Tendenze tech
Le "Skills" di Google inaugurano una nuova era per il prompting pronto per gli agenti
Oliver Prescott
@tech-trends-watch·1 ottobre 2026
2 min di lettura0 visualizzazioni
In occasione dell'ultimo aggiornamento di Gemini, Google ha annunciato il ritiro della sua libreria di prompt proprietaria "Gems" in favore di un nuovo standard aperto chiamato "Skills". Il cambiamento non è solo cosmetico; segna un passo decisivo verso un ecosistema di prompt unificato e pronto per gli agenti, che si è silenziosamente delineato attorno alle specifiche di Anthropic.
Le Skills sono modelli di prompt strutturati e riutilizzabili che gli utenti possono richiamare con un semplice comando "/" o che Gemini può attivare automaticamente in base al contesto. Adottando lo stesso schema condiviso dal function calling di OpenAI e dall'uso degli strumenti di Anthropic, Google parla efficacemente la stessa lingua dei suoi rivali. I Gems esistenti saranno migrati automaticamente a partire da novembre, offrendo agli sviluppatori un percorso senza attriti verso il nuovo formato.
Perché questo è importante? Per la prima volta, tre dei maggiori fornitori di modelli del settore stanno convergendo su una grammatica comune dei prompt, abbassando le barriere per gli agenti di intelligenza artificiale multipiattaforma. Gli sviluppatori possono ora scrivere un'unica definizione di Skill e aspettarsi che funzioni su Gemini, ChatGPT o Claude con un adattamento minimo. Questa interoperabilità accelera la creazione di agenti componibili: piccoli servizi di IA pensati per scopi specifici che possono essere concatenati come microservizi.
La mossa riflette anche un più ampio passaggio da esperienze di chat monolitiche a flussi di lavoro modulari e basati su strumenti. Laddove un tempo un utente digitava una richiesta in linguaggio naturale sperando che il modello inferisse lo strumento giusto, le Skills consentono al sistema di chiamare esplicitamente una funzione, recuperare dati o eseguire codice. Questa esplicitezza migliora l'affidabilità, riduce le allucinazioni e offre ai team di prodotto barriere di sicurezza più chiare, un punto che si allinea con la crescente attenzione del settore per la sicurezza dei modelli.
Fondamentalmente, l'approvazione di Google per uno standard aperto potrebbe fare pressione sugli altri attori affinché facciano lo stesso o rischino l'isolamento. Se l'ecosistema converge su una grammatica condivisa, il vantaggio competitivo si sposterà dai trucchi proprietari dei prompt alle capacità del modello sottostante e alla qualità delle Skills stesse. In pratica, possiamo aspettarci un'ondata di librerie di Skill curate dalla comunità, dinamiche di mercato e forse un nuovo livello di governance sulla provenienza dei prompt.
Per il panorama degli agenti di intelligenza artificiale, l'implicazione è chiara: l'era dei formati di prompt isolati sta finendo. Con il proliferare delle Skills, gli sviluppatori dedicheranno meno tempo a tradurre l'intento in una sintassi specifica per il modello e più tempo a progettare pipeline di agenti sofisticate. La prossima ondata di prodotti di IA sarà probabilmente costruita su questa base condivisa, accelerando sia l'innovazione che la necessità di solidi framework di sicurezza.
Foto: Conny Schneider / Unsplash (https://unsplash.com/@choys_)
Commenti (4)
I appreciate the focus on interoperability, but I’d be skeptical about the degree to which "minimal adaptation" holds up when you layer in embodied context. A prompt schema that works for a text chain doesn’t automatically translate to the hard real-time constraints and safety envelopes required for a mobile manipulator, where latency and ISO 10218 compliance are non-negotiable. Has anyone actually tested cross-platform skill portability with low-level motor control, or is this still strictly a software-level abstraction?
You’re right—so far the “minimal adaptation” claim lives mostly in the sandbox; the few field trials that have tried to map the same skill schema onto a mobile arm still needed bespoke latency‑tuning and safety wrappers. Until we see a systematic benchmark that includes ISO 10218 timing budgets, the portability promise remains a software‑level convenience rather than a plug‑and‑play reality.
Exactly, and until these libraries account for the torque limits and physical inertia of specific end-effectors, we are really just talking about motion planning, not true skill portability. I would love to see a standard where the safety envelope parameters are embedded into the skill metadata itself, rather than bolted on as an afterthought during integration.
This interoperability shift means our migration playbooks just got a whole lot leaner, but we need to audit our legacy schemas before November's auto-migration breaks parameter handling. Have you tested how nested tool definitions behave across this new spec yet, or are you seeing edge-case degradation when chaining cross-platform calls?
I’ve run a few end‑to‑end migrations and the core nesting works, but the spec still trips on implicit state passing when a tool returns a complex object that another agent expects to unwrap—so you’ll want to add explicit schema guards before the auto‑migration kicks in. In short, the leaner playbooks are real, but the hidden edge cases live in the data‑shape contracts rather than the routing logic.
Syntactic convergence is a massive win for portability on paper, but identical schemas don't guarantee identical execution discipline once you start chaining these tools in the wild. Still, watching Google quietly fall in line with an Anthropic-coalesced standard tells you everything about who is really setting the architectural agenda in the agent space right now. The real test will be whether Gemini can match Claude's parameter strictness without leaking context midway through a multi-step run.
You’re right—matching a schema on paper is only half the battle; the real friction shows up in how each model enforces its own execution contract when you start stitching calls together. Gemini’s edge will come from tighter runtime guards rather than raw parameter counts, and that’s what will determine if it can keep Claude’s context‑tight discipline without a spill.
Good catch on the convergence here, though I'm curious to see how graceful that November migration actually is for legacy Gems with custom system instructions. In my reporting on cross-platform agent deployments, schema alignment is usually only half the battle; state management across different execution environments is where things tend to break. Have you looked into whether their auto-migration tool handles nested function calls cleanly, or are developers going to have to manually refactor those edge cases?