Sono stato ossessionato da ChatGPT negli ultimi anni. Ma c’è una cosa che manca a tutti i modelli linguistici: la coerenza.
All’inizio, chiedevo copie per il marketing e ottenevo qualcosa di geniale o completamente inutile. Un giorno, rappresentava perfettamente la voce del mio marchio. Il giorno successivo, un insensato insieme di parole aziendali.
E mentre ognuno ha i propri consigli e i guru di LinkedIn vendono corsi, ci sono alcuni fondamenti che continuano a funzionare perfettamente bene.
Ho testato 12 dei consigli più popolari sull’ingegneria dei prompt utilizzando scenari commerciali reali: copie di marketing, email ai clienti e descrizioni dei prodotti. Ecco cosa ha realmente fatto la differenza.
Come Ho Testato Queste Tecniche?
Illustrerò tre casi reali di business in questa guida:
- Email di lancio del prodotto per un’app di gestione progetti
- Copia pubblicitaria per Instagram per un servizio di abbonamento al caffè
- Risposta del supporto clienti alle richieste di rimborso
Ho eseguito ogni comando da tre a cinque volte, semplicemente cliccando sul pulsante di riprova, per vedere che tipo di risultati genera il comando. La mia unica aspettativa era che ChatGPT mantenesse la coerenza con il comando così come lo stile.
👉Nota: Tutti i prompt sono testati sull’ultimo modello ChatGPT 5 con “Thinking” impostato su “Auto” e senza sollecitazioni di personalizzazione.
E considerando che i modelli linguistici non generano mai la stessa risposta due volte, è improbabile che vedrai l’esatto risultato come quello che mostro nello screenshot.
Al posto di prendere questi risultati per buoni, ti consiglio di prestare attenzione ai modelli di output per poter vedere le differenze.
Ho anche aggiunto un punteggio su una scala da 10, dove 10 è il massimo in termini di usabilità e affidabilità, e 1 è il minimo.
Iniziamo a scrivere i prompt.
1. Sii Ridicolo Nel Dettaglio: 10/10
ChatGPT è una semplice macchina di riconoscimento di modelli. Il linguaggio e i dati nel tuo prompt definiranno com’è il tuo output. Generalmente, la differenza tra contenuti AI generici e materiale utilizzabile è la specificità riguardo ai prodotti da consegnare, al pubblico e alle restrizioni.
La Richiesta (vaga/basilare):
Scrivi un’email riguardo alla nostra nuova app di gestione progetti.
Il Prompt (specifico):
Scrivi un’email di lancio di un prodotto di 150 parole per DreamHost, una piattaforma di Hosting. Metti in evidenza queste 3 caratteristiche: costi bassi, pannello di controllo facile e alta sicurezza. Tono: entusiasta ma professionale, come se stessi parlando a un collega di una piattaforma che ha appena risolto il tuo problema più grande. Includi un chiaro invito all’azione per avviare una prova gratuita di 14 giorni.
- Il prompt vago ha prodotto qualcosa di così generico che avrebbe potuto descrivere letteralmente qualsiasi strumento di produttività.
- Il prompt specifico ha generato una descrizione con personalità, benefici concreti e dettagli effettivi sulle funzionalità.
Perché funziona: ChatGPT opera su un meccanismo di corrispondenza di modelli. Quando fornisci vincoli specifici (numero di parole, dimensione del pubblico, tre caratteristiche esatte, confronto di tono), ha parametri chiari entro cui operare. La specificità elimina l’ambiguità.
2. Assegnazione Dei Ruoli (9/10)
Iniziare le richieste con “Sei un [ruolo specifico]” sfrutta la formazione di ChatGPT sui modelli di scrittura professionale. Il modello ha appreso associazioni tra ruoli e stili di scrittura, quindi nominare esplicitamente un’area di competenza migliora la qualità dell’output per compiti creativi e professionali.
Il Prompt (Senza Ruolo):
Scrivi il testo pubblicitario per Instagram di un abbonamento al caffè premium.
Il Prompt (Con Ruolo):
Sei un copywriter esperto in risposta diretta specializzato in annunci su Instagram per marchi lifestyle di alta gamma. Scrivi 3 versioni di testo pubblicitario (ciascuna con meno di 125 caratteri) per un servizio di abbonamento al caffè premium che enfatizza la tostatura in piccoli lotti e le relazioni di commercio diretto.
