Nel catalogo di Tool per Startup ci sono 80.391 API. Tre su quattro non le usa quasi nessuno.

Il conto è semplice: solo 19.695 sono state usate da almeno 10 persone. Le altre 60.696 le hanno provate in meno di 10, ciascuna. Per questo nel catalogo di API per automazioni le puoi ordinare per numero di utenti: le prime che vedi sono quelle che qualcuno ha già messo alla prova.

Ma anche 19.695 sono troppe per scegliere. Il problema non è trovare un’API, è scartare tutte le altre. Per questo qui ne trovi 10, scelte pensando a chi ha una piccola azienda o una startup e non programma, con quello che fanno, quanto costano e un esempio da rifare dall’inizio alla fine.

Un’API in dieci secondi

Prima di partire, una prova. Copia questo indirizzo nella barra del browser:

https://api.frankfurter.dev/v2/rate/eur/usd

Ti risponde con poche righe di testo: la data, le due valute e il cambio. Il 26 ottobre diceva 1,1213 dollari per un euro. Hai appena fatto la tua prima chiamata API.

È tutto qui: un’API è un indirizzo a cui un programma chiede un dato e da cui riceve una risposta ordinata, che un altro programma sa leggere. Se vuoi la spiegazione completa, con indirizzo, richiesta e risposta, c’è un paragrafo apposta su cosa sono le API in parole semplici.

Il browser però si ferma lì: ti mostra il dato e basta. Per farci qualcosa, per esempio scriverlo in un foglio ogni mattina, serve uno strumento che faccia la chiamata al posto tuo. Nella guida uso Make, che ha più di 1.000 app già pronte da collegare. Il punto interessante è che il dato che ti serve, di solito, non sta in nessuna di quelle.

Quanto costa davvero partire

Quasi tutte le API di questa lista girano su Apify, una piattaforma che le ospita e le fa partire per te. Ti servono due account.

Il primo è Apify. Il piano gratuito ti dà 5 dollari di utilizzo al mese e non chiede la carta di credito. Quando li hai finiti si ferma tutto fino al mese dopo, e se ne vuoi di più il primo piano a pagamento costa 19 dollari al mese.

Il secondo è Make, che porta i risultati dove lavori davvero: un foglio Google, il CRM, una mail. Il piano gratuito ha 1.000 crediti al mese, e ogni azione di solito ne consuma 1. Anche qui, quando i crediti finiscono, le automazioni si fermano finché non ne aggiungi altri.

Poi c’è il costo che nessuno scrive: il tempo per capire come si collegano. In Make il modulo di Apify esiste già, ma va configurato, e la prima volta qualcosa non torna. Se non hai mai costruito uno scenario (così Make chiama un’automazione), parti da la tua prima chiamata API con Make, passo dopo passo.

Per trovare clienti

Google Maps Scraper è la più usata fra quelle in evidenza nel catalogo: 666.084 utenti. Le dici cosa cerchi e dove, «commercialista» a «Bologna», e ti restituisce l’elenco delle attività con indirizzo, telefono e sito. Costa da 1,50 dollari ogni 1.000 attività, quindi con i 5 dollari gratuiti ne prendi circa 3.000, se non chiedi dati in più. Nel catalogo la trovi nella categoria Viaggi, che è meno strano di quanto sembra: Google Maps serve a chi organizza un viaggio prima ancora che a chi vende.

Google Maps Email Extractor fa il passo successivo. Visita i siti di quelle attività e recupera email, telefono e profili social. Sta fra le API per le automazioni.

Indeed Jobs Scraper è quella che consiglierei a chi vende servizi alle aziende. Raccoglie gli annunci di lavoro, con salari e dettagli delle aziende, e costa 0,10 dollari ogni 1.000 annunci. Secondo me un’azienda che cerca un responsabile marketing ha un problema di marketing adesso, non fra sei mesi: è il momento giusto per proporle qualcosa. Le altre API dello stesso tipo, comprese quelle per LinkedIn, sono nella categoria Lavoro.

Una volta che hai i contatti, il lavoro vero comincia dopo: tenerli in ordine e richiamarli al momento giusto. Su questo ho scritto come usare un CRM al meglio.

Per capire cosa fanno i concorrenti

Google Maps Reviews Scraper mette in un foglio le recensioni di una scheda di Google Maps, con il testo e la data. Usala sulle tue e su quelle dei tre concorrenti più vicini: leggerle tutte insieme, ordinate per data, ti dice di cosa si lamentano i clienti meglio di qualunque sondaggio.

Facebook Ad Library Scraper raccoglie gli annunci che una pagina fa girare su Facebook, e costa 0,75 dollari ogni 1.000 risultati. Se vuoi allargare il giro, ce n’è un’altra nella stessa categoria Ecommerce che copre anche Instagram, WhatsApp e Threads.

Amazon Product Scraper, sempre fra le API per l’ecommerce, raccoglie i dati dei prodotti partendo dall’indirizzo della scheda e dal paese. Serve se vendi qualcosa che su Amazon ha dei concorrenti diretti.

