HomeCasa Tecniche avanzate di prompting
Esempi few-shot, ragionamento passo passo, concatenazione di prompt, autocritica, output strutturati e valutazione: tecniche per risultati più affidabili.
Una volta padroneggiate le basi, queste tecniche ti aiutano a ottenere risultati più affidabili e coerenti, soprattutto per compiti complessi o ripetitivi.
Few-shot: imparare dagli esempi
Includi 2-5 esempi di input/output prima del compito reale. È molto efficace per classificare, estrarre informazioni o imitare un formato:
Classifica il sentiment di ogni recensione come positivo, negativo o misto.
Recensione: "Arrivato in fretta, ma la taglia veste piccola." → misto
Recensione: "Perfetto, lo ricomprerò." → positivo
Recensione: "Rotto fin dal primo giorno." → negativo
Recensione: "Bel colore, anche se ci sono volute due settimane." →Usa esempi variati in modo che il modello non copi dettagli irrilevanti.
Ragionamento passo passo
Per problemi di logica, matematica o analisi, chiedi di ragionare prima di concludere: «analizza il problema passo dopo passo e poi dai la risposta finale in una riga». Molti modelli attuali ragionano già internamente, ma chiedere una struttura esplicita ti aiuta a rivedere il processo.
Concatenazione di prompt
Dividi un lavoro grande in fasi, usando l'output di una fase come input della successiva:
- Estrai i punti chiave da 20 interviste.
- Raggruppa i punti per temi.
- Dai priorità ai temi per frequenza e impatto.
- Scrivi il rapporto.
Ogni fase è più facile da rivedere e correggere.
Autocritica e revisione
Chiedi all'IA di rivedere il proprio lavoro in base a criteri specifici:
Rivedi la tua risposta precedente in base a questi criteri: accuratezza,
chiarezza per un principiante e se risponde a tutte le domande. Elenca i problemi
e poi scrivi una versione migliorata.Output strutturati
Per integrare l'IA in app o automazioni, chiedi un formato rigoroso (per esempio un JSON con chiavi specifiche) e includi un esempio dello schema. Alcune API offrono modalità di output strutturato che garantiscono il formato.
Prospettive multiple
Chiedi di analizzare un problema da più punti di vista, oppure di produrre l'argomentazione più forte a favore e contro prima di raccomandare.
Valuta i tuoi prompt
Se un prompt verrà usato molte volte (per esempio in un agente o in un'automazione), costruisci un insieme di casi di prova con la risposta attesa e verifica ogni nuova versione del prompt su tutti. La libreria include un prompt per progettare il system prompt di un agente IA che comprende casi di prova.
Sicurezza
Se il tuo prompt elabora testo di terzi (email, pagine web, documenti), delimitalo chiaramente e di' all'IA di trattare quel contenuto come dati, non come istruzioni. Questo riduce il rischio di prompt injection.