chiare e controllare i risultati stanno diventando competenze pratiche anche per gli utenti comuni. E, secondo l’esperienza di Tan, Claude Code può comprendere in generale persino un inglese imperfetto, abbassando ulteriormente la barriera d’ingresso per chi non ha un background da sviluppatore.