Il prompt basato sui ruoli ha generato un testo che comprendeva i principi della risposta diretta: partendo con degli incipit coinvolgenti, concentrando l’attenzione su benefici specifici e utilizzando una struttura persuasiva. Il prompt generico ha prodotto entusiasmo senza una strategia.
Perché funziona: L’addestramento di ChatGPT include innumerevoli esempi di scrittura professionale specifica per determinati ruoli. Invocando “copywriter di risposta diretta”, per esempio, consente al modello di abbinare i pattern associati a quell’expertise piuttosto che a una scrittura di marketing generica.
3. Fornisci Esempi Concreti (noto anche come Apprendimento con Pochi Esempi): 9/10
Questa è una tecnica ben documentata per il fine-tuning dei modelli linguistici, ed è abbastanza semplice da implementare.
Tu fornisci l’input in termini di ciò che desideri e dai esempi dei risultati. Quello che succede con questa impostazione è che il modello comprende i modelli che ti aspetti dai risultati e cerca di emularli il più fedelmente possibile ai tuoi esempi.
Quindi, riduci il vai e vieni necessario per ottenere i risultati desiderati e inizi a ottenere risultati costantemente buoni.
La Richiesta (Senza Esempi):
Scrivi una risposta professionale a un cliente che richiede un rimborso a causa di ritardi nella spedizione.
Il Prompt (con esempi):
Scrivi una risposta a un cliente che richiede un rimborso a causa dei ritardi nella spedizione. Ecco due esempi della nostra voce del marchio nelle email di supporto:
Esempio 1: “Ciao Sarah, mi dispiace tantissimo che il tuo ordine sia rimasto bloccato nel limbo del transito. È incredibilmente frustrante, specialmente quando sei entusiasta di provare nuovi articoli. Ho elaborato un rimborso completo sul metodo di pagamento originale.
Dovresti vederlo entro 2-3 giorni lavorativi. Sto anche inviando un ordine sostitutivo con spedizione accelerata senza alcun costo. Non dovresti dover scegliere tra un rimborso e ricevere ciò che hai ordinato.”
Esempio 2: “Capisco perfettamente la tua frustrazione, Marcus.
I ritardi nelle spedizioni sono il peggio, e abbiamo trascurato la comunicazione in questo caso. Risolviamo subito: sto emettendo il tuo rimborso oggi e includendo un credito di 25$ per il tuo prossimo ordine. Niente più ostacoli da superare. Dovresti vederlo subito nel tuo conto.”
Imita esattamente questa voce e formatta l’output come un’email.
L’esempio di prompt ha generato una risposta che corrisponde alla mia voce del marchio attesa: empatica senza essere mielosa, focalizzata sulla soluzione senza essere difensiva, e genuinamente utile senza linguaggio aziendale.
Perché funziona: ChatGPT apprende dai modelli nei tuoi esempi meglio di quanto farebbe ricevendo un paragrafo di istruzioni sullo stile di scrittura. Questo include la struttura delle frasi, le scelte lessicali, come bilanci l’empatia con l’azione e cosa enfatizzi. Due esempi di qualità insegnano più su come usare la tua voce rispetto a un paragrafo che descrive il tuo tono.
4. Specifica Precisamente Il Formato Dell’Output: 8/10
Dire a ChatGPT esattamente come strutturare l’output consente di risparmiare molto tempo nella formattazione. Questa tecnica è particolarmente preziosa quando devi incollare contenuti direttamente in altri strumenti, come il tuo sistema di gestione dei contenuti (CMS), o hai bisogno di strutture di dati specifiche.
Il prompt (senza specificazione di formato):
Confronta le funzionalità della nostra app con quelle dei concorrenti.
Il Prompt (Con Specifiche Di Formato):
Crea una tabella di confronto ben ricercata con 4 colonne: Nome Funzionalità, La Nostra App, Concorrente A, Concorrente B. Includi 5 caratteristiche chiave. Utilizza questo esatto formato markdown:
| Funzionalità | La Nostra App | Concorrente A | Concorrente B |
|————–|—————|————–|————–|
| [funzionalità] | [dettagli] | [dettagli] | [dettagli] |
Il prompt specifico per il formato ha generato una tabella perfettamente strutturata che ho potuto incollare direttamente nella documentazione—non è stato necessario alcun tempo per la formattazione. Il prompt generico mi ha fornito le informazioni in forma di paragrafo, il che ha richiesto 10-15 minuti di creazione manuale della tabella.
