
Una checklist di 20 elementi aiuta a scrivere prompt più completi per ChatGPT: include aspetti come tono, formato, ruolo, obiettivo, contesto, pubblico e richiesta di fonti, e permette di ottenere risposte più precise già al primo tentativo, senza dover riformulare la domanda più volte.
In breve
- Una checklist di 20 elementi (tono, formato, ruolo, obiettivo, contesto, ambito, parole chiave, limiti, esempi, scadenze, pubblico, fonti, punti di vista, controargomentazioni, terminologia, analogie, citazioni, statistiche, invito all'azione, domande di chiarimento) permette di costruire prompt più completi.
- Non serve usare tutti e 20 gli elementi in ogni richiesta: la selezione dipende dalla complessità del task.
- Fornire contesto ed esempi concreti migliora sensibilmente la precisione dell'output, più che aumentare la lunghezza del prompt.
- Il prompting funziona meglio come processo iterativo: si parte da una prima versione, si osserva il risultato e si affina la richiesta.
- Trattare il prompting come una competenza da esercitare, e non come un tentativo casuale, riduce il numero di riformulazioni necessarie.
Perché un prompt generico produce risposte deboli?
Un prompt generico lascia al modello troppe scelte da fare da solo, e ogni scelta non specificata viene colmata con un'ipotesi che potrebbe non corrispondere a quanto serve davvero. Chiedere semplicemente "scrivi un'email per un cliente" lascia indefiniti tono, lunghezza, obiettivo e destinatario: il risultato sarà plausibile, ma difficilmente utilizzabile senza modifiche. Aggiungere ruolo, contesto, obiettivo e formato trasforma la stessa richiesta in un'istruzione operativa, riducendo il numero di tentativi necessari per arrivare a un output pronto all'uso.
Questo è il tema al centro di un post pubblicato su LinkedIn da Andrew Bolis, consulente di AI e marketing, che propone una lista di venti "regole" da considerare quando si costruisce un prompt. Il messaggio centrale del post è diretto: "Stop guessing. Start prompting like it's a skillset" — smettere di procedere per tentativi e iniziare a trattare il prompting come una competenza strutturata.
Quali sono i 20 elementi della checklist?
I venti elementi indicati da Bolis coprono sia la forma della risposta sia il contenuto che deve sostenerla. Possono essere raggruppati in quattro aree funzionali.
Come deve presentarsi la risposta:
| Elemento | A cosa serve |
|---|---|
| Tono | Definisce lo stile: formale, informale, amichevole |
| Formato | Stabilisce la struttura: articolo, elenco, tabella |
| Ruolo assegnato | Attribuisce al modello un'identità professionale (copywriter, analista, coach) |
| Limiti di lunghezza | Fissa un numero di parole o un intervallo di tempo |
Cosa deve ottenere la risposta:
| Elemento | A cosa serve |
|---|---|
| Obiettivo | Chiarisce lo scopo: informare, persuadere, sintetizzare |
| Contesto | Fornisce le informazioni di sfondo necessarie |
| Ambito | Definisce i confini dell'argomento da trattare |
| Pubblico di riferimento | Specifica a chi è destinato il contenuto |
| Scadenze | Indica eventuali vincoli temporali |
Cosa deve contenere la risposta:
| Elemento | A cosa serve |
|---|---|
| Parole chiave | Evidenzia i termini centrali da includere |
| Esempi | Mostra un modello di output desiderato |
| Richiesta di fonti | Chiede di indicare le fonti a supporto |
| Punti di vista | Richiede prospettive diverse sullo stesso tema |
| Controargomentazioni | Chiede di affrontare le obiezioni possibili |
| Terminologia | Specifica termini da usare o da evitare |
| Analogie | Richiede paragoni che semplifichino un concetto |
| Citazioni | Chiede dichiarazioni di esperti sul tema |
| Statistiche | Richiede dati a supporto delle affermazioni |
Cosa deve succedere dopo la risposta:
| Elemento | A cosa serve |
|---|---|
| Invito all'azione | Suggerisce i passi successivi |
| Domande di chiarimento | Chiede al modello di porre domande se qualcosa non è chiaro |
Come si costruisce un prompt usando questi elementi?