Google Search Results Scraper controlla chi compare su Google per le tue parole, scegliendo paese e lingua. Restituisce i risultati normali, quelli a pagamento e anche le panoramiche scritte dall’AI.

Google Trends Scraper ti dice se l’interesse per un tema cresce o cala, in quale zona e in quale periodo. Queste ultime due stanno nella categoria SEO.

Per lavorare meglio con quello che hai

Website Content Crawler passa per tutte le pagine di un sito e ne copia il testo in un formato pulito. Il caso d’uso più utile è il tuo sito: dai quel file a un assistente AI e hai un aiuto che risponde ai clienti partendo dalle tue pagine, invece che da quello che trova in giro.

Frankfurter è quella che hai già provato all’inizio. Dà i tassi di cambio di 106 banche centrali e fonti ufficiali, gratis, senza registrarti e senza un tetto di richieste al mese. Serve se paghi software in dollari e vuoi sapere quanto ti costano in euro. Non sta su Apify: fa parte delle API pubbliche e gratuite dei servizi, 1.985 in tutto, di cui 947 si usano senza chiave. In Make si collegano con il modulo HTTP, e nel catalogo c’è una guida per collegare le API che non hanno un modulo.

Un esempio pratico: i dentisti di Firenze in un foglio Google

Mettiamo che vendi un software per gli studi dentistici e vuoi la lista di quelli di Firenze, per chiamarli uno a uno.

Su Apify apri Google Maps Scraper. Come ricerca scrivi «dentista», come località «Firenze, Italia», e la fai partire. Metti sempre la località: senza, ti dà al massimo 120 risultati per ricerca.

In Make crei uno scenario con tre moduli in fila. Il primo è «Watch Actor Runs» di Apify, e si accende quando la ricerca è finita. Il secondo è «Get Dataset Items», sempre di Apify, e prende i risultati. Il terzo è «Add a Row» di Google Sheets, e scrive una riga per ogni studio. A quel punto colleghi i campi che ti servono, nome, indirizzo, telefono e sito, alle colonne del foglio.

Il conto: 1.000 studi sono 1,50 dollari su Apify, dentro i 5 gratuiti del mese. Su Make ogni riga scritta consuma un credito, quindi con il piano gratuito arrivi a poco meno di 1.000 righe al mese, se lo scenario fa solo questo.

Un limite che conviene conoscere prima di partire: il telefono e l’email di un’attività sono pubblici, ma non per questo puoi usarli come vuoi. Prima di mandare una campagna a quei contatti, controlla cosa ti permettono le regole sulla privacy.

Tre cose da sapere prima di partire

La prima: quando un passaggio non ti è chiaro, chiedilo all’AI. Apri la pagina di documentazione dell’API, chiedi «cosa può fare questa API?» e poi, quando hai capito cosa vuoi, chiedi come farlo. L’AI sbaglia, spesso dovrai ripetere una chiamata più volte e consumerai qualche credito, ma è il modo più rapido che conosco per uscire da un blocco. L’ho raccontato meglio nel mio consiglio per chi parte da zero.

La seconda: le API cambiano. Un servizio modifica un indirizzo o un permesso e lo scenario si ferma senza avvisarti. Guarda ogni tanto la cronologia delle esecuzioni in Make, soprattutto per le automazioni che usi poco. Gli altri errori tipici sono in errori comuni e limiti.

La terza: se il sito da cui ti servono i dati non è nel catalogo, non vuol dire che devi rinunciare. Strumenti come Browse AI estraggono dati da un sito qualsiasi senza scrivere codice: ne parlo nella recensione di Browse AI. E se il termine «no code» ti suona ancora vago, c’è cos’è il no code.

Su 80.000 API, quelle che ti cambiano il lavoro sono due o tre. Il tempo va speso a sceglierle, non a collegarle.

Il catalogo completo, da sfogliare per categoria o per numero di utenti:

https://www.toolperstartup.com/integrazioni-make/

La guida per usare le API senza programmare, dalla chiave alla prima chiamata:

https://www.toolperstartup.com/marketing-automation-tools/come-usare-le-api-senza-programmare/

Trasparenza: alcuni link del catalogo sono affiliati. Se attivi un servizio potrei ricevere una commissione, senza costi per te.

Hai un blog, scrivi articoli che valgono, e sai che una parte del tuo pubblico non li leggerà mai. Non perché non siano interessanti ma perché non ha tempo di sedersi davanti a uno schermo. Però in macchina, in palestra o mentre cammina, ascolta.

La soluzione è trasformare ogni articolo in un episodio podcast. In automatico, senza registrare nulla, senza montaggio, senza passare le domeniche a fare l’editor audio.

Io l’ho fatto per toolperstartup.com, e oggi ogni post che pubblico diventa un episodio su Spotify e Apple Podcasts per meno di 30 centesimi al mese.