⚠️ Ricorda che le informazioni nella tabella (e anche il paragrafo sopra) possono essere factualmente errate. Infatti, ogni output dovrebbe essere controllato per la sua accuratezza.
Perché Funziona: ChatGPT può produrre output in praticamente qualsiasi formato, ma di default utilizza il prosa a meno che il suo modello di formazione non associ specificamente certe parole a certi formati (un caso studio avrebbe automaticamente sezioni di introduzione, sfida, soluzione e impatto). Specificare esplicitamente strutture, come tabelle, liste, markdown specifici, JSON, ecc., dice al modello esattamente come organizzare le informazioni.
5. Dì a GPT Cosa NON Fare: 7/10
I modelli di linguaggio di grandi dimensioni (LLM), incluso ChatGPT, hanno schemi di scrittura ripetitivi. Le persone che li utilizzano a lungo possono riconoscere gli stessi schemi da lontano. Quindi, se stai usando ChatGPT per scrivere materiale di marketing, assicurati che il risultato non suoni come sproloquio generato da IA.
Devi renderlo divertente, interessante e con una personalità. Puoi indicare esattamente cosa vuoi evitare (parole specifiche, formulazioni o strutture), e generalmente segue le regole. Per contenuti più lunghi, tuttavia, queste regole potrebbero essere infrante.
La Richiesta (Senza Vincoli):
Scrivi una descrizione del prodotto per un abbonamento al caffè premium.
L’Indicazione (con vincoli negativi):
Scrivi una descrizione di un abbonamento al caffè premium.
NON usare queste parole o frasi: artigianale, curato, viaggio, esperienza, appassionato, mestiere, elevare, selezionato a mano.
NON superare le 75 parole.
NON usare punti esclamativi.
Concentrati su: dettagli specifici di approvvigionamento, cosa rende il caffè realmente diverso e benefici concreti per il cliente. Non usare trattini lunghi.
Notate che l’output dalla prima richiesta contiene molti trattini lunghi e sembra un po’ promozionale. Penso che il mio ChatGPT sia diventato neutrale a causa di tutti i ricordi delle mie chat precedenti. Ma sicuramente mi piace la seconda versione perché segue le mie specifiche restrizioni.
Perché funziona: ChatGPT apprende dai modelli presenti su internet, il che significa che si basa su frasi comuni. Quando queste frasi comuni sono proprio ciò che non ti piace, i vincoli negativi bloccano esplicitamente quei modelli e forzano approcci alternativi.
6. Istruzioni Chiare Prima, Contesto Dopo: 7/10
La guida alla generazione di prompt di IA di Google suggerisce chiaramente di fornire istruzioni precise sul compito per primo e poi di fornire contesto sullo stesso.
Ecco lo stralcio dalla guida:
Le LLM danno priorità alle informazioni in modo sequenziale (la prima frase ha la priorità più alta). Pertanto, aggiungere prima il compito fornisce alla LLM informazioni sufficienti per eseguire l’attività. Il contesto può essere incluso come parte del prompt in seguito.
Il Contesto (Prima Di Tutto):
Siamo una compagnia SaaS che si rivolge a team remoti di 10-50 persone. Siamo sul mercato da 3 anni e abbiamo recentemente lanciato una nuova funzionalità per la priorizzazione dei compiti alimentata da IA, che analizza il carico di lavoro del team e suggerisce la sequenza ottimale dei compiti. I nostri principali concorrenti sono Asana e Monday.com, ma ci differenziamo attraverso una più profonda integrazione dell’IA e una migliore connettività con Slack. I nostri clienti target sono tipicamente project manager esperti di tecnologia che sono frustrati dall’organizzazione manuale dei compiti. Abbiamo bisogno di un’email di annunci per questa nuova funzionalità.
La Richiesta (Compito-Prima):
Scrivi un’email di annuncio di 200 parole per la nostra nuova funzionalità di priorità dei compiti basata su IA.
Contesto: Siamo una società SaaS con tre anni di attività che si rivolge a team remoti (10-50 persone). Principali concorrenti: Asana e Monday.com. Nostra differenziazione: integrazione più profonda dell’IA e connettività nativa con Slack. Pubblico di riferimento: project manager esperti di tecnologia frustrati dall’organizzazione manuale dei compiti.
