30 gennaio 2026Aggiornato il Fathy Shalaby10 min di lettura
Discovery sprint con l'AI: un piano di cinque giorni e una versione da tre ore
Un discovery sprint chiude una grande domanda di prodotto in una settimana a tempo. Usa l'AI per sfruttare le evidenze che hai già e per condurre le interviste più in fretta, e sappi che cosa tre ore possono dirti e che cosa no.
Un discovery sprint è uno sforzo a tempo, di solito una settimana, in cui un piccolo team risponde a una domanda o a un rischio di prodotto rilevante prima di impegnarsi a costruire. Con l'AI, il primo giorno di analisi delle evidenze può ridursi a circa tre ore, e le interviste possono svolgersi senza aspettare i calendari. Il contatto con i clienti richiede comunque giorni, e la decisione resta del team.
Punti chiave
Marty Cagan descrive questo formato come una finestra di una settimana dedicata a un problema o a un rischio sostanziale; preferisce il termine a "design sprint" perché una buona discovery va oltre il design (INSPIRED, 2nd ed.).
Il design sprint di GV, il formato più noto, dura cinque giorni, coinvolge al massimo sette persone e termina il venerdì con cinque interviste ai clienti (Character).
L'AI è più veloce sulle evidenze che hai già: cercare tra chiamate, ticket e note, raggruppare i temi e abbozzare un brief. Non può creare nuove evidenze dai clienti in tre ore.
Gli intervistatori AI vanno bene per domande brevi e strutturate. In uno studio del 2026 di Nielsen Norman Group, solo 3 partecipanti su 10 hanno trovato naturale una conversazione moderata da un'AI (NN/g, 2026).
Uno sprint si chiude con una decisione scritta, non con una presentazione.
Che cos'è un discovery sprint?
Prende una grande domanda, come "Dovremmo creare workspace per i team?" oppure "Perché le prove si bloccano nella seconda settimana?", e le dedica una settimana di attenzione concentrata da parte delle persone che costruiranno la risposta. Cagan lo colloca nella product discovery: il lavoro di verificare valore, usabilità, fattibilità e sostenibilità economica prima di impegnare tempo di ingegneria (SVPG, 2017).
Non è la stessa cosa di uno sprint di delivery. Uno sprint Scrum rilascia incrementi; questo rilascia una decisione e le evidenze che la sostengono.
In che cosa un discovery sprint è diverso da un design sprint?
Il design sprint è nato in GV: Jake Knapp iniziò a fare sprint in Google nel 2010 e li portò in GV nel 2012. Il lunedì si mappa il problema, il martedì si abbozza, il mercoledì si decide, il giovedì si costruisce il prototipo e il venerdì si testa con i clienti (GV). Più tardi Knapp e John Zeratsky hanno aggiunto il Foundation Sprint di due giorni per il passo precedente: al massimo cinque persone, compreso il Decider, concordano un'ipotesi che i design sprint possono poi mettere alla prova (Lenny's Newsletter, 2025).
Scegli il formato di Cagan quando il problema stesso è incerto. Usa un design sprint quando ti fidi del problema e devi testare una soluzione.
Come si conduce un discovery sprint con l'AI in cinque giorni?
Blocca la settimana per un piccolo team: una persona di prodotto, un designer e un ingegnere, più chi prende la decisione finale. Il design sprint chiama questa persona il Decider, e la sua guida è netta: le decisioni senza di lei non reggono (Character).
Giorno 1: Formula la domanda e sfrutta le evidenze esistenti
Scrivi la domanda dello sprint come una decisione: "Entro venerdì decideremo se [agire] per [utente] sulla base di [evidenza]".
Usa la ricerca con l'AI su chiamate, ticket di supporto, note commerciali e feedback per estrarre ogni menzione dell'argomento negli ultimi 90 giorni. Chiedi citazioni con le fonti, non riassunti.
Raggruppa i risultati in tre-cinque temi. Per ciascuno annota quante fonti lo sostengono ("7 ticket, 3 chiamate") e che cosa manca.
Chiedi all'AI di argomentare contro il tuo tema preferito. Se l'evidenza non regge, dillo adesso.
È il passaggio che l'AI accorcia di più: la macchina legge, il team giudica.
Giorno 2: Mappa le opportunità e scegli l'assunzione più rischiosa
Metti i temi su un opportunity solution tree: il risultato desiderato alla radice, poi le opportunità dei clienti, poi le soluzioni candidate e, sotto, i test delle assunzioni (Product Talk).