Un prompt efficace nasce combinando solo gli elementi rilevanti per quel compito specifico, non applicandoli tutti meccanicamente. Una richiesta generica come "scrivi un piano marketing" lascia troppe variabili indefinite; specificare settore, budget, pubblico target e obiettivo cambia radicalmente la qualità della risposta, perché il modello non deve più indovinare il contesto mancante.
Anche gli esempi contano molto: fornire anche un solo caso di output desiderato (il cosiddetto approccio "one-shot") migliora la precisione della risposta rispetto a una richiesta senza esempi, mentre includere più esempi (approccio "few-shot") aiuta ulteriormente nei task più complessi o con uno stile particolare. In pratica, se un collega umano avrebbe bisogno di una certa informazione per svolgere correttamente un compito, quella stessa informazione va inclusa nel prompt.
Vale anche la logica opposta, suggerita dalle linee guida di OpenAI sul prompt engineering: il tono desiderato si comunica con aggettivi descrittivi ("spiega questo con un tono amichevole e coinvolgente"), ed è normale che il primo tentativo non sia perfetto. Il prompting funziona bene come processo iterativo: si scrive una prima versione, si osserva il risultato, e si affina la richiesta aggiungendo contesto o semplificandola.
Quali elementi conviene usare per primi?
Non è necessario includere tutti e venti gli elementi in ogni prompt: la selezione dipende dalla complessità del compito e dal margine di errore accettabile. Per richieste semplici bastano spesso tono, formato e obiettivo. Per contenuti più articolati — un articolo che deve reggere un controllo editoriale, un report che deve essere difendibile davanti a un pubblico tecnico — diventa utile aggiungere contesto, pubblico di riferimento, richiesta di fonti e controargomentazioni, elementi che riducono il rischio di affermazioni generiche o non verificabili.
Una buona pratica, richiamata anche dalle risorse didattiche sul prompt engineering, è distinguere tra informazioni di sfondo (il contesto), requisiti specifici (il formato e i limiti) e vincoli (lunghezza, scadenze, terminologia da evitare): tenerli separati nella scrittura del prompt aiuta a non dimenticarne nessuno.
Domande frequenti
Bisogna usare tutti e 20 gli elementi in ogni prompt? No. La checklist serve come riferimento da cui scegliere gli elementi pertinenti al compito: per richieste semplici bastano pochi elementi (tono, formato, obiettivo), mentre per contenuti complessi conviene aggiungerne altri, come contesto, fonti o controargomentazioni.
Qual è la differenza tra contesto e ambito? Il contesto fornisce le informazioni di sfondo necessarie a comprendere la situazione (settore, obiettivi, background), mentre l'ambito definisce i confini dell'argomento, cioè cosa includere e cosa escludere dalla risposta.
Perché gli esempi migliorano la risposta più di altre istruzioni? Un esempio mostra concretamente il formato e lo stile desiderati, riducendo l'ambiguità che un'istruzione testuale da sola può lasciare aperta; per questo l'aggiunta anche di un solo esempio tende a migliorare la precisione dell'output.
Il prompting va considerato un'attività una tantum o un processo? Un processo iterativo: si parte da una prima versione del prompt, si valuta il risultato ottenuto e si corregge la richiesta aggiungendo dettagli o semplificandola, fino ad arrivare a un output utilizzabile.
Fonti
- Post di Andrew Bolis su LinkedIn — https://www.linkedin.com/posts/andrewbolis_youre-using-chatgpt-without-a-prompting-activity-7529163057810264064-y15Q
- Prompt Engineering: La Guida Completa per Comunicare Efficacemente con ChatGPT e AI — https://www.victormotricala.it/ai/prompt-engineering-la-guida-completa-per-comunicare-efficacemente-con-chatgpt-e-ai
- Prompt engineering best practices for ChatGPT | OpenAI Help Center — https://help.openai.com/en/articles/10032626-prompt-engineering-best-practices-for-chatgpt
- Learn How to Use ChatGPT: Prompt Engineering with ChatGPT Cheatsheet | Codecademy — https://www.codecademy.com/learn/intro-to-chatgpt/modules/prompt-engineering-with-chat-gpt/cheatsheet
Se la tua azienda usa già l'intelligenza artificiale generativa per scrivere contenuti o comunicazioni, può essere utile confrontarsi su come strutturare questi processi in modo più sistematico: su questo fronte lavora anche iNexus, che puoi contattare per approfondire.