Hai mai chiesto a ChatGPT di scrivere un'email e ti è uscita una roba generica che non usavi neanche per un buongiorno? Oppure gli hai chiesto un'analisi di bilancio e hai ottenuto filosofia spiccia? Il problema non è l'AI. Il problema è come le parli. Noi, di Meteora Web, lavoriamo con strumenti AI ogni giorno — per scrivere codice, creare contenuti, analizzare dati. E abbiamo imparato una cosa: la qualità dell'output è direttamente proporzionale alla qualità del prompt. Non è magia, è ingegneria. In questa guida ti mostriamo le tecniche di prompt engineering che usiamo noi, quelle che fanno davvero la differenza tra un risultato mediocre e uno che puoi usare direttamente.
Perché il prompt engineering non è roba da nerd
Se pensi che basti scrivere "Scrivi un articolo sul marketing digitale" per ottenere qualcosa di utile, hai già perso. Un prompt così vago produce testo vago. Nel nostro lavoro, quando chiediamo a un modello di AI di fare qualcosa, lo trattiamo come un collaboratore a cui diamo istruzioni precise. Non un mago che legge nel pensiero. Il prompt engineering è l'arte di dare quelle istruzioni: contesto, ruolo, formato, esempi, vincoli. Più lo fai bene, meno devi correggere dopo. E in termini di tempo — che è denaro — è la differenza tra 5 minuti di revisione e 2 ore.
Un prompt ben scritto ti fa risparmiare ore. E nel nostro mondo digitale, ore significano costi. Veniamo dalla contabilità, lo sappiamo bene.
Le tecniche fondamentali (con esempi che usiamo davvero)
1. Assegna un ruolo
Il modello non ha personalità di default. Se non gli dici chi è, ti risponderà in modo neutro e generico. Assegnare un ruolo cambia completamente il registro, la profondità e lo stile. Noi lo facciamo sempre quando usiamo ChatGPT per scrivere testi per clienti: gli diciamo chi deve essere, in che contesto, e per chi scrive.
Esempio pratico:
Prompt: Sei un consulente SEO con 10 anni di esperienza. Devi spiegare a un imprenditore di una piccola impresa, che non conosce la tecnica, perché la velocità del sito è importante. Usa un tono semplice, concreto, senza gergo. Due paragrafi massimo.Cosa ottieni: Una risposta calibrata per un non tecnico, senza inutili tecnicismi. Prova a confrontarlo con "Spiega l'importanza della velocità del sito" — vedrai la differenza.
2. Dai formato e struttura
Se vuoi un elenco puntato, dillo. Se vuoi una tabella, descrivila. Se vuoi un'analisi divisa in pro e contro, chiedilo. Il modello segue le istruzioni di formato molto bene. Noi lo usiamo per generare report, checklist, snippet di codice commentati. Risparmiamo tempo di formattazione manuale.
Esempio:
Prompt: Elenca 5 tecniche di prompt engineering. Per ogni tecnica, fornisci: nome, spiegazione in una frase, un esempio di prompt. Usa una tabella con colonne: Tecnica, Spiegazione, Esempio.3. Aggiungi esempi (few-shot)
Questa è la tecnica più potente. Invece di descrivere cosa vuoi, mostri un esempio di input e output desiderato. Il modello impara dall'esempio e replica lo schema. Noi l'abbiamo usata per far scrivere a ChatGPT descrizioni di prodotto in stile coerente con il brand di un cliente: gli abbiamo dato 3 descrizioni "buone" e poi gli abbiamo chiesto di generarne altre seguendo lo stesso schema. Funziona.
Esempio pratico:
Prompt: Ti darò una recensione di un ristorante e voglio che tu generi una risposta di ringraziamento professionale. Ecco 3 esempi:
Recensione: "Pizza buona ma tempi di attesa lunghi."
Risposta: "Grazie per il feedback! Siamo felici che la pizza ti sia piaciuta. Ci dispiace per l'attesa, stiamo lavorando per migliorare i tempi. Ti aspettiamo presto."
Recensione: "Location bellissima, servizio pessimo."
Risposta: "Grazie della visita! Apprezziamo il tuo apprezzamento per la location. Riguardo al servizio, prenderemo seriamente il tuo commento per migliorare. Speriamo di rivederti."
Recensione: "Cibo eccellente, conto giusto."
Risposta: "Grazie mille! Siamo contenti che abbia apprezzato la cucina e il rapporto qualità-prezzo. A presto!"
Ora genera la risposta per questa recensione: "Ambiente freddo, cameriere scortese, non ci torno."Nota: con pochi esempi il modello capisce tono, lunghezza e struttura desiderati. Senza, rischi un "La ringraziamo per il suo feedback" in formato robotico.
4. Usa la catena di pensiero (Chain-of-Thought)
Questa tecnica è fondamentale per compiti di ragionamento, analisi, calcolo. Invece di chiedere direttamente la risposta, chiedi al modello di mostrarti passo dopo passo il suo ragionamento. Noi la usiamo quando dobbiamo analizzare dati di bilancio o logiche complesse: il modello sbaglia meno e, se sbaglia, puoi vedere dove.