Elenca le assunzioni per una o due delle opportunità principali (la mappa delle assunzioni gratuita aiuta) e dai a ciascuna un punteggio da 1 a 5 per impatto e incertezza. Testa quella con il prodotto più alto.
Scrivi il segnale di successo di ogni test prima di vedere qualsiasi dato.
Inizia il reclutamento per i giorni 3 e 4. Invita persone che hanno avuto il problema nell'ultimo mese.
Giorno 3: Parla con i clienti
Fai da cinque a otto interviste brevi con persone che corrispondono al tuo screener, usando domande basate su storie sull'ultima volta in cui il problema si è presentato. Il nostro modello di intervista ai clienti include uno script da 20 minuti.
L'AI aiuta in due modi. Trascrive e tagga le chiamate dal vivo, e un intervistatore AI può condurre conversazioni brevi e strutturate da un link, così le persone rispondono quando fa loro comodo. Tieni almeno tre interviste dal vivo per qualsiasi tema esplorativo: Nielsen Norman Group ha rilevato che gli intervistatori AI faticavano ad approfondire le risposte inattese, duravano da 13 a 56 minuti perché non riuscivano a rispettare una durata obiettivo, e li raccomanda come complemento alla moderazione umana (NN/g, 2026).
Giorno 4: Testa l'assunzione più rischiosa
Costruisci la cosa più piccola che porti l'assunzione davanti agli utenti: un mock cliccabile, una versione concierge, una fake door o un prototipo leggero realizzato con un coding agent. Per le domande di usabilità, cinque partecipanti sono una base solida; il modello di Jakob Nielsen mostra che cinque utenti trovano circa l'85% dei problemi di usabilità (Nielsen Norman Group, 2000).
Se il rischio riguarda il valore e non l'usabilità, testa il comportamento: un'iscrizione, una chiamata prenotata, un preordine. La nostra guida per scegliere un esperimento di prodotto associa ogni rischio a un metodo.
Giorno 5: Decidi e mettilo per iscritto
Confronta ogni risultato con il segnale di successo che hai scritto il giorno 2. Poi scrivi un registro della decisione di una pagina:
La domanda e la decisione (continuare, cambiare, mettere in pausa o fermarsi)
Le evidenze a favore e contro, con le fonti
Che cosa decidi di non fare ancora, e perché
Il prossimo test, se c'è
Condividilo con il team che non era presente. Una decisione che nessuno riesce a ricondurre alle evidenze viene riaperta alla prossima riunione di pianificazione.
Si può comprimere lo sprint in tre ore?
In parte. Una versione da tre ore può rispondere bene a una domanda: che cosa dicono le evidenze che abbiamo già, e che cosa manca? Non può creare nuove evidenze dai clienti, perché le interviste e i test dei giorni 3 e 4 dipendono dal tempo di altre persone. Consideralo il giorno 1 compresso, non lo sprint intero.
Ora
Lavoro
Risultato
1
Cercare con l'AI su chiamate, ticket, thread di Slack e note sull'argomento; estrarre citazioni con le fonti
3–5 gruppi di evidenze, ciascuno con il numero di fonti
2
Trasformare i gruppi in opportunità; elencare le assunzioni; valutare impatto × incertezza; inviare un breve link di intervista a 10–20 utenti pertinenti
Un elenco ordinato e un'assunzione più rischiosa
3
Scrivere un brief di una pagina: che cosa sappiamo, che cosa raccomandiamo, che cosa rimandiamo, che cosa devono mostrare le interviste
Un brief pronto per il team, più un segnale di successo
Poi leggi le risposte alle interviste man mano che arrivano nei giorni successivi, prima di agire sul brief. La versione da tre ore è adatta a domande su un singolo argomento con molte evidenze esistenti. Non è adatta a un mercato nuovo, dove non hai evidenze da sfruttare.
Che aspetto ha uno sprint di cinque giorni nella pratica?
Quanto segue è un esempio illustrativo, non un'azienda reale.
Immagina una startup B2B di analytics con sei persone che vede le prove bloccarsi nella seconda settimana e vuole capire perché prima di riprogettare l'onboarding.
Giorno 1. La ricerca con l'AI su 140 ticket di supporto e 22 note di chiamate commerciali trova tre gruppi: errori di importazione dei dati (31 menzioni), prima dashboard poco chiara (18) e domande sul prezzo (9). Il team aveva dato per scontato che il prezzo fosse il problema principale.
Giorno 2. L'assunzione più rischiosa: "le prove si bloccano perché la prima importazione fallisce, non per la dashboard". Segnale di successo: almeno 4 utenti in prova bloccati su 6 descrivono un problema di importazione senza che venga loro chiesto.
