Un prompt non è una formula magica. È semplicemente l’insieme delle istruzioni e delle informazioni che forniamo a un sistema di intelligenza artificiale per spiegargli cosa vogliamo ottenere.
Le indicazioni ufficiali dei principali sviluppatori di modelli convergono su un principio: istruzioni chiare, specifiche e contestualizzate tendono a produrre risultati più utili. OpenAI raccomanda chiarezza, specificità, contesto e perfezionamento iterativo; Anthropic sottolinea chiarezza, contesto, esempi e struttura; Google raccomanda istruzioni precise e dirette e una struttura coerente.
Non esiste quindi un prompt perfetto valido per ogni modello e ogni situazione. Esiste però un metodo pratico per formulare richieste migliori.
Il metodo Farina Digital: 7 elementi
Per costruire una richiesta professionale possiamo ragionare attraverso sette elementi:
- Obiettivo — cosa vuoi ottenere?
- Contesto — quali informazioni deve conoscere l’AI?
- Compito — cosa deve fare concretamente?
- Dati — quali informazioni, testi o documenti deve utilizzare?
- Vincoli — cosa deve rispettare o evitare?
- Formato — come vuoi ricevere il risultato?
- Verifica — come deve gestire informazioni incerte o non verificabili?
1. Obiettivo: spiega dove vuoi arrivare
“Scrivimi qualcosa sul marketing” lascia all’AI quasi tutte le decisioni. Un obiettivo come “prepara una guida introduttiva destinata al titolare di una piccola attività che vuole capire come farsi trovare online” delimita invece il problema.
Prima di scrivere un prompt, quindi, chiediti: quale risultato voglio ottenere?
2. Contesto: l’AI non conosce automaticamente il tuo progetto
Il contesto aiuta il modello a interpretare correttamente la richiesta. Può comprendere il pubblico, il settore, lo scopo del contenuto, il livello di conoscenza del destinatario o informazioni specifiche sull’attività.
Anthropic suggerisce esplicitamente di fornire il contesto necessario; anche OpenAI raccomanda di dare informazioni sufficienti perché il modello comprenda la richiesta. Google indica inoltre di ancorare chiaramente le istruzioni al contesto fornito.
3. Compito: usa istruzioni concrete
Indica l’azione richiesta: analizza, confronta, riassumi, riscrivi, classifica, individua criticità, proponi alternative.
Una richiesta operativa riduce l’ambiguità. Invece di “parlami di questo documento”, può essere più efficace chiedere: “analizza questo documento e individua i cinque punti che richiedono una decisione”.
4. Dati: indica su cosa deve lavorare
Se vuoi che l’AI utilizzi determinate informazioni, forniscile oppure indica chiaramente quali fonti o documenti devono costituire la base del lavoro.
Questo è particolarmente importante quando si analizzano documenti aziendali, tabelle, report o testi. Un modello può essere molto capace, ma non può ricavare da un documento informazioni che non gli sono state rese disponibili.
5. Vincoli: specifica ciò che deve rispettare
I vincoli possono riguardare lunghezza, pubblico, tono, lingua, elementi obbligatori, informazioni da non inventare o limiti del compito.
Esempio: “Non inventare statistiche. Quando un dato non è disponibile, dichiaralo esplicitamente.” È molto più utile che aspettarsi che il modello intuisca autonomamente il livello di verifica richiesto.
6. Formato: descrivi il risultato che vuoi ricevere
Specificare il formato aiuta a ottenere un risultato immediatamente utilizzabile. Puoi richiedere una tabella, un testo discorsivo, una sintesi, una checklist, una struttura con titoli e sottotitoli oppure un confronto per criteri.
Le guide ufficiali di OpenAI, Anthropic e Google raccomandano, con formulazioni differenti, di essere espliciti sul risultato e sulla struttura desiderata.
