Hai mai notato che due persone che usano lo stesso modello AI ottengono risultati completamente diversi? Una riceve output generici e superficiali; l'altra ottiene analisi profonde, testi di qualità professionale, codice funzionante. La differenza non è nel modello — è nel prompt. Il prompt engineering è la skill che separa chi usa l'AI in modo banale da chi la usa in modo trasformativo.
Non è una skill misteriosa. È un insieme di tecniche concrete, apprendibili in pochi giorni e immediatamente applicabili. In questa guida le trovi tutte — dalle più semplici alle più avanzate — con esempi reali e template pronti da usare.
Cos'è il prompt engineering e perché conta
Il prompt engineering è la pratica di progettare input testuali (prompt) per i modelli linguistici in modo da ottenere output accurati, pertinenti e di alta qualità. Non è hacking né magia — è comunicazione precisa con un sistema che ha capacità straordinarie ma ha bisogno di istruzioni chiare per esprimerle.
I modelli linguistici di grandi dimensioni come ChatGPT (OpenAI) e Claude (Anthropic) sono addestrati su enormi quantità di testo umano. Sono capaci di ragionare, scrivere, analizzare e creare a un livello molto alto — ma sono anche estremamente sensibili al modo in cui viene formulata la richiesta. Un prompt vago produce output vago. Un prompt preciso, strutturato e contestualizzato produce output precisi, strutturati e contestualizzati. La stessa richiesta formulata in due modi diversi può dare risultati che sembrano prodotti da modelli completamente diversi.
Prompt base: "Scrivi un'email di vendita."
Output: email generica, tono piatto, nessuna personalizzazione.
Prompt avanzato: "Sei un copywriter con 10 anni di esperienza in email marketing B2B. Scrivi un'email di vendita per un servizio di consulenza SEO rivolta a un e-commerce di moda italiano con 50-200 dipendenti. L'obiettivo è ottenere un incontro conoscitivo. Tono: professionale ma diretto, senza gergo eccessivo. Lunghezza: max 150 parole. Includi un oggetto testabile A/B."
Output: email mirata, tono calibrato, CTA chiara, oggetto professionale.
I 5 elementi di un prompt efficace
Ogni prompt di qualità professionale include cinque componenti. Non tutti servono sempre — dipende dal task — ma conoscerli ti permette di scegliere quali attivare in base alla complessità della richiesta.
Assegna all'AI un ruolo o un'identità specifica. "Sei un avvocato esperto di diritto del lavoro italiano", "Agisci come un product manager senior di una startup SaaS", "Sei un copywriter specializzato in email marketing per e-commerce". Il ruolo attiva il frame mentale giusto e calibra tono, vocabolario e livello di profondità dell'output. È uno degli elementi con il maggiore impatto sulla qualità.
Fornisci le informazioni di background che l'AI non può sapere da sola: chi sei, per chi stai lavorando, qual è la situazione attuale, qual è il problema da risolvere, quali vincoli esistono. Più contesto rilevante includi, più l'output sarà pertinente alla tua situazione specifica invece di essere generico. Il contesto è particolarmente importante per task complessi o molto specifici.
Descrivi cosa vuoi ottenere in modo preciso e inequivocabile. Usa verbi di azione chiari: "scrivi", "analizza", "elenca", "riassumi", "confronta", "traduci", "riscrivi". Evita formulazioni ambigue come "dimmi qualcosa su X" o "aiutami con Y" — l'AI esegue quello che dici letteralmente, non quello che intendi. Se il task ha più step, dividilo in passaggi numerati.
Specifica la struttura che vuoi per l'output: lista puntata, tabella, paragrafi, JSON, markdown, codice, script. Specifica anche la lunghezza desiderata ("in 200 parole", "max 500 parole", "3 paragrafi") e eventuali vincoli di stile ("senza emoji", "tono formale", "senza introduzione""). Se hai bisogno di un formato molto specifico, fornisci un template o un esempio di struttura.
Fornisci 1-3 esempi di input/output che mostrano esattamente il risultato desiderato. Questo si chiama "few-shot prompting" ed è una delle tecniche più potenti disponibili. Se vuoi un'email scritta con il tuo tono di voce, incolla un'email che hai già scritto come esempio. Se vuoi analisi in un formato specifico, mostra come appare quell'analisi. Gli esempi valgono più di mille istruzioni verbali.
Tecniche avanzate di prompt engineering
Chain of Thought (CoT)
Il Chain of Thought prompting chiede esplicitamente al modello di "ragionare passo per passo" prima di dare la risposta finale. Invece di chiedere direttamente il risultato, chiedi al modello di mostrare il processo di ragionamento. Questa tecnica migliora significativamente le performance su task che richiedono ragionamento logico, matematica, analisi complesse e decisioni multi-step.
Esempio: invece di "Qual è la strategia migliore per lanciare questo prodotto?", chiedi: "Analizza questo lancio di prodotto passo per passo: prima identifica i segmenti di mercato rilevanti, poi valuta i competitor per ciascun segmento, poi proponi una strategia di differenziazione, infine raccomanda i canali di distribuzione più efficaci. Mostra il ragionamento per ogni step."
