Quando si interagisce con un modello di intelligenza artificiale, il risultato è spesso deludente: risposte vaghe, generiche, poco utili. Il problema non è quasi mai il modello, ma il prompt. La regola d'oro, tanto semplice quanto spesso ignorata, è che il prompt migliore è imbarazzantemente specifico. Più dettagli forniamo, più l'AI sarà in grado di allinearsi alle nostre aspettative.
Il principio della specificità
Prendiamo un esempio classico: chiedere all'AI di "migliorare questa email" lascia al modello ogni decisione. A chi è destinata? Qual è l'obiettivo? Che tono deve avere? Quanto deve essere lunga? Senza queste informazioni, l'AI tirerà a indovinare, producendo un testo che difficilmente soddisferà le nostre esigenze. Al contrario, un prompt come "Riscrivi questa email per un cliente potenziale, con tono professionale ma amichevole, massimo 150 parole, con l'obiettivo di fissare una call" guiderà il modello verso un output mirato e utilizzabile.
Come costruire un prompt efficace
La specificità non è un optional, è il fondamento. Per ottenere risultati di qualità, è utile includere nel prompt almeno quattro elementi chiave: il destinatario (chi leggerà il testo), l'obiettivo (cosa vogliamo ottenere), il tono (formale, informale, persuasivo) e il formato (lunghezza, struttura, stile). Aggiungere esempi o vincoli extra, come "non usare gergo tecnico" o "includi una call to action", riduce ulteriormente l'ambiguità.
Questo principio si applica a qualsiasi ambito: dalla scrittura di codice alla creazione di contenuti marketing, dalla traduzione alla sintesi di documenti. La prossima volta che ricevete una risposta deludente, prima di incolpare l'AI, rileggete il vostro prompt. Quasi sempre la soluzione è lì: siate imbarazzantemente specifici.
