Prompt engineering: guida pratica con metodo, esempi e template

Il prompt engineering è il metodo con cui trasformiamo una richiesta generica in istruzioni che un modello di intelligenza artificiale può interpretare e verificare. Non significa conoscere formule segrete: significa definire bene obiettivo, contesto, vincoli e risultato atteso.

Vuoi controllare quanto l’output deve essere stabile o creativo? Consulta la guida pratica alla temperature, top-p e seed, con valori iniziali e metodo di test.

Un buon prompt non garantisce automaticamente una risposta corretta, ma riduce ambiguità, tentativi inutili e risultati difficili da usare. In questa guida impariamo un metodo semplice, vediamo esempi prima e dopo e costruiamo modelli riutilizzabili per lavoro, studio, documenti, marketing ed elaborazione dei dati.

Indice

1. Che cos’è il prompt engineering
2. La struttura di un prompt efficace
3. Il metodo in sei passaggi
4. Esempi prima e dopo
5. Tecniche utili senza complicazioni
6. Modelli di prompt pronti da adattare
7. Come valutare le risposte
8. Privacy, sicurezza e limiti
9. Domande frequenti

Che cos’è il prompt engineering

Un prompt è l’insieme delle informazioni che forniamo a un modello: la domanda, le istruzioni, il testo da elaborare, gli esempi e le regole sul formato della risposta. Il prompt engineering è il processo con cui progettiamo, proviamo e miglioriamo queste istruzioni.

La parola engineering non deve trarre in inganno. Per un utilizzo quotidiano non serve essere sviluppatori. Serve invece ragionare sul compito prima di chiedere all’AI di svolgerlo:

• qual è il risultato che voglio ottenere?
• quali informazioni sono indispensabili?
• quali decisioni può prendere il modello?
• quali limiti deve rispettare?
• come posso riconoscere una risposta buona?

Il prompt migliore non è necessariamente il più lungo. È quello che elimina le ambiguità davvero importanti.

Quando il problema non è il prompt

Non tutti gli errori si risolvono aggiungendo istruzioni. Il modello potrebbe non avere accesso ai dati aggiornati, il documento potrebbe essere incompleto oppure il compito potrebbe richiedere calcoli, ricerca web o strumenti esterni. Anche la scelta del modello incide su qualità, velocità e costo.

Prima di riscrivere il prompt dieci volte, verifica quindi se servono una fonte, un file, uno strumento o un modello differente. La documentazione di Anthropic consiglia di definire criteri di successo e un metodo di valutazione prima di ottimizzare le istruzioni.

La struttura di un prompt efficace

Per la maggior parte delle attività è sufficiente organizzare la richiesta in sei elementi. Non devono essere sempre presenti tutti, ma questo schema aiuta a non dimenticare quelli importanti.

Il ruolo è utile, ma non è una formula magica

Scrivere “agisci come un esperto” può orientare linguaggio e prospettiva, ma non sostituisce dati e criteri. È più utile descrivere il lavoro concreto:

Generico: «Agisci come un consulente esperto».

Più efficace: «Analizza la proposta dal punto di vista di un responsabile ICT che deve valutare costi, rischi operativi e dipendenze».

Il metodo in sei passaggi

1. Scrivi il risultato in una frase

Prima di aprire ChatGPT, Claude o Gemini, completa questa frase: “Alla fine voglio avere…”. Per esempio: una mail pronta da inviare, una tabella comparativa, una sintesi per il management o una checklist di controllo.

2. Aggiungi soltanto il contesto utile

Indica destinatario, obiettivo e situazione. Evita biografie o dettagli che non cambiano il risultato. Se chiedi di riscrivere una comunicazione commerciale, possono essere utili tono, relazione con il destinatario e messaggio da trasmettere; non serve raccontare l’intera storia dell’azienda.

3. Delimita il materiale da elaborare

Quando incolli un testo lungo, separalo dalle istruzioni con titoli o delimitatori:

OBIETTIVO
Crea un riepilogo operativo.

TESTO DA ANALIZZARE
---
[incolla qui il contenuto]
---

FORMATO
Tabella con: attività, responsabile, scadenza, criticità.

