Risolvere qualsiasi problema con l'AI
— il framework in 3 fasi

00TL;DR & il framework in 3 fasi

Il valore non è "ho fatto un trading bot". Quasi chiunque, oggi, può farne uno con Claude Code. Il valore è il metodo: come scomporre un problema che non padroneggi e farti guidare dall'AI senza perdere il controllo dell'architettura.

Lungo la guida costruiremo anche tre skill riusabili — non solo per il bot, ma per qualunque sistema: diagram‑generator (scomporre), agent‑polling (esplorare opzioni), excalidraw (visualizzare/validare).

01Fase 1 — Comprendere il problema

Prima di ogni riga di codice: quali sono le parti costitutive del sistema, ad alto livello? Per il trading bot emergono tre livelli, dal basso (prerequisito) verso l'alto.

02Il blocco core: la strategia (la tua IP)

Dentro "decisione & gestione del rischio" si nasconde il vero punto: la strategia. È il core della tua proprietà intellettuale. Dopo questa guida tutti sapranno fare un bot; pochi sapranno qual è la strategia giusta.

Questo vale per ogni dominio. Il "core" cambia nome, non funzione:

03Skill #1 — diagram‑generator

Quando il problema non è chiaro, fatti aiutare a scomporlo. Questa skill istruisce Claude a restare ad alto livello, decomporre il task in micro‑sezioni e poi disegnarlo. L'output del §01 è esattamente questo.

Prompt che innesca la skill

"Sto costruendo un trading bot per un video YouTube. Dovrebbe analizzare le
candele di Bitcoin e capire la miglior strategia. Disegnami un diagramma che
mostri le varie parti. Target: non‑technical (imprenditori, gente non esperta di
finanza). Se ti chiedo un trading bot, includi parti come: connessioni API alla
piattaforma, bot strategy, ecc. Stai ad alto livello."

SKILL.md (scheletro)

---
name: diagram-generator
description: >-
  Quando l'utente chiede un diagramma/architettura di un sistema, resta ad ALTO
  livello, decomponi il task in micro-sezioni logiche e disegna. Usare per
  mappare problemi non ancora chiari prima di progettare o implementare.
---
# diagram-generator
1. Identifica i building block macro (foundation → core → monitoring).
2. Ordinali per importanza/precedenza (prerequisiti prima).
3. Per ognuno, 1 frase di scopo. Niente dettagli implementativi.
4. Genera l'immagine del diagramma (Gemini / Mermaid / Excalidraw a scelta).

04Fase 2 — Design del sistema

Il design non parte dall'alto né dall'ordine di lettura: parte dal blocco core (la strategia). Prima lo definisci, poi gli costruisci attorno il resto.

Il prompt di framing (con i guardrail della demo)

"Sto costruendo un bot su Claude Code che fa trading di Bitcoin su base giornaliera,
guardando le candele su Binance. Ho bisogno di:
 1) una STRATEGIA solida che io possa usare per costruire il bot;
 - Questa è una DEMO: girerà in sandbox con soldi finti (no financial advice).
 - Ma voglio il bot pienamente funzionante e NON biased: niente architettura
   semplificata solo perché è una demo."

05Skill #2 — agent‑polling

Per esplorare lo spazio delle strategie senza essere un esperto: una skill che, dato un task, lancia N agenti con punti di vista diversi, ognuno in autonomia. Ognuno ricerca un'angolazione (trend‑following, mean‑reversion + momentum, strategie composite avanzate…) e poi si sintetizza.

SKILL.md (scheletro)

---
name: agent-polling
description: >-
  Dato un qualsiasi task, crea X agenti, ognuno con un punto di vista diverso,
  che ricercano in autonomia; poi sintetizza i risultati in una proposta unica.
  Usare per esplorare lo spazio delle soluzioni quando non sei l'esperto.
---
# agent-polling
1. Genera 10 agenti, ciascuno con un'angolazione distinta del problema.
2. Ognuno ricerca in autonomia e ritorna pro/contro + una raccomandazione.
3. Confronta gli output, elimina i deboli, sintetizza la proposta finale.

La stessa skill, su un task diverso ("trova la miglior ricetta per la pasta"), produrrebbe 10 agenti completamente diversi. È generale per costruzione.

