Quanto costa davvero usare Claude/ChatGPT per lavoro? Un’analisi realistica dei costi in base ai token

Il conto che non ti aspetti

La maggior parte delle persone che usa Claude o ChatGPT per lavoro ogni giorno non ha mai guardato davvero per cosa sta pagando. C'è un abbonamento mensile, oppure una chiave API con un saldo che si riduce silenziosamente, e il numero cambia: a volte più lentamente del previsto, a volte molto più velocemente. Se ti sei mai chiesto perché una settimana "leggera" di lavoro assistito dall'AI sia costata più di una settimana intensa, la risposta quasi mai è che l'AI sia "costosa". Di solito dipende da ciò che invii, non solo da ciò che chiedi.

Questo articolo illustra la matematica effettiva, con un linguaggio semplice e senza gergo, così puoi capire da dove nasce davvero il costo e perché la soluzione non è "usare meno l'AI", ma "smettere di pagare per rispiegarti a ogni singolo messaggio".

I token, spiegati in parole semplici

Ogni messaggio che invii e ogni risposta che ricevi viene suddiviso in piccoli frammenti chiamati token. Come regola approssimativa, un token corrisponde a circa tre quarti di parola: quindi 1.000 parole di testo equivalgono più o meno a 1.300-1.400 token. Le parole brevi, le espressioni comuni e il codice spesso si comprimono in meno token per parola; le parole insolite, la formattazione e i testi non in inglese possono richiederne di più.

Quando iniziano a riflettere su questo aspetto, le persone spesso inciampano in due punti:

• Contano entrambe le direzioni. Le parole che scrivi (input) e quelle che l'AI restituisce (output) vengono entrambe addebitate o conteggiate. Una risposta lunga e dettagliata costa più di una risposta di una sola riga, anche alla stessa domanda.
• Ogni messaggio reinvia l'intera conversazione. Questa è la parte che quasi nessuno capisce finché non la vede spiegata chiaramente. I modelli di IA basati sulle chat non hanno una memoria persistente tra un messaggio e l'altro come quella di un collega umano. Per generare una risposta sensata nel contesto, il sistema deve rileggere ogni volta l'intera conversazione fino a quel momento: il tuo primo messaggio, la sua prima risposta, il tuo secondo messaggio, la sua seconda risposta e così via, ogni volta che premi invio.

Perché il "semplice chiacchierare" diventa costoso man mano che la conversazione cresce

Ecco la parte che conta davvero. Immagina una conversazione che inizia in modo breve e cresce naturalmente, come accade nelle vere conversazioni di lavoro:

• Messaggio 1: invii 200 parole di contesto e ricevi 150 parole.
• Messaggio 2: ora il sistema deve elaborare il messaggio 1 e il tuo nuovo messaggio, poi rispondere di nuovo.
• Messaggio 3: rielabora i messaggi 1 e 2, oltre al tuo nuovo messaggio.

Al messaggio 10, non stai pagando per "una nuova domanda". Stai pagando per ritrasmettere ogni volta tutto ciò che è venuto prima. La cronologia della conversazione è cumulativa: non si azzera né si comprime da sola. Una conversazione di 20 turni non costa il doppio di una di 10; a causa dell'effetto di reinvio, può finire per costare diverse volte di più, anche se il contenuto effettivamente "nuovo" di ogni messaggio è rimasto più o meno delle stesse dimensioni.

Questi sono calcoli indicativi, non una tabella prezzi: i fornitori stabiliscono e modificano le proprie tariffe per token e dovresti sempre verificare i prezzi pubblicati aggiornati sul sito del fornitore (anthropic.com o openai.com) se vuoi cifre esatte per il tuo piano. Ma il meccanismo vale indipendentemente dalla tariffa: anche un costo modesto per token, moltiplicato per una cronologia della conversazione in continua crescita, aumenta rapidamente. La tariffa non è la leva principale. Lo è la quantità di contenuti che reinvii.