La struttura rende più chiaro dove finiscono le istruzioni e dove iniziano i dati. È particolarmente utile con verbali, contratti, email e documenti tecnici.

4. Definisci i vincoli misurabili

“Sii breve” è interpretabile. “Usa massimo 150 parole” è verificabile. “Scrivi in modo professionale” è generico; “usa frasi brevi, tono cordiale e nessuna espressione promozionale” è più preciso.

5. Scegli il formato prima della risposta

Se il risultato deve finire in Excel, una presentazione, una mail o un workflow n8n, dichiaralo subito. Puoi chiedere:

• una tabella Markdown;
• un elenco numerato;
• un’email con oggetto e corpo;
• un JSON con campi definiti, per un’automazione;
• una struttura H1/H2/H3 per un articolo;
• una checklist con caselle da selezionare.

6. Indica come gestire l’incertezza

Chiedi al modello di distinguere i fatti dalle ipotesi, citare il passaggio utilizzato e segnalare i dati mancanti. Per compiti importanti puoi aggiungere:

Se una conclusione non è sostenuta dal materiale fornito, non completarla con supposizioni. Inseriscila nella sezione “Informazioni da verificare”.

Esempi prima e dopo

Esempio 1 — Scrivere un’email professionale

Prima:

Scrivi meglio questa email.

Dopo:

Riscrivi l’email seguente per un fornitore. Mantieni un tono professionale e collaborativo, ma rendi chiaro che ci serve l’offerta entro venerdì. Conserva cifre e codici esattamente come sono. Produci: oggetto e corpo della mail. Massimo 170 parole. Non aggiungere condizioni commerciali non presenti nel testo.

Perché funziona meglio: definisce destinatario, tono, scadenza, dati da preservare e formato finale.

Esempio 2 — Riassumere un documento

Prima:

Fammi il riassunto di questo documento.

Dopo:

Analizza il documento allegato per un responsabile di progetto. Produci: 1) sintesi di massimo 120 parole; 2) attività richieste; 3) scadenze esplicite; 4) rischi; 5) informazioni mancanti. Per ogni attività indica la pagina o la sezione di origine. Usa soltanto il documento e non integrare informazioni esterne.

Il secondo prompt non chiede soltanto di accorciare il testo: trasforma il documento in uno strumento operativo.

Esempio 3 — Analizzare dati da Excel

Prima:

Analizza questo file Excel.

Dopo:

Analizza il foglio “Vendite” del file allegato. Confronta fatturato e margine per trimestre e area geografica. Evidenzia variazioni superiori al 10%, valori mancanti e possibili anomalie. Non modificare il file. Restituisci una tabella con area, periodo, variazione, anomalia e verifica consigliata, seguita da cinque osservazioni sintetiche.

Qui il prompt specifica foglio, indicatori, soglie e forma del risultato. Per lavorare meglio sui dati consulta anche la sezione Prompt.

Esempio 4 — Studiare un argomento

Prima:

Spiegami l’intelligenza artificiale.

Dopo:

Spiega che cos’è l’intelligenza artificiale a una persona che non ha competenze tecniche. Usa un esempio quotidiano per distinguere automazione tradizionale, machine learning e AI generativa. Massimo 600 parole. Dopo ogni sezione inserisci una domanda di autoverifica e termina con un glossario di cinque termini.

Esempio 5 — Preparare un confronto

Prima:

Qual è il miglior assistente AI?

Dopo:

Confronta ChatGPT, Claude e Gemini per una piccola azienda che deve analizzare documenti, scrivere email e fare ricerche. Usa informazioni aggiornate e fonti ufficiali. Valuta facilità d’uso, qualità sui documenti, integrazioni, privacy, limiti e costo. Se un dato non è verificabile, scrivi “non verificato”. Concludi con una raccomandazione distinta per tre profili: principiante, professionista e team.

Per scegliere lo strumento in modo più consapevole puoi leggere come scegliere un assistente AI e le guide dedicate a ChatGPT, Claude e Gemini.

