1. Introduzione: perché il prompting è diventato una competenza di base?
Fino a pochi anni fa, per molti l’uso dell’IA suonava come una faccenda riservata agli addetti ai lavori. Oggi è uno strumento quotidiano che scrive bozze, analizza dati, aiuta a mettere a fuoco le idee, dà una mano con il codice, riassume documenti e a volte fa persino da psicologo improvvisato, da personal trainer o da braccia in più per il team marketing.
Una cosa, però, è diventata presto evidente: con una richiesta vaga è raro ottenere il meglio dall’IA.
È qui che entra in gioco la progettazione dei prompt: la capacità di formulare istruzioni affinché l'AI produca risposte il più possibile precise, utili e adatte alla situazione.
Saper scrivere buoni prompt non è solo un trucco tecnico: è una capacità di ragionamento. Costringe chi scrive a chiarire che cosa vuole davvero: a chi è destinata la risposta, in quale forma serve, con quali vincoli e a quale decisione o attività dovrebbe contribuire.
Per questo si parla del prompt engineering come di una competenza di base del futuro. Ricorda il leggere e lo scrivere nell’era digitale: non tutti devono diventarne maestri, ma a tutti conviene capirne la logica di fondo.
Nelle sue linee guida, OpenAI sottolinea che i prompt efficaci sono chiari e specifici e forniscono al modello un contesto sufficiente. Tra le raccomandazioni: mettere le istruzioni più importanti all'inizio, separarle dal materiale di riferimento e indicare il formato desiderato per la risposta.[1]
2. Che cosa significa davvero il prompt engineering?
In parole semplici, significa progettare l'input da fornire all'intelligenza artificiale. Un prompt può essere:
- una domanda
- un compito da svolgere
- l’attribuzione di un ruolo
- del materiale di riferimento
- un esempio dello stile desiderato
- un documento da analizzare
- un’immagine, una registrazione audio o un file
- un’istruzione su che cosa non fare
Google Cloud definisce il prompt come una richiesta in linguaggio naturale fornita a un modello per ottenere una risposta. Può includere domande, istruzioni, contesto, esempi e input parziali che il modello deve completare.[2]
Il prompt engineering, quindi, non consiste semplicemente nello «scrivere una domanda migliore». Si tratta piuttosto di formulare il compito in modo che l'AI possa interpretarlo correttamente.
Se nel lavoro tradizionale un buon brief fa gran parte della differenza, con l’IA un buon prompt è il cugino digitale del brief. Dice che cosa si sta facendo, perché, per chi e con quali criteri di qualità.
Un prompt scadente dice:
«Migliora questo.»
Un buon prompt dice:
«Agisci come esperto di marketing B2B. Rendi il post LinkedIn qui sotto più chiaro e più autorevole. Il pubblico è composto dagli amministratori delegati di aziende finlandesi in crescita. Mantieni la voce dell’autore, ma rendi l’apertura più accattivante. Alla fine proponi tre titoli alternativi.»
Non è una differenza estetica: è decisiva.
3. Anatomia di un prompt: ruolo, contesto, compito e formato
Un buon prompt si compone spesso di quattro elementi fondamentali:
- Ruolo: quale ruolo deve assumere l'AI?
- Contesto: in quale situazione va svolto il compito?
- Compito: che cosa deve produrre o risolvere l'AI?
- Formato: in quale forma va presentata la risposta?
Un esempio pratico:
«Agisci come esperto di marketing. La nostra azienda vende abbigliamento da lavoro sostenibile alle imprese edili. Prepara tre post LinkedIn con l’obiettivo di stimolare la discussione su sicurezza sul lavoro e sostenibilità. Scrivi in modo conciso, evita il tono pubblicitario e dai a ogni post un punto di vista diverso.»
In questo prompt l’IA riceve:
- un ruolo: esperto di marketing
- un contesto: abbigliamento da lavoro realizzato in modo responsabile per il settore edile
- un compito: tre post LinkedIn
- un obiettivo: stimolare la discussione
- un'indicazione di stile: conciso, non pubblicitario
- un vincolo strutturale: un punto di vista diverso per ogni post
È un punto di partenza del tutto diverso da «scrivi qualche post per i social».
