17 giugno 2026Aggiornato il Fathy Shalaby11 min di lettura
Lo stack AI-native per PM tecnici: gli strumenti per livello nel 2026
Uno stack AI-native pratico per PM tecnici: sei livelli, dalle evidenze dei clienti agli agenti di coding, gli strumenti reali di ciascuno, quanto costano a novembre 2026 e come MCP e AGENTS.md li collegano.
Lo stack AI-native per PM tecnici è un insieme di strumenti su sei livelli: raccogliere le evidenze dei clienti, misurare il comportamento, decidere e specificare, prototipare, costruire con agenti di coding e collegare tutto perché gli agenti possano leggere il contesto. Ciò che lo rende AI-native non è il numero di funzioni di IA, ma il fatto che ogni livello esponga i propri dati, di solito tramite MCP, così che un agente possa lavorare attraverso tutti.
Punti chiave
Il lavoro è passato dallo spostare informazioni al giudicarle. L'85% delle organizzazioni di prodotto usa l'IA per il lavoro di prodotto e l'88% usa assistenti di coding basati su IA (Product Institute, 2026).
La connessione conta più del numero di funzioni. Linear, PostHog, Granola, Dovetail, Productboard e ChatPRD offrono ormai tutti l'accesso MCP, quindi gli agenti di coding possono interrogarli direttamente.
Un fondatore tecnico che lavora da solo può gestire uno stack di base con circa 20-65 $ al mese di costi per gli strumenti; un team di 5 persone ne spende qualche centinaio, soprattutto in piani per utente.
La fiducia resta bassa. Il 46% degli sviluppatori non si fida dell'accuratezza dell'IA (Stack Overflow, 2025), quindi lo stack ha bisogno di un passaggio di revisione, non solo di generazione.
I prezzi cambiano spesso. Ogni prezzo qui sotto è stato verificato sulla pagina del fornitore a novembre 2026.
Che cos'è uno stack AI-native per PM tecnici?
Uno stack AI-native è uno in cui gli strumenti condividono il contesto tra loro e con gli agenti di IA, invece di far copiare al PM le informazioni da uno all'altro. In uno stack «aggiunto in superficie», ogni strumento ha il proprio assistente di IA che vede solo i propri dati. In uno stack AI-native, un agente può raccogliere in un unico brief una citazione di un'intervista, una query di analytics e una decisione passata.
L'Institute of Product Leadership descrive lo stesso cambiamento come il passaggio da un ciclo di vita a fasi a «un sistema decisionale in funzione continua», con il PM che passa dall'amministrazione dei compiti al giudizio a livello di sistema (Institute of Product Leadership, 2026). I PM tecnici sono ben posizionati per questo, perché il lavoro ora assomiglia alla progettazione di una pipeline: che cosa entra, che cosa viene controllato, che cosa esce.
Perché i dati collegati contano più di un singolo strumento?
Perché il passaggio più lento è di solito trovare l'informazione giusta, non produrre output. Nell'indagine 2025 di Atlassian su 3.500 sviluppatori e manager, trovare informazioni era la principale perdita di tempo, e il 50% perdeva 10 o più ore a settimana per inefficienze organizzative (Atlassian, 2025). Ogni strumento che aggiungi senza collegarlo peggiora la situazione.
Quali strumenti appartengono a ogni livello dello stack?
Ecco lo stack AI-native per PM tecnici livello per livello, con strumenti reali e fatti verificati sui siti dei fornitori a novembre 2026. Gli esempi sono scelte comuni, non una classifica.
