Scrivere prompt efficaci: 8 tecniche che uso ogni giorno con ChatGPT e Claude

Uso l’intelligenza artificiale tutti i giorni, per scrivere codice, analizzare documenti, preparare policy aziendali e anche per costruire chatbot per i clienti. E la cosa che ho notato guardando colleghi e amici usarla è sempre la stessa: la differenza tra chi dice “l’IA mi dà risposte generiche” e chi ci risparmia ore di lavoro non sta nel modello, sta in come scrive le richieste.

Scrivere prompt efficaci non vuol dire imparare formule magiche da copiare e incollare. Vuol dire dare al modello quello che darebbe un collega bravo: contesto, obiettivo, vincoli, esempi. Ecco le otto tecniche che uso davvero, valide per ChatGPT, Claude, Gemini e compagnia.

1. Scrivi come se parlassi a un collega appena assunto

Il modello è bravissimo ma non sa niente di te, della tua azienda e del perché ti serve quella cosa. “Scrivimi una mail per un cliente” produce una mail qualunque. Confronta con questo:

Sono il referente IT di un'azienda di 90 persone. Devo scrivere a un fornitore
che ci ha consegnato con tre settimane di ritardo una migrazione del gestionale.
Voglio restare in buoni rapporti perché lavoreremo ancora insieme, ma devo
ottenere uno sconto sulla prossima fattura. Tono cordiale ma fermo, massimo
150 parole, in italiano.

Chi sei, a chi scrivi, cosa è successo, qual è l’obiettivo vero, che tono e che lunghezza. Cinque righe in più e la risposta è utilizzabile al primo colpo invece che al quinto.

2. Spiega il perché, non solo il cosa

“Non usare elenchi puntati” funziona. “Non usare elenchi puntati perché il testo verrà letto ad alta voce in una riunione” funziona molto meglio, perché il modello capisce l’obiettivo e adatta anche tutto il resto: frasi più corte, niente sigle difficili da pronunciare, niente riferimenti a “la tabella qui sotto”. Le regole secche vengono seguite alla lettera, le motivazioni vengono capite.

3. Dai esempi di quello che vuoi

Descrivere uno stile è difficile, mostrarlo è facile. Se vuoi che l’IA classifichi i ticket dell’helpdesk, incolla tre ticket già classificati da te. Se vuoi un post LinkedIn nel tuo stile, incollane due che hai scritto. Si chiama few-shot prompting ed è probabilmente la tecnica con il miglior rapporto tra sforzo e risultato.

Un’accortezza: variali. Se dai tre esempi tutti lunghi uguali e con la stessa struttura, il modello copierà anche quello, anche quando non dovrebbe.

4. Separa le istruzioni dal materiale

Quando incolli un documento lungo, un contratto o un log di errore, il modello deve capire dove finiscono le tue istruzioni e dove inizia il materiale da analizzare. Io uso dei tag in stile XML, che funzionano benissimo con tutti i modelli principali:

Analizza il contratto qui sotto ed elenca le clausole che prevedono
penali a carico nostro, con il numero dell'articolo.

<contratto>
[testo incollato]
</contratto>

Con documenti molto lunghi, metti prima il materiale e alla fine la domanda: nella mia esperienza le risposte diventano più precise, ed è lo stesso consiglio che danno le guide ufficiali di Anthropic sul prompt engineering.

5. Fatti fare le domande prima della risposta

Questo è il mio preferito per i compiti complessi. Invece di cercare di scrivere il prompt perfetto, chiudo la richiesta così:

Prima di rispondere, fammi tutte le domande che ti servono per fare
un lavoro fatto bene. Non iniziare finché non ti ho risposto.

Il modello ti chiede le cose a cui non avevi pensato: il pubblico, i vincoli di budget, cosa hai già provato. Spesso le domande stesse mi fanno capire che non avevo le idee chiare io.

6. Chiedi il formato esatto che ti serve

Se la risposta deve finire in Excel, chiedi una tabella con colonne precise o direttamente un CSV. Se deve finire in una mail, chiedi testo semplice senza grassetti e titoli. Se deve essere letta da un programma, chiedi JSON con i campi che ti servono. Dire all’IA come verrà usata la risposta ti evita tutto il lavoro di riformattazione dopo.

7. Modifica il prompt invece di litigare con la risposta

Quando la risposta non va bene, l’istinto è scrivere “no, non così, più corto, e togli quella parte”. Dopo quattro correzioni la conversazione è piena di versioni sbagliate e il modello comincia a fare confusione tra quello che hai chiesto all’inizio e quello che hai corretto dopo.

Molto meglio tornare al messaggio originale, modificarlo aggiungendo quello che mancava e rigenerare. Stesso discorso per le conversazioni lunghe: quando una chat diventa enorme o ha preso una strada sbagliata, apro una chat nuova e incollo un riassunto dei punti fermi. Il contesto pulito vale più di cento correzioni.

8. Usa progetti e istruzioni personalizzate

Se ti ritrovi a riscrivere sempre lo stesso contesto (“sono uno sviluppatore, uso Laravel e Vue, rispondimi in italiano”), mettilo una volta per tutte nelle istruzioni personalizzate del tuo assistente. Ancora meglio i progetti: sia ChatGPT sia Claude ti fanno creare uno spazio con istruzioni e documenti di riferimento condivisi da tutte le chat al suo interno.

Io ho un progetto per ogni cliente importante, con dentro la documentazione dell’infrastruttura, le convenzioni di codice e le decisioni già prese. Quando apro una chat lì dentro, il modello sa già tutto e posso andare dritto al punto.

L’ultima regola per scrivere prompt efficaci: verifica sempre

Anche il prompt migliore non trasforma l’IA in una fonte infallibile. I modelli possono inventare con grande sicurezza nomi di funzioni, articoli di legge o numeri. Per tutto quello che conta (codice che va in produzione, dati che finiscono in un report, riferimenti normativi) controllo sempre sulla fonte originale. Un trucco che aiuta: chiedi al modello di citare il passaggio esatto del documento da cui ha preso l’informazione, così la verifica ti richiede dieci secondi.

Se ti incuriosisce da dove arrivano questi strumenti, ho scritto anche una storia dei chatbot da ELIZA a oggi. Gli altri articoli sull’IA li trovi nella categoria Intelligenza Artificiale, mentre tutti i trucchi della serie settimanale sono in Tips & Tricks.