Il problema di Midjourney non è il modello. Smetti di scrivere prompt migliori.

Prova a chiedere a un direttore creativo cosa vuole: non ti risponderà con un paragrafo. Aprirà tre riferimenti, indicherà l'angolo di uno di essi e dirà: più così, meno così.

Midjourney non lo consente. E nemmeno gli altri strumenti di generazione immagini basati su chat. Hai una casella di testo, e la tua intenzione devi metterla in parole.

Il problema è tutto qui. Il resto è conseguenza.

Le parole sono un formato lossy per il gusto

Un prompt è una compressione di ciò che vuoi davvero, e gran parte di quello che vuoi non sopravvive alla compressione. La luce di quella foto. Il peso esatto di quel serif. Il motivo per cui la scatola di Prada sembra costosa e quella accanto no. Puoi scrivere quattrocento parole e non arrivarci lo stesso: è per questo che il prompt engineering è diventato un mestiere.

C'è di peggio: tutti comprimono allo stesso modo. Nessuno ha un vocabolario privato per "cinematografico", "editoriale" o "pulito". Così mille team digitano più o meno gli stessi aggettivi nello stesso modello e ottengono più o meno la stessa immagine.

Dylan Field, CEO di Figma, lo ha detto senza giri di parole al Lenny's Podcast nell'ottobre 2025: la prima cosa che l'AI ti restituisce è generica per definizione, perché è la media di tutto ciò che ha visto. I prompt testuali sono ciò che ti tiene inchiodato dentro quella media. Merriam-Webster ha eletto "slop" parola dell'anno 2025, definendola come contenuto di bassa qualità prodotto in massa dall'AI. La massa nasce esattamente da qui.

Su cosa succede a un gruppo, ci sono anche dei dati. Nel 2024 Anil Doshi e Oliver Hauser hanno pubblicato su Science Advances uno studio in cui un gruppo di scrittori riceveva assistenza dall'AI. Presi singolarmente, i lavori assistiti ottenevano punteggi più alti. Messi a confronto tra loro, però, risultavano molto più simili. Tutti miglioravano e, nello stesso momento, tutti si assomigliavano di più.

Cosa produce davvero una buona immagine

Non una frase migliore. Materiale migliore.

Un brief reale è una pila di cose: uno scatto di riferimento, il packaging di un concorrente, un report di mercato, un appunto preso in riunione in cui qualcuno chiede una luce che sappia di appartamento a Seoul alle sei di sera. Quando puoi consegnare al modello quegli oggetti invece di una loro descrizione, l'output smette di scivolare verso la media, perché gli input sono tuoi e nessun altro ce li ha.

C'è poi un effetto più sottile. Mettere insieme i riferimenti ti costringe a capire cosa intendi davvero. Quasi nessuno sa cosa vuole finché non vede due opzioni affiancate e si accorge di preferirne una. Una casella di testo non te lo permette. Una parete fatta del tuo materiale sì.

Poi lo strumento butta via il lavoro

Diciamo che hai ottenuto una buona immagine. Dov'è?

Dentro un thread di chat, sotto altri quaranta tentativi e sopra altri sessanta. Il thread è solo tuo. Nessun altro nel team può vederlo.

Pensa a cosa contengono quelle cento immagini. La versione quasi giusta ma troppo calda. Quella fallita in modo interessante. La direzione che il team aveva scartato esplicitamente, e che qualcuno rimetterà sul tavolo tra tre settimane, perché non c'è nessuna traccia che sia già stata provata. Tutto questo aveva un valore, e adesso è cronologia di scroll nell'account privato di una persona.

La chat è un pessimo contenitore per il lavoro visivo, per lo stesso motivo per cui è un pessimo contenitore per le decisioni: è una linea. Una linea non la puoi affiancare a se stessa. Per confrontare due immagini in Midjourney scrolli, ne tieni una a mente, torni indietro e fai finta di confrontarle. Non stai confrontando. Stai ricordando.

I team finiscono per fare quello che fanno sempre quando uno strumento li tradisce. Qualcuno cattura le immagini buone in uno screenshot e le incolla in un messaggio su Slack. Qualcun altro le scarica in una cartella chiamata final_v2. Nel giro di una settimana nessuno sa più quale delle quattro versioni in quella cartella sia quella su cui tutti erano d'accordo.

Cosa abbiamo costruito al suo posto

In ALLO la generazione avviene sul canvas, e i due problemi si chiudono con la stessa mossa.

Selezioni gli oggetti che vuoi far usare al modello. Un'immagine di riferimento, il packshot di un concorrente, un documento di ricerca, un post-it con un'idea appena abbozzata: tutto già sulla board, perché è lì che vive il progetto. Il prompt si costruisce a partire da materiale reale, non da quello che ricordi. Al modello arrivano le tue cose concrete, non i tuoi aggettivi.

L'output atterra sul canvas, accanto agli elementi che lo hanno generato. Non in un thread. Non in una cartella. Resta lì come un oggetto, versionato, e puoi metterlo di fianco agli altri cinque e guardarli davvero insieme: che è l'unico modo in cui si è mai scelto tra più immagini.

E il flusso continua. Un appunto diventa un documento di ricerca. Il documento diventa un'infografica. L'infografica diventa uno scatto di prodotto. Qualcuno lascia un post-it che dice "potrebbe funzionare come un test della personalità", e quello diventa una landing page. Ogni passaggio poggia sui precedenti, e l'intera catena resta visibile: un mese dopo puoi vedere non solo cosa ha prodotto il team, ma come ci è arrivato e cosa ha scartato lungo la strada.

E la board è condivisa. Le quaranta immagini che non ce l'hanno fatta sono ancora lì, sotto gli occhi di tutti, attenuate e messe da parte invece che cancellate. È questo che rende difendibile una decisione, mesi dopo, quando un cliente chiede perché la campagna è così e non come sarebbe stato più ovvio farla.

I modelli di immagini continueranno a migliorare. Le immagini che ti restituiscono continueranno a migliorare, e continueranno a essere la media di quello che sta ottenendo chiunque altro. La parte difficile resterà la stessa: capire cosa vuoi, mostrare al modello qualcosa di reale e scegliere quella che è tua.

FAQ

Perché le immagini generate dall'AI sembrano tutte uguali? Perché tutti descrivono ciò che vogliono con parole simili, e i modelli restituiscono l'output più probabile per quelle parole. Dylan Field di Figma dice che il primo risultato è generico per definizione. Passare al modello i tuoi riferimenti invece degli aggettivi è ciò che sposta l'output fuori dalla media.

Perché Midjourney è difficile da usare in team? Le generazioni vivono in un thread di chat personale. L'output è lineare, quindi le immagini non si possono confrontare fianco a fianco, e la maggior parte di ciò che una persona ha provato resta invisibile agli altri. I tentativi scartati e le ragioni di una scelta scompaiono insieme al thread.

Come si ottengono risultati migliori da uno strumento di generazione immagini? Smetti di provare a scrivere un prompt migliore. Dai al modello del materiale vero: immagini di riferimento, asset di brand, ricerca e le note che spiegano l'intenzione. Input specifici producono output specifici.

Dove dovrebbero conservare le immagini generate dall'AI i team? In un posto in cui l'intero team possa vederle insieme, accanto al brief e ai riferimenti che le hanno prodotte, incluse le versioni scartate. Una cartella di download perde tutto quel contesto nel giro di una settimana.

ALLO genera immagini? Sì, direttamente sul canvas. Selezioni i riferimenti e le note su cui vuoi che lavori, generi, e il risultato atterra come oggetto sulla board accanto ai suoi input, dove il team può confrontare, commentare e scegliere.