Agente AI · Viz: Guida alla configurazione dello scenario CRM

Prendendo come esempio il CRM, impari come far sì che il Suo analista di insight AI comprenda veramente il Suo business e sprigioni tutto il suo potenziale.

1. Introduzione: Far passare Viz dal "vedere i dati" al "comprendere il business"

Nel sistema NocoBase, Viz è l'analista di insight AI predefinito. Può riconoscere il contesto della pagina (come Lead, Opportunità, Account) e generare grafici di tendenza, grafici a imbuto e schede KPI. Ma per impostazione predefinita, possiede solo le capacità di interrogazione più basilari:

Strumento	Descrizione della funzione	Sicurezza
Get Collection Names	Ottieni elenco delle collezioni	✅ Sicuro
Get Collection Metadata	Ottieni struttura dei campi	✅ Sicuro

Questi strumenti permettono a Viz solo di "riconoscere la struttura", ma non ancora di "comprendere veramente il contenuto". Per consentirgli di generare insight, rilevare anomalie e analizzare tendenze, Lei deve estenderlo con strumenti di analisi più adatti.

Nella demo ufficiale del CRM, abbiamo utilizzato due metodi:

Overall Analytics (Motore di analisi generico): Una soluzione basata su template, sicura e riutilizzabile;
SQL Execution (Motore di analisi specializzato): Offre maggiore flessibilità ma comporta rischi maggiori.

Queste due non sono le uniche opzioni; sono più simili a un paradigma di progettazione:

Può seguire i suoi principi per creare un'implementazione più adatta al Suo business.

2. La struttura di Viz: Personalità stabile + Compiti flessibili

Per capire come estendere Viz, deve prima comprendere la sua progettazione interna a strati:

Livello	Descrizione	Esempio
Definizione del Ruolo	La personalità e il metodo di analisi di Viz: Comprendere → Interrogare → Analizzare → Visualizzare	Fisso
Definizione del Compito	Prompt personalizzati e combinazioni di strumenti per uno specifico scenario di business	Modificabile
Configurazione dello Strumento	Il ponte per Viz per richiamare fonti dati esterne o flussi di lavoro	Liberamente sostituibile

Questa progettazione a strati permette a Viz di mantenere una personalità stabile (logica di analisi coerente) e allo stesso tempo di adattarsi rapidamente a diversi scenari di business (CRM, gestione ospedaliera, analisi dei canali, operazioni di produzione...).

Avviso di traduzione IA

Questa documentazione è stata tradotta automaticamente dall'IA.

3. Modello Uno: Motore di Analisi Basato su Template (Consigliato)

3.1 Panoramica del Principio

Overall Analytics è il motore di analisi centrale nella demo CRM. Gestisce tutte le query SQL tramite una collezione di template di analisi dati (data_analysis). Viz non scrive SQL direttamente, ma richiama template predefiniti per generare i risultati.

Il flusso di esecuzione è il seguente:

flowchart TD
    A[Viz riceve il compito] --> B[Richiama il flusso di lavoro Overall Analytics]
    B --> C[Abbina il template in base alla pagina/compito corrente]
    C --> D[Esegue il template SQL (sola lettura)]
    D --> E[Restituisce il risultato dei dati]
    E --> F[Viz genera il grafico + breve interpretazione]

In questo modo, Viz può generare risultati di analisi sicuri e standardizzati in pochi secondi, e gli amministratori possono gestire e revisionare centralmente tutti i template SQL.

3.2 Struttura della collezione di template (data_analysis)

Nome del campo	Tipo	Descrizione	Esempio
id	Integer	Chiave primaria	1
name	Text	Nome del template di analisi	Leads Data Analysis
collection	Text	Collezione corrispondente	Lead
sql	Code	Istruzione SQL di analisi (sola lettura)	`SELECT stage, COUNT(*) FROM leads GROUP BY stage`
description	Markdown	Descrizione o definizione del template	"Conteggio lead per fase"
createdAt / createdBy / updatedAt / updatedBy	Campo di sistema	Informazioni di audit	Generato automaticamente