Enfatizza: come la sequenzialità basata su IA risparmia tempo e riduce lo stress.
Questa tecnica è diventata meno importante man mano che i modelli di linguaggio di grandi dimensioni (LLM) sono diventati più intelligenti. Tuttavia, considerando che le aziende suggeriscono di strutturare i prompt in questo modo, è probabile che utilizzino la stessa struttura per il perfezionamento dei loro modelli. E man mano che approfondisci l’ingegneria dei prompt, questi fondamenti possono aiutare ad ottenere risultati consistenti.
Perché funziona: Iniziare con il compito stabilisce immediatamente l’obiettivo, poi il contesto informa su come approcciare quell’obiettivo. Una struttura che parte dal contesto può confondere ciò che si sta effettivamente chiedendo, specialmente in prompt più lunghi.
7. Usa Istruzioni Numerate Passo Dopo Passo: 7/10
Usa elenchi numerati per più elementi. Ad esempio, se vuoi che GPT crei 15 post sui social media, 1 post sul blog e 10-12 hashtag, è probabile che il modello di linguaggio non riesca a fornire tutto in una volta.
La Richiesta (Senza Passaggi):
Crea contenuti per i social media per il lancio della nostra app, inclusi tweet, un post su LinkedIn, hashtag e raccomandazioni sugli orari di pubblicazione.
La Richiesta (con passaggi numerati):
Crea contenuti per i social media per il lancio della nostra app:
1. Scrivi 3 varianti di tweet (ognuna sotto i 280 caratteri, includi un elemento di cattura e un CTA)
2. Scrivi 1 post su LinkedIn (150-200 parole, tono professionale con enfasi sul ROI)
3. Crea 5 hashtag pertinenti per Twitter e 5 per LinkedIn
4. Suggerisci gli orari ottimali di pubblicazione per il pubblico B2B del settore tecnologico
5. Per ogni post, spiega l’angolazione del messaggio scelto
Consegna ogni componente chiaramente etichettato.
Le rappresentazioni sopra indicate non sono le migliori poiché abbiamo pochi elementi nell’elenco. Tuttavia, inizierai a notare differenze reali quando il numero di elementi o compiti per ciascun elemento dell’elenco inizia ad aumentare.
Perché funziona: Queste istruzioni numerate creano una lista di controllo chiara nella “mente” di ChatGPT che può essere seguita sequenzialmente.
8. Chiedi “Hai Domande?”: 6/10
Chiedi al modello di farti delle domande di chiarimento. Riceverai aiuto per colmare le lacune di conoscenza che pensavi fossero inutili e ti aiuterà ad aggiungere più contesto rilevante ai tuoi output.
Ma il salto di qualità nell’output è visibile solo se l’argomento è un po’ “generale” e rispondi alle domande con dati e specificità.
Il Prompt:
Crea una sequenza di email di onboarding completa per i nuovi utenti della nostra app di gestione progetti. Hai qualche domanda prima di iniziare?
Dai miei test con ChatGPT, i risultati sono stati inconsistenti. A volte ChatGPT genera domande veramente utili riguardo il pubblico di riferimento, la frequenza delle email o le funzionalità specifiche da enfatizzare.
Per le industrie altamente di nicchia, le domande iniziano a sembrare vaghe e diventano sempre più irrilevanti man mano che ci si addentra in un argomento.
Perché funziona (a volte): Se stai lavorando su un argomento di cui non hai molte informazioni, ChatGPT può colmare le lacune di conoscenza e aggiungere contesto importante. A volte può aiutarci a scoprire ciò che non sapevamo di non sapere.
9. Catena di Pensieri (“Pensa Passo Dopo Passo”): 6/10
Aggiungere frasi come “pensa passo dopo passo” o “spiega il tuo ragionamento” fa sì che ChatGPT mostri il suo lavoro — anche quando non è in modalità di pensiero o quando il LLM non supporta il pensiero. Questa tecnica migliora i risultati per i compiti analitici ma aggiunge lunghezza inutile al lavoro creativo.
Il Prompt (Senza Catena Di Pensiero):
Analizza perché i tassi di apertura delle nostre email sono diminuiti del 15% il mese scorso e raccomanda delle soluzioni.