Cosa costruirai

Ti serve un account Make, dove gira l’automazione, e cinque servizi collegati. Il funzionamento è lineare:

1. Make controlla ogni giorno se sul tuo WordPress c’è un post nuovo.

2. Un modello di OpenAI lo riscrive come testo parlato: pensato per l’orecchio, non per l’occhio.

3. Google Text-to-Speech lo legge con una voce sintetica e crea l’MP3.

4. Dropbox conserva una copia dell’audio, Google Sheets tiene l’archivio degli episodi.

5. Spreaker pubblica l’episodio e lo distribuisce a Spotify, Apple Podcasts e alle altre piattaforme.

   

Sembra semplice. E lo è, se eviti questi dieci errori.

Parte prima: gli errori di progettazione

Errore 1: lasciare le chiavi di accesso in chiaro

Cosa ho fatto. Per pubblicare su Spreaker serve una chiave di accesso, un token. Io l’avevo incollata direttamente nel modulo di Make, nel campo delle intestazioni.

Perché è un problema. Ogni volta che esporti uno scenario per salvarlo o condividerlo, quella chiave finisce nel file. Chiunque lo riceva può pubblicare sul tuo show. E prima o poi uno scenario lo condividi: con un collaboratore, su un forum, con un’AI a cui chiedi aiuto.

Cosa fare invece. Usa il keychain di Make: nel modulo HTTP scegli come autenticazione “API key” e salva lì la chiave. È un archivio cifrato che non finisce negli export. Quando la incolli, scrivi a mano Bearer e uno spazio, poi il token, e controlla che non restino spazi o a capo invisibili in fondo: basta un carattere di troppo e Spreaker rifiuta la richiesta.

Errore 2: fidarti del nome di un campo

Cosa ho fatto. Il flusso calcolava il numero dell’episodio, lo scriveva nel foglio Google e poi lo mandava a Spreaker. Nel foglio i numeri erano perfetti.

Perché è un problema. Su Spreaker tutti gli episodi risultavano il numero 1. Avevo collegato un campo dal nome simile, che però indicava quante celle erano state aggiornate nel foglio. Cioè sempre una.

Cosa fare invece. Quando colleghi un dato da un modulo all’altro, controlla il valore reale nell’output di un’esecuzione di prova, non il nome. E verifica il risultato finale nel servizio di destinazione, non solo nei passaggi intermedi.

Errore 3: misurare i limiti nell’unità sbagliata

Cosa ho fatto. Google Text-to-Speech accetta al massimo 5.000 byte per richiesta. Io chiedevo all’AI un testo “tra 4.000 e 4.500 caratteri”, convinto di avere margine.

Perché è un problema. Caratteri e byte non sono la stessa cosa: in italiano le lettere accentate e gli apostrofi tipografici pesano più di un byte. E i modelli linguistici non sanno contare i caratteri.

Cosa fare invece. Chiedi la lunghezza in parole, che i modelli rispettano molto meglio: “circa 600 parole”, che nel mio caso pesano circa 4.000 byte (ho misurato 6,7 byte per parola). Poi metti un filtro prima della voce che misura i byte veri con length(toBinary(testo)) e ferma tutto sopra i 4.950. In Make i filtri non consumano operazioni: è una rete di sicurezza gratuita.

Errore 4: usare il titolo del post come nome del file

Cosa ho fatto. L’MP3 su Dropbox si chiamava come il titolo dell’articolo.

Perché è un problema. Basta una barra o un punto interrogativo nel titolo per rompere il percorso del file, e due titoli uguali fanno fallire il secondo upload.

Cosa fare invece. Usa lo slug, il nome del post nell’indirizzo web. È già pulito ed è unico per definizione.

Errore 5: risparmiare sull’AI sbagliata

Cosa ho fatto. Avevo scelto il modello più economico, gpt-4o-mini, e lo chiamavo tre volte: per il testo, il titolo e la descrizione. Con parametri scelti un po’ a caso, come 2.048 token per un titolo di dieci parole.

Perché è un problema. Il costo non sta nel modello di testo. Il testo di un episodio costa circa 2,5 centesimi; la voce, fuori dalla quota gratuita di Google, ne costerebbe circa 10. Risparmiare sul modello sposta pochi centesimi e peggiora proprio ciò che l’ascoltatore sente.

Cosa fare invece. Usa un modello migliore: io sono passato a GPT-5.6 Terra. Con i modelli della serie GPT-5 la temperatura resta fissa e il comportamento si regola con il prompt e con il livello di ragionamento, che tengo su “basso”: il compito è scrivere bene, non risolvere un problema logico. Poi fai una sola chiamata che produce testo, titolo e descrizione insieme: costa meno, e titolo e descrizione nascono dallo stesso contesto del testo.