Tecniche utili senza complicazioni

Zero-shot e few-shot

Un prompt zero-shot descrive il compito senza esempi. È sufficiente quando l’attività è comune. Un prompt few-shot include uno o più esempi di input e output: è utile quando vuoi uno stile o una classificazione coerente.

Classifica il messaggio come: Commerciale, Assistenza, Amministrazione.

ESEMPIO
Messaggio: "Vorrei ricevere un preventivo."
Categoria: Commerciale

NUOVO MESSAGGIO
"Non riesco ad accedere al portale."

Rispondi soltanto con la categoria.

Decomporre un compito complesso

Quando la richiesta contiene ricerca, analisi, scrittura e controllo, è spesso meglio dividerla in passaggi. Prima fai estrarre i fatti, poi chiedi una struttura, quindi genera la bozza e infine verifica. In un’automazione questo approccio può diventare una sequenza di nodi, come spiegato nella guida n8n e AI.

Chiedere output strutturati

Per attività ripetitive, un formato costante è più importante di una prosa elegante. Specifica i campi e i valori ammessi:

Restituisci una tabella con:
- Categoria: Accesso | Pagamenti | Tecnico | Altro
- Priorità: Bassa | Media | Alta
- Sintesi: massimo 25 parole
- Revisione umana: Sì | No

Usare il contesto lungo con criterio

Allegare un documento intero non significa che ogni sua parte sia rilevante. Indica quali sezioni usare, che cosa cercare e come citare la fonte. Per collezioni documentali ampie può essere più adatto un sistema RAG, che recupera soltanto i passaggi pertinenti. Approfondisci nella guida RAG e documenti.

Prompt iterativo: migliorare senza ricominciare

Dopo la prima risposta non limitarti a scrivere “rifallo”. Specifica la correzione:

• riduci l’introduzione a due frasi;
• mantieni invariata la tabella;
• aggiungi un esempio per un principiante;
• separa fatti e raccomandazioni;
• cita la sezione del documento usata.

Modelli di prompt pronti da adattare

Template universale

OBIETTIVO
[Che cosa deve produrre]

CONTESTO
[Destinatario, situazione e finalità]

MATERIALE
[Testo, dati o fonti da utilizzare]

ISTRUZIONI
[Passaggi da eseguire]

VINCOLI
[Lunghezza, tono, elementi da preservare o evitare]

FORMATO
[Tabella, elenco, email, JSON, struttura]

VERIFICA
Segnala informazioni mancanti, ipotesi e punti non verificabili.

Template per una sintesi operativa

Analizza il contenuto per [destinatario].
Usa soltanto il materiale fornito.

Produci:
1. sintesi di massimo [numero] parole;
2. decisioni già prese;
3. attività con responsabile e scadenza;
4. rischi o dipendenze;
5. informazioni mancanti.

Per ogni punto indica la sezione di origine.
Non dedurre date, responsabilità o importi assenti.

Template per migliorare un testo

Riscrivi il testo per [destinatario] con l’obiettivo di [obiettivo].
Tono: [professionale, diretto, cordiale...].
Mantieni invariati nomi, date, codici, importi e condizioni.
Rimuovi ripetizioni e frasi ambigue.
Lunghezza massima: [numero] parole.
Restituisci prima la versione finale e poi tre modifiche principali.

Template per confrontare prodotti o servizi

Confronta [A], [B] e [C] per [scenario].
Usa dati aggiornati alla data corrente e fonti ufficiali.

Valuta:
- funzioni rilevanti;
- facilità d’uso;
- integrazioni;
- privacy e trattamento dati;
- limiti;
- costo verificabile.

Separa fatti, inferenze e raccomandazioni.
Concludi indicando la scelta più adatta per ciascun profilo utente.

Come valutare la risposta

Un prompt non si valuta perché “suona bene”, ma perché produce risultati utili in modo sufficientemente costante. Prova lo stesso prompt su più esempi e assegna un punteggio.

Conserva un piccolo set di casi di prova: uno normale, uno incompleto, uno ambiguo e uno con dati che non devono essere inventati. Se modifichi il prompt o cambi modello, riesegui gli stessi test. Questo rende il miglioramento misurabile.