Dove si annida davvero lo spreco

Ora aggiungiamo il modo in cui lavora davvero la maggior parte delle persone. Un tipico lavoratore della conoscenza che svolge attività con l'AI - scrivere e-mail, riassumere chiamate, analizzare un foglio di calcolo, redigere un brief, controllare una clausola contrattuale - non inizia ogni attività da zero. Riscrive ogni volta, senza eccezioni:

• "Sei un [role] esperto. Agisci come un [X] senior. Ecco la voce del nostro brand, il contesto del nostro team e le nostre preferenze di formattazione..."
• Informazioni di base sull'azienda, sul progetto, sul pubblico e sui vincoli.
• Le stesse istruzioni sul tono e sullo stile che hanno digitato ieri e il giorno prima.

Nulla di tutto questo è un'informazione "nuova" per l'attività in questione: è testo standard. Ma poiché viene digitato da zero nella finestra della chat (o, peggio, costruito gradualmente all'interno di una lunga conversazione dispersiva), viene conteggiato, reinviato e fatturato ogni volta.

Un esempio illustrativo: 10 attività al giorno, due modi diversi

Confrontiamo due approcci alla stessa giornata di lavoro: 10 attività supportate dall'AI, ciascuna delle quali richiede che l'AI agisca come un tipo specifico di specialista (per esempio, un analista di marketing che esamina i dati di una campagna o un responsabile operativo che perfeziona un documento di processo).

Approccio A: prompt riscritti di volta in volta

Ognuna delle 10 attività inizia con la persona che riscrive (o copia e incolla da un vecchio documento) uno o due paragrafi per definire il ruolo: "Sei un analista di marketing senior esperto di attribuzione e ROI delle campagne. Analizza i seguenti dati e forniscimi un riepilogo strutturato con raccomandazioni..." Poi arriva l'attività vera e propria. Spesso seguono un paio di messaggi per chiarire o perfezionare il risultato nella stessa conversazione, e ciascuno reinvia tutto ciò che lo precede. Moltiplica questo schema fatto di testo standard più messaggi successivi per 10 attività separate e finisci per pagare di nuovo essenzialmente le stesse istruzioni, dozzine di volte, per tutta la giornata, ogni giorno.

Approccio B: una configurazione essenziale basata su un file di competenze

Il ruolo, il tono, gli standard e il metodo di lavoro vengono scritti una volta, con cura, come un prompt di sistema compatto - un "file di competenze" - e caricati all'inizio della sessione invece di essere riscritti. Viene predisposto una volta, mantenuto essenziale (niente divagazioni né istruzioni ridondanti) e riutilizzato per ogni attività svolta in quel ruolo. La persona si limita a indicare l'attività. Non serve rispiegare chi dovrebbe essere l'AI, come formattare le risposte o che cosa significhi "ben fatto": è già tutto definito in modo conciso, in cima.

La differenza nel calcolo dei token non dipende dal fatto che l'AI "lavori di più" nell'Approccio B - dipende dal fatto che la parte ripetuta e standard di ogni messaggio si riduce drasticamente. Meno testo standard reinviato a ogni messaggio, in ogni attività, ogni giorno - e il risultato si accumula rapidamente, proprio come il problema della crescita della conversazione, ma nella direzione opposta.

Analisi, senza riscrivere

Rafa - Marketing Analytics Specialist AI Skill

$19questa skill contro 200 $/oraun consulente di analisi

Un prompt di sistema preconfigurato che trasforma Claude o ChatGPT in un senior marketing analyst - ROI delle campagne, attribuzione e standard di reporting definiti una volta per tutte, così non devi rispiegare il ruolo ogni volta che incolli nuovi numeri.

Visualizza Rafa - Marketing Analytics Specialist →

Perché un file Skill ben realizzato è migliore di un prompt improvvisato

Non tutti i "prompts riutilizzabili" risolvono questo problema. Un prompt di sistema sovraccarico e troppo generico - cinque pagine di istruzioni vaghe "per ogni evenienza" - può essere altrettanto inefficiente della riscrittura, perché anche in questo caso si tratta di testo standard reinviato a ogni messaggio, solo incollato una volta invece di essere digitato da capo ogni volta. La leva davvero importante è la concisione: un file Skill che indica esattamente qual è il ruolo, esattamente come formattare l'output ed esattamente che cosa significa "completato" - niente di più - definito una sola volta all'inizio per sessione.