7. Verifica: chiedi all’AI di distinguere ciò che sa da ciò che deve controllare
Un buon prompt non dovrebbe limitarsi a chiedere una risposta. Quando l’attività riguarda informazioni fattuali, può includere istruzioni come: “se un’informazione non è verificabile, segnalalo”, “distingui fatti e ipotesi” oppure “cita le fonti utilizzate quando disponibili”.
Questo non rende automaticamente infallibile un modello. La verifica umana resta necessaria quando una risposta deve essere pubblicata, utilizzata professionalmente o impiegata per prendere decisioni importanti.
Da un prompt debole a un prompt professionale
Prompt debole: “Scrivimi un post sull’intelligenza artificiale.”
Prompt migliorato: “Prepara un post informativo destinato ai titolari di piccole attività che stanno valutando l’uso dell’intelligenza artificiale. Spiega tre utilizzi pratici dell’AI nel lavoro quotidiano, con linguaggio comprensibile a un non tecnico. Non inventare statistiche. Se utilizzi dati numerici, indica la fonte. Mantieni il testo entro 500 parole e termina con una domanda che stimoli il lettore a valutare quale attività ripetitiva potrebbe automatizzare.”
Il secondo prompt non contiene parole segrete. Contiene semplicemente più informazioni utili per svolgere il lavoro.
“Agisci come un esperto” non basta
Assegnare un ruolo può essere utile per orientare prospettiva e linguaggio, ma non sostituisce il contesto e le istruzioni. “Agisci come un esperto di marketing” rimane una richiesta vaga se non specifichiamo obiettivo, pubblico, dati disponibili, vincoli e risultato atteso.
Il ruolo può quindi essere un elemento del prompt, non la sua intera strategia.
Un prompt non deve necessariamente essere lungo
Più parole non significano automaticamente un risultato migliore. Le indicazioni più recenti dei produttori di modelli insistono sulla precisione delle istruzioni e, per alcuni modelli moderni, anche sulla capacità di lavorare bene con richieste più snelle.
La regola pratica è: inserisci le informazioni necessarie, elimina quelle che non aiutano il modello a svolgere il compito.
Prompting significa anche correggere
OpenAI, Anthropic e Google descrivono il prompting come un processo che può essere iterativo. Non è necessario ricominciare sempre da zero. Possiamo osservare il primo risultato, indicare cosa non funziona e chiedere una correzione mirata.
Il vero salto di qualità avviene quando smettiamo di trattare l’AI come un motore di ricerca al quale lanciare poche parole e iniziamo a trattarla come uno strumento al quale affidare un compito ben definito.
Prompt migliori e uso più consapevole dell’AI
Richieste più chiare possono ridurre tentativi inutili e rendere il lavoro più efficiente. Questo non permette però di attribuire automaticamente un preciso risparmio energetico a un prompt migliore: il consumo dipende da modello, hardware e tipo di elaborazione.
Per approfondire l’impatto energetico dell’intelligenza artificiale puoi leggere Quanto inquina davvero l’intelligenza artificiale? Dati, consumi e uso responsabile dell’AI.
Il modello da ricordare
Obiettivo → Contesto → Compito → Dati → Vincoli → Formato → Verifica.
Non devi necessariamente utilizzare tutti e sette gli elementi in ogni richiesta. Per un compito semplice ne bastano pochi. Per un lavoro professionale o complesso, questa struttura aiuta a non dimenticare le informazioni che possono cambiare il risultato.
Fonti principali
- OpenAI Help Center, Prompt engineering best practices for ChatGPT.
- OpenAI Help Center, How do I create a good prompt for an AI model?
- Anthropic, Prompting best practices.
- Google AI for Developers, Prompt design strategies.
Le tecniche di prompting possono cambiare con l’evoluzione dei modelli. Questo articolo descrive principi verificati nelle documentazioni ufficiali disponibili alla data di pubblicazione.
Farina Digital · GF Ecosystem — tecnologia con direzione umana.