Giorno 3. Sei interviste (tre dal vivo, tre tramite il link dell'intervistatore AI). Cinque su sei descrivono un'importazione fallita; due non sono mai arrivati a vedere una dashboard.
Giorno 4. Un test concierge: il team importa i dati a mano per cinque nuovi utenti in prova. Quattro su cinque arrivano a una prima dashboard entro un giorno.
Giorno 5. Decisione: cambiare. Correggere prima l'importazione, rimandare la riprogettazione dell'onboarding e ricontrollare l'attivazione della seconda settimana dopo quattro settimane.
Lo sprint è costato circa 15 giorni-persona. La riprogettazione che ha rimandato sarebbe costata molto di più e avrebbe sistemato il passaggio sbagliato.
Quali errori fanno deragliare uno sprint?
Scegliere una domanda troppo grande per una settimana. "Quale dovrebbe essere la nostra strategia?" non è una domanda da sprint. "Dovremmo costruire X per Y?" lo è.
Partire da una soluzione. Se il lunedì si apre con i mockup, è un design sprint con un altro nome.
Saltare il Decider. Senza una persona che possa dire di sì, la decisione torna a perdersi nelle riunioni.
Trattare i riassunti dell'AI come evidenze. Un riassunto senza fonti è un'opinione. Pretendi citazioni e conteggi.
Lasciare che utenti sintetici occupino gli slot delle interviste. Le risposte simulate non sono evidenze dai clienti.
Reclutare il mercoledì. Senza partecipanti prenotati il giorno 2, il giorno 3 resta vuoto.
Quando non farne uno: se la domanda richiede dati di prevalenza (fai un sondaggio), se questa settimana non riesci a raggiungere nessun utente, o se il team costruirà comunque, qualunque sia l'esito. In quest'ultimo caso, risparmia la settimana.
Dove si inserisce Specky
Specky accorcia il giorno 1. Legge chiamate con i clienti, feedback, Slack, Jira e analytics in un Product Graph, così una ricerca sull'argomento dello sprint restituisce citazioni con le loro fonti e i conteggi. Alex, l'agente di ricerca di Specky, invia brevi interviste da un link condivisibile e riporta nel grafo trascrizioni, temi e sentiment. L'Opportunity Tree contiene la mappa del giorno 2, e il Decision Log conserva il registro del giorno 5 accanto alle evidenze che lo hanno guidato. Per un formato più leggero e asincrono, vedi come fare discovery in modo asincrono.
Domande frequenti
Che cos'è un discovery sprint?
Un discovery sprint è uno sforzo breve e a tempo, di solito una settimana, in cui un piccolo team di prodotto risponde a una domanda o a un rischio rilevante prima di impegnare tempo di ingegneria. Combina l'analisi delle evidenze esistenti, interviste ai clienti e un piccolo test, e si conclude con una decisione scritta. Marty Cagan usa il termine in INSPIRED al posto di "design sprint".
Quanto dovrebbe durare un discovery sprint?
La maggior parte dei team usa cinque giorni lavorativi, che lasciano spazio per reclutare, intervistare e testare. Alcuni ne dedicano due settimane per allineare lo sprint al proprio ritmo di delivery. Una versione di un giorno o di tre ore può rivedere le evidenze esistenti e inquadrare la domanda, ma non sostituisce i giorni necessari per parlare con i clienti e osservare un test.
Qual è la differenza tra un discovery sprint e un design sprint?
Un discovery sprint si chiede se vale la pena agire su un problema o un rischio; un design sprint si chiede se una soluzione specifica funziona. Il design sprint di GV segue un'agenda fissa di cinque giorni che termina con cinque test di un prototipo con i clienti. La versione di Cagan è più libera e spesso si conclude con una decisione anziché con un prototipo.
Chi dovrebbe far parte del team dello sprint?
Tienilo piccolo: un product manager, un designer e un ingegnere che costruiranno il risultato, più un Decider con l'autorità di agire sull'esito. La guida al design sprint di GV limita il team a sette persone. Coinvolgi gli esperti, come i responsabili del supporto o delle vendite, per brevi interviste il giorno 1 anziché per tutta la settimana.
L'AI può condurre le interviste ai clienti in uno sprint?
Per domande brevi e strutturate sì: un intervistatore AI può raccogliere risposte da più persone senza dover fissare appuntamenti. Per le domande esplorative, mantieni degli esseri umani in almeno alcune interviste. Lo studio del 2026 di Nielsen Norman Group ha rilevato che gli intervistatori AI faticavano a seguire spunti inattesi e che solo 3 partecipanti su 10 hanno detto di aver trovato naturale la conversazione.
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