INNOVAZIONE

Autore: Massimiliano Talarico
ASSINEWS 384 – Aprile

Succede spesso così. Apri ChatGPT, Gemini o uno dei tanti assistenti basati su intelligenza artificiale.
Hai un’idea in testa, magari una decisione da prendere, un problema da risolvere, un progetto da organizzare. Scrivi una frase veloce, premi invio e aspetti.

La risposta arriva subito. È corretta, educata, ben scritta, ma non è quello che cercavi. Allora ci riprovi, cambi due parole, aggiungi una frase, ritenti e improvvisamente succede qualcosa di curioso: la macchina sembra “capirti”.
La risposta è più precisa, più utile, più vicina al tuo vero bisogno.

Non è fortuna. È prompting.
Il prompting è il modo in cui parliamo alle intelligenze artificiali, è l’insieme delle istruzioni, del contesto e delle aspettative che mettiamo dentro una richiesta.
In pratica è l’arte di fare buone domande a una macchina estremamente potente, ma completamente priva di intuito umano. Ed è una competenza che sta diventando sorprendentemente importante.

Perché le AI non sono magiche, non leggono nel pensiero, non interpretano sottintesi, funzionano in modo molto diverso da noi: rispondono esattamente a ciò che ricevono, non a ciò che intendiamo. Ed è qui che nascono quasi tutti i fraintendimenti. Noi siamo abituati a comunicare in modo implicito.

Se diciamo a un collega “sto organizzando un viaggio”, diamo per scontato mille dettagli: la durata, il budget, il tipo di esperienza che cerchiamo. Con una persona basta uno sguardo per chiarire. Con un’AI no, se scrivi: “Organizza un viaggio a Barcellona”, la macchina non sa se stai partendo da solo o con la famiglia, se vuoi spendere poco o molto, se preferisci musei o spiagge, se hai tre giorni o due settimane. Deve indovinare. E quando indovina, spesso sbaglia.

La prima grande lezione del prompting è proprio questa: l’intelligenza artificiale non intuisce, esegue. Funziona come un collaboratore brillantissimo che però prende tutto alla lettera, se non gli dai informazioni, le inventa, se sei vago, ti restituisce vaghezza. Immagina di scrivere: “Consigliami un itinerario per il Giappone”. È una richiesta apparentemente chiara, ma per l’AI è un oceano di possibilità. Può proporti Tokyo e Kyoto in una settimana, oppure un viaggio lento di un mese tra villaggi rurali. Può immaginarti giovane, anziano, backpacker o turista di lusso. Non ha elementi per scegliere. Ora prova invece così: “Sto programmando il mio primo viaggio in Giappone. Ho dieci giorni, viaggio in coppia, budget medio, mi interessano cultura e cibo più che shopping. Vorrei un itinerario realistico”. È sempre una singola richiesta. Ma hai dato contesto. Hai raccontato una storia. Hai ristretto il campo. Il risultato cambia radicalmente.

Questo è prompting. Non è una formula segreta, è semplicemente comunicazione chiara. Un altro passaggio sorprendentemente efficace è dire all’AI che ruolo deve avere, non perché “diventi davvero” un esperto, ma perché questo orienta il tipo di risposta. Dire “agisci come un consulente di viaggi specializzato in Asia” produce un tono diverso rispetto a “dammi qualche idea”. È come scegliere se parlare con un amico o con una guida turistica.

Lo stesso vale in ambito lavorativo. Se stai preparando una presentazione e scrivi: “Suggeriscimi come spiegare l’intelligenza artificiale al management”, otterrai una risposta generica. Se invece dici: “Agisci come un consulente che deve spiegare l’AI a dirigenti non tecnici, con poco tempo e orientati ai risultati”, improvvisamente il linguaggio cambia. Diventa più concreto, meno teorico, più orientato alle decisioni. Non stai programmando, stai impostando il contesto mentale della macchina.

Molti pensano che il prompting sia fatto di frasi complicate o di linguaggi speciali. In realtà è l’opposto: funziona meglio quando è naturale, ma preciso. Uno degli errori più comuni è fermarsi al compito e dimenticare il risultato. Chiediamo cosa fare, ma non diciamo come deve essere l’output: “Fammi un piano di studio”, “Analizza questi dati”, “Aiutami a prendere una decisione”. Sono richieste legittime, ma incomplete. Un piano di studio può essere intensivo o rilassato. Un’analisi può essere tecnica o divulgativa. Un aiuto decisionale può essere emotivo o razionale. Se non specifichi, l’AI sceglie arbitrariamente.

Molto meglio aggiungere qualche vincolo: quanto tempo hai, che livello di profondità cerchi, che tipo di risposta preferisci. Bastano poche frasi per trasformare completamente il risultato.

C’è poi un trucco che usano praticamente tutte le aziende che lavorano seriamente con i modelli linguistici: mostrare esempi. Se stai usando l’AI per organizzare le tue finanze personali, puoi farle vedere come ragioni di solito.
Se vuoi un piano di allenamento, puoi incollare un esempio che ti è piaciuto in passato.
Se stai pianificando un progetto, puoi mostrare uno schema che già utilizzi.