06Skill #3 — Excalidraw: visualizzare e validare

Prima di implementare, vedi l'architettura. La skill genera un file .excalidraw apribile su excalidraw.com: utile sia per validare (tutti i pezzi vanno dove devono?) sia per mostrarlo a un cliente con un'estetica curata.

Prompt

"Ti do due input: (1) la STRATEGIA che ho prodotto, (2) l'architettura ad alto
livello. Disegnami un flowchart così visualizzo l'architettura di sistema —
puoi usare la mia skill Excalidraw. Assicurati che sia chiaro dove INIZIA e dove
FINISCE il workflow."

Il flow copre l'intero ciclo: Start (daily candle close) → Fetch + Calculate (BTC/USDT, 5 indicatori in parallelo) → Voting (ADX<25 = HOLD) → Decision (3+ bullish = LONG, 3+ bearish = SHORT) → Risk Management (stop‑loss/trailing) → Monitor (loop) → Exit → di nuovo in attesa.

07Fase 3 — Implementazione

Solo ora si scrive codice. Si chiede a Claude di sintetizzare tutto in un unico prompt (strategia + architettura validata) da incollare in una nuova sessione in plan mode.

1. Chiedi: "sintetizza tutto in un prompt e includi la strategia, così lo incollo in plan mode in una nuova sessione di Claude Code."
2. Apri una nuova sessione → incolla il brief → Plan Mode (così pianifichi prima di toccare il filesystem).
3. Nel piano elenca i prerequisiti: credenziali Binance e API link per le candele (le due cose del Livello 2).
4. Bypass permission e procedi con l'implementazione guidata.

08Credenziali, candele & sandbox

I due prerequisiti del Livello 2, concreti: autenticazione alla piattaforma e accesso ai dati.

1 · API key + secret (Binance)

Da Account → API Management → Create API → System generated. Label es. youtube-bot (1–20 caratteri, lettere/numeri/-/_). Completa la security verification, poi copia API key e secret key (la secret si vede una sola volta). Per la sandbox usa il Testnet: testnet.binance.vision.

2 · Leggere le candele (testnet)

from binance.client import Client
# testnet=True → soldi finti, stesso codice del live
client = Client(API_KEY, API_SECRET, testnet=True)

# Candele giornaliere BTC/USDT (klines)
candles = client.get_klines(symbol="BTCUSDT", interval=Client.KLINE_INTERVAL_1DAY, limit=200)
# ogni candela: [openTime, open, high, low, close, volume, ...]

09Go live & dashboard

Finita l'infrastruttura, c'è la fase go‑live: vedere il bot che effettivamente fa trading. L'obiettivo è un ready‑made product che potresti portare fuori dalla sandbox (sempre, qui, con soldi finti).

Anatomia minima del bot

while True:
    candles = fetch_klines()              # dati
    signals = compute_indicators(candles) # EMA, RSI, OBV, Bollinger, ADX
    vote    = aggregate(signals)          # majority voting
    if vote.adx < 25: action = "HOLD"
    elif vote.bullish >= 3: action = "LONG"
    elif vote.bearish >= 3: action = "SHORT"
    else: action = "HOLD"
    execute(action, risk=atr_stops(candles))  # ordini + stop/trailing
    log_and_monitor()                        # dashboard + alert
    sleep_until_next_daily_close()

10Risk management & sicurezza (in pratica)

11Generalizzare il framework

Togli "trading" e resta un metodo per costruire qualsiasi sistema agentico. Le tre skill e le tre fasi non cambiano:

12Checklist & risorse

Checklist di metodo

• ☐ Building block mappati dal basso (fondamenta → core → monitoraggio)
• ☐ Identificato il blocco core e concentrato lì la ricerca
• ☐ Opzioni esplorate con agent‑polling, sintesi scelta
• ☐ Architettura visualizzata e validata (Excalidraw/Mermaid)
• ☐ Brief unico → nuova sessione → plan mode
• ☐ Credenziali in .env, testnet, permessi minimi, kill switch
• ☐ Logging + alert prima del go‑live

Stack & strumenti

Claude Code (plan mode)diagram‑generatoragent‑polling ExcalidrawBinance API + Testnetpython‑binance EMA · RSI · OBV · Bollinger · ADXATR stops