La differenza tra un output AI mediocre e uno davvero utile spesso non dipende dal modello. Dipende dal prompt. Due persone che usano lo stesso ChatGPT possono avere risultati completamente diversi - non per fortuna, ma per come sanno comunicare con il sistema.
Il prompt engineering è la disciplina di scrivere istruzioni efficaci per i modelli AI. Non è magia. Non è tecnica da sviluppatori. È una competenza comunicativa che qualsiasi professionista può imparare in poche ore di pratica.
La struttura di un prompt efficace
Un prompt efficace ha quattro componenti. Non servono sempre tutte e quattro, ma conoscerle permette di capire cosa manca quando l'output non soddisfa.
Contesto
Il modello non sa chi sei, cosa fai, per chi lavori. Senza contesto, produce risposte generiche. Con contesto, produce risposte calibrate.
Senza contesto: "Scrivi un'email di follow-up a un cliente."
Con contesto: "Sono un account di una PMI che vende software B2B per la logistica. Ho incontrato il responsabile IT di un'azienda manifatturiera 5 giorni fa. Ha mostrato interesse ma non ha ancora risposto."
Compito
Deve essere preciso. "Aiutami con questo documento" è vago. "Riassumi questo documento in 5 bullet point, ciascuno di massimo 2 righe, evidenziando solo le implicazioni pratiche per un responsabile HR" è preciso.
Formato
Specifica come vuoi l'output. Email formale o informale? Elenco puntato o testo continuo? In italiano o inglese? Quante parole? Tabella con colonne specifiche?
Se non lo specifichi, il modello sceglie il formato che ritiene più probabile - e spesso non è quello che serve a te.
Vincoli
Cosa NON deve fare l'output. "Non usare gergo tecnico", "non superare le 150 parole", "non includere riferimenti normativi che non ho citato io", "mantieni un tono professionale ma non burocratico".
Gli errori più comuni nei prompt aziendali
Troppo generico. "Analizza questo contratto" dice tutto e niente. Cosa analizzare? Per quale scopo? Cosa fare con l'analisi?
Mancanza di formato. Chiedere un'analisi senza specificare il formato porta spesso a muri di testo non strutturati, difficili da usare.
Troppe richieste insieme. "Scrivi un'email, poi fai una sintesi della call, poi prepara un documento per il cliente e aggiungi un'analisi comparativa." Meglio dividere in prompt separati.
Nessun esempio. Quando hai un formato molto specifico in mente, mostrare un esempio (anche parziale) riduce drasticamente il numero di iterazioni necessarie.
Non iterare. Il prompt perfetto al primo tentativo è raro. La competenza sta nel saper leggere l'output, capire cosa manca, e raffinare l'istruzione. Un secondo prompt del tipo "l'output va bene ma è troppo formale, riscrivi con un tono più diretto" è assolutamente normale.
Template pratici per i casi d'uso più comuni
Email di follow-up commerciale
Contesto: [descrivi chi sei, il tuo ruolo, l'azienda]
Destinatario: [chi è il cliente, settore, ruolo]
Situazione: [cosa è successo nell'ultimo contatto, quando]
Obiettivo dell'email: [cosa vuoi che faccia dopo averla letta]
Tono: professionale ma non formale
Lunghezza: max 150 parole
Non menzionare: [eventuale informazione da non includere]
Sintesi di un documento lungo
Di seguito trovi un documento di [N] pagine.
Fornisci:
1. Una sintesi in 3-5 righe (cosa tratta il documento)
2. I 5 punti più rilevanti per [specificare il tuo ruolo o obiettivo]
3. Le eventuali azioni o decisioni richieste, in formato lista
Non parafrasare le parti irrilevanti. Se non trovi azioni/decisioni, scrivi "Nessuna azione richiesta."
[DOCUMENTO]
Analisi di dati in tabella
Allego una tabella con [descrizione dei dati: cosa sono, periodo, unità di misura].
