Salta al contenuto
AImpact
IT EN
Infrastruttura AI 5 min di lettura

AI per sysadmin: strumenti pratici per chi gestisce sistemi Linux, Windows e reti

Come un sysadmin usa concretamente l'AI ogni giorno: generare script Bash/PowerShell, leggere log, scrivere documentazione, fare troubleshooting. Strumenti testati, casi reali.

Pubblicato: 3 giugno 2025

Quello script Bash che ti ha preso 40 minuti — controllo spazio disco su 30 host, alert via email, gestione timeout SSH — un AI te lo scriveva in 45 secondi. Non è il futuro dell’IT. È quello che puoi fare oggi, gratis o quasi.

Script Bash e PowerShell: incolla questo nel prompt

Il trucco non è chiedere “scrivi uno script che controlla il disco”. È dare contesto preciso.

Prompt per Bash:

Scrivi uno script Bash che si connette via SSH a una lista di host (da hosts.txt, uno per riga), controlla la percentuale di utilizzo del disco su ogni partizione montata, e invia un alert via mailx se qualcosa supera l’80%. Gestisci i timeout SSH (ConnectTimeout=5). Deve girare senza interazione utente.

Ottieni 60–80 righe funzionanti: ciclo sul file, timeout, corpo email formattato, gestione errori. Non copiarlo ciecamente — leggilo — ma il 90% del lavoro è fatto.

Prompt per PowerShell + Active Directory:

Scrivi uno script PowerShell che trova tutti gli account utente in AD con password scaduta o impostata a “non scade mai”, esporta un CSV con: SamAccountName, DisplayName, LastLogonDate, PasswordLastSet, PasswordNeverExpires. Solo utenti abilitati.

L’AI conosce Get-ADUser, i moduli ActiveDirectory, i parametri giusti. Ti risparmia 20 minuti di documentazione Microsoft.

Regola: più contesto dai, meglio funziona. Specifica OS, distro, versione PowerShell, tool disponibili (“ho solo curl, non wget”), cosa deve fare in caso di errore. Prompt pigro = script generico.

Log e troubleshooting: incolla e chiedi

Hai questo in dmesg su Ubuntu 22.04:

kernel: BUG: unable to handle kernel NULL pointer dereference at 0000000000000010
kernel: Call Trace: nvme_irq+0x3d/0x120 [nvme]

Prompt:

Questo è un kernel panic da Ubuntu 22.04 con storage NVMe. Causa e passi per diagnosticarlo?

L’AI identifica il driver nvme, ti spiega il null pointer nell’interrupt handler, ti manda su dmesg | grep nvme, aggiornamento firmware, verifica del kernel contro bug noti. Non è infallibile, ma è un punto di partenza serio invece di un’ora su Stack Overflow.

Funziona anche per Nginx: incolla 50 righe di error.log con upstream timed out e Connection refused. Ti distingue i timeout (backend lento) dalle connection refused (backend giù o porta sbagliata), ti dice dove guardare e come impostare proxy_connect_timeout.

Documentazione che non scrive nessuno

Hai uno script di backup PostgreSQL che gira da 3 anni senza README. Incollalo e chiedi:

Genera un runbook operativo in Markdown: descrizione, prerequisiti, variabili di configurazione, come eseguirlo manualmente, come interpretare i log, cosa fare se fallisce.

Da 2 ore a 20 minuti. Stessa cosa con docker-compose.yml: incollalo, chiedi documentazione dell’architettura, porte, volumi, variabili d’ambiente, deploy su server nuovo.

Funziona anche per review di configurazioni prima del deploy: nginx.conf, Dockerfile, sshd_config, regole iptables. Non sostituisce un security audit, ma trova le cose ovvie che a volte sfuggono — PermitRootLogin yes, NOPASSWD troppo ampi, layer Docker non ottimali.

Strumenti: cosa uso

ChatGPT / Claude.ai (gratis o $20/mese): per domande spot, log, script veloci. Ottimo per iniziare.

Ollama (gratis, locale): installa modelli come llama3.1 o codellama sul tuo hardware. Zero cloud, zero dati che escono. Richiede 16GB RAM e una GPU discreta per i modelli capaci.

curl -fsSL https://ollama.com/install.sh | sh
ollama pull llama3.1
ollama run llama3.1

Claude Code ($20/mese Max o API a consumo): agente da terminale che legge file reali sul tuo filesystem, modifica script, esegue comandi. Utile se lavori su codebase o configurazioni articolate.

Regola di sicurezza fondamentale: non incollare mai in un AI cloud password, API key, chiavi SSH private, dati personali, dump di database, output di env. Se devi analizzare log con dati sensibili, anonimizza prima o usa Ollama in locale.

Cosa fare

  • Prendi uno script che devi scrivere questa settimana. Descrivilo a ChatGPT o Claude con un prompt dettagliato. Osserva, adatta, tieni il risultato.
  • Installa Ollama su un server interno con GPU — hai un AI locale gratuito per i task quotidiani.
  • Scegli un pezzo di infrastruttura non documentato e chiedi un runbook. Metti il risultato nel repo interno.