Passa a:
Claude Design e Pomelli: il brand come contesto che una AI sa leggere

Claude Design e Pomelli: il brand come contesto che una AI sa leggere

  • Ottobre 2026 |
  • 05 Min di lettura

Chiunque abbia provato a usare un modello generativo per produrre materiali visivi conosce il punto in cui la magia si esaurisce. La prima schermata arriva in pochi secondi ed è persino sorprendente, la seconda arriva altrettanto in fretta ma sembra uscita da un’altra azienda, e alla decima si è passati più tempo a spiegare quali sono i colori del marchio, che tono usare e perché quel font non va bene, di quanto ne sarebbe servito ad aprire l’editor grafico e fare tutto a mano. Il problema non è la qualità della generazione, che ormai è data per acquisita, ma il fatto che ogni richiesta parta da zero e che l’identità di un prodotto debba essere ricostruita a parole ogni volta. Nell’ultimo anno due prodotti nati in contesti molto diversi hanno affrontato questo problema nello stesso modo: Pomelli, lo strumento di Google Labs pensato per le piccole attività, e Claude Design, lo strumento di Anthropic Labs pensato per i team di prodotto. Messi uno accanto all’altro dicono qualcosa che va oltre entrambi.

Il contesto prima del prompt

L’idea comune è semplice da enunciare. Invece di chiedere a chi usa lo strumento di descrivere l’identità visiva a ogni richiesta, la si estrae una volta sola da una fonte che esiste già, la si rende esplicita in una struttura leggibile e modificabile, e da quel momento diventa il contesto implicito di tutto quello che verrà generato. Così la coerenza smette di dipendere dalla memoria e dalla pazienza di una persona e diventa una proprietà del sistema. È lo stesso principio per cui in un progetto software si estrae la configurazione dal codice, e vale la pena notarlo perché è una scelta di architettura prima che di prodotto. I due strumenti differiscono soprattutto su un punto, cioè da dove leggono quell’identità.

Pomelli e il Business DNA

Pomelli, pubblicato da Google Labs insieme a Google DeepMind alla fine di ottobre del 2025, parte dall’indirizzo del sito di un’attività. Lo analizza insieme alle immagini che vi trova e ne ricava quello che chiama Business DNA, un profilo che raccoglie il tono di voce, la palette di colori, i font, lo stile visivo e il modo in cui l’attività parla di sé. Su quella base propone idee di campagna, oppure accetta un obiettivo descritto a parole come un lancio o una promozione stagionale, e genera immagini con testo per i social, il sito e gli annunci, complete di didascalie. A febbraio del 2026 si è aggiunto Photoshoot, che prende uno scatto di prodotto fatto con il telefono e lo ricostruisce come una foto da studio usando il modello Nano Banana 2, e a marzo la disponibilità si è estesa dai quattro paesi iniziali a oltre centosettanta. Il suo pubblico è chiaro: la piccola attività che ha un sito ma non ha un designer, e per la quale il collo di bottiglia non è mai stato l’impaginazione ma il tempo.

La pagina di Pomelli con gli elementi di un Business DNA: palette di colori, font e aggettivi che descrivono il tono di voce

Claude Design e il design system letto dal codice

Claude Design, presentato da Anthropic Labs ad aprile del 2026 su Claude Opus 4.7, applica la stessa idea a un pubblico diverso. Durante la configurazione iniziale legge la codebase e i file di design del team e ne costruisce un design system, con componenti, colori, tipografia e regole di spaziatura, che viene poi applicato in automatico a ogni progetto. Si può partire da una descrizione, da documenti Office, da una codebase o da elementi catturati da un sito, e ottenere prototipi interattivi, presentazioni o materiali per una campagna. La revisione avviene attraverso commenti su singoli elementi, modifiche dirette al testo e controlli che regolano spaziature, colori e layout in tempo reale. All’uscita il lavoro si esporta in PDF, PPTX, HTML o verso Canva, oppure viene impacchettato in un bundle che si passa a Claude Code per l’implementazione. Le testimonianze raccolte al lancio insistono proprio sulla riduzione dei tentativi, con Brilliant che racconta di pagine complesse passate da oltre venti prompt in altri strumenti a due soli.

Due fonti di verità, la stessa intuizione

La differenza tra i due prodotti sta tutta nella fonte da cui viene estratta l’identità. Per una gelateria o un negozio di quartiere l’unica rappresentazione strutturata del marchio è il sito, ed è lì che Pomelli va a cercarla. Per un’azienda che sviluppa software la rappresentazione più fedele non è il sito né il manuale del brand, che invecchia nel momento in cui viene approvato, ma il codice, dove i colori sono variabili, i componenti hanno nomi e le spaziature seguono una scala. Claude Design sceglie quella fonte e chiude il cerchio nell’altra direzione, perché il bundle che consegna a Claude Code riporta il design nel codice da cui era partito. Il design system diventa così un formato di scambio tra persone e agenti, letto all’inizio e riscritto alla fine, invece di un documento da consultare.