Esempi di template nella demo CRM

Name	Collection	Description
Account Data Analysis	Account	Analisi dati account
Contact Data Analysis	Contact	Analisi dati contatto
Leads Data Analysis	Lead	Analisi delle tendenze dei lead
Opportunity Data Analysis	Opportunity	Imbuto delle fasi delle opportunità
Task Data Analysis	Todo Tasks	Statistiche sullo stato delle attività da fare
Users (Sales Reps) Data Analysis	Users	Confronto delle performance dei rappresentanti di vendita

3.3 Vantaggi di questo modello

Dimensione	Vantaggio
Sicurezza	Tutte le query SQL sono memorizzate e revisionate, evitando la generazione diretta di query.
Manutenibilità	I template sono gestiti centralmente e aggiornati in modo uniforme.
Riutilizzabilità	Lo stesso template può essere riutilizzato da più compiti.
Portabilità	Può essere facilmente migrato ad altri sistemi, richiedendo solo la stessa struttura della collezione.
Esperienza Utente	Gli utenti business non devono preoccuparsi dell'SQL; devono solo avviare una richiesta di analisi.

📘 Questa collezione data_analysis non deve necessariamente chiamarsi così. La chiave è: memorizzare la logica di analisi in modo basato su template e farla richiamare uniformemente da un flusso di lavoro.

3.4 Come far sì che Viz lo utilizzi

Nella definizione del compito, può indicare esplicitamente a Viz:

Ciao Viz,

Si prega di analizzare i dati del modulo corrente.

**Priorità:** Utilizzare lo strumento Overall Analytics per ottenere i risultati dell'analisi dalla collezione di template.
**Se non viene trovato un template corrispondente:** Indicare che manca un template e suggerire all'amministratore di aggiungerne uno.

Requisiti di output:
- Generare un grafico separato per ogni risultato;
- Includere una breve descrizione di 2-3 frasi sotto il grafico;
- Non fabbricare dati o fare supposizioni.

In questo modo, Viz richiamerà automaticamente il flusso di lavoro, abbinerà l'SQL più adatto dalla collezione di template e genererà il grafico.

4. Modello Due: Esecutore SQL Specializzato (Usare con cautela)

4.1 Scenari applicabili

Quando ha bisogno di analisi esplorative, query ad hoc o aggregazioni JOIN tra più collezioni, può far sì che Viz richiami uno strumento SQL Execution.

Le caratteristiche di questo strumento sono:

Viz può generare direttamente query SELECT;
Il sistema le esegue e restituisce il risultato;
Viz è responsabile dell'analisi e della visualizzazione.

Esempio di compito:

"Si prega di analizzare la tendenza dei tassi di conversione dei lead per regione negli ultimi 90 giorni."

In questo caso, Viz potrebbe generare:

SELECT region, COUNT(id) AS leads, SUM(converted)::float/COUNT(id) AS rate
FROM leads
WHERE created_at > now() - interval '90 day'
GROUP BY region;

4.2 Rischi e Raccomandazioni di Protezione

Punto di rischio	Strategia di protezione
Generazione di operazioni di scrittura	Limitare forzatamente a `SELECT`
Accesso a collezioni non correlate	Validare se il nome della collezione esiste
Rischio di performance con collezioni di grandi dimensioni	Limitare l'intervallo di tempo, usare LIMIT per il numero di righe
Tracciabilità delle operazioni	Abilitare il logging delle query e l'audit
Controllo dei permessi utente	Solo gli amministratori possono utilizzare questo strumento

Raccomandazioni generali:

Gli utenti regolari dovrebbero avere abilitata solo l'analisi basata su template (Overall Analytics);

Solo gli amministratori o gli analisti senior dovrebbero essere autorizzati a utilizzare SQL Execution.

5. Se desidera costruire il Suo "Overall Analytics"

Ecco un approccio semplice e generale che può replicare in qualsiasi sistema (non dipendente da NocoBase):

Passo 1: Progettare la collezione di template

Il nome della collezione può essere qualsiasi (ad es. analysis_templates). Deve solo includere i campi: name, sql, collection e description.

Passo 2: Scrivere un servizio o flusso di lavoro "Recupera Template → Esegui"

Logica:

Ricevere il compito o il contesto della pagina (ad es. la collezione corrente);
Abbinare un template;
Eseguire il template SQL (sola lettura);
Restituire una struttura dati standardizzata (righe + campi).

