La qualità di una risposta dell'intelligenza artificiale dipende in larga parte dalla qualità della richiesta. Un prompt, cioè il testo con cui chiedi qualcosa a un modello linguistico, funziona un po' come le istruzioni che daresti a un collaboratore nuovo, molto preparato ma che non conosce nulla di te, della tua azienda e del motivo per cui ti serve quel lavoro. Più il quadro è chiaro, meno il modello deve indovinare.
Perché i prompt vaghi danno risposte generiche
Se scrivi "scrivimi una email per un cliente", il modello non sa chi sei, chi è il cliente, cosa è successo, che tono usare né quanto deve essere lunga. Di fronte a tante incognite sceglie la strada più probabile, cioè la più media: una email cortese, generica e quasi inutilizzabile. Non è un limite di intelligenza, è mancanza di informazioni.
Gli elementi di un buon prompt
Un prompt efficace contiene di solito cinque componenti. Non servono sempre tutti, ma tenerli a mente aiuta.
- Contesto. Chi sei, a chi è destinato il risultato, qual è la situazione. "Gestisco un piccolo studio tecnico; un cliente lamenta un ritardo di due settimane nella consegna di un progetto."
- Obiettivo. Cosa vuoi ottenere davvero. "Voglio scusarmi, spiegare la causa e proporre una nuova data senza sembrare sulla difensiva."
- Formato. Lunghezza, struttura, tono. "Massimo 150 parole, tono professionale e cordiale, niente elenchi puntati."
- Materiale. Dati, testi o documenti su cui lavorare. Incolla la email del cliente, gli appunti, la tabella.
- Vincoli. Cosa evitare. "Non promettere sconti, non citare il fornitore."
Un confronto pratico
| Prompt debole | Prompt efficace |
|---|---|
| "Riassumi questo documento." | "Riassumi il verbale qui sotto in 5 punti per un dirigente che non ha partecipato alla riunione. Evidenzia decisioni prese, responsabili e scadenze." |
| "Correggi il codice." | "Questa funzione Python dovrebbe restituire la somma dei valori pari, ma con la lista [2, 3, 4] restituisce 9. Trova l'errore e spiega la correzione." |
| "Dammi idee per il marketing." | "Ho una ferramenta di quartiere con clientela soprattutto over 50. Proponi 5 iniziative a basso costo per il periodo autunnale, con una stima dell'impegno richiesto." |
Tecniche che funzionano
Dare esempi
Se vuoi un certo stile o formato, mostrane uno. Due o tre esempi di descrizioni prodotto già approvate insegnano al modello più di qualsiasi spiegazione sul "tono del brand". Questa tecnica si chiama few-shot prompting.
Chiedere di ragionare per passi
Per problemi con più passaggi, come un calcolo di costi o l'analisi di un contratto, chiedere di procedere un punto alla volta e di mostrare i passaggi intermedi rende più facile individuare eventuali errori.
Assegnare un ruolo, con misura
Frasi come "agisci come un revisore attento" possono orientare lo stile e il livello di dettaglio. Il ruolo però non aggiunge conoscenze che il modello non ha: è utile per il tono, non per l'accuratezza.
Separare istruzioni e materiale
Quando incolli un testo lungo, delimitalo chiaramente, per esempio tra tre virgolette o con una riga "TESTO DA ANALIZZARE:". Così il modello distingue cosa deve fare da cosa deve elaborare.
Iterare
Raramente il primo risultato è quello definitivo. Invece di ricominciare da zero, chiedi modifiche mirate: "accorcia il secondo paragrafo", "rendi più formale la chiusura", "aggiungi un esempio numerico".
Errori comuni
- Richieste multiple ammassate. Dieci compiti diversi in un solo messaggio portano a risposte superficiali. Meglio spezzarli.
- Istruzioni contraddittorie. "Sii esaustivo ma brevissimo" costringe il modello a un compromesso casuale.
- Dare per scontato il contesto. Il modello non sa cosa hai detto in un'altra chat né conosce i tuoi file, a meno che il servizio non li colleghi esplicitamente.
- Fidarsi del risultato senza controllo. Un prompt eccellente riduce gli errori, non li elimina.
- Inserire dati riservati senza sapere come il servizio li tratta.
Un modello di prompt da riutilizzare
Puoi adattare questa struttura a molti compiti:
- Contesto: "Sono [ruolo] e sto lavorando a [situazione]."
- Compito: "Ho bisogno che tu [azione precisa]."
- Materiale: "Ecco i dati: [testo o tabella]."
- Formato: "Rispondi con [struttura, lunghezza, tono]."
- Vincoli: "Non [cose da evitare]. Se mancano informazioni, chiedimele prima di procedere."
L'ultima frase è particolarmente utile: invitare il modello a fare domande prima di rispondere fa emergere ciò che hai dimenticato di dire.
Prompt e lingua
I modelli più diffusi funzionano bene anche in italiano. Se però lavori su testi tecnici in inglese, può convenire scrivere il prompt nella stessa lingua del materiale e chiedere la risposta in italiano. Mantieni coerente la terminologia: se chiami un elemento "commessa", non chiamarlo poi "ordine" nello stesso prompt.
In sintesi
- Un buon prompt fornisce contesto, obiettivo, formato, materiale e vincoli.
- Esempi concreti e ragionamento per passi migliorano molto la qualità delle risposte.
- Delimita il materiale da analizzare e procedi per iterazioni successive.
- Evita richieste ammassate, istruzioni contraddittorie e dati riservati non protetti.
- Anche il prompt migliore richiede una verifica finale del risultato.
