Il prompt engineering è il processo intenzionale di strutturare istruzioni per l'IA allo scopo di produrre un risultato specifico e utile. A differenza di una conversazione casuale con uno strumento IA, un prompt ben progettato tratta ogni input come un problema di design: cosa deve sapere il modello, quale formato deve avere l'output e quali vincoli si applicano?
Il prompt engineering non richiede conoscenze di programmazione. Nella sua essenza è una disciplina della comunicazione. La logica sottostante ricorda il briefing a un collega: più precisamente definisci attività, contesto e output previsto, più pertinente sarà la risposta.
Un prompt non è soltanto una domanda. È un'istruzione che può contenere livelli facoltativi di contesto, vincoli, esempi e indicazioni di formattazione. Comprendere il ruolo di ciascun livello aiuta a costruire prompt che offrono risultati coerenti e di alta qualità.
Prima di chiedere all'IA di fare qualcosa, stabilisci chi è, quale situazione si applica e di quali informazioni di base ha bisogno. Questo è definire ruolo e contesto.
Un prompt come «riassumi questo documento» chiede al modello di indovinare scopo, pubblico e livello di dettaglio. Un prompt che inizia con «Sei un analista senior che scrive una sintesi esecutiva per un team di leadership non tecnico» elimina del tutto queste supposizioni.
Confronta due approcci allo stesso compito. Vago: «Scrivi un riassunto». Specifico: «Scrivi un riassunto di tre frasi dei risultati chiave di questo rapporto, destinato a un pubblico generale senza preparazione tecnica. Concentrati sui risultati pertinenti alle decisioni operative».
Il secondo prompt definisce lunghezza, pubblico, vocabolario e ambito. Ogni vincolo elimina una dimensione in cui il modello potrebbe allontanarsi dall'obiettivo.
I vincoli più utili da specificare includono: lunghezza, numero di parole o frasi; pubblico, tecnico o non tecnico; tono, formale, diretto o colloquiale; e ambito, ossia sezioni o temi su cui concentrarsi.
Una delle tecniche più affidabili di ogni guida al prompt engineering è fornire esempi dell'output desiderato. Nella ricerca IA questo approccio è chiamato few-shot prompting.
Lo zero-shot prompting, al contrario, chiede al modello di completare un compito senza esempi. Funziona per attività semplici e ben definite, ma tende a produrre output generici quando il formato desiderato non è standard.
Le istruzioni di formato indicano al modello come strutturare la risposta. Senza di esse, gli strumenti IA adottano il formato che sembra più comune per l'argomento, e potrebbe non adattarsi alle tue esigenze.
-
Improvvisato: «Scrivi un'email di follow-up».
-
Strutturato: «Scrivi un'email di follow-up di 150 parole a un cliente dopo una chiamata esplorativa. Tono: caloroso ma professionale. Riassumi tre temi discussi e termina con un unico chiaro passaggio successivo».
-
Improvvisato: «Riassumi questo».
-
Strutturato: «Riassumi questo rapporto di ricerca per un VP Operations senza preparazione tecnica. Concentrati sui tre risultati più rilevanti per le decisioni sulla catena di fornitura. Usa un linguaggio semplice».
-
Improvvisato: «Dammi delle idee».
-
Strutturato: «Elenca cinque angolazioni di campagna per un prodotto SaaS B2B rivolto ai direttori HR. Una frase per ciascuna. Dai priorità agli argomenti sul risparmio di tempo rispetto alla riduzione dei costi».
Gli analisti che lavorano su documenti lunghi o più rapporti usano vincoli per concentrare l'output dell'IA. «Riassumi solo la sezione metodologica di questo articolo, in 100 parole, in italiano semplice» produce un risultato mirato che una sintesi senza vincoli tipicamente manca. Il vincolo è ciò che rende utile l'output.
I lavoratori della conoscenza con esigenze di comunicazione ripetitive, follow-up di vendita, aggiornamenti per clienti e brief interni, creano modelli di prompt riutilizzabili. Quando una struttura di prompt produce in modo affidabile un output utilizzabile, salvarla e riutilizzarla elimina lo sforzo di ricrearla ogni volta. L'investimento si accumula con gli usi ripetuti.
D: Come faccio a sapere se il mio prompt funziona?
R: Confronta l'output con ciò di cui avevi davvero bisogno. Se riscrivi o scarti più di quanto conservi, il prompt è poco specificato. La correzione consiste in genere nell'aggiungere più contesto, vincoli più stretti o un esempio del formato di output desiderato. Tratta ogni output fallito come informazione diagnostica.