Questa è la vera differenza tra un file Skill e un prompt libero che continui a riscrivere: non si tratta solo di comodità, ma di ridurre in modo permanente la parte ripetuta di ogni messaggio che invii, per tutta la durata di quella sessione di lavoro.

Il lavoro operativo, con una configurazione essenziale

Owen - Operations Manager AI Skill

$19questa skill contro 200 $/oraun consulente operativo

Configura Claude o ChatGPT come senior operations manager - con SOP, audit dei processi e framework di prioritizzazione integrati, così ogni nuova attività inizia in modo essenziale senza dover rispiegare da zero il tuo contesto operativo.

Visualizza Owen - Operations Manager →

Abitudini pratiche che fanno davvero la differenza

Indipendentemente dallo strumento o dal piano che utilizzi, alcune abitudini riducono il "costo nascosto del reinvio" più di qualsiasi altra cosa:

• Inizia le nuove attività in nuove conversazioni invece di accumulare tutto in un unico thread che cresce senza fine. Una conversazione nuova e focalizzata reinvia molta meno cronologia a ogni messaggio.
• Definisci una volta sola, all'inizio, ruolo e contesto, in modo conciso, invece di rispiegarli ogni volta all'interno dell'attività stessa.
• Mantieni concise le istruzioni iniziali. Un prompt di sistema lungo e dispersivo è comunque testo standard che viene reinviato - riducilo a ciò che modifica effettivamente l'output.
• Richiedi la lunghezza dell'output di cui hai effettivamente bisogno. Anche i token dell'output vengono conteggiati, e "forniscimi un riepilogo strutturato" tende a costare meno di un "dimmi tutto su questo" senza limiti precisi.
• Verifica direttamente con il tuo fornitore i prezzi attualmente pubblicati se vuoi calcolare con precisione i tuoi costi - tariffe e modelli cambiano, e i numeri esatti vanno verificati alla fonte anziché affidarsi a una stima di terze parti.

Automatizza direttamente il lavoro ripetitivo

Arthur - Agent operativo AI

$39questa skill contro 150 $/oraun consulente operativo

Una skill di agent operativo configurata per attività ricorrenti e strutturate - progettata per mantenere le istruzioni compatte e coerenti invece di farle aumentare a ogni nuova richiesta.

Visualizza Arthur - Agent operativo AI →

FAQ

Pago davvero le risposte dell'AI, non solo i miei messaggi?

Sì. Vengono conteggiati sia ciò che invii sia ciò che ricevi. Un modello che scrive risposte lunghe e approfondite per impostazione predefinita utilizzerà più token di output rispetto a uno che scrive risposte concise e mirate - anche per la stessa identica domanda.

Perché una conversazione lunga costa molto più di una breve, a parità di compito?

Perché la maggior parte degli strumenti AI basati sulla chat non conserva autonomamente la memoria tra un messaggio e l'altro - per rispondere in modo sensato al messaggio 20, il sistema deve rielaborare i primi 19 messaggi (e le sue 19 risposte) insieme a esso. La cronologia della conversazione viene reinviata per intero ogni volta, quindi il costo tende a crescere molto più rapidamente della conversazione stessa.

Un file skill è solo un nome sofisticato per indicare un prompt salvato?

A livello funzionale, sì - è un prompt di sistema o un'istruzione di progetto che scrivi una volta e riutilizzi. Ciò che distingue un buon elemento da un prompt improvvisato è la disciplina: definisce con precisione e concisione il ruolo, gli standard e il formato dell'output, così la parte "standard" reinviata con ogni messaggio resta il più piccola possibile, pur continuando a svolgere il suo compito.

Devo preoccuparmi degli importi esatti in dollari o solo del comportamento?

Concentrati prima sul comportamento - ridurre il contesto ripetuto e iniziare conversazioni nuove per i nuovi compiti ridurrà il tuo utilizzo indipendentemente da quale sia la tariffa per token questo mese. Se vuoi calcolare i costi esatti per il tuo volume, recupera le tariffe pubblicate aggiornate dalla pagina dei prezzi del tuo provider e fai i conti sui tuoi numeri tipici di messaggi.