Role + Adversarial prompting
Una tecnica potente per task critici: chiedi all'AI di ricoprire prima un ruolo e poi il suo opposto. "Prima argomenta perché questa strategia funzionerà. Poi argomenta perché fallirà. Poi fornisci una valutazione bilanciata." Questo approccio produce analisi molto più complete e bilanciate rispetto a una semplice richiesta di valutazione, perché forza il modello a esplorare attivamente entrambi i lati.
Iterative refinement
Il prompting non è un'operazione una tantum — è un dialogo iterativo. Il primo output raramente è il migliore. Usa la risposta del modello come punto di partenza e affina con istruzioni successive: "Ottimo, ora riscrivi il terzo paragrafo con un tono più diretto", "Aggiungi un esempio concreto nella sezione X", "Accorcia la parte Y di 50 parole". Ogni iterazione migliora il risultato. I migliori risultati arrivano dopo 3-5 round di raffinamento.
System prompts e Custom Instructions
Sia ChatGPT (tramite le Custom Instructions) che Claude (tramite i System Prompts nelle API o le istruzioni in apertura di conversazione) permettono di impostare un contesto permanente che si applica a tutte le interazioni. Investi 30 minuti a costruire il tuo system prompt base: chi sei, in quale settore lavori, qual è il tuo tono di voce preferito, quali output apprezzi e quali eviti, in che lingua preferisci rispondere, quali sono le tue keyword da usare o evitare. Questo sistema prompt trasforma ogni conversazione senza dover ripetere il contesto ogni volta.
Prompt templates pronti all'uso
Questi template coprono i casi d'uso più comuni. Copiali, personalizzali con le tue specifiche e salvali in un documento condiviso per riutilizzarli.
"Sei un copywriter specializzato in [settore]. Scrivi [tipo di contenuto: post LinkedIn / email / landing page / articolo] per [azienda/brand] che vende [prodotto/servizio] a [target specifico]. L'obiettivo è [obiettivo: generare lead / aumentare awareness / convincere all'acquisto]. Tono: [formale / informale / tecnico / accessibile]. Lunghezza: [X parole]. Includi: [elementi specifici: CTA, statistiche, domande retoriche]. NON includere: [elementi da evitare: emoji, gergo, cliché]. Qui sotto trovi un esempio del tono che voglio: [esempio]."
"Analizza [argomento/situazione/documento] dal punto di vista di [esperto nel campo]. Struttura l'analisi in: 1) Situazione attuale, 2) Punti di forza, 3) Criticità e rischi, 4) Opportunità, 5) Raccomandazioni concrete. Per ogni punto fornisci almeno un esempio specifico. Lunghezza: [X parole]. Se hai incertezze su dati o fatti, indicalo esplicitamente invece di inventare."
"Sei un editor esperto di [tipo di contenuto]. Leggi il seguente testo e fornisci: 1) Un voto da 1 a 10 con motivazione, 2) I 3 punti di forza principali, 3) I 3 problemi principali con suggerimento specifico per risolverli, 4) Una versione riscritta del primo paragrafo come esempio di applicazione del feedback. Testo: [incolla il testo]."
Errori comuni nel prompting
Prompt per casi d'uso specifici: esempi pronti
Le tecniche teoriche diventano utili solo quando le applichi a task reali. Ecco prompt ottimizzati per i casi d'uso più comuni nel lavoro quotidiano.
Prompt per il copywriting
Il copywriting è il caso d'uso AI più diffuso — e quello dove la differenza tra prompt base e prompt avanzato è più visibile. Un prompt efficace per testi marketing deve includere il brand positioning, il target specifico, l'obiettivo della comunicazione e il canale di pubblicazione (perché un post LinkedIn e una email hanno registri molto diversi).
"Sei un copywriter specializzato in [settore]. Il brand è [nome], posizionato come [posizionamento: es. premium, accessibile, tecnico, human]. Il target è [persona specifica: es. imprenditore 35-50, PMI manifatturiera, freelance nel design]. Scrivi [formato: post LinkedIn / email / headline landing page] con l'obiettivo di [obiettivo: generare lead / aumentare follower / vendere]. Tono: [formale / conversazionale / tecnico / empatico]. Lunghezza: [X parole]. Inserisci una CTA con verbo d'azione specifico. NON usare: frasi fatte come 'siamo lieti di', 'soluzioni all'avanguardia', emoji eccessive. Esempio di tono che mi piace: [incolla esempio reale]."
Prompt per l'analisi dati
I modelli AI con capacità di analisi documenti (Claude con upload, ChatGPT con Code Interpreter) possono trasformare ore di analisi manuale in minuti. La chiave è fornire contesto sul tipo di decisione che devi prendere, non solo chiedere "analizza questo".
"Analizza i dati nel file allegato. Il contesto è: [azienda/settore, periodo di riferimento, cosa misurano i dati]. Voglio capire: 1) Quali sono i 3 trend principali? 2) Ci sono anomalie o outlier? 3) Qual è la correlazione tra [variabile A] e [variabile B]? 4) Quali azioni concrete suggeriresti sulla base di questi dati? Presenta i risultati con: un riassunto esecutivo di 3 righe, poi il dettaglio per ogni punto. Se mancano dati per rispondere con certezza a qualche domanda, dimmelo esplicitamente invece di speculare."
