Prompt engineering
Prompt Engineering significa semplicemente porre buone domande all'AI. Un prompt è il tuo input con la tua domanda o richiesta.
Il prompt engineering consiste nel formulare domande e indicazioni mirate per aiutare i modelli AI a fornire le risposte corrette durante le chat. Con prompt migliori ottieni risultati migliori.
Insieme alle specifiche del modello scelto, questo determina la qualità della risposta.
Elementi di un prompt (domanda)
Per ottenere risultati migliori devi considerare i seguenti punti:
- Scopo: cosa vuoi esattamente dal modello linguistico?
- Ruolo: quale ruolo ha il modello linguistico? (Es. 'Analista marketing', 'Consulente legale', 'Project manager')
- Contesto: informazioni di background sulla richiesta (Es. obiettivi aziendali, dettagli del progetto, informazioni di mercato)
- Stile: quale stile vuoi adottare? (Es. formale, persuasivo, conciso)
- Output: in quale formato lo vuoi? (Es. un rapporto, email, outline di presentazione, snippet di codice)
Lo scopo
Descrivere con precisione lo scopo della tua domanda è essenziale e non può essere omesso.
Cosa vuoi sapere?
- Puoi fare domande fattuali, ma sii consapevole dei limiti (ad esempio mancanza di conoscenze aggiornate)
- Come su Google, non otterrai esattamente la stessa risposta se ripeti la domanda più volte
- Il vantaggio è la funzione “chat” che ti permette di fare domande di approfondimento
Esempio di prompt con uno scopo chiaro:
Fornisci una descrizione delle principali sfide nell'implementazione di una nuova piattaforma AI in un'azienda di medie dimensioni.
L'implementazione di una nuova piattaforma AI in un'azienda di medie dimensioni comporta diverse sfide. Alcune delle principali sfide sono:
- Resistenza al cambiamento: I dipendenti sono abituati ai processi e sistemi esistenti. Una nuova piattaforma AI richiede adattamento e può incontrare resistenza, soprattutto se l'impatto sui flussi di lavoro non è chiaro.
- Qualità e disponibilità dei dati: Le piattaforme AI dipendono fortemente dai dati. Raccogliere, pulire e strutturare i dati per la nuova piattaforma può essere complesso e richiedere tempo.
- Integrazione con sistemi esistenti: La piattaforma AI deve spesso integrarsi con altre applicazioni aziendali (ERP, fonti dati, strumenti BI). Questo può comportare sfide tecniche.
- Costi: Oltre ai costi di licenza della piattaforma, ci sono costi per implementazione, formazione, infrastruttura dati e personale specializzato.
- Formazione e adozione: I dipendenti devono essere formati sull'uso della nuova piattaforma e sull'interpretazione dei risultati. Senza una buona formazione e supporto continuo, il tasso di adozione può rimanere basso.
- Scelta della piattaforma e dei casi d'uso giusti: Esistono molte piattaforme e tecnologie AI. Selezionare una piattaforma e definire casi d'uso rilevanti che si adattino alle esigenze specifiche e agli obiettivi strategici dell'azienda è cruciale.
- Considerazioni etiche e conformità: A seconda dell'applicazione della piattaforma AI, possono esserci questioni etiche e requisiti di conformità (es. GDPR) da affrontare con attenzione.
- Gestione del progetto: Un'implementazione di successo richiede una gestione del progetto solida, obiettivi chiari e coinvolgimento degli stakeholder di diversi dipartimenti.
Aggiungere ruolo e contesto
Aggiungere un ruolo e un contesto produce risposte migliori e più specifiche.
Esempio della stessa domanda ma con ruolo e contesto:
Come project manager responsabile dell'implementazione di una nuova piattaforma AI per l'analisi dati e l'ottimizzazione dei processi in un fornitore di servizi B2B con 150 dipendenti, fornisci una descrizione delle principali sfide e possibili strategie di mitigazione.
Come project manager per l'implementazione di una nuova piattaforma AI per l'analisi dati e l'ottimizzazione dei processi in un fornitore di servizi B2B con 150 dipendenti, vedo le seguenti principali sfide e possibili strategie di mitigazione:
- Resistenza al cambiamento & Adozione da parte degli utenti:
- Sfida: I dipendenti, in particolare quelli le cui mansioni sono direttamente influenzate, possono essere riluttanti a lasciare le loro abitudini consolidate e ad abbracciare le nuove intuizioni guidate dall'AI.