Schema a due corsie: Pomelli passa dal sito web al Business DNA e poi agli asset di campagna, Claude Design passa dalla codebase al design system, ai materiali visivi e al bundle per Claude Code, che riporta il lavoro nel codice
Lo stesso profilo persistente al centro, due fonti diverse da cui viene estratto

Questo ha una conseguenza pratica per chi scrive codice. Un frontend con design token espliciti, componenti coerenti e nomi sensati non è più soltanto più facile da manutenere, è anche un input migliore per gli strumenti che genereranno interfacce e materiali a partire da esso. Un progetto in cui lo stesso blu compare in sette sfumature diverse sparse nei fogli di stile produrrà un design system confuso, e quella confusione si propagherà in ogni prototipo, presentazione o pagina generata da lì in avanti.

Che cosa resta oltre gli strumenti

Nessuno dei due prodotti sostituisce una direzione creativa capace, e chi lo usa con questa aspettativa resterà deluso. Il metro giusto per valutarli non è il confronto con il lavoro di uno studio, ma il rapporto tra il tempo speso e il primo materiale utilizzabile, ed è lì che il divario rispetto a quello che esisteva prima si vede davvero. L’idea che resta è quella del profilo persistente. Estrarre l’identità di un prodotto in una struttura leggibile e riusabile risolve il problema in modo semplice, e il fatto che funzioni sia per una piccola attività locale sia per un team di prodotto dice che il vantaggio si sta spostando verso chi ha già un’identità esplicita, ordinata e leggibile da una macchina.

Per saperne di più: https://labs.google.com/pomelli/about/

Ranieri Vannozzi

L'autore

Ranieri Vannozzi

Sviluppatore e consulente software freelance

Scrivo codice dal 2008 e lavoro su sviluppo enterprise, architetture cloud-native e leadership tecnica. Su HeroHubs racconto quello che incontro ogni giorno nei progetti, tra codice, architetture e intelligenza artificiale.

Articolo scritto con il supporto dell'AI e rivisto dall'autore.

Post Correlati

Paperclip: costruire aziende di agenti AI con un organigramma

AI

Agosto 2026

Paperclip: costruire aziende di agenti AI con un organigramma

Paperclip permette di disegnare un organigramma di agenti AI che collaborano come i reparti di una vera azienda. Un CEO, uno scrittore, un ingegnere, un editor e un designer che si dividono i task, lavorano in parallelo e chiedono conferma quando serve.

DeepSeek in locale: integrare un modello aperto nei SaaS senza pagare le API

AI

Agosto 2026

DeepSeek in locale: integrare un modello aperto nei SaaS senza pagare le API

Eseguire DeepSeek sulla propria macchina trasforma il costo variabile delle API in un costo fisso di hardware. Un ragionamento su quando conviene, come si fa e quali altri modelli aperti valutare per i SaaS intelligenti di nuova generazione.

Claude Science: quando l’assistente entra in laboratorio

AI

Agosto 2026

Claude Science: quando l’assistente entra in laboratorio

Anthropic lancia Claude Science, un ambiente che collega oltre sessanta database scientifici e coordina agenti specializzati in genomica, proteomica e chimica computazionale. Non un modello più potente, ma un nuovo modo di lavorare per chi fa ricerca.

Sakana Fugu: quando il valore sta nell'orchestrazione, non nel modello

AI

Luglio 2026

Sakana Fugu: quando il valore sta nell'orchestrazione, non nel modello

Sakana Fugu non è un nuovo modello di intelligenza artificiale ma un piccolo orchestratore da sette miliardi di parametri che coordina modelli già esistenti. Il valore si sposta dalla potenza computazionale alla capacità di orchestrazione.

La cartella .claude: il centro di controllo di Claude Code

AI

Luglio 2026

La cartella .claude: il centro di controllo di Claude Code

La cartella .claude viene spesso ignorata, ma è il punto in cui si definisce come Claude Code lavora su un progetto. Capirne la struttura significa smettere di correggere lo strumento e iniziare a configurarlo.

Claude for Small Business: l'AI che lavora al tuo fianco

AI

Maggio 2026

Claude for Small Business: l'AI che lavora al tuo fianco

Le piccole imprese non hanno bisogno di strumenti enormi per competere. Hanno bisogno di strumenti intelligenti. Claude di Anthropic è pensato per chi lavora ogni giorno con risorse limitate ma ambizioni concrete.

Markdown o HTML? Il formato dell’output è una decisione architetturale

AI

Aprile 2026

Markdown o HTML? Il formato dell’output è una decisione architetturale

La maggior parte degli sviluppatori tratta il formato dell'output AI come un dettaglio secondario. Non lo è. La scelta tra Markdown e HTML determina se il risultato verrà letto, condiviso o usato davvero.

Prompt Injection: come l'intelligenza artificiale può essere manipolata (e perché dovresti saperlo)

AI

Febbraio 2026

Prompt Injection: come l'intelligenza artificiale può essere manipolata (e perché dovresti saperlo)

Scopri cos'è la prompt injection, come può influenzare le risposte dell'intelligenza artificiale e quali strategie adottare per proteggere dati e processi aziendali.

Come trasformare gli Assistenti AI in partner di sviluppo affidabili

AI

Gennaio 2026

Come trasformare gli Assistenti AI in partner di sviluppo affidabili

Scopri come il prompt engineering sta diventando una competenza essenziale per sviluppatori. Tecniche pratiche per debugging, refactoring e implementazione di nuove funzionalità con assistenti AI.