Livello
Compito
Strumenti di esempio
Fatto verificato
1. Raccogliere evidenze
Registrare le chiamate, archiviare interviste e feedback con le fonti
Granola, Dovetail
Granola Business 14 $/utente/mese con MCP; Dovetail Bronze 4.800 $/anno a prezzo fisso, fino a 5 utenti (in arrivo)
2. Misurare il comportamento
Product analytics, feature flag, esperimenti
PostHog
Il server MCP funziona con Claude Code, Cursor, Codex e VS Code
3. Decidere e specificare
Collegare le evidenze alle decisioni, scrivere spec, tracciare il lavoro
Productboard, ChatPRD, Linear
Linear MCP su tutti i piani; ChatPRD Pro 15 $/mese con MCP; Productboard Spark in ogni piano
4. Prototipare
Trasformare un brief in un'app cliccabile da testare
v0, Lovable
v0 Free: 7 messaggi/giorno; Lovable Free: fino a 30 crediti di build al mese
5. Costruire e rivedere
Agenti di coding che implementano e aprono pull request
Claude Code, Cursor, GitHub Copilot
Claude Code incluso da Claude Pro a 20 $/mese; Copilot Pro 10 $ con agente di coding
6. Collegare
Contesto condiviso per gli agenti tra i livelli
MCP, AGENTS.md
MCP standard aperto da nov. 2024; AGENTS.md in oltre 60.000 progetti open source
Livello 1: raccogliere evidenze
Granola registra e riassume le riunioni. Il piano Basic è gratuito con 30 giorni di cronologia; Business costa 14 $ per utente al mese, con cronologia illimitata, integrazioni come Notion e HubSpot e accesso MCP alle note di tutto il workspace (Granola). Dovetail è un repository di ricerca. Il suo nuovo piano Bronze è indicato a 4.800 $ l'anno a prezzo fisso per un massimo di 5 utenti, più crediti d'uso a 15 centesimi l'uno, e include agenti e MCP; al momento della verifica era segnato come «coming soon» (Dovetail).
Che cosa controllare: ogni riassunto conserva un link alla trascrizione originale? Un'evidenza senza fonte non si può verificare in seguito.
Livello 2: misurare il comportamento
PostHog combina product analytics, session replay, feature flag ed esperimenti. Il suo server MCP ospitato permette a un agente di eseguire query, gestire feature flag ed esperimenti e fare il triage degli errori da Claude Code, Cursor, Codex, VS Code e altri client MCP (PostHog). Per un PM tecnico, significa chiedere «quanti utenti in prova hanno completato la configurazione la settimana scorsa?» dalla stessa sessione dell'agente che sta modificando il codice dell'onboarding.
Livello 3: decidere e specificare
Questo livello tiene gli agenti puntati sul problema giusto. Senza, il tracker e la cronologia della chat diventano la spec. Le opzioni differiscono per ciò che collegano:
Linear tiene traccia di issue e progetti. Free, Basic (10 $) e Business (16 $ per utente al mese, fatturati annualmente) includono tutti l'accesso MCP e il Linear Agent; il suo agente di coding nel cloud richiede crediti IA (Linear).
Productboard organizza feedback e roadmap. Non pubblica i prezzi dei piani Business ed Enterprise; la sua IA Spark è inclusa in ogni piano e Business comprende un server MCP (Productboard).
ChatPRD scrive PRD. Pro costa 15 $ al mese con connettori MCP e passaggio a v0, Cursor e Lovable; Teams costa 29 $ a postazione al mese (ChatPRD).
Livello 4: prototipare
v0 offre un piano gratuito limitato a 7 messaggi al giorno; Plus costa 30 $ per utente al mese con 30 $ di credito mensile (v0). Il piano gratuito di Lovable include 5 crediti di build al giorno, fino a 30 al mese (Lovable). Usali per testare un flusso con gli utenti, non per rilasciare codice di produzione senza revisione.
Livello 5: costruire e rivedere con gli agenti di coding
Claude Code è lo strumento di coding agentico di Anthropic. Funziona nel terminale, negli IDE, in un'app desktop e nel browser; legge un file CLAUDE.md o AGENTS.md all'inizio di ogni sessione; si collega agli strumenti tramite MCP e supporta subagent, hook e attività pianificate (Claude Code docs). È incluso in Claude Pro (20 $ al mese, o 17 $ con fatturazione annuale) e nei piani superiori, ma non nel piano gratuito (Claude pricing).
