E facimm na Pizz!

Un micro-tool per pizzaioli nerd e l’esplorazione creativa dell’AI

Tutto è iniziato in un pomeriggio estivo qualsiasi.

Stavo facendo l’impasto per la pizza del weekend, una delle mie gioie più semplici, soprattutto quando sono a casa, e come sempre mi ritrovavo a fare i conti per ottenere l’equilibrio perfetto tra idratazione, ore di lievitazione e temperatura ambiente.

Chi fa la pizza con serietà (e non con ricette da 25g di lievito per 1kg di farina!) sa che la preparazione è più simile a una formula chimica che a seguire una ricetta.

Specialmente in estate, quando il calore cambia tutto e il tempo di maturazione in frigo gioca un ruolo fondamentale.

Ma stavolta qualcosa è stato diverso. Sarà per la noia, sarà perché ormai gioco con l’AI quotidianamente per provare a sviluppare nuovi modi di fare le cose, anche normali, che una volta finito l’impasto mi sono chiesto: “e se potessi velocizzare tutto questo? Dopotutto sono solo calcoli e formule. Tutto in un tool semplice, pratico, portatile. Magari integrato nel mio Second Brain su Notion”

All’inizio ho pensato a formule e database dentro Notion stesso, ma mi sono subito reso conto che sarebbe stato troppo macchinoso. Poi la semplificazione: “Giochiamo con l’AI, vediamo fin dove posso arrivare in un paio d’ore”

L’esperimento: reverse engineering + GPT-4o mini-high

Ho aperto ChatGPT con l’intento di ricostruire da zero il calcolo alla base di alcuni strumenti per (come Calcolapizza 2.1 della famosa confraternita), ma senza copiare nulla. Solo reverse engineering e creatività. Gli ho spiegato i parametri chiave: idratazione, peso panetti, tipo di pizza, sale per litro d’acqua, ore totali di lievitazione (con eventuale frigo), temperatura ambiente, presenza o meno di olio.

Poi è iniziato il gioco a due: una specie di partita di ping pong tra me e GPT

Io gli chiedevo di scrivere una funzione. Lui me la restituiva. La testavo. Non funzionava.

Analizzavo l’errore, glielo spiegavo, e lui proponeva una correzione.

Nel frattempo, gli chiedevo anche di spiegarmi le linee di codice che non sapevo interpretare, riga per riga. Era come avere un prof di coding personale, paziente, ma veloce come un razzo.

Dopo diversi scambi e in circa una mezz’oretta il codice funzionava e stavo già integrando le mie note di pizze passate e la mia esperienza per provare a migliorare il calcolo e la gestione delle variabili.

Dopo aver scritto l’algoritmo base, ho chiesto di suddividere il codice in blocchi HTML, CSS e JS. Ho importato tutto su CodePen, ho ridisegnato lo stile grafico, reso il layout (un pochino) responsive, testato più volte l’esperienza d’uso. Ho anche eliminato alcune funzionalità che aveva suggerito ma che non uso, semplificando ancora l’interfaccia.

In circa due ore, ero riuscito a:

✅ fare reverse engineering di un tool

✅ riprogettarlo graficamente:

UI moderna, minimale, coerente con estetica Notion (colori tenui, font leggibili)

scelta di un nome originale e personale per il tool (“E facimm na Pizz!”)

ottimizzazione dell’ordine dei campi per un’esperienza d’uso più intuitiva

visualizzazione dinamica dei risultati con animazione fadeIn

layout risultati migliorato con Flexbox centrato per eleganza e adattabilità

✅ renderlo responsive e integrabile su Notion (tramite embebed di CodePen)

✅ migliorare le mie competenze di frontend (quantomeno capire cosa stavo facendo)

✅ creare qualcosa di mio, utile, funzionante, replicabile

Lezioni apprese (tra lievito e codice)

In questa mattinata di scrittura e discussione con GPT ho capito che:

L’AI è più efficace se sai cosa vuoi

Non serve essere programmatori esperti, ma serve avere una visione chiara del risultato e saper ragionare in modo logico. E so bene che ci sono tool più efficienti come Bolt, Replit e così via ma per questo esperimento l’obiettivo era fare tutto il più semplice e veloce per vedere dove potevo arrivare

Copiare è noioso, costruire è divertente

Avrei potuto usare un tool già fatto. Ma la soddisfazione è arrivata nel momento in cui ho creato qualcosa di mio, personalizzato. E che oggi posso migliorare, trasformare, decidere cosa fare.

Una possibile evoluzione:

supporto per lievito secco

salvataggio parametri/preferiti

esportazione Markdown dei calcoli con integrazione note preparazione e “ricetta”

La velocità del ciclo idea-testo-correggo è incredibile

L’AI come co-costruttore si è dimostrata estremamente efficace in fase di reverse engineering e rapid prototyping. Fare tutto da solo mi avrebbe richiesto giorni, invece con l’AI, ho imparato mentre costruivo, permettendo un ciclo rapido di test → feedback → miglioramento

Le micro-esplorazioni creative possono trasformarsi in strumenti

Questo non è un prodotto da lanciare, ma è un perfetto esempio di come anche un esperimento personale possa generare valore e apprendimento.

Conclusioni

Quello che era partito come un gioco, una deviazione della domenica mattina tra impasti e farine, si è trasformato in un micro-progetto completo, documentato e utile. Il tutto in meno di 2 ore.

Senza l’AI, non sarebbe stato possibile, o quantomeno: sarebbe stato molto più lento e faticoso. Con l’AI, invece, è diventato una collaborazione fluida.

L’unica cosa che ancora manca?

Un algoritmo che pulisca la cucina dopo. Ma ci stiamo lavorando…

Qui il link alla pagina del tool:

E facimm na Pizz!