Esempio:
Prompt: Un cliente ha un negozio e-commerce con un margine medio del 40%. Spende 2000€ al mese in Google Ads e genera 150 ordini. Il valore medio dell'ordine è 80€. Calcola il ROAS (Return on Ad Spend) e la redditività netta delle ads. Mostra tutti i passaggi.Il modello ti mostrerà il calcolo: Ricavo totale = 150 * 80 = 12000€; ROAS = 12000/2000 = 6; Margine lordo = 12000 * 0.40 = 4800€; Costo ads = 2000€; Profitto netto ads = 4800 - 2000 = 2800€. Se avessi chiesto direttamente "qual è il ROAS?" avresti avuto solo il numero, senza capire se il ragionamento era corretto.
5. Specifica vincoli e negazioni
Spesso dimentichiamo di dire cosa non vogliamo. Il modello è incline a produrre testo verbose, generico, con placeholder. Noi gli diciamo: "non usare parole come 'inoltre' o 'importante', non superare le 100 parole, non elencare cose ovvie". I vincoli restringono lo spazio di output e migliorano la qualità.
Esempio:
Prompt: Scrivi una descrizione per una maglietta in cotone biologico. Non usare aggettivi generici come "bello" o "comodo". Non menzionare il prezzo. Sotto le 80 parole. Deve parlare solo di sostenibilità e produzione etica.Errori comuni (e come evitarli)
Prompt troppo lunghi e confusionari
Meno è meglio, ma ogni parola deve contare. Se butti dentro tutto il contesto senza ordine, il modello si perde. Noi strutturiamo i prompt in sezioni: ruolo, contesto, compito, formato, vincoli. Un prompt ben organizzato è come un capitolato tecnico: chiaro, preciso.
Dimenticare il contesto
Se chiedi a ChatGPT di scrivere un'email per un cliente senza dirgli chi è il cliente, cosa è successo, cosa vuoi ottenere, otterrai un'email generica che va bene per tutti e per nessuno. Noi prepariamo sempre un breve background: "Il cliente ha acquistato il nostro corso online 3 mesi fa, non ha completato il pagamento. Vogliamo ricordarglielo con tono cortese ma deciso."
Fidarsi ciecamente del primo output
L'AI amplifica, non sostituisce. Ogni output va verificato. Noi usiamo sempre un secondo prompt di revisione: "Controlla il testo sopra. Ci sono errori fattuali? È coerente? Proponi miglioramenti." È come avere un revisore automatico. Non costa nulla e aumenta la qualità.
Esempio completo di prompt engineering applicato
Mettiamo insieme tutto. Immagina di dover generare una scheda prodotto per un e-commerce di abbigliamento. Ecco come lo faremmo noi, di Meteora Web, sfruttando la nostra esperienza nel settore retail.
Ruolo: Sei un copywriter specializzato in e-commerce moda, con esperienza in descrizioni che convertono.
Contesto: Il prodotto è una giacca in denim per uomo, modello "Rider", colore blu scuro. Il target sono uomini tra i 25 e 40 anni, stile casual ma ricercato. Il prezzo è 120€. Punti di forza: denim giapponese, bottoni in ottone, fodera interna a quadri.
Compito: Scrivi una descrizione prodotto di 150 parole per una scheda e-commerce. Deve includere: un titolo accattivante, una frase di apertura che cattura, 3 caratteristiche chiave in elenco puntato, una chiusura che invita all'acquisto.
Formato: Paragrafo introduttivo + elenco puntato + chiusura. Non usare placeholder come "Scopri di più" o "Acquista ora" (usa invece un CTA creativo).
Vincoli: Non usare aggettivi generici (bello, fantastico, ecc.). Non menzionare il prezzo. Sotto le 150 parole. Tono confidente, da esperto di moda.L'output che ottieni sarà specifico, utilizzabile quasi senza modifiche. Provare per credere.
Strumenti e risorse per approfondire
Noi usiamo ChatGPT con prompt ben strutturati, ma ci sono anche strumenti come Playground di OpenAI per testare parametri (temperatura, top-p) che influenzano la creatività dell'output. Per chi vuole andare oltre, il Prompt Engineering Guide ufficiale di OpenAI è un must-read. Attenzione: leggi anche le best practice sui limiti di contesto e sicurezza.
Se lavori con clienti o progetti enterprise, considera che la qualità del prompt è un investimento. Come dicevamo all'inizio: un prompt ben fatto ti fa risparmiare ore di revisione. Ore che puoi dedicare a ciò che conta davvero: far crescere il business.
Tra l'altro, hai visto come Anthropic rivela che l'80% del nuovo codice viene scritto da Claude? È la stessa logica: più precisi sono i prompt, più l'AI produce valore reale. Non è diverso per ChatGPT.
In sintesi — cosa fare adesso
- Riscrivi il tuo prossimo prompt aggiungendo un ruolo e un formato esplicito. Prova con una richiesta semplice, tipo una email o un post social.
- Prova la tecnica few-shot con 3 esempi per una attività ripetitiva che fai spesso (descrizioni, risposte a recensioni, briefing).
- Usa la catena di pensiero per qualsiasi compito di analisi o calcolo: chiedi i passaggi, non il risultato finale.
- Aggiungi vincoli di negazione al tuo prossimo prompt: cosa non vuoi vedere nell'output.
- Non fidarti mai del primo output — usa un secondo prompt di revisione per verificare e migliorare.
Fai questi 5 passi e vedrai la differenza. E se vuoi una mano su come integrare ChatGPT nei processi della tua azienda (marketing, assistenza, analisi dati), noi siamo qui. Noi, di Meteora Web, lo facciamo ogni giorno.
Sponsored Protocol