Cursor si descrive come un agente di coding, con agenti che girano in parallelo, agenti cloud, una CLI e la revisione del codice (Cursor). I piani Team partono da 30 $ per utente al mese (Cursor pricing).
GitHub Copilot ha un piano gratuito con 2.000 completamenti al mese, ma senza agente di coding. Pro (10 $), Pro+ (39 $) e Max (100 $) includono un agente di coding a cui puoi assegnare lavoro e che apre una pull request (GitHub).
Livello 6: collegare i livelli
Due standard aperti fanno gran parte del lavoro. Il Model Context Protocol (MCP), rilasciato da Anthropic a novembre 2024, permette agli strumenti di IA di collegarsi a fonti di dati esterne (Anthropic, 2024). AGENTS.md è un semplice file di istruzioni per gli agenti di coding, usato da oltre 60.000 progetti open source e letto da strumenti come Codex, Cursor, l'agente di coding di GitHub Copilot e Gemini CLI (agents.md).
Costi mensili indicativi degli strumenti ai prezzi di listino verificati a novembre 2026 (in USD salvo indicazione diversa; controlla prima di acquistare):
Configurazione
Strumenti
Costo mensile approssimativo
Fondatore tecnico da solo, essenziale
Claude Pro (mensile), Granola Basic, Linear Free, v0 Free, Copilot Free
Circa 20 $
Fondatore da solo, con stesura di spec e prototipazione
Quanto sopra più ChatPRD Pro e v0 Plus
Circa 65 $
Team di 5 persone
Claude Team standard ×5 (25 $ mensili), Linear Business ×5 (16 $, fatturati annualmente), Granola Business ×5 (14 $), v0 Plus ×2 (30 $)
Circa 335 $
PostHog e un prodotto per il livello decisionale si aggiungono. La maggior parte di questi strumenti ha un prezzo per postazione, quindi un team di 10 persone raddoppia più o meno il conto. Dove esiste un'opzione a prezzo fisso, confrontala con il totale per postazione alla dimensione del team che prevedi tra un anno.
Come si configura lo stack in una settimana?
Giorno 1: scrivi il product brief. Una pagina: chi servi, il problema, il risultato di questo trimestre, i non-obiettivi, i vincoli. Fai il commit di una versione breve in AGENTS.md o CLAUDE.md.
Giorno 2: collega gli analytics. Aggiungi il tuo server MCP di analytics al tuo agente di coding e fai tre domande vere che fai ogni settimana.
Giorno 3: raccogli evidenze con le fonti. Configura le note delle riunioni per le chiamate con i clienti. Verifica che ogni riassunto rimandi alla sua trascrizione.
Giorno 4: scegli un livello decisionale. Scegli dove vivono le decisioni e le relative evidenze e collegalo al tuo tracker e al tuo agente di coding.
Giorno 5: porta una scommessa da cima a fondo. Scrivi un brief circoscritto, lascia costruire all'agente, rivedi la pull request rispetto al brief, rilascia a un piccolo gruppo e annota cosa misurerai.
Se un passaggio richiede uno strumento che non hai, saltalo e annota la lacuna. Uno stack AI-native per PM tecnici si giudica dalle sue connessioni: cinque strumenti collegati battono dodici isolati.
Che cosa deve ancora fare a mano un PM tecnico?
Scegliere il problema, fissare l'asticella e rivedere il risultato. I dati suggeriscono di lasciare questi compiti alle persone: nell'indagine del Product Institute, il 50% dei responsabili di prodotto ha segnalato un forte impatto dell'IA sull'ingegneria, ma solo il 17% sulla pianificazione strategica e sulla roadmap (Product Institute, 2026). Lo stack rende economiche le evidenze e l'output; non rende economico il giudizio.
In pratica, significa tre abitudini. Leggi le evidenze grezze dei clienti, non solo i riassunti. Scrivi i controlli di accettazione prima che l'agente inizi. Rivedi la pull request dell'agente rispetto al problema originale, non solo in base al fatto che i test passino. Il ruolo completo è descritto in che cosa fa un AI product manager.
