1. Il prompt perfetto esiste. Forse.

Il prompt perfetto esiste.
Probabilmente è nascosto nello stesso posto in cui conservano la formula per diventare ricchi lavorando due ore al giorno.
In rete, intanto, non mancano le promesse:
“50 prompt che cambieranno il tuo modo di lavorare.”
“Il prompt definitivo per ChatGPT.”
“Copia questo prompt e ottieni risultati incredibili.”
Il successo di queste formule è comprensibile. L’idea che esista una sequenza di parole capace di trasformare improvvisamente ChatGPT, Gemini o Claude in collaboratori infallibili è molto rassicurante.
Si tratta di un'idea vecchia come il mondo, un po' come quando si andava a cercale la formula magica per trasformare qualsiasi sostanza in oro.
Peccato che le cose funzionino in modo leggermente diverso.
I prompt preconfezionati possono essere utili come esempi, suggerire una struttura o farci scoprire un modo diverso di formulare una richiesta. Ma un prompt funziona davvero quando tiene conto del problema che dobbiamo affrontare, delle informazioni disponibili e del risultato che vogliamo ottenere.
In altre parole, non esiste il prompt perfetto in assoluto. Esiste un prompt adatto a un determinato compito.
E allora la domanda interessante non è quali parole magiche inserire nella casella del chatbot.
È capire che cosa rende efficace un prompt.

2. Prima del prompt viene il problema

Partiamo da una richiesta semplicissima:
“Scrivimi un post LinkedIn.”
L’AI può certamente farlo.
Ma dovrà inventarsi quasi tutto: destinatario, obiettivo, tono, argomento, lunghezza e perfino il motivo per cui quel post dovrebbe esistere.
Proviamo così:
“Devo presentare a responsabili HR un corso di formazione AI per aziende. Il post deve spiegare perché mettere ChatGPT a disposizione dei dipendenti non significa averli formati. Usa un tono professionale ma non commerciale e resta entro 1.200 caratteri.”
Non abbiamo scoperto una formula segreta.
Abbiamo semplicemente definito meglio il problema.
Questo è probabilmente il primo principio del prompting: se non sappiamo bene cosa vogliamo ottenere, difficilmente riusciremo a spiegarlo a un’intelligenza artificiale.

3. Dare il contesto

Quando parliamo con un collega, molte informazioni non devono essere ripetute ogni volta.
Sa chi siamo, conosce l’azienda, ricorda ciò di cui abbiamo parlato ieri e spesso sa già a chi è destinato il lavoro.
Un chatbot non possiede automaticamente tutto questo contesto.
Se è importante per il risultato, dobbiamo fornirglielo.
Possiamo spiegare chi siamo, cosa stiamo facendo, qual è il pubblico, quali informazioni abbiamo già e perché stiamo chiedendo quel lavoro.
Una regola semplice può aiutarci:
meno cose importanti lasciamo all’AI da indovinare, maggiore sarà la probabilità di ottenere una risposta utile.

4. Definire l’obiettivo

“Parlami dell’intelligenza artificiale” indica un argomento.
“Spiegami in 300 parole quali vantaggi può ottenere una piccola impresa utilizzando l’AI nelle attività amministrative” indica un risultato.
La differenza è notevole.
Un buon prompt dovrebbe permettere al modello di capire non soltanto di cosa vogliamo parlare, ma soprattutto che cosa vogliamo ottenere alla fine.
Una sintesi?
Un confronto?
Una bozza?
Tre proposte?
Un’analisi critica?
Una risposta destinata a un cliente?
Prima di premere Invio vale quindi la pena chiedersi: se l’AI lavorasse perfettamente, che cosa vorrei trovare nella risposta?

5. Usare i vincoli

Potrebbe sembrare controintuitivo, ma spesso dare meno libertà all’AI produce risultati migliori.
Possiamo indicare:
la lunghezza, per evitare tre pagine quando ne servono tre righe;
il pubblico, per adattare linguaggio e livello di approfondimento;
il tono, per evitare che una comunicazione aziendale sembri il testo di una televendita;
gli elementi obbligatori, se alcune informazioni non possono mancare;
ciò che deve essere evitato, quando sappiamo già quali derive non vogliamo;
il livello tecnico, per stabilire quanto approfondire.
Un vincolo ben scelto non serve a ingabbiare il modello.
Serve a ridurre lo spazio in cui può andare fuori strada.

6. Chiedere il formato giusto

Anche la forma della risposta fa parte del prompt.
“Analizza questo documento” lascia molte possibilità.
“Analizza questo documento e restituisci una tabella con problema, causa, conseguenza e possibile soluzione” definisce un output molto più utilizzabile.
Possiamo chiedere una tabella, un elenco, una scaletta, una mail, una sintesi di cinque punti, un confronto tra alternative o una serie di raccomandazioni ordinate per priorità.
Questo piccolo accorgimento evita spesso un passaggio successivo: dover riorganizzare manualmente una risposta che contiene le informazioni giuste nel formato sbagliato.