Passo 3: Far sì che l'AI richiami questa interfaccia

Il prompt del compito può essere scritto così:

Per prima cosa, provare a richiamare lo strumento di analisi dei template. Se non viene trovata alcuna analisi corrispondente nei template, utilizzare l'esecutore SQL.
Assicurarsi che tutte le query siano di sola lettura e generare grafici per visualizzare i risultati.

In questo modo, il Suo sistema di agente AI avrà capacità di analisi simili a quelle della demo CRM, ma sarà completamente indipendente e personalizzabile.

6. Migliori Pratiche e Raccomandazioni di Progettazione

Raccomandazione	Descrizione
Dare priorità all'analisi basata su template	Sicura, stabile e riutilizzabile
Utilizzare SQL Execution solo come supplemento	Limitato al debug interno o a query ad hoc
Un grafico, un punto chiave	Mantenere l'output chiaro ed evitare un eccessivo disordine
Nomenclatura chiara dei template	Nominare in base alla pagina/dominio di business, ad es. `Leads-Stage-Conversion`
Spiegazioni concise e chiare	Accompagnare ogni grafico con un riassunto di 2-3 frasi
Indicare quando manca un template	Informare l'utente "Nessun template corrispondente trovato" invece di fornire un output vuoto

7. Dalla demo CRM al Suo scenario

Sia che Lei si occupi di CRM ospedaliero, produzione, logistica di magazzino o iscrizioni educative, purché Lei possa rispondere alle seguenti tre domande, Viz potrà apportare valore al Suo sistema:

Domanda	Esempio
1. Cosa desidera analizzare?	Tendenze dei lead / Fasi di trattativa / Tasso di utilizzo delle attrezzature
2. Dove si trovano i dati?	Quale collezione, quali campi
3. Come desidera presentarli?	Grafico a linee, a imbuto, a torta, tabella di confronto

Una volta definiti questi elementi, Le basterà:

Scrivere la logica di analisi nella collezione di template;
Allegare il prompt del compito alla pagina;
Viz potrà quindi "prendere in carico" l'analisi dei Suoi report.

8. Conclusione: Porti con Sé il Paradigma

"Overall Analytics" e "SQL Execution" sono solo due implementazioni di esempio. Ciò che è più importante è l'idea che sta dietro di esse:

Far sì che l'agente AI comprenda la Sua logica di business, anziché limitarsi a eseguire i prompt.

Sia che Lei utilizzi NocoBase, un sistema privato o il Suo flusso di lavoro personalizzato, può replicare questa struttura:

Template centralizzati;
Richiami del flusso di lavoro;
Esecuzione in sola lettura;
Presentazione AI.

In questo modo, Viz non è più solo un'"AI in grado di generare grafici", ma un vero analista che comprende i Suoi dati, le Sue definizioni e il Suo business.

Agente AI · Viz: Guida alla configurazione dello scenario CRM

Prendendo come esempio il CRM, impari come far sì che il Suo analista di insight AI comprenda veramente il Suo business e sprigioni tutto il suo potenziale.

1. Introduzione: Far passare Viz dal "vedere i dati" al "comprendere il business"

Strumento	Descrizione della funzione	Sicurezza
Get Collection Names	Ottieni elenco delle collezioni	✅ Sicuro
Get Collection Metadata	Ottieni struttura dei campi	✅ Sicuro

Nella demo ufficiale del CRM, abbiamo utilizzato due metodi:

Overall Analytics (Motore di analisi generico): Una soluzione basata su template, sicura e riutilizzabile;
SQL Execution (Motore di analisi specializzato): Offre maggiore flessibilità ma comporta rischi maggiori.

Queste due non sono le uniche opzioni; sono più simili a un paradigma di progettazione:

Può seguire i suoi principi per creare un'implementazione più adatta al Suo business.

2. La struttura di Viz: Personalità stabile + Compiti flessibili

Per capire come estendere Viz, deve prima comprendere la sua progettazione interna a strati:

Livello	Descrizione	Esempio
Definizione del Ruolo	La personalità e il metodo di analisi di Viz: Comprendere → Interrogare → Analizzare → Visualizzare	Fisso
Definizione del Compito	Prompt personalizzati e combinazioni di strumenti per uno specifico scenario di business	Modificabile
Configurazione dello Strumento	Il ponte per Viz per richiamare fonti dati esterne o flussi di lavoro	Liberamente sostituibile

Avviso di traduzione IA

Questa documentazione è stata tradotta automaticamente dall'IA.