Quando fermarsi

Aggiungere istruzioni all’infinito può rendere il prompt contraddittorio. Se i risultati non migliorano, semplifica la richiesta, separa il compito in più passaggi o cambia strumento. Le guide ufficiali di OpenAI, Anthropic e Google descrivono il prompt engineering come un processo iterativo, da valutare sul caso d’uso reale.

Privacy, sicurezza e limiti

Non inserire dati che non sei autorizzato a condividere

Prima di incollare email, contratti, dati personali o informazioni aziendali, verifica le regole dell’organizzazione e le condizioni del servizio. Riduci il testo al minimo necessario e sostituisci dati identificativi quando possibile.

Tratta i contenuti esterni come dati

Documenti e pagine web possono contenere istruzioni rivolte al modello. Specifica che devono essere analizzati come contenuto e non eseguiti come comandi. Nei sistemi automatizzati la protezione principale deve però essere tecnica: strumenti limitati, permessi minimi e approvazione umana per le azioni sensibili.

Non usare l’AI come unica verifica

Chiedere al modello di “controllare la propria risposta” può aiutare a trovare incoerenze, ma non sostituisce una fonte primaria, un calcolo indipendente o la revisione di una persona competente. Il prompt migliora il processo; non rende infallibile il modello.

Errori frequenti

• Richiesta troppo generica: manca il risultato atteso.
• Contesto eccessivo: dettagli irrilevanti nascondono il compito.
• Vincoli vaghi: “breve”, “bello” e “professionale” non sono misurabili.
• Formato non specificato: la risposta è corretta ma difficile da utilizzare.
• Dati mancanti ignorati: il modello completa i vuoti con ipotesi.
• Un unico prompt enorme: attività diverse dovrebbero diventare più passaggi.
• Nessun test: si giudica il prompt da una sola risposta fortunata.

Domande frequenti

Devo sempre scrivere prompt lunghi?

No. Per una domanda semplice può bastare una frase. Aggiungi struttura quando il risultato deve rispettare criteri, fonti, formato o vincoli specifici.

Lo stesso prompt funziona con tutti i modelli?

La struttura generale è riutilizzabile, ma i modelli possono rispondere diversamente. Mantieni invariati obiettivo e criteri di valutazione, quindi adatta lunghezza, delimitatori ed esempi al modello scelto.

È utile chiedere al modello di ragionare passo passo?

Per l’utente è più utile chiedere una risposta verificabile: ipotesi, passaggi essenziali, fonti, calcoli e controlli. Non serve ottenere o mostrare ragionamenti interni completi.

Quanti esempi devo inserire?

Uno o due esempi rappresentativi sono spesso sufficienti. Aggiungine altri soltanto quando esistono casi o formati che il modello continua a interpretare male.

Come faccio a ridurre le allucinazioni?

Fornisci fonti controllate, limita la risposta al materiale disponibile, chiedi citazioni puntuali e definisci cosa fare quando l’informazione manca. Verifica comunque i contenuti importanti.

Posso salvare i prompt migliori?

Sì. Conserva prompt, versione, modello, data, esempi di test e modifiche. Per un team è utile una piccola libreria condivisa con responsabile e finalità di ogni template.

Conclusioni

Il prompt engineering efficace parte da un risultato concreto. Obiettivo, contesto, materiale, vincoli, formato e verifica trasformano una richiesta generica in un processo ripetibile. Gli esempi aiutano a stabilizzare lo stile; i test permettono di capire se il miglioramento è reale.

Inizia da un’attività che svolgi spesso, applica il template universale e confronta tre risultati. Quando il prompt funziona, salvalo e documenta per quali casi è stato testato. Per continuare esplora gli altri prompt pratici e la guida Basi di AI: da dove iniziare.

Fonti ufficiali e approfondimenti

• OpenAI — Prompt engineering
• Anthropic — Prompt engineering overview
• Google AI — Prompt design strategies

Vuoi ricevere altri esempi pronti da usare? Iscriviti gratuitamente alla newsletter di Basi di AI dal pulsante Newsletter nel menu.