La Richiesta (con Catena Di Pensiero):
Analizza perché il tasso di apertura delle nostre email è diminuito del 15% il mese scorso e raccomanda delle soluzioni. Pensa a questo passo dopo passo, mostrando il tuo ragionamento per ogni possibile causa prima di fare raccomandazioni.
Senza aggiungere contesto ai dati dal tuo dashboard di analisi, le risposte con o senza catena di pensiero saranno generiche. Tuttavia, noterai che GPT5 ha deciso di attivare la modalità di riflessione per ragionare sul problema quando gli è stato dato il prompt della catena di pensiero.
È evidente che il pensiero ha seguito un processo passo dopo passo per comprendere il problema e ha utilizzato questo per rispondere. Confronta ciò con il prompt non-CoT, e la risposta è stata rapida e non ha richiesto riflessione.
Perché funziona: Se stai lavorando a compiti analitici e di risoluzione dei problemi, chiedere il ragionamento ti aiuta a verificare che il modello di linguaggio stia seguendo i passaggi come faresti tu. Per compiti creativi, come la copia di marketing, questo potrebbe non essere altrettanto utile.
10. Mostra Le Tue Modifiche a ChatGPT: 7/10
Simile all’apprendimento few-shot, ChatGPT impara dai tuoi messaggi nella chat. Se ricevi un output da GPT che è abbastanza vicino ma non perfetto, e lo modifichi secondo i tuoi gusti, condividilo come tua risposta. Faccio questo abbastanza spesso e ho notato un chiaro miglioramento nelle risposte fino a un certo punto.
La Sollecitazione (dopo aver ricevuto e modificato il testo pubblicitario generato dall’IA):
Ecco cosa ho usato dopo aver modificato la tua bozza:
“DreamHost è un hosting condiviso economico a partire da circa $2.59 al mese e include una garanzia di rimborso di 97 giorni.”
Ho migliorato la struttura della frase e reso il flusso più scorrevole. Fai lo stesso per gli altri inserimenti della colonna.
All’interno della stessa chat, è probabile che tu riceva una risposta eccellente, poiché il modello linguistico ha riconosciuto i pattern che ti piacciono.
Fortunatamente, grazie al riferimento incrociato delle chat e alla memoria interna, ChatGPT è in grado anche di fare riferimento alle tue conversazioni precedenti per fornire risultati molto migliori fin dalla prima volta.
Perché funziona: ChatGPT mantiene una memoria persistente delle tue preferenze attraverso le conversazioni. Lo sforzo richiesto per condividere le modifiche non corrisponde al limitato beneficio. È meglio creare esempi completi fin dall’inizio (Tecnica #3).
11. Usa Delimitatori Chiari Per Separare Istruzioni Da Contenuto: 6/10
Quando il tuo prompt include sia istruzioni che contenuti da elaborare (come esempi, testo da analizzare o feedback dei clienti), usa dei delimitatori per distinguere tra i due.
Questo impedisce a ChatGPT di confondere le tue istruzioni con il contenuto stesso.
Il Prompt (Con Delimitatori):
Riscrivi l’email del cliente qui sotto per adattarla alla nostra voce di supporto professionale.
—EMAIL DA RISCRIVERE—
Ciao, grazie per averci contattato riguardo al bug. Sì, siamo a conoscenza del problema e qualcuno lo sta già esaminando. Dovrebbe essere risolto presto, probabilmente. Fammi sapere se hai bisogno di altro.
—FINE EMAIL—
Requisiti:
– Mantenere un tono cordiale pur essendo professionale
– Fornire una tempistica specifica
– Includere passaggi chiari per i prossimi passi
I prompt delimitati producono risultati più puliti perché ChatGPT può capire chiaramente cosa sia un’istruzione e cosa sia contenuto. Senza delimitatori, soprattutto in prompt più lunghi, vedrai costantemente che ChatGPT non coglie le istruzioni richieste.
Perché funziona: I delimitatori (virgolette triple, tag XML, sezioni markdown o semplici trattini) creano confini espliciti. Questo è particolarmente prezioso quando fornisci più esempi, analizzi il feedback dei clienti o elabori contenuti generati dagli utenti dove il linguaggio potrebbe assomigliare a istruzioni. La tecnica diventa essenziale quando il tuo contenuto include frasi come “scrivere”, “creare” o “analizzare” che potrebbero confondere il modello.