Comprare funzioni di IA invece di connessioni. Cinque strumenti con assistenti separati ti lasciano comunque a copiare dall'uno all'altro.
Dare agli agenti accesso in scrittura dal primo giorno. Parti in sola lettura per analytics e tracker. Aggiungi la scrittura dopo qualche settimana di output rivisto.
Saltare il livello decisionale. Senza, gli agenti costruiscono a partire dall'ultimo messaggio su Slack.
Ignorare l'aumento strisciante dei costi per postazione. Con 10 persone, gli strumenti per postazione possono costare diverse volte la configurazione da soli.
Dimenticare dove stanno i dati. Se servi clienti nell'UE, controlla dove ogni strumento archivia registrazioni delle chiamate e feedback prima di collegarli.
Fidarsi di spec generate senza leggerle. Con il 46% degli sviluppatori che non si fida dell'accuratezza dell'IA, una spec non rivista è un rischio, non una scorciatoia.
Dove si colloca Specky
Specky si colloca nel livello decidere e specificare. Legge chiamate dei clienti, feedback, Slack, Jira e analytics in un Product Graph, scrive PRD e ticket con le evidenze dei clienti citate nel testo e verifica dopo il lancio se la scommessa ha funzionato. Il suo server MCP permette agli agenti di coding compatibili con MCP di leggere quel contesto (come si collegano gli agenti). I dati del workspace sono archiviati a Francoforte, mentre l'inferenza dell'IA gira su Google Gemini negli Stati Uniti (dettagli sulla sicurezza). Il prezzo è fisso per piano invece che per postazione, a partire da 99 € al mese (piani). Se usi già Productboard, vedi il confronto diretto con Productboard.
Domande frequenti
Di quali strumenti ha bisogno un PM tecnico nel 2026?
Un PM tecnico ha bisogno di uno strumento in ciascuno dei sei livelli: raccolta di evidenze (come Granola o Dovetail), analytics (come PostHog), un livello per decisioni e spec, uno strumento di prototipazione (come v0 o Lovable), un agente di coding (come Claude Code, Cursor o GitHub Copilot) e connessioni tra loro tramite MCP e AGENTS.md. Pochi strumenti collegati battono molti strumenti isolati.
Meglio Claude Code o Cursor per i product manager?
Vanno bene entrambi; la scelta dipende da dove ti piace lavorare. Claude Code funziona nel terminale, negli IDE, in un'app desktop e nel browser ed è incluso da Claude Pro a 20 $ al mese. Cursor è un agente di coding incentrato sull'editor, con agenti paralleli e agenti cloud. Entrambi leggono AGENTS.md e si collegano ai server MCP, quindi il tuo contesto di prodotto viaggia con te.
Che cos'è MCP e perché dovrebbe interessare a un PM?
MCP, il Model Context Protocol, è uno standard aperto rilasciato a novembre 2024 che permette agli strumenti di IA di collegarsi a fonti di dati esterne. Per un PM significa che un agente di coding può interrogare direttamente analytics, issue o evidenze dei clienti invece di affidarsi a testo incollato. Linear, PostHog, Granola, Productboard e altri offrono ormai l'accesso MCP.
Quanto dovrebbe spendere in strumenti di IA un piccolo team?
Ai prezzi di listino di novembre 2026, un fondatore tecnico da solo può gestire uno stack di base con circa 20 $ al mese e uno più completo con circa 65 $. Un team di cinque persone di solito spende qualche centinaio di dollari al mese, soprattutto in strumenti per postazione. Controlla se il prezzo è per postazione o fisso prima che il team cresca.
I PM tecnici hanno ancora bisogno di Jira o Linear?
Sì, nella maggior parte dei team. Un tracker contiene il piano di esecuzione su cui lavorano ingegneri e agenti. Linear include l'accesso MCP in ogni piano, quindi gli agenti possono leggere e aggiornare le issue. Ciò che cambia è che il tracker non è più il posto in cui vivono decisioni ed evidenze; queste appartengono a un livello che rimanda ai clienti.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing