Chiedi a un'Intelligenza Artificiale di scrivere una mail e ottieni un testo generico. Riformuli la richiesta aggiungendo contesto, obiettivo e destinatario e il risultato cambia completamente.
È uno dei primi aspetti che si scoprono utilizzando strumenti di AI generativa nel lavoro: la qualità della risposta dipende anche dalla qualità delle istruzioni che forniamo.
Ed è qui che entra in gioco il prompt engineering. Non significa imparare formule complicate, ma capire come comunicare con l'AI in modo più preciso, strutturato e funzionale al risultato che vogliamo ottenere.
In questo articolo vediamo come funziona, quali tecniche sono realmente utili e come applicarle alle attività di tutti i giorni.
Cos'è il prompt engineering
Il prompt engineering è il processo di progettazione e ottimizzazione delle istruzioni fornite a un modello di Intelligenza Artificiale, con l'obiettivo di ottenere risposte pertinenti, accurate e realmente utilizzabili.
In altre parole, significa imparare a costruire richieste capaci di far comprendere all'AI non soltanto cosa vogliamo, ma anche il contesto in cui stiamo lavorando, l'obiettivo da raggiungere e il tipo di risultato che ci aspettiamo.
Il significato di prompt engineering, quindi, non va ricercato in qualche tecnica “magica” per parlare con l'Intelligenza Artificiale. E non è neppure una competenza riservata a sviluppatori e professionisti informatici. È soprattutto un metodo di lavoro.
Con la diffusione dei modelli di AI generativa e di strumenti capaci di produrre testi, immagini, analisi e contenuti a partire dal linguaggio naturale, saper formulare correttamente una richiesta è diventato importante anche per chi utilizza l'AI nelle normali attività professionali.
Come funziona un prompt: le quattro componenti
Il principio chiave del prompt engineering è semplice: più l'AI comprende chiaramente il compito, più aumenta la possibilità di ottenere un risultato coerente con ciò che ci serve.
Un prompt efficace può essere costruito partendo da quattro componenti:
- Ruolo: indica da quale prospettiva l'AI deve affrontare il compito. “Agisci come un responsabile delle Risorse Umane con esperienza nella selezione del personale.”
- Contesto: fornisce le informazioni necessarie per comprendere la situazione. “Stiamo cercando una figura junior da inserire nel reparto marketing di un'azienda B2B.”
- Compito: specifica chiaramente cosa deve fare. “Prepara 10 domande da utilizzare durante il primo colloquio di selezione.”
- Formato dell'output: definisce come vuoi ricevere il risultato. “Dividi le domande in competenze tecniche, motivazione e soft skill e inseriscile in una tabella.”
Mettendo insieme questi elementi, la richiesta diventa: Agisci come un responsabile delle Risorse Umane con esperienza nella selezione del personale. Stiamo cercando una figura junior da inserire nel reparto marketing di un'azienda B2B. Prepara 10 domande da utilizzare durante il primo colloquio di selezione. Dividile in competenze tecniche, motivazione e soft skill e presentale in una tabella indicando per ogni domanda cosa permette di valutare.
Non significa che ogni prompt debba necessariamente essere lungo. Significa fornire le informazioni che servono realmente al modello per svolgere il compito.
Le tecniche di prompt engineering che servono davvero
Esistono numerose prompt engineering techniques, alcune particolarmente tecniche. Per utilizzare l'AI nel lavoro quotidiano, però, è più utile concentrarsi su pochi approcci facilmente applicabili.
Zero-shot prompting
Lo zero-shot prompting consiste nel chiedere direttamente all'AI di svolgere un'attività senza fornire esempi precedenti.
È utile soprattutto per compiti semplici o quando il risultato atteso è facilmente comprensibile.
Esempio:
Riassumi il seguente verbale di riunione in massimo 200 parole. Evidenzia le decisioni prese, le attività assegnate e le eventuali scadenze. Utilizza un elenco puntato.
In questo caso il modello riceve tutte le indicazioni necessarie per svolgere il compito senza bisogno di vedere un esempio.
Few-shot prompting
Il few-shot prompting aggiunge alla richiesta uno o più esempi del risultato desiderato.
È particolarmente utile quando vuoi ottenere output coerenti con uno stile, una struttura o uno standard aziendale.
Esempio:
Devo creare le descrizioni di alcuni corsi aziendali. Utilizza lo stesso stile dei seguenti esempi:
Esempio 1: “Un percorso pratico per sviluppare competenze di leadership e migliorare la gestione del team.” Esempio 2: “Una formazione operativa per imparare a utilizzare l'AI nelle attività quotidiane e ottimizzare tempi e processi.”
Ora scrivi una descrizione di massimo 30 parole per un corso dedicato alla gestione dei conflitti.
In questo modo non stiamo semplicemente dicendo all'AI cosa scrivere, ma le stiamo mostrando come vogliamo che lo faccia.
Assegnazione di ruolo
Attribuire un ruolo al modello aiuta a definire prospettiva, linguaggio e livello di approfondimento.
Esempio:
Agisci come un consulente HR esperto di formazione aziendale. Analizza questo piano formativo e individua eventuali competenze mancanti rispetto all'obiettivo dichiarato. Motiva ogni osservazione e non aggiungere informazioni che non puoi ricavare dal documento.
Il ruolo deve essere funzionale al compito. Aggiungere formule come “sei il miglior esperto al mondo” raramente fornisce informazioni davvero utili al modello.
Ragionamento strutturato
Per attività più complesse può essere utile chiedere all'AI di scomporre il problema in passaggi, esplicitando criteri, verifiche e informazioni considerate.
Esempio:
Analizza questi dati commerciali. Prima individua le variazioni principali rispetto al periodo precedente. Successivamente identifica le aree con gli scostamenti più significativi e, infine, proponi tre possibili interpretazioni distinguendo chiaramente i dati dalle ipotesi.
Questo approccio è particolarmente utile quando non vogliamo soltanto una risposta finale, ma un'analisi organizzata e verificabile.
Iterazione guidata
Un buon prompt non deve necessariamente risolvere tutto al primo tentativo. L'iterazione guidata consiste nel migliorare progressivamente l'output attraverso richieste successive.
Possiamo, ad esempio, chiedere: Analizza questa procedura e indicami i passaggi ridondanti. E successivamente: Ora concentrati sui primi due passaggi che hai individuato. Proponi una versione più semplice della procedura mantenendo invariati i controlli
obbligatori.
È un modo diverso di utilizzare strumenti di AI e assistenti integrati come Copilot: non come un motore a cui fare una domanda e dal quale aspettarsi immediatamente la risposta perfetta, ma come uno strumento con cui costruire progressivamente il risultato.
Per approfondire l'utilizzo dello strumento puoi scoprire il corso Copilot di w.academy.
Tre esempi di prompt per il lavoro quotidiano
Vediamo la differenza tra una richiesta generica e una costruita attraverso alcuni principi di prompt engineering.
1. Sintetizzare un documento
Prompt debole
Riassumi questo documento.
Prompt efficace
Leggi il documento allegato e prepara una sintesi destinata al management. Mantienila entro 300 parole e organizzala in tre sezioni: informazioni principali, decisioni da prendere e prossime attività. Utilizza esclusivamente le informazioni presenti nel documento e segnala eventuali dati mancanti.
Cosa cambia?
L'AI conosce destinatario, lunghezza, struttura, obiettivo e limiti dell'attività.
2. Preparare una comunicazione interna
Prompt debole
Scrivi una mail sul nuovo corso.
Prompt efficace
Scrivi una comunicazione interna rivolta ai dipendenti per presentare un nuovo percorso sull'Intelligenza Artificiale. L'obiettivo è spiegare perché è stato introdotto e invitare le persone a partecipare. Utilizza un tono professionale ma semplice, evita termini troppo tecnici e mantieni il testo entro 200 parole. Inserisci oggetto, apertura, corpo della mail e call to action finale.
Cosa cambia?
La richiesta definisce destinatario, obiettivo, tono, lunghezza e formato. L'output diventa quindi molto più vicino a una prima bozza realmente utilizzabile. La capacità di utilizzare l'AI nella comunicazione e nel marketing è anche uno degli ambiti approfonditi nel Master in AI for Marketing.
3. Analizzare dati in una tabella
Prompt debole
Analizza questi dati.
Prompt efficace
Analizza la tabella allegata relativa alle vendite degli ultimi 12 mesi. Confronta l'andamento mensile, individua i tre scostamenti più rilevanti e segnala eventuali pattern ricorrenti. Non formulare ipotesi non supportate dai dati. Restituisci prima una tabella di sintesi e poi un commento di massimo 150 parole con i principali elementi da approfondire.
Cosa cambia?
L'AI non deve decidere autonomamente cosa significhi “analizzare”: riceve criteri precisi sui quali concentrare il lavoro.
Prompt engineering o fine tuning: qual è la differenza?
Prompt engineering e fine tuning intervengono entrambi sul rapporto tra un'organizzazione e un modello di AI, ma lo fanno in modo profondamente diverso.
La differenza fondamentale può quindi essere sintetizzata così: il prompt engineering interviene sull'istruzione, il fine tuning interviene sul modello.
Per questo, prima di valutare interventi tecnicamente più complessi, un'azienda dovrebbe capire se il risultato desiderato può essere raggiunto attraverso prompt migliori, una gestione più strutturata del contesto e processi di utilizzo dell'AI più chiari.
Prompt engineering in azienda: perché non basta saper scrivere un buon prompt
Saper costruire un prompt efficace è una competenza utile. Ma se dieci persone della stessa azienda utilizzano l'AI in dieci modi completamente diversi, il problema diventa organizzativo.
Portare l'AI nei processi aziendali significa quindi andare oltre la capacità individuale di dialogare con uno strumento.
Può essere utile costruire almeno tre elementi condivisi:
- una libreria di prompt, con modelli già testati per le attività ricorrenti
- criteri di verifica degli output, per evitare che una risposta venga utilizzata senza controllo
- competenze diffuse, affinché le persone conoscano opportunità, limiti e corrette modalità di utilizzo degli strumenti.
È qui che l'AI prompt engineering passa da competenza individuale a competenza organizzativa. La questione è ancora più rilevante perché l'utilizzo professionale
dell'Intelligenza Artificiale richiede anche consapevolezza. In Europa, il quadro normativo sull'AI pone attenzione anche sul livello di competenza delle persone che utilizzano sistemi di Intelligenza Artificiale all'interno delle organizzazioni.
Non basta quindi introdurre nuovi strumenti. Bisogna creare le condizioni affinché le persone sappiano quando utilizzarli, come interagire con essi e come verificare ciò che producono.
È anche per questo che stanno emergendo nuove professioni digitali legate all'AI, insieme alla necessità di aggiornare competenze e ruoli già esistenti.
Il Master in AI for Business di w.academy lavora proprio su casi reali di integrazione dell'AI nei processi aziendali, mettendo in relazione strumenti, competenze e applicazioni operative.
Iniziare a usare il prompt engineering nel tuo lavoro
Per iniziare non serve costruire immediatamente una complessa libreria di prompt. Puoi partire da tre passaggi.
1. Individua due o tre attività ripetitive.
Pensa alle attività che svolgi frequentemente e sulle quali l'AI potrebbe ridurre il tempo necessario: sintetizzare documenti, analizzare informazioni, preparare prime bozze, organizzare dati o strutturare report.
2. Costruisci un prompt di riferimento.
Definisci ruolo, contesto, compito e formato. Provalo, correggilo e, quando ottieni un risultato soddisfacente, salvalo per riutilizzarlo.
3. Misura il risultato.
Per due settimane confronta il tempo necessario per svolgere quella stessa attività con e senza il supporto dell'AI. Non chiederti soltanto se l'output “sembra buono”: verifica se ti permette realmente di lavorare meglio o più velocemente.
È questo, in fondo, ciò a cui serve il prompt engineering: trasformare l'interazione con l'Intelligenza Artificiale da una successione di tentativi a un processo di lavoro più consapevole, replicabile e verificabile.
Se vuoi approfondire nuovi modelli di formazione supportati dall'Intelligenza Artificiale, puoi guardare anche il webinar su AI e microlearning di w.academy.
Vuoi capire come integrare concretamente l'AI nel tuo lavoro? Prenota un colloquio orientativo gratuito e valuta con uno specialist quale percorso AI è più adatto al tuo ruolo.