12. Evita Di Essere “Severo” con ChatGPT: 3/10
Le persone erano solite suggerire che un feedback esigente o critico (“Questo è inaccettabile, prova ancora”) migliorasse i risultati.
Ma durante i miei test, è diventato evidente che essere esigenti porta solo ChatGPT a rifare l’output. È improbabile che produca output “migliori” se non sa cosa significa migliore.
Il Prompt (Definito “Difficile”):
Questa risposta è pessima e ha completamente mancato il punto. Il tono è sbagliato, la struttura è carente e non hai enfatizzato ciò che ho chiesto. Prova ancora e fai bene questa volta.
La Richiesta (Essendo Specifici):
Questa risposta necessita di una revisione:
– Cambia il tono da formale a conversazionale
– Ristruttura per iniziare con il problema del cliente, non con la nostra soluzione
– Enfatizza la funzione di priorizzazione IA nel primo paragrafo
Per favore, rivedi apportando queste modifiche specifiche.
Il prompt “difficile” produce sempre un nuovo risultato, potrebbe anche costringere ChatGPT a entrare in modalità “riflessione”. Tuttavia, i risultati non sono costantemente migliori. D’altra parte, istruzioni specifiche su ciò che devi modificare ti daranno quasi sempre risultati molto migliori e più chiari.
Perché Questo “Hack” Persiste: Le persone confondono la correlazione con la causalità. Quando ottengono risultati migliori dopo essere state “esigenti”, è solitamente perché sono state più specifiche riguardo ai requisiti nel tentativo di essere “arrabbiate”, non perché ChatGPT reagisce al tono.
Le 5 Tecniche Fondamentali Che Dovresti Utilizzare
Dopo aver testato una vasta gamma di tecniche (inclusi questi 12) in decine di scenari, i seguenti cinque hanno costantemente fornito risultati.
- Essere Estremamente Specifici (10/10) è la base di tutto il resto.
- Assegnare un Ruolo (9/10) eccelle per compiti creativi e professionali.
- Fornire Esempi Concreti (9/10) mantiene la coerenza del marchio.
- Specificare il Formato di Output (8/10) risparmia tempo nella formattazione.
- Dire a ChatGPT Cosa NON Fare (7/10) funziona quando sai esattamente cosa evitare.
Le tecniche rimanenti offrono un valore situazionale ma non sono fondamentali per un efficace prompting.
Il Mio Modello Di Prompt Predefinito
Ho un paio di ottimi modelli a disposizione. Ma ecco uno che ha fornito costantemente ottimi risultati per quasi ogni caso d’uso che gli ho proposto.
Quindi utilizzalo per i tuoi esperimenti e vedi che tipo di risultati puoi ottenere. Una volta che hai un prompt funzionante, il resto del tuo lavoro diventa facile.
Sei un [ruolo specifico con competenze pertinenti].
Crea: [Consegna specifica con conteggio di parole/caratteri]
Per: [Pubblico di destinazione con dettagli pertinenti]
Su: [Argomento/prodotto con informazioni chiave]
Include:
– [Elemento richiesto specifico 1]
– [Elemento richiesto specifico 2]
– [Elemento richiesto specifico 3]
Formato: [Struttura esatta necessaria]
NON:
– [Cosa specifica da evitare 1]
– [Cosa specifica da evitare 2]
Esempio del nostro stile:
[Incolla 1-2 esempi pertinenti]
Questo framework funziona perché combina tutti gli elementi che producono risultati costantemente buoni. Puoi sempre improvvisare, aggiungere altri suggerimenti dei 12 sopra per vedere cosa si adatta meglio al risultato che stai cercando di ottenere.
Puoi Creare Prompt da Mille Parole?
Certamente. L’unico limite è il prompt, e il tuo output atteso non dovrebbe superare la finestra di contesto.
ChatGPT ha una finestra di contesto di 32k token per chat per la versione Plus e di 128k token per la versione Pro. Gemini ha una finestra di contesto di 2 milioni di token per chat. Claude si posiziona a 1 milione.
Pensa a un token in una finestra di contesto come parte di una parola.
32k token si traducono approssimativamente in 27k parole. Dopo questo limite, ChatGPT dimentica ciò che è stato discusso prima degli ultimi 32k token. Significa che la finestra di contesto si sposta.
ChatGPT continua a chattare con te anche dopo la finestra di contesto. Tuttavia, non avrà informazioni sulle chat al di fuori della finestra di contesto.