Nelle linee guida di Google Cloud sulla progettazione dei prompt, l’efficacia del prompt dipende sia dal contenuto sia dalla struttura: il modello deve ricevere le informazioni essenziali per il compito, ma anche l’ordine delle informazioni, i titoli e i separatori lo aiutano a interpretare meglio la richiesta.[3]
4. Perché un buon prompt funziona?
Un modello di IA non «comprende» il mondo come lo comprende una persona. Prevede e genera risposte sulla base dei dati di addestramento, dell’input dell’utente e del contesto della conversazione.
Il prompt funziona quindi come una mappa: quanto più è precisa, tanto più è probabile arrivare alla destinazione giusta.
Un buon prompt aiuta il modello in quattro modi:
1. Delimita il compito
L’IA non deve indovinare se desideri un’analisi, un elenco, un’email, una tabella o una sessione di ideazione.
2. Fornisce il contesto
Senza contesto il modello produce testo generico. Con il contesto può fornire una risposta adatta alla tua situazione specifica.
3. Definisce i criteri di qualità
«Buono» può voler dire molte cose: breve, approfondito, persuasivo, neutrale, tecnico, divulgativo o critico.
4. Riduce le interpretazioni errate
Meno il modello deve indovinare, meno risposte fuori tema produrrà.
Ecco il cuore del prompt engineering: l'AI non sostituisce il pensiero, ma premia la chiarezza.
5. Il prompting come nuova alfabetizzazione del mondo del lavoro
Il prompting viene spesso presentato come una capacità tecnica, ma in realtà è anche una capacità comunicativa. Riunisce:
- scrittura
- definizione del problema
- pensiero critico
- capacità di fornire contesto
- capacità di dare feedback
- iterazione, ovvero miglioramento graduale
In questo senso il prompt engineering somiglia a una buona leadership o a un buon incarico. Se assegni a una persona un compito vago, otterrai con ogni probabilità un risultato vago. Con l’IA vale lo stesso.
Nel mondo delle startup la cosa è particolarmente interessante. Nei team piccoli il tempo è poco e ogni strumento deve far guadagnare velocità. Saper scrivere buoni prompt può aiutare un team a testare idee, abbozzare materiali di vendita, analizzare i riscontri dei clienti e discutere le scelte strategiche.
Possono però anche creare un'illusione di efficienza. Quando l'AI produce rapidamente molto testo, è facile avere l'impressione che il lavoro proceda. La domanda decisiva è un'altra: porta a decisioni migliori?
È la stessa logica che guida le imprese in crescita. Nelle conversazioni di Startup-ministeriö si sottolinea spesso che uno strumento, un processo o un metodo non hanno valore in sé: conta il risultato che permettono di ottenere. In un episodio dedicato alla gestione delle scaleup, per esempio, Anssi Rusi descrive il sistema di gestione come un insieme nel quale persone, processi e strumenti sono al servizio del risultato desiderato.
Lo stesso vale per il prompt engineering. Un prompt non è valido perché appare sofisticato, ma perché aiuta a lavorare meglio.
6. La formula di base per un buon prompt
Un buon prompt può essere costruito con questa semplice formula:
1. Indica il ruolo
«Agisci come direttore vendite B2B con lunga esperienza…»
Il ruolo aiuta il modello a scegliere prospettiva, lessico e priorità.
2. Fornisci il contesto
«La nostra azienda vende una soluzione SaaS a medie imprese industriali in Finlandia.»
SaaS indica un software utilizzato come servizio cloud in abbonamento. Il contesto aiuta il modello a capire di quale attività si tratta.
3. Definisci il compito
«Prepara la struttura di una telefonata di vendita per l’acquisizione di nuovi clienti.»
Il compito deve essere concreto.
4. Indica l’obiettivo
«L’obiettivo è far prenotare al cliente una demo di 30 minuti.»
L’obiettivo aiuta il modello a stabilire le priorità.
5. Definisci il formato della risposta
«Presenta la risposta in una tabella: fase, obiettivo, frase di esempio, rischio da tenere presente.»
Il formato fa risparmiare tempo e rende la risposta più utilizzabile.
6. Aggiungi i vincoli
«Evita un linguaggio di vendita aggressivo. Mantieni un tono competente e capace di ispirare fiducia.»
Spesso sono proprio i vincoli a distinguere una risposta utile da una mediocre.
7. Tecniche pratiche di prompting
7.1 Role prompting
Il role prompting consiste nel chiedere all’IA di assumere uno specifico ruolo professionale.
Esempio:
«Agisci come selezionatore esperto e valuta questo annuncio di lavoro dal punto di vista del candidato.»
Funziona bene quando desideri una prospettiva professionale precisa. Ma il role prompting comporta anche un rischio: il ruolo può generare un eccesso di sicurezza. «Agisci come avvocato» non trasforma l’IA in un avvocato. Può aiutare a mettere in ordine le domande, ma le questioni giuridicamente rilevanti vanno verificate con un professionista.
7.2 Context prompting
Il context prompting consiste nel fornire al modello un contesto sufficiente.
Esempio:
«Siamo una startup finlandese di 12 persone che vende software per le risorse umane alle PMI. Abbiamo 80 clienti, ma il churn, cioè l’abbandono dei clienti, è cresciuto nell’ultimo trimestre. Elenca le possibili cause e suggerisci quali dati dovremmo controllare per primi.»
Questo prompt non chiede una semplice analisi generica: descrive la situazione concreta.
7.3 Fornire esempi
L’IA spesso lavora meglio quando le si mostra un esempio del risultato desiderato.
Esempio:
«Scrivi tre titoli nello stesso stile di questo: “Perché le migliori startup non assumono di fretta?”»
È il cosiddetto few-shot prompting: al modello vengono forniti alcuni esempi, dai quali ricava lo schema da seguire.
7.4 Iterazione
La prima risposta non è il risultato finale, ma una bozza. Chi sa usare bene i prompt continua così:
- «Rendilo più conciso.»
- «Aggiungi un punto di vista più critico.»
- «Usa un linguaggio meno da consulente.»
- «Proponi tre strutture alternative.»
- «Che cosa manca?»
Lavorare con l’IA assomiglia spesso più a un lavoro di revisione che a un ordine da piazzare.
7.5 Chiedere di valutare la risposta
Una tecnica efficace consiste nel chiedere all’IA di valutare il proprio risultato.
Esempio:
«Valuta criticamente la risposta precedente. Quali passaggi sono troppo generici? Che cosa andrebbe precisato perché il testo risulti utile a un amministratore delegato?»
Aiuta a individuare i punti deboli.
7.6 Stabilire i limiti
Se vuoi evitare qualcosa, dichiaralo esplicitamente.
Esempio:
«Non usare toni enfatici, non inventare statistiche e non citare fonti che non ti sono state fornite.»
È particolarmente importante nei contenuti professionali, dove la credibilità può sgretolarsi rapidamente.
8. Esempi: prompt scadente, prompt migliore, prompt eccellente
Esempio 1: marketing
Prompt scadente:
«Scrivi un post social sull’intelligenza artificiale.»
Il risultato sarà probabilmente generico, prevedibile e poco incisivo.
Prompt migliore:
«Scrivi un post LinkedIn sul perché le PMI dovrebbero imparare a usare l’IA nel lavoro quotidiano.»
È già più chiaro.
Prompt eccellente:
«Agisci come esperto di marketing B2B finlandese. Scrivi un post LinkedIn rivolto agli amministratori delegati delle PMI su come il valore dell’IA non nasca dallo strumento in sé, ma da buoni prompt. Apri con un esempio concreto di vita quotidiana. Mantieni un tono competente ma accessibile. Lunghezza 1 200 caratteri. Chiudi con una domanda che stimoli la discussione.»
Il prompt specifica ruolo, pubblico, angolazione, stile, lunghezza e struttura.
Esempio 2: strategia
Prompt scadente:
«Come facciamo crescere l’azienda?»
Prompt migliore:
«Proponi una strategia di crescita per un’azienda SaaS di 20 persone.»
Prompt eccellente:
«Agisci come consulente specializzato nelle strategie di crescita delle scaleup. La nostra azienda SaaS ha 20 dipendenti e un ARR, cioè ricavi ricorrenti annuali, di 1,8 milioni di euro. I clienti sono PMI finlandesi. La crescita ha rallentato, ma la fidelizzazione è buona. Elabora tre percorsi di crescita per i prossimi 18 mesi: 1) ampliare le vendite in Finlandia, 2) espandersi in Svezia, 3) estendere il prodotto per i clienti attuali. Per ciascuno valuta benefici, rischi, risorse necessarie e azioni per i primi 90 giorni.»
In questo modo l’IA non deve indovinare la situazione aziendale: riceve le variabili necessarie all’analisi.
Esempio 3: creazione di contenuti
Prompt scadente:
«Scrivi un articolo sul prompt engineering.»
Prompt migliore:
«Scrivi un articolo sul prompt engineering per professionisti finlandesi.»
Prompt eccellente:
«Scrivi un articolo di 1 500 parole sul prompt engineering per professionisti e imprenditori finlandesi. Spiega il termine in modo divulgativo, usa esempi concreti tratti dal mondo del lavoro e metti in evidenza anche i rischi. Struttura il testo con dei sottotitoli. Tono: moderno, chiaro, competente ma non accademico. Alla fine riassumi cinque insegnamenti pratici.»
È già un brief pronto all’uso.
9. Il prompt engineering nelle aziende e nelle startup
In azienda, il valore del prompt engineering emerge su tre livelli:
- Produttività individuale
- Qualità condivisa del team
- Apprendimento dell’organizzazione
Livello individuale
Una singola persona può usare l’IA, per esempio, per:
- preparare bozze di email
- riassumere rapporti
- affinare i discorsi di vendita
- analizzare i riscontri dei clienti
- generare idee
- rielaborare testi
- spiegare formule di Excel o codice
Spesso è il primo passo: le persone sperimentano l’IA nel proprio lavoro e scoprono piccoli vantaggi concreti.
Livello del team
Il passo successivo è più interessante: il team inizia a condividere buoni modelli di prompt.
Per esempio, il team commerciale può avere un prompt comune per preparare un incontro con un cliente:
«Analizza questa azienda cliente sulla base del sito web e delle note nel CRM. Prepara per l’incontro tre possibili punti dolenti, cinque domande e una proposta di apertura della conversazione.»
Il team marketing può avere un prompt per valutare le idee di campagna; il team di prodotto, uno per classificare i riscontri degli utenti.
Livello dell’organizzazione
Nel terzo passaggio, i prompt entrano nei processi. L’azienda non si limita più a chiedere: «Come usano ChatGPT i dipendenti?»
Si chiede:
- In quali attività l’IA migliora davvero la qualità?
- Quali informazioni si possono fornire al modello?
- Quali informazioni non si possono fornire?
- Come vengono verificate le risposte?
- Chi risponde del risultato finale?
- Quali prompt devono diventare standard comuni?
- Come si misura il successo?
È un cambiamento importante. L’IA smette di essere un assistente isolato e diventa parte della struttura del lavoro.
Nel mondo delle startup questo può diventare un vantaggio competitivo. Un team piccolo può fare di più se sa usare l’IA con intelligenza. Ma, come in generale nella gestione di una startup, copiare non basta. Nella puntata di Startup-ministeriö dedicata a Supercell, Ilkka Paananen mette in guardia dall’imitare ciecamente i modelli altrui: ciò che funziona in un’azienda non funziona necessariamente in un’altra.
Lo stesso vale per i prompt. Il «prompt perfetto» di un’altra azienda può risultare pessimo nel proprio contesto, se obiettivo, clienti, dati e modo di lavorare sono diversi.
10. Rischi: allucinazioni, falsa sicurezza e diluizione delle responsabilità
Il pericolo maggiore del prompt engineering è che un buon prompt possa far sembrare convincente anche una risposta sbagliata.
L’IA può:
- inventare fonti
- confondere i fatti
- dare raccomandazioni troppo sicure di sé
- omettere le incertezze
- produrre testi plausibili ma errati
- rafforzare le supposizioni dell’utente
Si parla spesso di allucinazione: il modello genera affermazioni che sembrano vere ma non lo sono.
In un articolo di Elina Lappalainen su HS Vision, l'AI appare sia come un interessante aiuto quotidiano sia come un consulente inaffidabile. Riconosce correttamente alcune piante del giardino, ma inventa per un'erbaccia il nome inesistente «karhunkynsi» e in seguito ammette di averlo tirato fuori dal nulla. L'osservazione più importante è che l'AI può essere utile e divertente, ma l'utente deve saper mettere in dubbio le risposte, soprattutto quando riguardano salute, sicurezza e altri temi importanti.
