Prompting

Prompt engineering

Costruire l'istruzione giusta per guidare il modello

L'ingegneria dei prompt è il processo di creazione di input efficaci per guidare un modello linguistico verso risposte accurate. Siccome l'LLM funziona prevedendo il token successivo, un buon prompt deve essere chiaro, strutturato e mirato al compito.

Non è una scienza esatta: è sperimentazione. Si prova, si accorcia, si valuta lo stile e la struttura in relazione a quello che si vuole ottenere.

Bene al primo colpo

Un buon prompt punta a riuscire al primo tentativo

Se ogni volta serve correggere e rigenerare, si cade nella «paralisi da iterazione», e l'AI smette di far risparmiare tempo. Il confronto è impietoso.

5 min

scrivere la mail a mano

30 min

prompt, correggi, rigenera, correggi ancora

Se il secondo tempo supera il primo, l'AI ha fallito. Un design curato toglie la frizione e rende l'uso della tecnologia conveniente davvero.

Esempio · ADV settore automotive

«Crea un'immagine di un'auto che sfreccia veloce sulla strada»

Chiediamo qualcosa all'AI con un prompt semplice, e guardiamo cosa ci restituisce.

Tecniche di prompting

Tecniche fatte apposta per come lavora il modello

Un modello linguistico segue istruzioni ed è addestrato su enormi quantità di testo. Ma non è perfetto: più il prompt è chiaro, più gli è facile prevedere la parola giusta da scrivere dopo.

Ci sono tecniche precise che sfruttano il modo in cui il modello è stato addestrato. Usarle porta a risposte più pertinenti e accurate.

Prompting base · Zero shot

La forma più semplice: chiedi e basta

Un prompt zero shot dà solo la descrizione del compito e un testo da cui partire. Può essere una domanda, l'inizio di una storia o delle istruzioni.

Zero shot vuol dire proprio «nessun esempio»: al modello non mostri niente di già fatto, si arrangia con la sola richiesta.

Prompting base · One shot e few shot

Dai al modello un esempio da imitare

Fornire esempi aiuta il modello a capire cosa gli chiedi, soprattutto quando vuoi guidarlo verso una certa struttura di risposta.

One shot

un solo esempio da imitare

Few shot

più esempi, uno schema da seguire

Più esempi mostri, più cresce la probabilità che il modello segua lo schema che hai in testa.

One shot e few shot

L'AI rende di più quando le «dai l'esempio»

Prendi testi o immagini che hanno già funzionato nelle tue strategie di marketing e insegna all'AI a riconoscerli.

Così il risultato sarà sempre più vicino a quello che ti aspetti.

Prompting avanzato · I framework

Un prompt costruito a blocchi, non buttato giù

Un prompt a framework è una richiesta scritta in modo metodico e modulare: una struttura di blocchi distinti, come il ruolo, il contesto, il task, il tono, i vincoli e gli esempi.

A differenza di un prompt vago, segue un modello preciso che guida il modello passo dopo passo, verso una risposta più coerente e controllabile.

Framework · Ruolo

Di' al modello chi deve essere

Il role prompting assegna al modello un ruolo ben definito. Così le risposte diventano più mirate: il modello si adatta al contesto e alle aspettative legate a quel ruolo.

Puoi chiedergli di comportarsi come un consulente finanziario, un allenatore o un tecnico informatico, e poi fargli domande da quel ruolo.

Framework · Contesto

Dai lo sfondo: dove siamo, per chi

Il contextual prompting fornisce al modello i dettagli e le informazioni di sfondo rilevanti per il compito: dove siamo, per chi scriviamo, con quale scopo.

Con il contesto giusto il modello coglie le sfumature della richiesta e risponde in modo più pertinente.

Framework · Task

Di' chiaramente cosa deve fare

Il task prompting esplicita l'azione richiesta: riassumere un testo, classificare una recensione, generare una lista, tradurre una frase. A volte lo si chiama «obiettivo».

Definire con chiarezza il compito aiuta l'AI a capire subito lo scopo e a restituire risultati più utili e mirati.

Framework · Strumenti

Indica il metodo da usare

Il tool prompting guida il modello a usare uno strumento o un metodo preciso: una tecnica di scrittura persuasiva, uno schema logico per argomentare, un metodo strutturato già collaudato.

Indicare lo strumento aiuta il modello a organizzare la risposta e a restare coerente con lo stile o lo standard che vuoi.

Framework · Dettagli

Di' su cosa concentrarsi

Il details prompting indica al modello i dettagli operativi e di contenuto del compito: su cosa concentrarsi e quali elementi sviluppare nell'output.

Specificare i dettagli riduce l'ambiguità, evita le generalizzazioni e alza la qualità e l'utilità del risultato.

Framework · Regole

Le cose che deve fare per forza

Le regole sono istruzioni aggiuntive: obblighi operativi che il modello deve seguire mentre scrive. Non sono divieti, ma azioni e condizioni da rispettare sempre. A volte le si chiama «extra».

Servono a garantire aderenza a requisiti precisi: per esempio scrivere in un certo tempo verbale o con un certo taglio.

Framework · Limiti

Di' cosa non deve fare

I limiti indicano i vincoli da rispettare e le cose da evitare: confini che il modello non deve oltrepassare.

Possono essere di quantità (non oltre le 100 parole), di stile (niente tono ironico), di contenuto (non citare marchi) o di formato (niente elenchi puntati).

Framework · Output atteso

Di' esattamente cosa vuoi in mano

Specificare l'output atteso significa indicare con precisione il tipo di risposta che vuoi: il formato, lo stile, la struttura, per esempio un elenco, una tabella o una sintesi.

Riduce l'ambiguità, aumenta la precisione e taglia le revisioni: il modello capisce subito cosa deve consegnare.