L’AI apprende lo stile molto più velocemente dagli esempi che dalle spiegazioni. È un po’ come insegnare a qualcuno a cucinare: puoi descrivere una ricetta a parole, oppure fargli assaggiare il piatto. Nel secondo caso capirà subito cosa intendi.

Un altro aspetto importante è imparare a spezzare i problemi. Noi tendiamo a chiedere tutto insieme: “Aiutami a cambiare lavoro”, “organizza la mia settimana”, “fammi una strategia per il mio business”. Ma questi sono problemi grandi, pieni di variabili. L’AI risponde meglio quando li trasformi in una conversazione. Prima puoi chiedere di analizzare la situazione, Poi di individuare opzioni, Poi di confrontarle, Poi di costruire un piano.

È lo stesso modo in cui lavoreresti con un consulente umano. E qui arriva forse il punto più interessante: usare un’intelligenza artificiale in modo efficace ti costringe a pensare meglio. Devi chiarire i tuoi obiettivi, devi esplicitare i vincoli, devi ordinare le idee, il prompting diventa una forma di riflessione guidata.

Molte persone scoprono che, mentre cercano di spiegarsi all’AI, capiscono meglio cosa vogliono davvero. C’è poi un dettaglio spesso ignorato: dire cosa non vuoi.

Se stai chiedendo consigli per un investimento e non vuoi risposte troppo speculative, puoi dirlo, se stai pianificando una dieta e non vuoi soluzioni estreme, specificarlo aiuta, e stai organizzando un viaggio e odi le mete turistiche, dichiararlo cambia tutto, le AI non si offendono, anzi, apprezzano i limiti.

Un esempio quotidiano: chiedi un consiglio su come gestire il tempo, se non aggiungi nulla, probabilmente riceverai suggerimenti generici, e invece dici che lavori otto ore al giorno, hai figli piccoli e odi svegliarti presto, l’intero approccio cambia, questo perché stai fornendo contesto reale.

Col tempo, molti utenti scoprono che il prompting non è una domanda singola, ma un dialogo. Puoi partire in modo grezzo, ricevere una prima risposta, correggere il tiro, chiedere alternative, approfondire un punto, l’AI è progettata per questo, non devi azzeccare tutto al primo colpo, anzi, spesso le interazioni migliori nascono da una conversazione fatta di piccoli aggiustamenti: “più concreto”, “meno teorico”, “fammi un esempio pratico”, “ok, ora adattalo al mio caso”.

È un processo iterativo, ed è molto diverso dall’idea di comando secco che molti hanno all’inizio. Alla fine, il prompting perfetto non esiste come formula universale, esiste la capacità di comunicare bene. Le persone che ottengono i risultati migliori con l’intelligenza artificiale non sono necessariamente le più tecniche, sono quelle che sanno spiegare chiaramente cosa vogliono, perché lo vogliono e in che contesto, è una competenza trasversale, che vale per il lavoro, per lo studio, per l’organizzazione personale, perfino per le scelte quotidiane.

Stiamo entrando in un’epoca in cui dialogare con le macchine sarà normale quanto scrivere un’e-mail, e come per le e-mail, all’inizio tutti erano impacciati, poi abbiamo imparato. Con l’AI sta succedendo la stessa cosa.

Chi imparerà presto a fare buone domande avrà un vantaggio enorme, non perché l’AI sia più intelligente, ma perché sarà in grado di usarla come una vera estensione del proprio pensiero.

E forse questo è il vero segreto del prompting: non riguarda le macchine. Riguarda noi. Imparare a chiedere meglio significa imparare a pensare meglio. Ecco una piccola checklist mentale da usare ogni volta che parli con un’AI:

1. Dai sempre un minimo di contesto
Non partire mai “a freddo”. Spiega in due righe chi sei, cosa stai facendo e perché stai facendo quella domanda. È come ambientare una scena prima di iniziare il dialogo.

2. Dille che ruolo deve avere
Guida il tono della risposta: consulente, esperto, coach, guida turistica, analista. Non è un dettaglio: cambia radicalmente il tipo di output.

3. Spiega che risultato ti serve, non solo cosa deve fare
Non basta dire “aiutami”, specifica se vuoi qual cosa di sintetico, pratico, ragionato, orientato alle decisioni, ecc.

4. Aggiungi vincoli reali
Tempo, budget, livello di esperienza, preferenze personali. Più sei concreto, meno la risposta sarà generica.

5. Se puoi, mostra un esempio
Un modello di riferimento vale più di mille spiegazioni.

6. Spezza i problemi grandi in più passaggi
Prima analisi, poi opzioni, poi decisione. Funziona molto meglio che chiedere tutto insieme.

7. Dì anche cosa NON vuoi
Stile, approccio, soluzioni estreme, risposte teoriche: metti dei paletti. L’AI li rispetta.

8. Trattala come una conversazione, non come un comando
Affina la richiesta passo dopo passo. Correggi. Chiedi alternative. Approfondisci. È lì che nasce il valore.

In una frase sola: l’AI funziona meglio quando smetti di “fare domande” e inizi a spiegare bene il problema.


© Riproduzione riservata