Cheat Sheet di Prompt Engineering per l'IA
Una guida di riferimento rapido ai pattern, alle tecniche e alle best practice di prompting più efficaci, pensata per i professionisti che vogliono risultati, non teoria.
Perché il Prompt Engineering è importante
La differenza tra una risposta mediocre dell'IA e una brillante è quasi sempre il prompt. Il prompt engineering è la capacità di formulare input che guidano i modelli di IA a produrre output accurati, pertinenti e utili. È la competenza più importante per chiunque lavori oggi con strumenti di IA.
Non serve essere tecnici. I migliori prompt engineer sono pensatori chiari che sanno dare buone istruzioni, una competenza che usi già ogni giorno.
I 7 principi fondamentali
Sii specifico
Prompt vaghi producono risultati vaghi. Includi dettagli su formato, lunghezza, tono e pubblico. Più specifico è il tuo input, più utile sarà l'output.
Assegna un ruolo
Dici all'IA chi dovrebbe essere: “Sei un responsabile HR esperto” oppure “Agisci come un analista di dati.” Questo inquadra la risposta con la giusta competenza.
Fornisci contesto
Dai le informazioni di base di cui l'IA ha bisogno. Includi dati rilevanti, vincoli e la situazione. Il contesto trasforma risposte generiche in soluzioni su misura.
Usa esempi
Mostra all'IA cosa vuoi con uno o due esempi di output ideale. Questo si chiama “few-shot prompting” e migliora drasticamente la coerenza.
Scomponi il problema
Le attività complesse vanno suddivise in passaggi. Chiedi all'IA di “ragionare passo dopo passo” oppure concatena più prompt per un ragionamento migliore.
Imposta vincoli
Definisci dei limiti: “Mantienilo sotto le 200 parole,” “Usa elenchi puntati,” “Scrivi per un pubblico non tecnico.” I vincoli focalizzano l'output.
Itera & perfeziona
Il tuo primo prompt è una bozza, non una destinazione. Leggi l'output, identifica cosa manca e perfeziona il tuo prompt. I grandi risultati nascono dalla conversazione.
Modello di Prompt
Usa questo modello universale come punto di partenza per qualsiasi attività:
RuoloYou are a [role/expert type] with expertise in [domain]. Compito[Clear description of what you want the AI to do] Contesto[Background information, relevant data, or situation details] Formato[How you want the output structured: bullet points, table, paragraph, etc.] Vincoli[Word limit, tone, audience, what to avoid] Esempio (opzionale)[An example of what ideal output looks like]
Tecniche di riferimento rapido
Prompting Zero-Shot
Chiedi all'IA di eseguire un compito senza fornire esempi. Funziona meglio per attività semplici in cui il modello ha una solida conoscenza di base.
// Zero-shot: No examples needed Prompt: “Classify the following review as Positive, Negative, or Neutral: ‘The product arrived on time but the packaging was damaged.’”
Prompting Few-Shot
Fornisci 2–3 esempi del pattern input/output desiderato. L'IA apprende il pattern e lo applica a nuovi input.
// Few-shot: Show the pattern Review: “Amazing quality, will buy again!” → Positive Review: “Broke after two days.” → Negative Review: “It works as described, nothing special.” → Neutral Review: “The product arrived on time but the packaging was damaged.” →
Chain-of-Thought (CoT)
Chiedi all'IA di spiegare il suo ragionamento passo dopo passo. Questo migliora drasticamente l'accuratezza per problemi complessi o multi-step.
Semplicemente aggiungendo “Ragioniamo passo dopo passo” alla fine del tuo prompt puoi migliorare l'accuratezza del ragionamento fino al 40% nelle attività complesse.
Errori comuni da evitare
- Essere troppo vaghi: “Scrivi qualcosa sul marketing” vs. “Scrivi un post LinkedIn di 300 parole sulle tendenze dell'email marketing B2B per aziende SaaS.”
- Sovraccaricare un singolo prompt: Se hai bisogno di più output, suddividili in prompt separati.
- Ignorare l'output: Rivedi e perfeziona sempre. L'IA è un collaboratore, non un pilota automatico.
- Non fornire indicazioni sul formato: Se vuoi una tabella, dillo. Se vuoi elenchi puntati, chiedili.
- Dimenticare il pubblico: Un prompt per un dirigente C-suite dovrebbe produrre un output molto diverso da uno per uno stagista.