- Mitigazione: Coinvolgi gli utenti chiave precocemente. Comunica chiaramente i benefici (efficienza, migliore decision making, nuove intuizioni). Fornisci formazione estesa basata sul ruolo e supporto continuo. Nomina 'campioni AI' all'interno dei dipartimenti.
- Qualità, governance e migrazione dei dati:
- Sfida: L'efficacia della piattaforma AI dipende da dati di alta qualità e ben gestiti. I dati provenienti dai sistemi esistenti sono spesso incoerenti, incompleti o errati.
- Mitigazione: Inizia con un audit dati approfondito, definisci un framework di data governance ed esegui la pulizia dei dati prima dell'integrazione/migrazione. Definisci modelli e flussi dati chiari. Esegui test e valida accuratamente i dati.
- Integrazione con l'infrastruttura IT esistente:
- Sfida: Le connessioni con fonti dati esistenti, ERP, CRM e altri sistemi aziendali devono funzionare in modo fluido e sicuro.
- Mitigazione: Identifica tutte le integrazioni necessarie in anticipo. Scegli una piattaforma AI con robuste API o connettori standard. Testa accuratamente le integrazioni.
- Scope Creep & Superamento del budget:
- Sfida: Durante il progetto possono emergere nuove richieste di applicazioni AI che ampliano lo scope e aumentano i costi.
- Mitigazione: Definisci uno scope chiaro e delimitato con casi d'uso definiti (MVP - Minimum Viable Product) per la prima fase. Applica un rigoroso processo di change management. Mantieni una pianificazione e un budget realistici, inclusa una riserva.
- Selezione della tecnologia giusta e partner di implementazione:
- Sfida: Il mercato AI è complesso. Una scelta tecnologica errata o un partner inesperto può far fallire il progetto.
- Mitigazione: Fai una ricerca approfondita sulle tecnologie AI adatte ai casi d'uso definiti. Seleziona un partner con esperienza comprovata nel tuo settore e con le tecnologie scelte. Richiedi referenze.
- Mancanza di conoscenze e competenze AI interne:
- Sfida: Potrebbe non esserci sufficiente expertise interna per usare, mantenere o sviluppare efficacemente la piattaforma AI.
- Mitigazione: Investi in formazione e sviluppo. Considera l'assunzione di personale specializzato o collabora strettamente con il partner di implementazione per il trasferimento di conoscenze. Crea una cultura di apprendimento continuo.
- Considerazioni etiche e spiegabilità (Explainable AI):
- Sfida: Le decisioni prese o supportate dall'AI devono essere trasparenti e spiegabili, soprattutto se impattano clienti o dipendenti. Bias nei dati può portare a risultati ingiusti.
- Mitigazione: Stabilisci linee guida etiche per l'uso dell'AI. Scegli modelli interpretabili quando possibile. Implementa processi per rilevare e mitigare bias. Assicura supervisione umana sulle decisioni AI critiche.
Affrontando proattivamente queste sfide, aumentiamo le probabilità di un'implementazione di successo della piattaforma AI che contribuisca realmente agli obiettivi aziendali.
Tecniche
Di seguito descriviamo alcune tecniche che puoi utilizzare per prompt più avanzati.
Tecnica 1 - fornire esempi
Per assicurarti che il modello linguistico adotti lo stile che desideri, fornisci uno o due esempi.
Il metodo si chiama “one & few-shot prompting”
Scrivi una bozza di email ai clienti riguardo a un imminente aggiornamento programmato del sistema. Usa la nostra politica interna per la comunicazione ai clienti (inserisci i punti rilevanti della politica). Usa come guida di stile questa recente newsletter, ma non includere informazioni di contenuto: (inserisci testo newsletter)
Il prompt completo è il seguente:
Politica interna per la comunicazione ai clienti:
- Sii sempre professionale e cortese.
- Fornisci aggiornamenti tempestivi su cambiamenti importanti o interruzioni.
- Offri informazioni chiare e concise.
- Fornisci una soluzione o compensazione se applicabile.
Usa per lo stile questa newsletter, ma non usare informazioni da essa. Gentile cliente,
Desideriamo informarti di un imminente aggiornamento del sistema che potrebbe influire sui nostri servizi.
Data e ora dell'aggiornamento: [data e ora] Durata prevista dell'interruzione: [durata] Servizi coinvolti: [servizi]
Durante questo periodo il servizio potrebbe essere temporaneamente interrotto. Faremo del nostro meglio per minimizzare i disagi e ripristinare i servizi il prima possibile.
Di seguito la risposta del modello linguistico al prompt esteso con esempi
Gentile cliente,
Desideriamo informarti di un imminente aggiornamento del sistema che potrebbe influire sui nostri servizi.
Data e ora dell'aggiornamento: [data e ora] Durata prevista dell'interruzione: [durata] Servizi coinvolti: [servizi]
Durante questo periodo il servizio potrebbe essere temporaneamente interrotto. Faremo del nostro meglio per minimizzare i disagi e ripristinare i servizi il prima possibile.
Se hai domande, non esitare a contattarci.
Cordiali saluti,
[Il tuo nome]
[La tua posizione]
[Nome azienda]
[Informazioni di contatto]
Tecnica 2 - fornire un template
Per assicurarti che il modello linguistico usi un formato specifico, fornisci un template e un esempio. Questo fa sì che il modello strutturi la risposta in un certo modo. Puoi pensare a formati molto diversi utili in situazioni come:
- output csv per poter importare in un foglio Excel o strumento di analisi dati
- output json per integrazioni API o file di configurazione
- struttura agenda per una riunione di progetto
Esempio di prompt:
Genera una lista di tre potenziali canali di marketing per un nuovo prodotto SaaS rivolto alle PMI. Format la tua risposta come segue:
Canale:
Target:
ROI potenziale:
Risorse necessarie:
Ad esempio:
Canale: LinkedIn Advertising
Target: Titoli professionali specifici, industrie, dimensione aziendale
ROI potenziale: Alto, se ben targettizzato
Risorse necessarie: Budget pubblicitario, creazione contenuti, gestione campagne
Il metodo si chiama “output templates”
Di seguito la risposta del modello linguistico al prompt con un template di output
Canale: Content Marketing (Blog & SEO)
Target: Aziende che cercano attivamente soluzioni ai loro problemi, traffico organico
ROI potenziale: Alto a lungo termine, costruisce autorità
Risorse necessarie: Content writer, specialista SEO, tempo per ricerca keyword e promozione contenuti
Canale: Google Ads (Search)
Target: Aziende che cercano attivamente keyword specifiche relative al prodotto SaaS
ROI potenziale: Da medio ad alto, dipende dalla concorrenza e CPC
Risorse necessarie: Budget pubblicitario, ricerca keyword, ottimizzazione landing page, gestione campagne
Canale: Email Marketing (Lead Nurturing)
Target: Lead raccolti tramite sito web, webinar o altri canali
ROI potenziale: Alto, efficace per convertire lead in clienti
Risorse necessarie: Piattaforma email marketing, contenuti per sequenze email, capacità di segmentazione
Tecnica 3 - fornire un suggerimento (hint)
Per fare in modo che il modello inizi e scriva in un certo modo, fornisci un suggerimento. Qui scriviamo il suggerimento alla fine del prompt.
Esempio di prompt:
Puoi riassumere questo rapporto di ricerca di mercato per me? (incolla le sezioni rilevanti del rapporto). Inizia la tua risposta con:
I principali risultati di questa ricerca di mercato sono:
- INCOLLA IL TESTO DEL RAPPORTO
Il metodo si chiama “cues e hints”
Questo esempio usa un rapporto fittizio.
Di seguito la risposta del modello linguistico al prompt con suggerimento
I principali risultati di questa ricerca di mercato sono:
- La domanda di software di project management basati su cloud nelle PMI è cresciuta del 35% negli ultimi due anni.
- I principali fattori decisionali per le PMI sono facilità d'uso, possibilità di integrazione con strumenti esistenti e prezzo.
- Il concorrente A detiene una quota di mercato del 25%, seguito dal concorrente B con il 18%. C'è spazio per nuovi attori che si concentrano su nicchie specifiche o offrono un'esperienza utente superiore.
- Le maggiori sfide per le PMI nell'adozione di nuovo software sono l'investimento iniziale e il tempo necessario per la formazione dei dipendenti.
- Si prevede che il mercato crescerà del 15% annuo nei prossimi cinque anni.