7. Gli esempi spiegano meglio di molte istruzioni

A volte possiamo descrivere per dieci righe il tono che vogliamo ottenere.
Altre volte basta mostrare un esempio.
Se disponiamo di un testo che rappresenta bene lo stile desiderato, possiamo fornirlo al modello e spiegare quali caratteristiche vogliamo mantenere.
Lo stesso vale per strutture, classificazioni, descrizioni di prodotto o qualsiasi attività in cui sia possibile mostrare:
“questo è il tipo di risultato che considero corretto.”
Gli esempi non eliminano la necessità di dare istruzioni, ma possono ridurre parecchio le ambiguità.

8. La prima risposta è quasi sempre l’inizio

Uno degli errori più comuni è trattare il prompt come se fosse il codice di un distributore automatico.
Inseriamo la richiesta, premiamo Invio e aspettiamo che esca il prodotto finito.
Il prompting funziona spesso molto meglio come processo iterativo.
Possiamo chiedere una prima versione, valutarla, spiegare cosa non funziona, approfondire un punto, cambiare struttura, aggiungere informazioni o chiedere alternative.
“Questa parte è troppo generica.”
“Approfondisci il secondo punto.”
“Fammi tre versioni differenti.”
“Il tono è troppo promozionale.”
“Riorganizza tutto in una tabella.”
Sono prompt anche questi.
La qualità non dipende soltanto dalla prima domanda. Dipende anche dalla qualità della conversazione che viene dopo.

9. Possiamo farci aiutare anche a formulare la richiesta

Non sempre abbiamo abbastanza informazioni per scrivere subito un buon prompt.
In questi casi possiamo coinvolgere direttamente l’AI nella definizione del compito.
Per esempio:
“Prima di rispondere, fammi le domande necessarie per capire meglio cosa devo ottenere.”
Oppure:
“Quali informazioni mancano per svolgere bene questo compito?”
O ancora:
“Proponimi tre modi diversi di affrontare questo problema e spiegami vantaggi e limiti di ciascuno.”
Non stiamo chiedendo all’AI di leggere nella nostra mente.
Le stiamo chiedendo di aiutarci a capire quali informazioni servono per lavorare meglio.
Ed è spesso uno degli usi più intelligenti di un chatbot.

10. Un buon prompt non rende vera una risposta

C’è però un limite che nessuna tecnica di prompting può eliminare.
Un modello generativo può sbagliare.
Può inventare una fonte, confondere due fatti, interpretare male un documento o fornire con grande sicurezza un’informazione inesatta.
Un prompt ben costruito può migliorare sensibilmente la qualità della risposta, ma non la trasforma automaticamente in una risposta corretta.
Quando il risultato riguarda dati, fatti, decisioni, clienti, ricerca o attività professionali, la verifica resta indispensabile.
Il prompting non sostituisce il giudizio.
Semmai rende ancora più importante sapere valutare ciò che abbiamo ottenuto.

11. Un metodo semplice

Possiamo quindi dimenticare per un momento le formule magiche e tenere a mente una sequenza molto più semplice:
Contesto → Obiettivo → Istruzioni → Vincoli → Formato → Iterazione → Verifica
Non tutti i prompt devono necessariamente contenere ogni elemento.
Per una richiesta banale bastano poche parole.
Per un’attività complessa serviranno invece maggiori informazioni.
L’importante è capire che questi elementi sono strumenti a nostra disposizione.
Se la risposta è troppo generica, forse manca contesto.
Se va nella direzione sbagliata, forse l’obiettivo non è chiaro.
Se è inutilizzabile, forse non abbiamo definito il formato.
Se contiene informazioni dubbie, dobbiamo verificarle.
Il metodo serve soprattutto a capire dove intervenire quando il risultato non ci soddisfa.

12. ChatGPT, Gemini, Claude: cambia lo strumento, non il principio

ChatGPT, Gemini, Claude e gli altri modelli non sono identici.
Hanno caratteristiche, funzioni, contesti d’uso e modalità operative differenti.
Ma molti principi del prompting restano sorprendentemente trasversali.
Spiegare bene il problema, fornire contesto, indicare l’obiettivo, specificare eventuali vincoli e controllare il risultato è utile indipendentemente dal nome scritto sulla finestra del chatbot.
Per questo imparare a scrivere prompt efficaci non dovrebbe significare imparare una specie di sintassi proprietaria di ChatGPT.
Significa sviluppare un modo più consapevole di lavorare con i sistemi generativi.
Gli strumenti cambieranno, e probabilmente molto velocemente.
Il metodo resterà utile più a lungo.

13. Il prompt perfetto non esiste. Per fortuna.

Possiamo quindi tornare alla promessa iniziale.
Il prompt definitivo, quello da salvare e usare per qualsiasi situazione, probabilmente non esiste.
Esiste invece un problema ben definito, il contesto necessario per capirlo, un obiettivo chiaro, qualche vincolo utile, una risposta da valutare e, molto spesso, una seconda domanda da fare.
È meno affascinante di una formula magica.
Ma funziona decisamente meglio.
E se qualcuno vi propone ancora “il prompt definitivo”, prima di copiarlo provate almeno a chiedergli:
definitivo per fare cosa?