E soprattutto elimina il “cruciale”. Se usi l’AI per scrivere conosci il problema: tutto è “cruciale”, “fondamentale”, “nel panorama attuale”. In un podcast è peggio, perché l’orecchio se ne accorge prima dell’occhio. Aggiungi al prompt questo blocco:

LESSICO
Scrivi come parleresti a un altro founder al bar: parole comuni,
verbi concreti, esempi al posto degli aggettivi.
Non usare mai: cruciale, fondamentale, essenziale, imprescindibile,
nel panorama, nell'era digitale, in un mondo in cui, sempre più,
game changer, rivoluzionario, a 360 gradi, sinergia, sbloccare,
potenziare, immergiamoci, vediamo insieme, è importante sottolineare,
in conclusione, in sintesi, sfide e opportunità.
Non sostituirle con sinonimi equivalenti come "determinante" o "chiave":
invece di dire che una cosa è importante, mostra perché con un dato
o un esempio.

La parte che conta è l’ultima: se vieti una parola e basta, il modello usa un sinonimo; se gli chiedi di mostrare invece di dichiarare, il problema sparisce. Nel primo test: zero occorrenze.

Errore 6: sprecare operazioni senza accorgertene

Cosa ho fatto. Il flusso caricava l’audio su Dropbox e poi lo riscaricava per mandarlo a Spreaker. Per numerare gli episodi usava tre moduli. E il trigger controllava WordPress ogni 15 minuti.

Perché è un problema. Su Make paghi a operazioni. E il modulo che controlla se c’è un post nuovo ne consuma una ogni volta che controlla, anche quando non trova nulla.

Cosa fare invece. Passa i file direttamente da un modulo all’altro, sposta i calcoli semplici in una formula del foglio (=ROW()-1 per il numero dell’episodio) e scegli la frequenza del trigger in base a quanto pubblichi davvero. Se esce un articolo due volte a settimana, un controllo al giorno basta.

Parte seconda: gli errori che scopri solo in produzione

Evitati i primi sei, avevo una versione più economica, più sicura e con un’AI migliore. Poi l’ho lanciata. E si è fermata quattro volte.

Errore 7: scrivere testo nelle funzioni senza virgolette

Per dividere testo, titolo e descrizione usavo un segnaposto e la funzione split. Ma avevo scritto il segnaposto senza virgolette nel codice dello scenario, e Make lo leggeva come il nome di una variabile, vuota. Lo split non divideva nulla. Nell’editor si vedeva: il segnaposto appariva come una “pillola” nera invece che come testo normale. Cosa fare: nel codice di un blueprint i testi dentro le funzioni vanno sempre tra virgolette, e dopo ogni import controlla che non compaiano pillole nere dove ti aspetti del testo.

Errore 8: mettere le cose importanti in fondo

Il modello scriveva un bel testo di 600 parole e poi, arrivato in fondo, si dimenticava di aggiungere titolo e descrizione. Il filtro fermava tutto, per fortuna, prima di pubblicare un episodio senza titolo. Cosa fare: chiedi prima le parti brevi e strutturate (titolo, descrizione) e per ultimo il testo lungo, perché l’inizio di una risposta segue le istruzioni molto meglio della coda. E progetta il flusso perché degradi con grazia: il testo parlato è sempre l’ultimo blocco, e se il formato salta, titolo e descrizione ripiegano sul titolo del post. Meglio un episodio con un titolo semplice che nessun episodio.

Errore 9: non chiederti cosa è cambiato

Per rendere la voce più veloce avevo impostato la velocità a 1,1. Da quel momento, timeout a ogni esecuzione. Ho accorciato il testo: timeout. Ho riprovato: timeout. Poi ho messo in fila i test e la risposta era lì: il testo lungo funzionava benissimo prima della modifica alla velocità. Con quella impostazione la voce impiegava più dei circa 40 secondi che Make concede ai moduli nativi. Tolta la velocità, tutto è ripartito. Cosa fare: quando qualcosa smette di funzionare, prima di cercare la causa più ovvia chiediti cosa hai cambiato rispetto all’ultima volta che funzionava. E aggiungi ai moduli più lenti un gestore errori “Break” con qualche tentativo automatico, per i rallentamenti occasionali.

Errore 10: cercare l’espressività nei parametri della voce

L’audio era corretto ma lento e piatto. Ho misurato: 17% di silenzi, una ventina di pause di quasi un secondo. Ho provato a unire i paragrafi per ridurle: effetto minimo, perché le pause dipendevano dalla voce a fine frase, non dai paragrafi. Quello che ha funzionato è stato cambiare il testo: frasi brevissime alternate a frasi medie, due o tre domande dirette all’ascoltatore, i due punti per creare attesa prima di un dato. Cosa fare: scrivi per l’orecchio. Una voce sintetica diventa piatta su frasi lunghe e tutte uguali, qualunque voce tu scelga. E fidati del tuo ascolto più delle metriche: i numeri dicevano che la velocità non era cambiata, il mio orecchio che suonava molto meglio.

Ascolta il risultato

[EMBED: episodio Spreaker su Kortex]

Quasi cinque minuti, voce Callirrhoe di Google, testo scritto dall’AI a partire dal mio articolo su Kortex per NotebookLM. Nessun intervento umano tra la pubblicazione del post e l’episodio online.