Prompt per il coding
I modelli AI sono eccellenti nel coding — ma solo se il prompt include il contesto tecnico necessario. Senza specificare linguaggio, framework, versione e vincoli, ottieni codice generico che spesso non funziona nel tuo ambiente specifico.
"Sei un senior developer specializzato in [linguaggio/framework, es. PHP 8.3 / Laravel 11 / React 18]. Scrivi [cosa: funzione, classe, componente, query] che fa esattamente questo: [descrizione funzionale precisa]. Vincoli: [es. deve essere compatibile con X, non usare librerie esterne, deve gestire il caso edge Y]. Includi: commenti inline solo per la logica non ovvia, gestione degli errori, e un esempio d'uso. NON includere: codice boilerplate non richiesto, dipendenze non necessarie. Se ci sono più approcci validi, mostra quello che ritieni migliore e spiega brevemente perché."
Prompt per la ricerca e sintesi
Usare l'AI per accelerare la ricerca è uno dei casi d'uso con il ROI più alto — ma richiede che il prompt specifichi esattamente il livello di profondità, le fonti preferite e il formato dell'output. Perplexity AI con ricerca web abilitata è spesso superiore a ChatGPT e Claude per la ricerca su dati recenti, perché cita le fonti e le aggiorna in tempo reale.
"Analizza [azienda/prodotto/settore] come se fossi un analista di mercato senior. Struttura l'analisi in: 1) Panoramica del settore e dimensioni del mercato, 2) Principali player e loro posizionamento, 3) Trend emergenti nei prossimi 12-24 mesi, 4) Opportunità non sfruttate, 5) Minacce principali. Per ogni sezione cita le fonti quando possibile. Livello di profondità: [superficiale per overview / dettagliato per decisioni strategiche]. Formato output: [bullet points per sintesi rapida / paragrafi per report]. Se alcuni dati non sono disponibili o non sei sicuro della loro accuratezza, indicalo chiaramente."
Differenze tra ChatGPT e Claude nel prompting
ChatGPT (GPT-4o) e Claude 3.5/3.7 sono entrambi ottimi modelli ma rispondono meglio a stili di prompt leggermente diversi.
Risponde bene a prompt strutturati e diretti. Eccelle in task creativi, di coding e multimodali (analisi immagini). Tende a essere più "collaborativo" e meno critico — se il prompt ha ambiguità, spesso colma i vuoti invece di chiedere chiarimenti. Per output più precisi, sii molto specifico su cosa NON vuoi. L'ecosistema di Custom GPT e plugin amplia notevolmente le capacità per casi d'uso specifici. Per approfondire l'uso di ChatGPT nel business, leggi la guida su come usare l'AI per il tuo business.
Eccelle nell'analisi di documenti lunghi e nel ragionamento complesso. Risponde molto bene a prompt con contesto ricco e istruzioni articolate — più dai, meglio funziona. Tende a essere più cauteloso nelle affermazioni incerte (dice "non sono sicuro" più spesso di GPT) e più propenso a chiedere chiarimenti se il prompt è ambiguo. Ottimo per scrittura lunga, analisi legale/contrattuale, revisione di documenti e ragionamento a più step. Consulta la documentazione ufficiale Anthropic sul prompt engineering per le tecniche più avanzate.
Costruire la tua libreria di prompt
Il vero vantaggio competitivo nel prompt engineering non è conoscere le tecniche — è avere una libreria di prompt testati e ottimizzati per i tuoi casi d'uso specifici. Ogni prompt che funziona bene dovrebbe essere salvato, categorizzato e condiviso con il team.
Struttura la libreria in cartelle per funzione: marketing, analisi dati, customer service, sviluppo prodotto, HR. Per ogni prompt salva: il prompt completo, il modello per cui è ottimizzato, l'output di esempio, e le varianti testate. Strumenti come Notion o Obsidian sono ottimi per questo — o crea semplicemente un documento condiviso in Google Docs. La libreria diventa un asset aziendale che cresce nel tempo e riduce l'overhead di ogni nuovo utilizzo dell'AI.
Conclusione: il prompting è una skill, non un trucco
Il prompt engineering non è una serie di trick magici — è una competenza comunicativa che si sviluppa con la pratica. Come imparare a scrivere bene o a fare presentazioni efficaci, migliora con l'uso consapevole e con la riflessione su cosa funziona e cosa no.
Inizia con la struttura a 5 elementi (ruolo, contesto, task, formato, esempi). Aggiungi il Chain of Thought per i task complessi. Itera sempre invece di accettare il primo output. Costruisci la tua libreria di prompt nel tempo. Dopo 30 giorni di pratica quotidiana, il tuo uso dell'AI sarà irriconoscibilmente migliore.
Posso aiutarti a costruire i prompt giusti per il tuo business specifico e a integrare l'AI nei tuoi processi in modo concreto e misurabile. Parliamo del tuo progetto.