3. Modello Uno: Motore di Analisi Basato su Template (Consigliato)

3.1 Panoramica del Principio

Il flusso di esecuzione è il seguente:

flowchart TD
    A[Viz riceve il compito] --> B[Richiama il flusso di lavoro Overall Analytics]
    B --> C[Abbina il template in base alla pagina/compito corrente]
    C --> D[Esegue il template SQL (sola lettura)]
    D --> E[Restituisce il risultato dei dati]
    E --> F[Viz genera il grafico + breve interpretazione]

In questo modo, Viz può generare risultati di analisi sicuri e standardizzati in pochi secondi, e gli amministratori possono gestire e revisionare centralmente tutti i template SQL.

3.2 Struttura della collezione di template (data_analysis)

Nome del campo	Tipo	Descrizione	Esempio
id	Integer	Chiave primaria	1
name	Text	Nome del template di analisi	Leads Data Analysis
collection	Text	Collezione corrispondente	Lead
sql	Code	Istruzione SQL di analisi (sola lettura)	`SELECT stage, COUNT(*) FROM leads GROUP BY stage`
description	Markdown	Descrizione o definizione del template	"Conteggio lead per fase"
createdAt / createdBy / updatedAt / updatedBy	Campo di sistema	Informazioni di audit	Generato automaticamente

Esempi di template nella demo CRM

Name	Collection	Description
Account Data Analysis	Account	Analisi dati account
Contact Data Analysis	Contact	Analisi dati contatto
Leads Data Analysis	Lead	Analisi delle tendenze dei lead
Opportunity Data Analysis	Opportunity	Imbuto delle fasi delle opportunità
Task Data Analysis	Todo Tasks	Statistiche sullo stato delle attività da fare
Users (Sales Reps) Data Analysis	Users	Confronto delle performance dei rappresentanti di vendita

3.3 Vantaggi di questo modello

Dimensione	Vantaggio
Sicurezza	Tutte le query SQL sono memorizzate e revisionate, evitando la generazione diretta di query.
Manutenibilità	I template sono gestiti centralmente e aggiornati in modo uniforme.
Riutilizzabilità	Lo stesso template può essere riutilizzato da più compiti.
Portabilità	Può essere facilmente migrato ad altri sistemi, richiedendo solo la stessa struttura della collezione.
Esperienza Utente	Gli utenti business non devono preoccuparsi dell'SQL; devono solo avviare una richiesta di analisi.

📘 Questa collezione data_analysis non deve necessariamente chiamarsi così. La chiave è: memorizzare la logica di analisi in modo basato su template e farla richiamare uniformemente da un flusso di lavoro.

3.4 Come far sì che Viz lo utilizzi

Nella definizione del compito, può indicare esplicitamente a Viz:

Ciao Viz,

Si prega di analizzare i dati del modulo corrente.

**Priorità:** Utilizzare lo strumento Overall Analytics per ottenere i risultati dell'analisi dalla collezione di template.
**Se non viene trovato un template corrispondente:** Indicare che manca un template e suggerire all'amministratore di aggiungerne uno.

Requisiti di output:
- Generare un grafico separato per ogni risultato;
- Includere una breve descrizione di 2-3 frasi sotto il grafico;
- Non fabbricare dati o fare supposizioni.

In questo modo, Viz richiamerà automaticamente il flusso di lavoro, abbinerà l'SQL più adatto dalla collezione di template e genererà il grafico.

4. Modello Due: Esecutore SQL Specializzato (Usare con cautela)

4.1 Scenari applicabili

Quando ha bisogno di analisi esplorative, query ad hoc o aggregazioni JOIN tra più collezioni, può far sì che Viz richiami uno strumento SQL Execution.

Le caratteristiche di questo strumento sono:

Viz può generare direttamente query SELECT;
Il sistema le esegue e restituisce il risultato;
Viz è responsabile dell'analisi e della visualizzazione.

Esempio di compito:

"Si prega di analizzare la tendenza dei tassi di conversione dei lead per regione negli ultimi 90 giorni."

