Passa al contenuto principale

ChatGPT per utenti Claude

Principiante

Ragioni già in Claude. Ora un collega condivide un Custom GPT, o un cliente vive dentro ChatGPT, e devi essere produttivo lì oggi — senza reimparare da zero come si usa un assistente AI. Buona notizia: quasi tutto quello che sai si trasferisce. Questa pagina mappa il tuo modello mentale di Claude su ChatGPT, segnala quella manciata di cose che funzionano davvero in modo diverso e ti dice quando ciascuna tende a dare il meglio.

What you'll learn
  • Tradurre i concetti di Claude nei loro equivalenti ChatGPT (Projects, Custom GPTs e i Plugins che li sostituiscono, custom instructions/memory, canvas, il selettore di modello)
  • Sapere quali delle tue abitudini di prompting con Claude si trasferiscono invariate (la maggior parte)
  • Individuare le poche cose che devi davvero adattare
  • Sapere quando scegliere ChatGPT e quando restare su Claude
I Custom GPTs stanno uscendo di scena — i plugins li sostituiscono

OpenAI sta trasferendo i custom GPTs ai plugins, e i custom GPTs smetteranno di funzionare al momento del ritiro. Se oggi un collega ti passa un Custom GPT, quello gira ancora, ma non costruirci nulla di nuovo sopra — leggi Projects vs Custom GPTs qui sotto prima di investirci.

La mappa concettuale in 60 secondi​

Se leggi una sola sezione, leggi questa. Ecco come le cose che conosci in Claude si allineano con ChatGPT:

In Claude lo chiami…In ChatGPT è…Stessa idea?
Claude Projects (workspace + file + istruzioni di progetto)ProjectsSì — praticamente lo stesso concetto
Custom Style / un system prompt salvato che riutilizziCustom GPTs — in via di sostituzione con i Plugins (skills + apps)Simile, con una differenza (vedi sotto)
Le tue preferenze a livello di account / "come voglio che tu risponda"Custom instructionsSì
La memoria di Claude delle chat passateMemorySì — stessa idea, evolve spesso
Artifacts (pannello laterale per documenti/codice)CanvasSì — stessa idea
Selettore di modello (Opus / Sonnet / Haiku)Il selettore di modello (livelli velocità vs ragionamento)Sì — stessa idea, nomi diversi
Tool use / function calling (API)Function callingSì — stessa forma, dettagli JSON diversi

Il succo: non c'è quasi nessun nuovo concetto da imparare. Si tratta soprattutto di rinominare e riposizionare cose che già capisci.

Projects vs Custom GPTs — l'unica distinzione che vale la pena azzeccare​

È il punto in cui gli utenti Claude si confondono più spesso, perché ChatGPT ha due cose che sembrano entrambe "un Claude personalizzato", ma servono a scopi diversi.

  • Projects sono organizzativi — un workspace che raggruppa molte chat, file caricati e istruzioni condivise attorno a un unico lavoro in corso. Il punto è la continuità tra più conversazioni. Usa un Project quando apriresti un Claude Project: un lungo thread di ricerca, un testo in evoluzione, un flusso di lavoro con documenti di riferimento.

  • Custom GPTs sono assistenti pacchettizzati — una configurazione salvata (un system prompt, file di conoscenza opzionali, strumenti abilitati, a volte azioni API) che invochi come una singola chat nuova con una persona fissa. Sono pensati per essere riutilizzati e condivisi, così una persona costruisce la competenza e molte la eseguono. E stanno per essere ritirati.

  • I Plugins sono il sostituto: nelle parole di OpenAI, un pacchetto riutilizzabile per un workflow che può includere skills, apps o entrambe — "a reusable package for a workflow that can include skills, apps, or both" — dove le skills portano le istruzioni su come svolgere il lavoro e le apps collegano ChatGPT ad altri servizi. Stesso istinto di un Custom GPT, superficie più ampia.

La scorciatoia mentale:

  • Ti serve continuità tra molte chat con contesto condiviso? → Project.
  • Ti serve uno specialista riutilizzabile e condivisibile che si comporti sempre allo stesso modo? → un Plugin (e migra il Custom GPT che hai già).

Due tranelli per gli utenti Claude:

  • Una chat con un Custom GPT o un Plugin tende a partire da zero ogni volta, con solo le sue istruzioni preimpostate più quella conversazione — non aspettarti che ricordi la tua sessione precedente come fa un thread continuo dentro un Project.
  • La migrazione non è senza perdite. Le custom actions vanno ricostruite a parte — contro un connettore supportato o il tuo MCP server — quindi un GPT che ci si appoggia richiede lavoro vero, non una conversione in un clic. Se sei tu a ricostruire, Codex Agent Plugins copre il livello di packaging.