Quanto ti costerà

Con due articoli a settimana, circa nove episodi al mese: circa 25 centesimi per il testo, zero per la voce e circa 110 operazioni Make. La voce è gratis perché Google offre ogni mese un milione di caratteri per le voci di qualità più alta, e un episodio ne usa circa 4.000.

Oltre il podcast: quattro idee con lo stesso flusso

Il player nel post. Dopo la pubblicazione su Spreaker, un modulo aggiorna l’articolo su WordPress inserendo il player in cima. Chi arriva sul blog può ascoltare invece di leggere, e il tempo di permanenza sulla pagina cresce.

L’annuncio social automatico. La stessa chiamata all’AI può scrivere anche un post per LinkedIn, che uno strumento di programmazione social pubblica con il link all’episodio. Costo aggiuntivo quasi nullo, perché il testo arriva dalla chiamata che fai già.

L’episodio settimanale. Invece di un episodio per articolo, uno solo a fine settimana che racconta tutti i post insieme. Meno episodi ma più ricchi, più vicini a un vero podcast.

La newsletter da ascoltare. Lo stesso flusso, partendo dalla tua newsletter, produce una versione audio da allegare a ogni edizione.

Il blueprint, con i dieci errori già corretti

Ecco il flusso completo, pronto da importare su Make, con tutte le correzioni di questo articolo: il prompt con il blocco lessico, il controllo sulla lunghezza del testo, il formato a prova di dimenticanza, i tentativi automatici e il salvataggio delle esecuzioni interrotte.

👉 Scarica il blueprint

Dopo l’import ti restano cinque passaggi: collegare i tuoi account, inserire la chiave di Spreaker nell’archivio protetto di Make, verificare la formula del numero episodio nel tuo foglio, fare una prova con un post esistente e attivare il controllo giornaliero.

Poi pubblichi il prossimo articolo. E qualche ora dopo, qualcuno lo sta ascoltando in macchina.

Se questa edizione ti è stata utile, iscriviti: ti racconto strumenti e automazioni che puoi usare subito, con i costi veri e errori da evitare.

Ci sono tool che descrivi, e poi ci sono tool che usi e mostri. TextBuilder rientra nella seconda categoria

Il generatore di ebook di TextBuilder è una delle funzioni più recenti della piattaforma. Non è un editor, non è un template builder nel senso classico del termine. È un sistema che prende un argomento — o meglio, un contesto testuale che tu fornisci — e costruisce un libro completo: struttura, testo, tabelle, grafici, copertina, indice cliccabile. In pochi minuti.

L’ho testato in prima persona. Il risultato è la Guida alle Automazioni con Make.com — 40 pagine, brand Toolperstartup, con il logo e il QR code su ogni pagina.

Cosa genera TextBuilder, nel dettaglio

Partiamo dalle opzioni di formato, perché la scelta iniziale orienta tutto il risultato. Il tool propone cinque categorie principali.

Il libro classico o educativo è la scelta giusta quando si vuole accompagnare qualcuno su un argomento dall’inizio alla fine: pensato per corsi online, guide introduttive, contenuti per un pubblico che parte da zero. Produce tra le 60 e le 90 pagine, ed è quello che ho usato per la guida a Make.com.

I guide e tutorial step-by-step — how-to, beginner’s guide, manuali completi — sono simili ma con struttura più procedurale. Il strategy playbook è invece il formato per chi vuole posizionarsi come esperto: contenuto avanzato, framework, metodologie. Funziona bene come bonus di un corso per un pubblico già formato, oppure come lead magnet per chi vuole attrarre professionisti.

Poi ci sono i minicorsi (35-70 pagine, con esercizi) e i lead magnet puri: freebie da 5-10 pagine, checklist, resource list. Per distribuire contenuti come incentivo newsletter, questa è spesso la scelta più efficace — il libro è abbastanza lungo da avere valore percepito, abbastanza corto da essere letto davvero.

Il flusso di creazione passo per passo

Scelto il formato, si inserisce il titolo. TextBuilder lo usa per generare una serie di “direzioni tematiche” — nel caso della guida a Make.com, avrei potuto scegliere tra automazioni per e-commerce, workflow per freelance, integrazioni specifiche, e così via. Si sceglie la direzione, poi una subcategoria, e il tool propone una lista di titoli tra cui selezionare. L’intero processo è guidato e richiede pochissime decisioni attive.

Poi vengono i dettagli: autore (si può mettere il nome di un brand o l’URL del sito invece del nome proprio), lingua, tono (informativo, educativo, scientifico, creativo), livello del pubblico, lunghezza. Le opzioni di lunghezza vanno da short — 4 capitoli — a extra long — 25 capitoli. Ho scelto short, e il tool ha generato 17 capitoli invece di 4: una libertà interpretativa che non mi ha sorpreso, ma vale sapere.

Si aggiungono tabelle e grafici (opzionale), e poi arriva il passaggio che determina davvero la qualità del risultato finale.