In questo caso, Viz potrebbe generare:

SELECT region, COUNT(id) AS leads, SUM(converted)::float/COUNT(id) AS rate
FROM leads
WHERE created_at > now() - interval '90 day'
GROUP BY region;

4.2 Rischi e Raccomandazioni di Protezione

Punto di rischio	Strategia di protezione
Generazione di operazioni di scrittura	Limitare forzatamente a `SELECT`
Accesso a collezioni non correlate	Validare se il nome della collezione esiste
Rischio di performance con collezioni di grandi dimensioni	Limitare l'intervallo di tempo, usare LIMIT per il numero di righe
Tracciabilità delle operazioni	Abilitare il logging delle query e l'audit
Controllo dei permessi utente	Solo gli amministratori possono utilizzare questo strumento

Raccomandazioni generali:

Gli utenti regolari dovrebbero avere abilitata solo l'analisi basata su template (Overall Analytics);

Solo gli amministratori o gli analisti senior dovrebbero essere autorizzati a utilizzare SQL Execution.

5. Se desidera costruire il Suo "Overall Analytics"

Ecco un approccio semplice e generale che può replicare in qualsiasi sistema (non dipendente da NocoBase):

Passo 1: Progettare la collezione di template

Il nome della collezione può essere qualsiasi (ad es. analysis_templates). Deve solo includere i campi: name, sql, collection e description.

Passo 2: Scrivere un servizio o flusso di lavoro "Recupera Template → Esegui"

Logica:

Ricevere il compito o il contesto della pagina (ad es. la collezione corrente);
Abbinare un template;
Eseguire il template SQL (sola lettura);
Restituire una struttura dati standardizzata (righe + campi).

Passo 3: Far sì che l'AI richiami questa interfaccia

Il prompt del compito può essere scritto così:

Per prima cosa, provare a richiamare lo strumento di analisi dei template. Se non viene trovata alcuna analisi corrispondente nei template, utilizzare l'esecutore SQL.
Assicurarsi che tutte le query siano di sola lettura e generare grafici per visualizzare i risultati.

In questo modo, il Suo sistema di agente AI avrà capacità di analisi simili a quelle della demo CRM, ma sarà completamente indipendente e personalizzabile.

6. Migliori Pratiche e Raccomandazioni di Progettazione

Raccomandazione	Descrizione
Dare priorità all'analisi basata su template	Sicura, stabile e riutilizzabile
Utilizzare SQL Execution solo come supplemento	Limitato al debug interno o a query ad hoc
Un grafico, un punto chiave	Mantenere l'output chiaro ed evitare un eccessivo disordine
Nomenclatura chiara dei template	Nominare in base alla pagina/dominio di business, ad es. `Leads-Stage-Conversion`
Spiegazioni concise e chiare	Accompagnare ogni grafico con un riassunto di 2-3 frasi
Indicare quando manca un template	Informare l'utente "Nessun template corrispondente trovato" invece di fornire un output vuoto

7. Dalla demo CRM al Suo scenario

Domanda	Esempio
1. Cosa desidera analizzare?	Tendenze dei lead / Fasi di trattativa / Tasso di utilizzo delle attrezzature
2. Dove si trovano i dati?	Quale collezione, quali campi
3. Come desidera presentarli?	Grafico a linee, a imbuto, a torta, tabella di confronto

Una volta definiti questi elementi, Le basterà:

Scrivere la logica di analisi nella collezione di template;
Allegare il prompt del compito alla pagina;
Viz potrà quindi "prendere in carico" l'analisi dei Suoi report.

8. Conclusione: Porti con Sé il Paradigma

"Overall Analytics" e "SQL Execution" sono solo due implementazioni di esempio. Ciò che è più importante è l'idea che sta dietro di esse:

Far sì che l'agente AI comprenda la Sua logica di business, anziché limitarsi a eseguire i prompt.

Sia che Lei utilizzi NocoBase, un sistema privato o il Suo flusso di lavoro personalizzato, può replicare questa struttura:

Template centralizzati;
Richiami del flusso di lavoro;
Esecuzione in sola lettura;
Presentazione AI.

In questo modo, Viz non è più solo un'"AI in grado di generare grafici", ma un vero analista che comprende i Suoi dati, le Sue definizioni e il Suo business.

