Revisione di artefatti IA

La revisione di artefatti IA (AI artifact review) è il loop di revisionare un artefatto generato dall'IA (una preview, una pagina, un'app) direttamente sul posto e rimandare un feedback preciso e strutturato all'agente che l'ha costruito.

Quando un agente come Lovable, Bolt o Claude Code produce una preview, il feedback si sparpaglia tra thread di Slack, doc di Notion e screenshot sparsi. Niente di tutto ciò è ancorato all'artefatto, così il prompt successivo non porta contesto reale e l'agente deve indovinare cosa intendevi, spesso rigenerando la cosa sbagliata e bruciando un'iterazione. Più veloce costruisce l'IA, più costa questo divario di revisione.

Il loop ha quattro momenti, e strutturare avviene una volta sola, nel momento del clic:

• L'IA genera l'artefatto: il tuo builder pubblica una preview dal vivo o una pagina deployata. Patchrooms è incorporato con data-mode="artifact-review" e porta lo strumento, l'obiettivo e i vincoli dell'artefatto insieme a ogni commento.
• Chi revisiona annota sul posto: chiunque abbia il link clicca un elemento e commenta, per testo o con una nota vocale che si trascrive da sola. Il selettore, uno screenshot e il contesto della pagina si catturano in automatico, senza saltare su Slack o su un tracker.
• Triage in un solo room: ogni commento atterra in una dashboard con uno stato (nuovo, in triage, in corso, chiuso).
• L'agente legge feedback strutturato: ogni report si esporta come Markdown con selettore, obiettivo e vincoli.

Un bug report normale produce un ticket per un umano. La revisione di artefatti IA produce contesto pronto per l'agente (agent-ready): il selettore dell'elemento, uno screenshot, più l'obiettivo e i vincoli dell'artefatto, così l'IA può sistemare il problema direttamente.

Uno screenshot isolato con un "sistema questo" costringe l'agente a indovinare bersaglio e intenzione, e ogni tentativo costa una rigenerazione. Il feedback ancorato all'elemento elimina l'indovinello. Approfondisci nel agent-ready feedback (EN).

I report si esportano come Markdown pulito che include il selettore dell'elemento, un riferimento allo screenshot, l'obiettivo dell'artefatto e i vincoli. Lo incolli nel tuo agente, oppure lasci che gli agenti leggano i report direttamente via server MCP di Patchrooms (list_reports / get_report), disponibile oggi. La scrittura dello stato (set_status) funziona oggi; strumenti MCP estesi sono pianificati. Il testo che legge l'agente resta in inglese (è ciò che il modello consuma):

## Report: Onboarding flow review
**Tool:** lovable   **Goal:** reduce signup friction
**Constraint:** keep the flow single-column

- **Element:** `button.onboarding-continue`
- **Comment:** Should stay disabled until the form is valid.
- **Screenshot:** blob/scr_9f2a.png
- **URL:** https://preview.lovable.app/onboarding

Un team usa Lovable per costruire un flusso di onboarding e condivide l'URL della preview. Un PM clicca il bottone "Continue" e annota che dovrebbe restare disabilitato finché il form non è valido; una designer clicca la progress bar e segnala la spaziatura. Entrambi i commenti sono ancorati agli elementi reali con screenshot.

Il PM esporta il report e lo incolla nel prompt successivo di Lovable. L'agente disabilita il bottone alla condizione giusta e stringe la barra al primo colpo, senza il giro di "quale bottone intendevi?". È il checkpoint prima che inizi la code review: qualcuno che guarda ciò che l'agente ha davvero renderizzato, non il diff.