Il contesto: il parametro che fa la differenza

Il campo “contesto” è dove si inserisce il materiale testuale di partenza — descrizione del corso, trascrizione di un video, articolo del blog, note di una conferenza. L’AI non inventa: elabora. Più il contesto è pertinente e dettagliato, più il libro risulterà personalizzato invece che generico.

Per la guida a Make.com ho usato il contenuto di alcuni appunti della mia esperienza sulla piattaforma. Il risultato lo si vede nell’indice: i capitoli seguono fedelmente la progressione didattica che avevo in mente — dalla dashboard al piano gratuito, dagli scenari ai trigger, dalla mappatura dei dati ai router, fino alla gestione degli errori e all’ottimizzazione delle operazioni mensili. Non era un libro su Make.com in astratto: era il libro di quel corso specifico.

In alternativa al testo manuale, il tool offre la possibilità di cercare dati direttamente da Google per costruire il contesto. Utile se non si ha materiale preesistente, ma meno efficace rispetto a fornire testo già elaborato.

Com’è fatto il libro che ho generato

La Guida alle Automazioni con Make.com è il risultato concreto di questo processo. Quaranta pagine, struttura professionale, sei capitoli più introduzione e conclusione.

Ogni capitolo affronta un aspetto operativo: come navigare la dashboard e cosa offre il piano gratuito, come configurare il primo scenario, come gestire le connessioni in sicurezza (con una sezione specifica su OAuth e GDPR per gli utenti europei), come distinguere tra trigger istantanei e programmati, come mappare i dati tra moduli diversi, come usare router e filtri per rendere le automazioni intelligenti, come testare con Run Once e leggere la cronologia delle esecuzioni, come ottimizzare il consumo di operazioni mensili.

Ci sono tabelle comparative — piano Free vs piano Core, trigger istantanei vs programmati, consumo di operazioni con e senza Iterator — e grafici generati automaticamente. In alcuni punti la pertinenza dei grafici è un po’ generica (il tool li inserisce dove ritiene opportuno, non sempre dove sarebbe ideale), ma il livello complessivo è quello di un documento che non sfigura distribuito come risorsa di un corso.

In basso a destra su ogni pagina: il QR code. In basso a sinistra: il logo Toolperstartup. Il margine inferiore aumentato garantisce che il testo non sovrasti mai questi elementi. È questo il meccanismo che trasforma il libro in un asset di distribuzione permanente: chiunque lo scarichi, lo legga, lo condivida — su ogni pagina trova il link.

Quanto costa in crediti

Il sistema di TextBuilder funziona a crediti. La regola emersa dal test diretto: circa un credito per parola generata. La struttura del libro (indice e capitoli) viene pronta in meno di un minuto e non consuma crediti. Il testo vero e proprio — tutti i capitoli — richiede 3-5 minuti e scala con la lunghezza scelta.

Una sessione con libro di lunghezza media si muove nell’ordine delle decine di migliaia di crediti. Per mettere numeri concreti: partendo da circa 380.000 crediti mensili, il completamento del libro di test ha consumato qualcosa come 5.000-6.000 crediti — un centinaio di parole per capitolo, per 17 capitoli. Ogni capitolo può essere rigenerato individualmente se il risultato non convince.

Tre casi d’uso in cui ha senso usarlo

Il primo è quello che ho descritto:

1. un bonus per un corso online. Il libro viene aggiunto come risorsa scaricabile nell’ultima lezione. Gli studenti lo portano via come riferimento, lo condividono, e ogni condivisione porta il QR code in giro.

2. Il secondo è il lead magnet per la newsletter: un PDF scaricabile di qualità medio-alta come incentivo all’iscrizione. L’output di TextBuilder è già abbastanza rifinito da poter essere distribuito senza editing esteso.

3. Il terzo, meno ovvio ma ugualmente valido, è il test di nicchia: si genera un PDF su un argomento, lo si pubblica su Gumroad o come bonus di un prodotto, e si misura la risposta prima di investire risorse in qualcosa di più elaborato. Diversi utenti della community di TextBuilder lo usano esattamente così.

Punti chiave

• TextBuilder genera ebook completi — testo, grafica, tabelle, copertina — partendo da un contesto testuale fornito dall’utente, senza editor né design manuale

• Il formato va scelto in base all’obiettivo: educativo per corsi e guide, strategy playbook per contenuti avanzati, lead magnet per freebie brevi

• Il contesto è il parametro che determina la personalizzazione del risultato: trascrizioni, descrizioni di corsi, articoli del blog sono tutti input validi

• Il QR code inserito nel design del PDF permette di distribuire un link di affiliazione o qualsiasi altro URL su ogni singola pagina, in modo permanente e indipendente da chi condivide il file

• Il libro sulla Guida alle Automazioni con Make.com — 40 pagine, indice cliccabile, tabelle e grafici — è disponibile su Linkedin come esempio concreto dell’output generato.