Tecnica 4 - dividere il contenuto dalle istruzioni
A volte il prompt è molto lungo a causa del contenuto aggiuntivo e il modello non interpreta esattamente ciò che vuoi. Probabilmente l'hai già visto nell'esempio precedente. Dividi allora il contenuto con tre virgolette all'inizio e alla fine del testo separandolo dal resto del prompt.
Esempio di prompt:
Puoi riassumere questo articolo per me?
"""
(incolla il testo del tuo articolo).
"""
Inizia la tua risposta con:
I punti principali di questo articolo sono:
Il metodo si chiama “content splitting”
Questo esempio usa un articolo o rapporto da internet come materiale di riferimento. Puoi usare ad esempio una nota politica, un rapporto di ricerca o una pagina di informazioni pubbliche.
Di seguito la risposta del modello linguistico al prompt con contenuto diviso. Usiamo tre virgolette o tre asterischi per separare il contesto della domanda.
I punti principali di questa fonte sono:
- Il rapporto descrive quali gruppi target sono interessati dalla politica.
- La fonte indica condizioni per un'esecuzione attenta, come privacy, accessibilità e comunicazione chiara.
- L'analisi mostra quali rischi e dipendenze devono essere considerati in anticipo.
- Il documento contiene raccomandazioni traducibili in azioni concrete per team o dipartimenti.
- Per la decisione è importante esplicitare assunzioni, incertezze e passi successivi.
Tecnica 5 - chiedere prima informazioni aggiuntive
Puoi dare istruzioni per fare prima domande aggiuntive prima di generare la risposta. Così il modello ti aiuta a perfezionare e rendere più specifica la tua richiesta.
Esempio di prompt:
“Voglio preparare una proposta di progetto per lo sviluppo di una nuova app mobile per la comunicazione interna. L'app deve includere funzionalità per aggiornamenti di notizie, un elenco dipendenti e messaggistica diretta. Prima di scrivere la proposta, puoi farmi alcune domande aggiuntive per migliorare la proposta?”
Il metodo si chiama “ask before answer prompting”
Di seguito la risposta del modello linguistico al prompt con richiesta di informazioni aggiuntive
Certamente! Ecco alcune domande che posso fare per migliorare la proposta di progetto:
Qual è l'obiettivo principale dell'app di comunicazione interna? (Es. aumentare il coinvolgimento, migliorare la diffusione delle informazioni, facilitare la collaborazione)
Chi è il target specifico all'interno dell'azienda? (Es. tutti i dipendenti, dipartimenti specifici, personale sul campo)
Ci sono sistemi o piattaforme esistenti con cui l'app deve integrarsi? (Es. intranet, sistema HR, Active Directory)
Qual è il budget previsto e la timeline desiderata per sviluppo e implementazione?
Ci sono requisiti specifici di sicurezza o conformità che l'app deve rispettare? (Es. GDPR, policy di retention dati)
Quali indicatori chiave di performance (KPI) saranno usati per misurare il successo dell'app?
Ci sono già idee sul design o branding dell'app? Deve essere coerente con l'identità aziendale?
C'è una preferenza per la piattaforma di sviluppo (iOS, Android, cross-platform)?
Con queste informazioni aggiuntive possiamo avere una visione più chiara dello scope e dei requisiti, e quindi preparare una proposta di progetto più solida.
Tecnica 6 - prompt emotivo
Puoi dare istruzioni per adattare il tono del testo alle emozioni sottostanti o per evocare una risposta emotiva specifica. Questo è utile per il servizio clienti, comunicazione interna o marketing.
Esempio di prompt:
“Devo scrivere un'email a un cliente insoddisfatto per una recente interruzione del servizio. Il cliente ha scritto quanto segue: """ …. """ (incolla il testo del cliente) Voglio che l'email sia empatica, riconosca la frustrazione del cliente e offra una soluzione costruttiva.”
Il metodo si chiama “emotional prompting”
Questo esempio usa un reclamo fittizio.
Il prompt completo è:
Devo scrivere un'email a un cliente insoddisfatto per una recente interruzione del servizio. Il cliente ha scritto:
"""Gentile signore/signora,
Sono molto deluso per l'imprevista interruzione del servizio di ieri pomeriggio. Questo ha gravemente compromesso le nostre operazioni e causato perdita di produttività. Ci affidiamo ai vostri servizi e questo tipo di incidenti è inaccettabile. Mi aspetto una spiegazione chiara e un risarcimento adeguato."""