Obiettivo dell'analisi: [cosa vuoi capire, a chi serve l'analisi]
Fornisci:
- Il trend principale nei dati
- Le 3 anomalie o variazioni più significative
- Una possibile spiegazione per ciascuna anomalia (speculativa, non definitiva)
Formato: paragrafo breve per ogni punto, no grafici, no tabelle aggiuntive.
Bozza di proposta commerciale
Contesto azienda: [tua azienda, cosa offri]
Cliente target: [settore, dimensione, problema che ha]
Soluzione proposta: [cosa offri a questo cliente specifico]
Struttura richiesta: executive summary (3-5 righe), problema-soluzione, 3 benefici principali, call to action
Tono: diretto, orientato al business, nessun gergo tecnico
Lunghezza: 400-500 parole
Come costruire una prompt library aziendale
Una delle abitudini più produttive che un team possa sviluppare è creare una raccolta condivisa di prompt efficaci per i casi d'uso ripetitivi dell'azienda.
Come strutturarla
Un semplice documento condiviso (Notion, Google Docs, SharePoint) con prompt organizzati per funzione:
- Marketing (email, post social, descrizioni prodotto, brief creativi)
- Sales (email outbound, follow-up, proposte, obiezioni)
- HR (job description, comunicazioni interne, valutazioni)
- Operations (report, analisi processi, documentazione procedure)
- Legal/Compliance (revisione contratti, check GDPR, risposta reclami)
Ogni prompt in biblioteca dovrebbe includere: il testo del prompt con i placeholder in [MAIUSCOLO], il caso d'uso, un esempio di output atteso, e chi lo ha creato/validato.
Chi deve gestirla
Non serve un "AI Manager" dedicato. Basta nominare un referente per funzione che valida i prompt prima di aggiungerli alla raccolta e li aggiorna quando cambiano le esigenze. La biblioteca si costruisce dal basso: i prompt migliori emergono dall'uso quotidiano, non da workshop teorici.
Differenze pratiche tra ChatGPT, Claude e Copilot
Non tutti i modelli reagiscono allo stesso modo allo stesso prompt. Alcune differenze pratiche.
ChatGPT (GPT-4o) è il più familiare con richieste dirette e conversazionali. Risponde bene a prompt "amichevoli" e gestisce bene l'iterazione. Tende a essere prolisso se non si specifica la lunghezza.
Claude gestisce meglio contesti molto lunghi e documenti complessi. Segue le istruzioni in modo più letterale - se scrivi "max 200 parole" ci sta dentro. Preferisce prompt strutturati con sezioni chiare piuttosto che richieste scritte come un testo corrente.
Microsoft Copilot (dentro Teams, Word, Outlook) funziona meglio con richieste brevi e specifiche legate al contesto del documento o della conversazione aperta. Non è ottimizzato per prompt complessi multi-step - per quelli meglio usare ChatGPT o Claude direttamente.
La regola pratica: per documenti lunghi e analisi complesse, Claude. Per iterazione rapida e brainstorming, ChatGPT. Per lavoro dentro Microsoft 365, Copilot - ma senza aspettarsi la stessa profondità degli altri due.
Quanto tempo ci vuole per imparare
Meno di quanto si pensi. Con 2-3 ore di pratica guidata, qualsiasi professionista riesce a scrivere prompt che producono output utilizzabili al 70-80%. Il 20-30% rimanente si affina con l'esperienza - capire quando iterare, quando cambiare approccio, quando il modello ha raggiunto il suo limite su quel task.
Quello che non serve: corsi da sviluppatori, conoscenza tecnica dei modelli, certificazioni. Serve curiosità e la disponibilità a sbagliare qualche prompt.
Il modo migliore per imparare rimane il più semplice: prendere un task che già fai regolarmente, provare a farlo con AI, confrontare il risultato con il solito metodo, capire dove l'AI ha aiutato e dove ha deluso. Dopo 10-15 tentativi su task reali, il pattern diventa intuitivo.