#Agente AI · Viz: Guida alla configurazione dello scenario CRM

#1. Introduzione: Far passare Viz dal "vedere i dati" al "comprendere il business"

#2. La struttura di Viz: Personalità stabile + Compiti flessibili

#3. Modello Uno: Motore di Analisi Basato su Template (Consigliato)

#3.1 Panoramica del Principio

#3.2 Struttura della collezione di template (data_analysis)

#Esempi di template nella demo CRM

#3.3 Vantaggi di questo modello

#3.4 Come far sì che Viz lo utilizzi

#4. Modello Due: Esecutore SQL Specializzato (Usare con cautela)

#4.1 Scenari applicabili

#4.2 Rischi e Raccomandazioni di Protezione

#5. Se desidera costruire il Suo "Overall Analytics"

#Passo 1: Progettare la collezione di template

#Passo 2: Scrivere un servizio o flusso di lavoro "Recupera Template → Esegui"

#Passo 3: Far sì che l'AI richiami questa interfaccia

#6. Migliori Pratiche e Raccomandazioni di Progettazione

#7. Dalla demo CRM al Suo scenario

#8. Conclusione: Porti con Sé il Paradigma

#Agente AI · Viz: Guida alla configurazione dello scenario CRM

#1. Introduzione: Far passare Viz dal "vedere i dati" al "comprendere il business"

#2. La struttura di Viz: Personalità stabile + Compiti flessibili

#3. Modello Uno: Motore di Analisi Basato su Template (Consigliato)

#3.1 Panoramica del Principio

#3.2 Struttura della collezione di template (data_analysis)

#Esempi di template nella demo CRM

#3.3 Vantaggi di questo modello

#3.4 Come far sì che Viz lo utilizzi

#4. Modello Due: Esecutore SQL Specializzato (Usare con cautela)

#4.1 Scenari applicabili

#4.2 Rischi e Raccomandazioni di Protezione

#5. Se desidera costruire il Suo "Overall Analytics"

#Passo 1: Progettare la collezione di template

#Passo 2: Scrivere un servizio o flusso di lavoro "Recupera Template → Esegui"

#Passo 3: Far sì che l'AI richiami questa interfaccia

#6. Migliori Pratiche e Raccomandazioni di Progettazione

#7. Dalla demo CRM al Suo scenario

#8. Conclusione: Porti con Sé il Paradigma

Agente AI · Viz: Guida alla configurazione dello scenario CRM

1. Introduzione: Far passare Viz dal "vedere i dati" al "comprendere il business"

2. La struttura di Viz: Personalità stabile + Compiti flessibili

3. Modello Uno: Motore di Analisi Basato su Template (Consigliato)

3.1 Panoramica del Principio

3.2 Struttura della collezione di template (data_analysis)

Esempi di template nella demo CRM

3.3 Vantaggi di questo modello

3.4 Come far sì che Viz lo utilizzi

4. Modello Due: Esecutore SQL Specializzato (Usare con cautela)

4.1 Scenari applicabili

4.2 Rischi e Raccomandazioni di Protezione

5. Se desidera costruire il Suo "Overall Analytics"

Passo 1: Progettare la collezione di template

Passo 2: Scrivere un servizio o flusso di lavoro "Recupera Template → Esegui"

Passo 3: Far sì che l'AI richiami questa interfaccia

6. Migliori Pratiche e Raccomandazioni di Progettazione

7. Dalla demo CRM al Suo scenario

8. Conclusione: Porti con Sé il Paradigma

Agente AI · Viz: Guida alla configurazione dello scenario CRM

1. Introduzione: Far passare Viz dal "vedere i dati" al "comprendere il business"

2. La struttura di Viz: Personalità stabile + Compiti flessibili

3. Modello Uno: Motore di Analisi Basato su Template (Consigliato)

3.1 Panoramica del Principio

3.2 Struttura della collezione di template (data_analysis)

Esempi di template nella demo CRM

3.3 Vantaggi di questo modello

3.4 Come far sì che Viz lo utilizzi

4. Modello Due: Esecutore SQL Specializzato (Usare con cautela)

4.1 Scenari applicabili

4.2 Rischi e Raccomandazioni di Protezione

5. Se desidera costruire il Suo "Overall Analytics"

Passo 1: Progettare la collezione di template

Passo 2: Scrivere un servizio o flusso di lavoro "Recupera Template → Esegui"

Passo 3: Far sì che l'AI richiami questa interfaccia

6. Migliori Pratiche e Raccomandazioni di Progettazione

7. Dalla demo CRM al Suo scenario

8. Conclusione: Porti con Sé il Paradigma