Ogni fine anno è un momento ideale per riflettere sull’evoluzione del digitale e sugli strumenti che stanno ridefinendo il modo in cui creiamo e condividiamo conoscenza. Tra le scoperte più interessanti di questo 2025 c’è Unfold, un tool innovativo che è stato pubblicato sul canale Telegram di Toolperstartup (lo trovi qui). Unfold automatizza la creazione di corsi online sfruttando l’intelligenza artificiale.

In pratica, basta fornire un testo, un tema o un documento di riferimento: in pochi minuti la piattaforma genera un corso completo, con lezioni, titoli, descrizioni e materiali formativi pronti all’uso. Per chi opera nel mondo della formazione, del marketing o della content strategy, rappresenta un modo efficace per trasformare competenze e idee in percorsi didattici concreti, senza passare da lunghi processi di copione o progettazione e-learning.

Per mostrarti il potenziale di questo approccio, ho creato due corsi di esempio interamente generati con Unfold — e li metto a disposizione gratuitamente per chi segue questa newsletter (sì, lo so devi fare un login alla piattaforma con Google ma è gratuito).

La cosa più bella? Che puoi creare fino a due corsi in totale autonomia e senza spendere un centesimo anche tu.

Corso 1 – Airtable da zero a intermedio: guida pratica passo passo per utenti di fogli di calcolo

🔗 Vai al corso

Obiettivo: accompagnare chi utilizza Excel o Google Sheets verso l’adozione di Airtable come piattaforma di database visuale e automazione.
Contenuti principali:

• I fondamenti di Airtable: tabelle, record, tipi di campo e viste.

• Differenze chiave tra un foglio di calcolo e un database relazionale.

• Come creare basi di dati pratiche per la gestione di progetti, contenuti o CRM.

• Introduzione ad automazioni, interfacce e integrazioni con app esterne.
  Target: professionisti, team di marketing, freelancer e project manager che vogliono strutturare i propri dati in modo più efficiente.
  Durata: circa 60 minuti.

Un corso operativo, chiaro e orientato all’azione: ideale per chi desidera passare dall’uso tradizionale dei fogli di calcolo a un approccio più moderno, collaborativo e automatizzato.

Corso 2 – Vibe coding AI: crea app solo descrivendole (per principianti assoluti)

🔗 Vai al corso

Obiettivo: introdurre gli utenti alle piattaforme di no-code basate su intelligenza artificiale, che permettono di creare app semplicemente descrivendole in linguaggio naturale.
Contenuti principali:

• Come funzionano i sistemi di “AI app builder” e quali tecnologie li alimentano.

• Esempi concreti di sviluppo di piccole applicazioni web partendo da un prompt testuale.

• Suggerimenti pratici per definire idee chiare, scrivere descrizioni efficaci e ottenere risultati costanti.
  Target: professionisti, marketer, consulenti e curiosi del no-code che vogliono capire come l’intelligenza artificiale stia abbattendo le barriere della programmazione.
  Durata: circa 45 minuti.

Un corso pensato per chi parte da zero ma vuole comprendere rapidamente come sfruttare l’intelligenza artificiale per creare app e prototipi funzionanti, senza scrivere una sola riga di codice.

Guardando al 2026: dall’automazione all’intenzionalità

Il 2025 ha sancito la maturità dell’automazione: non è più una promessa, ma un’infrastruttura invisibile che sostiene la produttività digitale. Tuttavia, ciò che inizia a fare davvero la differenza non è “cosa” automatizziamo, ma “perché” e “come” lo facciamo.

Il 2026 sarà l’anno dell’intenzionalità: non basterà generare contenuti o creare corsi automaticamente, ma servirà scegliere consapevolmente quali processi delegare e quali conservare come spazi di valore umano. L’intelligenza artificiale ci permetterà di progettare esperienze formative più mirate, iterative e personalizzate, ma resterà indispensabile una visione strategica capace di connettere tecnologia e obiettivi concreti.

Tool come Unfold sono solo l’inizio di una fase in cui la creazione della conoscenza diventa programmabile. Il vantaggio competitivo non sarà di chi usa più strumenti, ma di chi saprà orchestrare automazioni, dati e insight in un sistema coerente, dove ogni tecnologia serve una finalità chiara: diffondere competenza, scalare l’impatto e risparmiare tempo per ciò che conta davvero — pensare, creare e innovare.

Inutile dirti che ti chiedo di dirmi come hai trovato questi corsi sul vibe coding e su Airtable e se hai in mente di creare qualche corso per te o i tuoi studenti nel 2026 con Unfold.

Happy tooling!

Bernardo

AppSumo Sumo Day 2025: la tre giorni per chi vuole innovare davvero il proprio portfolio di software.

Cosa sono i “Sumo Day”

Torna anche quest’anno il Sumo Day, la più grande occasione di AppSumo dedicata agli imprenditori e ai professionisti che vogliono arricchire il proprio arsenale digitale con strumenti utili per il proprio business.