Custom instructions e memoria — stessa idea, livelli leggermente diversi​

In Claude imposti preferenze globali e lasci che ricordi il contesto. ChatGPT fa lo stesso, solo con livelli più espliciti in cui puoi impostare istruzioni:

Guided walkthrough1 of 4
  1. Le tue preferenze fisse — tono, livello di dettaglio, su cosa concentrarsi. Applicate a tutte le chat, come le preferenze del tuo account Claude.

Memory è un sistema a sé in continua evoluzione: ChatGPT può portare il contesto tra chat separate. Considera cosa ricorda, quanto e dove è disponibile (es. dentro un assistente pacchettizzato o no) come volatile — cambia di frequente, quindi verifica il comportamento attuale invece di darlo per scontato.

Canvas è l'Artifacts di ChatGPT​

Se ami Claude Artifacts — un pannello laterale in cui un documento o un blocco di codice diventa un oggetto vivo e modificabile — ti sentirai a casa con canvas. Apre una superficie di editing dedicata per scrivere e programmare, così tu e il modello potete revisionare sul posto invece di rigenerare l'intero messaggio. Stesso istinto, nome diverso.

Una cosa a cui fare attenzione (e un buon esempio del perché non fissiamo i dettagli): la superficie di editing che ottieni dipende da dove ti trovi, non solo da cosa hai chiesto. La documentazione attuale di OpenAI descrive il comportamento di anteprima-e-modifica come variabile per superficie — l'app desktop mostra l'anteprima dei documenti generati accanto alla chat, la CLI non ha alcuna anteprima visiva e l'estensione per IDE rivede i file nell'editor. Anche il modello selezionato può contare. Se il pannello laterale non compare, sospetta la tua superficie o il modello prima di sospettare un bug.

Il selettore di modello — scegli in base al lavoro, non al nome​

Proprio come scegli Opus vs Sonnet vs Haiku, ChatGPT ti chiede di scegliere un modello — generalmente lungo uno spettro velocità ↔ ragionamento (opzioni rapide/istantanee per turni veloci, opzioni con più ragionamento per problemi difficili, con i livelli più alti riservati ai piani a pagamento). I nomi e il numero di livelli cambiano spesso; l'abilità durevole è la stessa che già usi con Claude: abbinare il modello alla difficoltà del compito e alla tua tolleranza per latenza/costo.

È esattamente il framework di Scegliere un modello e Quale Claude dovrei usare? — è indipendente dal provider. Non memorizzare il nome di un modello; impara a leggere "veloce vs profondo" e scegli di conseguenza.

Per rendere il punto concreto, non per farlo memorizzare: al 7 ottobre 2026 il selettore propone Astra (il più capace), GPT-6.1 Sol (prestazioni vicine ad Astra per lavori complessi a un costo inferiore ad Astra — "near-Astra performance for complex work at a lower cost than Astra" — in rollout su Plus, Pro, Business, Enterprise ed Edu) e GPT-6 Luna (il modello efficiente per lavoro focalizzato e ad alto volume) — mentre GPT-5.5 viene ritirato da ChatGPT, ChatGPT Work e Codex il 14 ottobre 2026, restando disponibile su API. Se stai leggendo molto dopo quella data, ogni nome in questo paragrafo si è probabilmente spostato. Ed è esattamente il punto.

Pro tip
  • Scegli il livello veloce/istantaneo per stesura di routine, formattazione e domande rapide.
  • Scegli il livello ad alto ragionamento per logica a più passaggi, codice complicato o analisi accurate.
  • Se una funzione come canvas o uno strumento sembra mancare, sospetta la tua superficie (desktop vs web vs CLI vs IDE) o il modello selezionato prima di sospettare un bug.

Function calling — stessa forma, dettagli JSON diversi​

Se hai usato il tool use con Claude, il function calling di OpenAI ti risulterà immediatamente familiare, perché il loop è lo stesso:

Guided walkthrough1 of 5
  1. Descrivi ogni strumento con un nome, una descrizione e uno schema JSON dei suoi parametri (quali sono obbligatori, i loro tipi). Stessa idea di una definizione di strumento in Claude.

Cosa è identico: il loop descrivi → il-modello-richiede → tu-esegui → restituisci-il-risultato → risposta, le chiamate multiple/parallele e il principio che il modello propone, il tuo codice dispone.

Cosa differisce e ti farà inciampare se copi-incolli: i nomi esatti dei campi JSON, come le chiamate agli strumenti e i risultati sono rappresentati nella lista dei messaggi, le opzioni "strict"/di output strutturato e la forma specifica dell'endpoint API. Come regola valida tra provider, prompting e architettura si trasferiscono; i dettagli del formato di trasporto no — verifica sempre lo schema specifico del provider.

