Diagnosi di un Prompt Errato

Anche con una solida comprensione delle tecniche e dei componenti, succederà di scrivere prompt che non producono ciò di cui hai bisogno. Questo è normale. L'abilità non consiste nell'evitare risultati errati, ma nel sapere come leggerli, capire cosa è andato storto e risolvere il problema in modo efficiente.

Questo capitolo offre un metodo sistematico per farlo.

I cinque errori più comuni nei prompt

Errore 1 — Il compito non è chiaro

Il modello interpreta la richiesta in modo diverso da come intendevi perché l'istruzione era ambigua.

Segnali: l'output risponde a una versione diversa della domanda, oppure il modello chiede chiarimenti.

Soluzione: riformulare il compito usando un verbo d'azione specifico. Sostituire "aiutami con" con "scrivi", "riassumi", "elenca" o "confronta".

Errore 2 — Mancanza di contesto

Il modello non dispone delle informazioni necessarie per adattare l'output alla tua situazione. Produce qualcosa di generico perché non ha alternative.

Segnali: l'output è tecnicamente corretto ma sembra che potesse essere scritto per chiunque, su qualsiasi argomento.

Soluzione: aggiungere contesto — chi sei, a chi è destinato l'output, quale situazione stai affrontando e cosa è già successo.

Errore 3 — Nessun formato specificato

Il modello sceglie una struttura che non corrisponde al modo in cui utilizzerai l'output.

Segnali: servivano elenchi puntati ma sono stati restituiti paragrafi; serviva una tabella ma è stata restituita una lista; la risposta è cinque volte più lunga del necessario.

Soluzione: specificare esattamente il formato desiderato — e se la lunghezza è importante, indicare un numero.

Errore 4 — Troppe attività in un unico prompt

È stato chiesto al modello di svolgere più compiti contemporaneamente e li ha eseguiti tutti in modo insoddisfacente.

Segnali: l'output copre tutto ciò che è stato richiesto ma nessuna parte è abbastanza valida da poter essere utilizzata direttamente.

Soluzione: suddividere il prompt in richieste separate e mirate. Un'attività per ogni prompt, poi costruire sull'output ottenuto.

Errore 5 — Direzione sbagliata fin dall'inizio

L'approccio fondamentale adottato dal modello era errato — non l'esecuzione, ma la direzione stessa.

Segnali: l'output è ben scritto e ben strutturato, ma risolve il problema sbagliato o adotta una prospettiva errata.

Soluzione: non iterare su una base difettosa. Iniziare un nuovo prompt integrando esplicitamente come vincoli le lezioni apprese dal tentativo fallito.

Sequenza Diagnostica Pratica

Quando una risposta non è soddisfacente, passa in rassegna queste domande prima di scrivere il tuo follow-up:

• Il compito era esplicito? Il modello avrebbe potuto interpretarlo in modo diverso ma comunque valido?
• Hai fornito abbastanza contesto? Cosa hai dato per scontato che il modello sapesse ma che in realtà non poteva sapere?
• Hai specificato formato e lunghezza? Se no — la scelta del modello era adatta al tuo caso d'uso?
• Chiedevi una sola cosa o più cose? Se più cose — quale conta di più in questo momento?
• La direzione è fondamentalmente sbagliata? Se sì — smetti di iterare e ricomincia da capo.

Non è necessario rispondere sempre a tutte e cinque. La maggior parte dei prompt falliti ha una causa principale — individuala, correggila e prosegui.

Pratica: Identificare il Tipo di Fallimento

Prendi un prompt che hai usato di recente e che ha prodotto un risultato deludente — oppure scrivine uno ora e rendilo volutamente vago.

Leggi l'output e usa i cinque tipi di errore sopra per identificare cosa non ha funzionato. Poi riscrivi il prompt per correggere solo quello specifico errore — senza altre modifiche.

Confronta i due output. Nella maggior parte dei casi, una singola correzione mirata basta per passare da inutilizzabile a utile.

Nella Sezione 3, applicherai tutto ciò che hai visto in queste prime due sezioni ai compiti specifici che affronti più spesso al lavoro — a partire dalla scrittura.