In parole povere i “Sumo Day” sono una mega raccolta di offerte sui software in lifetime. Ci sono oltre 400 piattaforme disponibili: dal marketing digitale all’intelligenza artificiale, dalla produttività alla gestione progetti, passando per e-commerce, CRM, social media, lead generation, automazione, analytics, sicurezza e strumenti per sviluppatori. Ciascun professionista può trovare software calibrati sulle proprie esigenze, che vanno dall’email marketing ai creator di contenuti, dalle soluzioni per customer care alle piattaforme per la formazione online.

Un ulteriore vantaggio dell’edizione di quest’anno è la presenza di molti “cavalli di ritorno”, cioè strumenti già testati dal mercato, solidi e funzionali che sono tornati disponibili in offerta.

Durante i giorni di Sumo Day (con ulteriori 24 ore di accesso anticipato per i membri Plus), sarà possibile aggiudicarsi i migliori software a condizioni vantaggiose, con un ulteriore 10% di sconto su ogni acquisto.

Tempi

Per aderire alle offerte c’è tempo fino alle 8.00 del 12 giugno, oltre non sarà più possibile a meno che non si una membro di Appsumo Plus, la subscription di Appsumo che offre ulteriori vantaggi ulteriori vantaggi.

I software in offerta

Sono oltre 400, difficile elencarli tutti qui, per comodità vi indico le applicazioni che ci sembrano le migliori, di seguito potete trovare l’elenco completo dei software in una semplice tabella Airtable che semplifica la ricerca.

Link alla tabella con tutti i software

Le piattaforme preferite dalla redazione:

Neuronwriter: migliora la SEO e pianifica contenuti che scalano le SERP con semantica AI. La recensione qui

Castmagic: Trasforma audio/video lunghi in contenuti per blog/social grazie all’AI

JoggAI: Trasforma idee, testi, link e immagini in video AI con avatar realistici

Encharge: Automatizza le campagne di email marketing con flussi drag-and-drop e segmentazione avanzata. La recensione qui.

Marky: Piattaforma di creazione e schedulazione automatica contenuti social gestita da AI

Brizy Cloud: Builder drag-and-drop per siti web con AI.

TaskMagic: Automatizza operazioni web ripetitive grazie all’AI.

VideotoBlog: Trasforma video YouTube in articoli SEO per blog in pochi secondi

Blogify: Automatizza creazione pubblicazione e monetizzazione blog con AI. La recensione qui.

Link alla tabella con tutti i software

I software sono raggruppati per categoria, potete comunque personalizzare i filtri per trovare subito ciò che cercate. Trovate il nome, la categoria, la descrizione, il prezzo e il link per andarvelo a vedere.

• Come BuzzAbout analizza il comportamento del pubblico in tempo reale, fornendo report dettagliati in meno di un minuto.

• L'importanza dell'analisi del sentiment per comprendere le opinioni positive o negative riguardo al tuo brand.

• Come identificare tendenze emergenti e adattare le strategie di marketing di conseguenza.

• L'utilizzo di report AI per prendere decisioni più rapide e informate.​

🎯 Per chi è questo episodio:

• Professionisti del marketing e brand manager che desiderano approfondire la comprensione del proprio pubblico.

• Agenzie digitali e team di comunicazione alla ricerca di strumenti avanzati per l'analisi dei dati.

• Chiunque voglia creare contenuti mirati basati su insight reali e aggiornati.​

🔗 Link all'articolo completo:
BuzzAbout: ascolta miliardi di conversazioni sul web

• Le funzionalità principali di RobotAlp, tra cui il monitoraggio di uptime, SSL, DNS, velocità delle pagine e blacklist.

• Come la piattaforma invia notifiche immediate in caso di anomalie, permettendoti di intervenire tempestivamente.

• I vantaggi di una dashboard centralizzata per gestire l'intera infrastruttura digitale.

• Le opzioni di prezzo, inclusi piani gratuiti e offerte esclusive per i lettori di Toolperstartup.​toolperstartup.com

🎯 Per chi è questo episodio:

• Startup e PMI che cercano soluzioni scalabili per il monitoraggio della loro infrastruttura online.

• Team IT e sviluppatori che necessitano di controllare parametri tecnici avanzati.

• E-commerce e business online dove ogni minuto di downtime può significare perdite significative.

• Agenzie digitali e web agency che gestiscono più progetti cliente e necessitano di una visione d'insieme.​LinkedIn

🔗 Link all'articolo completo:
RobotAlp: Monitoraggio completo e automatico per siti web e server

• Le funzionalità principali di GetResponse, tra cui l'editor drag & drop, i modelli predefiniti e le opzioni di automazione avanzate.

• Come la piattaforma si differenzia da concorrenti come Mailchimp e Mailup in termini di prezzo e funzionalità.

• Le opzioni di integrazione disponibili e come importare facilmente la tua lista di contatti.

• I diversi piani tariffari offerti da GetResponse e quale potrebbe essere il più adatto alle tue esigenze.​toolperstartup.com

🔗 Link all'articolo completo:
Recensione di GetResponse: Il software di Email Marketing per la tua azienda