Cosa si trasferisce (spoiler: quasi tutto)​

Le tue abitudini di Claude, faticosamente acquisite, non vanno sprecate. Queste si trasferiscono sostanzialmente invariate:

  • Struttura del prompt — ruolo chiaro, compito esplicito, esempi, formato di output richiesto → Basi del prompting
  • Dare contesto deliberatamente — incolla il materiale giusto, circoscrivilo, non scaricare tutto
  • Chiedere un formato di output specifico — tabelle, JSON, passaggi; funziona allo stesso modo
  • Iterare sul posto — affina tramite follow-up (e ora tramite canvas)
  • Il loop del tool use — descrivi gli strumenti, lascia che il modello li chiami, restituisci i risultati → Tool Use
  • Scegliere un modello in base alla difficoltà del compito — veloce vs profondo, stessa valutazione

System prompt neutrale rispetto al provider — da inserire in un Custom GPT o nelle istruzioni di un Project

You are a {role}.
Goal: {one clear sentence}.
Rules:
- Use ONLY the context I provide; if the answer isn't there, say "I don't know".
- Be concise. No preamble.
- Output format: {exact format — e.g. a markdown table with columns X, Y, Z}.
When you need information you don't have, ask one focused question instead of guessing.

Cosa adattare davvero​

Un elenco breve e onesto di cose che sono effettivamente diverse:

  • Due oggetti di "personalizzazione", non uno. Decidi in anticipo: workspace continuativo (Project) o assistente pacchettizzato riutilizzabile (un Plugin — o un Custom GPT in procinto di diventarlo)? Sceglierne uno sbagliato è l'errore iniziale più comune.
  • I Custom GPTs sono un obiettivo di migrazione, non una destinazione. OpenAI li sta spostando sui Plugins e li sta ritirando. Se ne erediti uno, pianificane la migrazione; non iniziarne uno nuovo.
  • Abbinamento funzione ↔ superficie. In ChatGPT, che un pannello di anteprima/editing (o un dato strumento) sia disponibile può dipendere da dove lo stai eseguendo — e a volte dal modello selezionato. Quando manca qualcosa, controlla prima quelli.
  • Formato di trasporto per gli strumenti. Il concetto di function calling è identico; i dettagli JSON no — non riutilizzare mai il JSON degli strumenti di Claude alla lettera.
  • Specifiche volatili. Nomi dei modelli, livelli, limiti e prezzi cambiano in fretta. Prendi l'abitudine di confermare alla fonte, esattamente come dovresti fare anche per Claude.

Quando ciascuno tende a dare il meglio​

Entrambi sono ottimi assistenti generalisti e su un dato compito il divario è spesso piccolo e mutevole — quindi trattalo come tendenze, non leggi, e lascia decidere la tua valutazione sui tuoi dati:

  • Scegli ChatGPT quando ti serve il suo ecosistema specifico — un Custom GPT che un team già mantiene, un Project impostato da un collaboratore o uno strumento/integrazione integrato su cui fai affidamento lì. Se il tuo cliente o i tuoi colleghi vivono in ChatGPT, incontrarli lì batte l'attrito.
  • Scegli Claude quando sei già nel flusso di lavoro Claude attorno a cui è costruito questo sito — Projects, Artifacts e i pattern di prompting/agenti documentati in tutto AILmanac — e vuoi approfondirli.

La risposta onesta il più delle volte: quello in cui tu (o il tuo team) siete già configurati. L'abilità è portabile; il costo di configurazione è il vero costo di passaggio.

Vocabolario da ChatGPT a Claude
Premi Invio o Spazio per girare la carta. Usa le frecce sinistra e destra per spostarti tra le carte.Termine mostrato.
1 / 7

Verifica te stesso

0/4
  1. Vuoi un workspace che tenga insieme molte chat correlate, file di riferimento e istruzioni condivise per un lavoro di ricerca continuativo. Cosa usi in ChatGPT?
  2. Hai usato il tool use di Claude. Cosa è vero riguardo al function calling di OpenAI?
  3. L'anteprima nel pannello laterale non compare quando te lo aspetti. Qual è la prima cosa più probabile da controllare?
  4. Un collega ti passa un Custom GPT su cui il team fa affidamento. Qual è la mossa giusta?
Key takeaways
  • Non c'è quasi nessun nuovo concetto — Projects ≈ Claude Projects, un Plugin ≈ un assistente riutilizzabile pacchettizzato, canvas ≈ Artifacts, function calling ≈ tool use.
  • Azzecca l'unica distinzione: Projects = organizzano molte chat; un Plugin = uno specialista riutilizzabile e condivisibile.
  • I Custom GPTs stanno venendo trasferiti ai Plugins e verranno ritirati — migra quello che eredi, non iniziarne di nuovi e metti in bilancio tempo vero per le custom actions.
  • Le tue abitudini di prompting, contesto, formato di output e loop degli strumenti si trasferiscono invariate — scegli i modelli in base alla difficoltà del compito, come con Opus/Sonnet/Haiku.
  • Adatta solo poche cose: due oggetti di personalizzazione, abbinamento funzione↔superficie e dettagli JSON delle chiamate agli strumenti.
  • Nomi, livelli, limiti e prezzi diventano obsoleti in fretta — verifica le specifiche sulla documentazione di OpenAI, proprio come dovresti fare per Claude.

Fonti e approfondimenti​

Prossimo​