È una lezione essenziale per il prompt engineering: un buon prompt non elimina la necessità di verificare criticamente le fonti.
Anzi, può renderla ancora più importante, perché un prompt migliore produce spesso una risposta più convincente. Diventa quindi essenziale chiedersi:
- Su che cosa si basa?
- Ci sono fonti a sostegno?
- L’affermazione potrebbe essere superata?
- È sicuro seguire questo consiglio?
- Manca qualche prospettiva?
- La risposta è troppo sicura di sé?
Occorre particolare cautela quando il tema riguarda:
- la salute
- il diritto
- le decisioni finanziarie
- i dati personali
- la sicurezza
- l’equità nelle selezioni del personale
- gli investimenti
- le pratiche con la pubblica amministrazione
L’IA può aiutare a prepararsi, organizzare le informazioni e formulare domande migliori. Non è automaticamente l’autorità definitiva.
11. Dal prompt engineering al context engineering
Accanto al prompt engineering si è affermato un nuovo concetto: il context engineering.
Significa che l’attenzione si sposta dal singolo prompt a una domanda più ampia: quali informazioni vengono date all’IA, in quale ordine, in quale forma e con quali limiti?
Nelle linee guida di Google Cloud sui sistemi di IA agentici, il context engineering è descritto come un processo di gestione delle informazioni in cui a ciascun agente viene fornito il contesto adatto al suo compito. Il contesto può comprendere documentazione, preferenze dell’utente, link, cronologia delle conversazioni e vincoli operativi.[4]
È un cambiamento importante.
Un singolo prompt è come una buona domanda. Il context engineering è come mettere in ordine un’intera scrivania: i documenti giusti, le istruzioni giuste, i limiti giusti e l’obiettivo giusto sono a disposizione del modello nel momento giusto.
Per le aziende può significare, per esempio:
- collegare le istruzioni interne agli strumenti di IA
- utilizzare in sicurezza i dati dei clienti
- recuperare documenti a supporto dell’IA
- automatizzare i flussi di lavoro
- valutare le risposte del modello
- gestire i diritti di accesso
- garantire la sicurezza delle informazioni e la qualità
A questo punto il prompt engineering passa da competenza individuale a capacità organizzativa.
12. Il futuro: il prompt engineering scomparirà o diventerà invisibile?
Una domanda interessante è se il prompt engineering servirà ancora quando i modelli di IA saranno più evoluti.
La risposta è sì e no.
Sì, perché anche in futuro le persone dovranno saper dire che cosa vogliono. Più il compito è complesso, più conta definire l’obiettivo, il contesto e i criteri di successo.
No, perché il prompting diventerà probabilmente meno tecnico. I modelli capiscono meglio le istruzioni incomplete, sanno porre domande di chiarimento e sfruttano di più le informazioni di contesto.
OpenAI Academy descrive il prompting come una conversazione in cui sperimentazione e iterazione sono centrali. Le linee guida sottolineano che non esiste un unico modo perfetto di scrivere prompt: conviene invece pensare all’IA come a un collega a cui si affida un compito chiaro e che, se serve, si guida lungo il percorso.[5]
La competenza del futuro, quindi, forse non sarà «so scrivere un prompt complicato», ma piuttosto:
- so definire il problema
- so fornire un contesto sufficiente
- so valutare criticamente una risposta
- so portare avanti la conversazione
- so usare l’IA come estensione della mia competenza
Il prompt engineering non scomparirà: diventerà parte del pensiero lucido, della comunicazione efficace e della buona organizzazione del lavoro.
13. Conclusioni: che cosa conviene imparare?
Il prompt engineering è molto più di un termine alla moda. È una competenza che aiuta a trasformare l’IA da macchina di risposte casuali a compagna di lavoro davvero utile.
Gli insegnamenti principali sono questi:
1. Un buon prompt nasce da un pensiero chiaro
Se non sai tu per primo che cosa vuoi, l’IA sarà costretta a indovinare.