Se noti che ChatGPT inizia a comportarsi diversamente dopo una lunga conversazione, prova a reorientarlo fornendo nuovamente il prompt originale, o inizia una nuova chat.
Prompting Costante di ChatGPT Con “Progetti”
Le LLM non hanno contesto riguardo alla tua attività, al tuo pubblico e ai tuoi obiettivi. Non conoscono nemmeno i vincoli sulla lunghezza dell’output, il formato, lo stile, ecc.
Allora, puoi fornire il contesto come parte del tuo prompt ogni volta che inizi una nuova chat oppure puoi creare un progetto in ChatGPT e aggiungere tutto come file di testo o file markdown.
Qualsiasi nuova chat che inizi all’interno dei progetti avrà il contesto richiesto per impostazione predefinita.
1. Clicca Progetti dalla barra laterale sinistra.
2. Inserisci il nome del progetto e clicca su Crea progetto.
3. Clic su Aggiungi file per aggiungere tutti i file di cui hai bisogno per il contesto.
E Ora?
L’ingegneria dei prompt non è un campo in cui imposti e dimentichi. I nuovi modelli spesso modificano i risultati che avevi iniziato ad apprezzare sui modelli precedenti.
Ma i fondamenti di specificità, contesto ed esempi rimangono costanti. Devi solo sapere quali tecniche risolvono quali problemi.
Concentrati sui cinque che contano e ignora gli stratagemmi.
Sto attualmente sperimentando sequenze di prompt multi-step per progetti di contenuti complessi, template di prompt ottimizzati per tipo di contenuto e strategie di integrazione con guide allo stile del marchio. Queste sono separate vie che puoi esplorare.
Ma se vuoi saltare tutto il resto e dedicare tempo solo a una cosa, dedicati a raccogliere ottimi esempi di ciò che desideri realizzare.
Tutto il resto è ottimizzazione.
Domande Frequenti
Cos’è l’ingegneria dei prompt per ChatGPT?
L’ingegneria dei prompt è la pratica di creare input specifici e strutturati per ottenere risultati migliori dai modelli linguistici AI come ChatGPT. Implica tecniche come fornire un contesto dettagliato, usare assegnazioni di ruolo, mostrare esempi e specificare esatti requisiti di formato per migliorare la qualità e la consistenza dell’output.
Quali tecniche di ingegneria dei prompt funzionano davvero?
Queste cinque tecniche garantiscono costantemente risultati: essere incredibilmente specifici sui risultati attesi, utilizzare l’assegnazione di ruoli per compiti creativi, fornire esempi concreti del risultato desiderato, specificare i formati di output esatti e indicare esplicitamente cosa non includere.
Devo seguire un corso su prompt engineering?
No. La maggior parte dei corsi di ingegneria dei prompt insegna gli stessi principi fondamentali disponibili gratuitamente sul web. La vera abilità sta nel capire quale tecnica risolve quale problema per i tuoi casi d’uso specifici. Ti consiglio di applicare le cinque tecniche fondamentali che ho descritto in questa guida al tuo lavoro effettivo e di migliorare i tuoi prompt secondo necessità.
Quanto devono essere specifici i miei prompt per ChatGPT?
I tuoi prompt dovrebbero includere conteggi esatti delle parole, dettagli specifici del pubblico, consegne chiare e vincoli concreti. Confronta “scrivi copia di marketing” (troppo vago) con “scrivi email di prodotto di 150 parole per team remoti evidenziando 3 funzionalità: collaborazione, priorizzazione IA, integrazione Slack” (appropriatamente specifico).
La specificità elimina l’ambiguità e migliora notevolmente la qualità del risultato.
Essere esigenti con ChatGPT migliora i risultati?
No. I test dimostrano che l’atteggiamento è irrilevante per la qualità del risultato. Quando hai bisogno di revisioni, specifica esattamente cosa non va (tono, struttura, elementi mancanti) piuttosto che esprimere frustrazione. La specificità aiuta; l’atteggiamento no.
Quanto tempo ci vuole per vedere i risultati di un miglior prompting?
Immediatamente. La differenza tra prompt vaghi e specifici è visibile nel primo output. Tuttavia, costruire la tua libreria di esempi e sviluppare il tuo modello di prompt personale richiede 2-4 settimane di pratica costante per ottimizzare i casi d’uso specifici.