Voglio che l'email sia empatica, riconosca la frustrazione del cliente e offra una soluzione costruttiva.
Di seguito la risposta che abbiamo ricevuto dal modello linguistico
Gentile [Nome Cliente],
La ringraziamo per il suo messaggio e ci scusiamo sinceramente per l'interruzione del servizio che ha sperimentato ieri pomeriggio. Comprendo pienamente la sua frustrazione e l'impatto che questo ha avuto sulle sue operazioni aziendali. Ci dispiace molto di non aver soddisfatto le sue aspettative e i nostri standard di servizio.
L'interruzione è stata causata da [breve spiegazione chiara della causa, es. un guasto tecnico imprevisto nel nostro data center]. Abbiamo agito immediatamente e i nostri tecnici hanno lavorato duramente per ripristinare il servizio il prima possibile. Il servizio è stato completamente operativo nuovamente da [orario].
Prendiamo molto seriamente questo incidente e stiamo già valutando la causa per prevenire futuri eventi simili.
Per compensare il disagio, siamo lieti di offrirle [proposta concreta, es. uno sconto sulla prossima fattura / un upgrade gratuito di un mese / un credito sul servizio]. Un nostro account manager la contatterà entro 24 ore per discutere personalmente e rispondere a eventuali ulteriori domande.
Ancora una volta ci scusiamo per l'inconveniente. Apprezziamo la sua fiducia e ci impegniamo a offrirle in futuro il servizio affidabile che si aspetta da noi.
Cordiali saluti,
[Il tuo nome/Nome azienda]
Tecnica 7 - chiedere più versioni
Con questa tecnica chiedi più versioni di una risposta, così hai più opzioni tra cui scegliere. Ad esempio vuoi che il modello ti aiuti a generare diversi slogan di marketing per un nuovo prodotto. Ci sono molti approcci possibili, quindi vuoi diverse opzioni. Questo può essere combinato efficacemente con l'impostazione di un ruolo specifico per il modello e una system prompt per guidarlo ulteriormente.
Puoi leggere di più sui ruoli nell'articolo pertinente. Questo esempio con più versioni è in fondo all'articolo. Qui non viene ripetuto completamente.
Tecnica 8 - combinare con una system prompt
Con una system prompt puoi dare istruzioni al modello AI. È un'istruzione che puoi fornire al modello per definire specificamente il compito o il comportamento del modello. Puoi indicare che tipo di output ti aspetti dal modello AI. È un modo per guidare il modello e prevenire risposte irrilevanti o indesiderate.
Alcuni esempi di system prompt semplici e generali:
"Voglio che tu sia un assistente amichevole e disponibile."
"Rimani sempre professionale e rispettoso nel linguaggio."
"Concentrati nel fornire risposte concrete e dirette senza dettagli superflui."
La system prompt imposta il tono e le aspettative per la conversazione o il compito specifico che vuoi svolgere con il modello AI.
Puoi anche pensare a system prompt più avanzate per compiti specifici, come riassumere un testo:
"Analizza attentamente il testo fornito e fornisci un riassunto conciso ma informativo dei punti principali. Identifica il messaggio chiave e i dettagli più importanti."
Le system prompt non hanno lo stesso impatto su tutti i modelli AI. Con chatGPT funziona molto bene, con Claude anche, con altri modelli l'influenza è minore. Vale la pena provare e vedere quale modello funziona meglio per il tuo input.
Puoi impostare una system prompt generale nelle preferenze, ma è meglio creare queste system prompt per ogni compito che vuoi automatizzare. Le chiamiamo ruoli.
Puoi leggere di più sui ruoli nell'articolo pertinente.
Annotare un passaggio
Seleziona il testo in un messaggio chat completo e scegli Annota. Scrivi nella finestra una domanda o un'istruzione di modifica, ad esempio ‘Rendi questa frase più semplice’, e scegli Salva. Puoi annotare più passaggi. Poi invia; non è necessario un prompt extra nel campo di input, ma è permesso. Il passaggio rimane salvato con il commento, anche se cambi finestra nel frattempo. Puoi rimuovere un'annotazione prima di inviare. Su mobile tieni premuto il testo per selezionarlo.