2. Ruolo, contesto e formato fanno la differenza
«Scrivi di questo» è una richiesta debole. Specificare per chi, perché, con quale tono e in quale formato la trasforma già in uno strumento utile.
3. Conviene guidare l’IA per gradi
La prima risposta è una bozza. Il risultato migliore nasce spesso dall’iterazione.
4. Un prompt non sostituisce la competenza
Più il tema è importante, più servono verifiche, analisi critica delle fonti e responsabilità umana.
5. Nelle aziende conviene sistematizzare i prompt
Buoni prompt, pratiche condivise e criteri di qualità chiari possono far risparmiare tempo e migliorare il lavoro.
6. Il futuro ruota intorno al contesto
Il singolo prompt è soltanto l’inizio. Il valore maggiore nasce quando l’IA riceve le informazioni giuste al momento giusto, in modo sicuro e controllato.
In fondo, il prompt engineering è una piccola finestra su un cambiamento più grande. Nel mondo del lavoro non basta più saper usare gli strumenti digitali: dobbiamo saperci dialogare, guidarli e valutare ciò che producono.
È una nuova competenza di base — non perché tutti debbano diventare esperti di IA, ma perché nel lavoro di quasi tutti il pensiero, la scrittura e le decisioni saranno d’ora in poi legati, in un modo o nell’altro, all’intelligenza artificiale.
14. Modelli di prompt per il lavoro quotidiano
14.1 Prompt generico da esperto
Agisci come [ruolo].
Contesto: [descrivi la situazione, il pubblico e l’obiettivo].
Compito: [indica con precisione che cosa vuoi].
Formato della risposta: [elenco, tabella, articolo, piano, analisi].
Stile: [competente, conciso, caloroso, critico, persuasivo].
Vincoli: [che cosa evitare, che cosa tenere presente].
Infine: [chiedi una sintesi, i rischi, i passi successivi o le alternative].
14.2 Prompt per la creazione di contenuti
Agisci come stratega dei contenuti esperto.
Scrivi un [tipo di contenuto] sul tema [argomento].
Il pubblico è [pubblico di riferimento].
L’obiettivo è [obiettivo].
Apri con un’osservazione o un esempio interessante.
Usa titoletti chiari e paragrafi brevi.
Il tono è [tono].
Evita [aspetti da evitare].
Concludi con tre insegnamenti pratici.
14.3 Prompt per l’analisi strategica
Agisci come consulente strategico per aziende in crescita.
Analizza la seguente situazione: [situazione].
Dimensione dell’azienda: [dimensione].
Mercato: [mercato].
Obiettivo: [obiettivo].
Delinea tre percorsi d’azione alternativi.
Per ciascuno valuta benefici, rischi, risorse necessarie, orizzonte temporale e azioni per i primi 30 giorni.
Infine indica quali informazioni occorre ancora raccogliere prima di decidere.
14.4 Prompt per una revisione critica
Valuta criticamente il testo seguente.
Individua i passaggi troppo generici, poco chiari, soggetti a errore o privi di una fonte necessaria.
Non riscrivere ancora il testo.
Elenca prima i problemi e le proposte di miglioramento.
Infine suggerisci come rafforzare la struttura del testo.
14.5 Prompt per un team di startup
Agisci come sparring partner operativo di una startup.
La nostra situazione è [situazione].
Il nostro obiettivo per i prossimi 90 giorni è [obiettivo].
Le risorse del team sono [risorse].
Prepara un piano operativo concreto con priorità settimanali, indicatori principali, rischi e decisioni da prendere subito.
Mantieni il piano realistico ed evita consigli troppo generici.
In fondo, il principio del prompt engineering è semplice: l’IA risponde meglio quando le persone pongono domande migliori.
Ma nel migliore dei casi non si tratta solo di risposte migliori. Si tratta di domande migliori. Ed è proprio per questo che saper scrivere prompt può essere una delle competenze professionali più importanti di questo decennio.
Fonti
- Best practices for prompt engineering with the OpenAI API — OpenAI Help Center
- Introduction to prompting — Generative AI on Vertex AI, Google Cloud Documentation
- Overview of prompting strategies — Generative AI on Vertex AI, Google Cloud Documentation
- Choose a design pattern for your agentic AI system — Google Cloud Documentation
- Prompting — OpenAI Academy