Comunicare con l'intelligenza artificiale può sembrare facile, finché non ci si rende conto che il nostro interlocutore digitale non è proprio un essere umano. Per ottenere le risposte desiderate da un'IA come ChatGPT non basta fare domande generiche: serve un'arte che viene definita "ingegneria del prompt".
In questa guida completa scoprirai i segreti di una comunicazione efficace con l'IA, dalle basi dell'apprendimento in contesto fino alle migliori tecniche di prompting per "addestrare" al meglio i tuoi bot. Perché porre le domande giuste è essenziale per sfruttare appieno il potenziale dell'intelligenza artificiale.
Preparati a diventare un vero "prompt engineer" fornendo il contesto adatto e gestendo limiti e sfide di queste conversazioni ibride uomo-macchina.
Con i nostri consigli pratici capirai come guidare al meglio il tuo interlocutore artificiale, evitando fraintendimenti ed ottenendo risposte centrate sul tuo obiettivo.
L'IA ti ascolta: sta a te parlare la sua lingua!
Cos'è la Prompt Engineering o Ingegneria del Prompt ?
Cosa c'è di più frustrante che porre una domanda a un assistente virtuale e ottenere una risposta confusa o completamente fuori tema? Per evitare questo problema ed "addestrare" al meglio le IA conversazionali, è nata una vera e propria arte: la prompt engineering.
In pratica, la prompt engineering consiste nel progettare con cura le "istruzioni" che forniamo all'IA attraverso i prompt, ovvero il testo con cui interagiamo con essa. Perché se vogliamo guidare la conversazione nella direzione desiderata e ottenere risposte precise, dobbiamo parlare la lingua dell'IA.
I prompt non sono semplici domande, ma veri e propri semi da cui far germogliare la conoscenza dell'IA in modo controllato. Ad esempio, per fare generare a un modello linguistico un testo coerente su un tema specifico, non basta chiedere "scrivi un articolo sulle energie rinnovabili". Bisogna fornire un contesto dettagliato, impostare vincoli precisi di lunghezza e stile, dare esempi rilevanti. Solo così otterremo un output di qualità.
L'ingegneria del prompt si basa sulla capacità dell'IA di apprendere temporaneamente dalle istruzioni contestuali che riceve. Per questo è cruciale perfezionare l'arte della prompt engineering, in modo da "addestrare" al meglio le intelligenze artificiali ed evitare risposte confuse o inaccurate. D'altronde, come dice un vecchio detto, "chiedi e ti sarà dato". Basta saper chiedere nel modo giusto!
Curiosità sull'Ingegneria del Prompt
Oltre a fornire contesto e vincoli, un'altra tecnica chiave della prompt engineering è fare esempi pratici e casi d'uso concreti nel testo del prompt. In questo modo il modello linguistico può comprendere meglio cosa ci aspettiamo.
Un prompt efficace dovrebbe anche specificare con precisione l'obiettivo e il formato desiderato per l'output. Ad esempio: "Riassumi questo testo in massimo 250 parole in uno stile semplice ed accattivante".
Nell'interagire con chatbot ed assistenti IA, la prompt engineering consente di guidare la "conversazione" in modo più produttivo ed evitare divagazioni.
Oltre che per generatori di testo, la prompt engineering è cruciale anche per modelli IA visivi come DALL-E, che generano immagini a partire da istruzioni testuali. Anche qui i prompt devono essere precisi e dettagliati.
Man mano che la tecnologia IA diventa più avanzata, la prompt engineering sta assumendo un'importanza ancora maggiore. I modelli linguistici attuali come GPT-3 sono molto potenti ma anche sensibili al modo in cui vengono sollecitati.
Padroneggiare l'arte della prompt engineering richiede pratica ed esperienza. Ma i risultati in termini di maggiore accuratezza e utilità delle risposte IA valgono assolutamente lo sforzo.
Ingegneria del Prompt e context learning
L'apprendimento in contesto è una delle capacità più sorprendenti ed utili dei moderni modelli linguistici di grandi dimensioni come GPT-3. Grazie ad esso, queste reti neurali sono in grado di comprendere ed elaborare in modo intelligente prompt anche su temi mai affrontati in fase di training.
In altre parole, i modelli linguistici apprendono "al volo" dalle istruzioni e dagli esempi contenuti nel prompt fornito dall'utente. Supponiamo ad esempio di voler generare un testo sulla recente missione del telescopio Webb.
Anche se l'IA non ha mai visto durante l'addestramento informazioni su questo specifico argomento, sarà comunque in grado di produrre un contenuto coerente.
Ciò è possibile perché durante la fase di training su vastissimi dataset, il modello impara le complesse relazioni semantiche tra concetti differenti.
Quando riceve quindi un prompt su un tema nuovo come il Webb, l'IA è in grado di inferire il contesto e attingere alla sua conoscenza generale del linguaggio e del mondo per generare un output rilevante.
L'apprendimento in contesto si basa sull'attenzione, una tecnica che consente ai modelli linguistici di focalizzarsi su specifiche parti del prompt durante la generazione della risposta.
Ad esempio, se indichiamo nel prompt che ci aspettiamo un testo informativo, l'IA si concentrerà su quella richiesta generando un contenuto enciclopedico.
Questa straordinaria capacità dei modelli IA ha reso molto più semplice ed efficace la tecnica della prompt engineering. Strutturando con cura le istruzioni e fornendo gli esempi giusti, possiamo infatti "guidare" l'IA nella direzione desiderata, ottenendo risultati migliori e più accurati.
La sinergia tra prompt engineering e apprendimento in contesto è ciò che consente oggi di sfruttare appieno il potenziale dell'IA conversazionale. Le aziende lo stanno comprendendo sempre più, integrando questi modelli in applicazioni come chatbot, assistenti virtuali e generatori di contenuti. Con un prompting efficace, persino il cielo non è più un limite a ciò che l'IA può creare!
Ecco tre esempi :
Prompt non ottimale: "Scrivi una poesia sul Natale"
Prompt ottimale: "Scrivi una poesia in rima sul Natale con sentimenti di gioia e condivisione, simile allo stile poetico di Trilussa e con le emoji"
Prompt non ottimale: "Scrivi una brochure sul nuovo iPhone 15"
Prompt ottimale: "Scrivi una brochure entusiasta che evidenzi le caratteristiche innovative del nuovo iPhone 15 come la fotocamera 8K e il processore A17 Bionic"
Prompt non ottimale: "Spiega cos'è un chipset ARM"
Prompt ottimale: "Scrivi un paragrafo enciclopedico e divulgativo che spiega in modo semplice il funzionamento dei chipset ARM utilizzati negli smartphone in formato HTML"
Confrontando prompt generici vs prompt specifici e contestualizzati, si può far capire meglio l'importanza di fornire esempi e istruzioni dettagliate all'IA grazie all'apprendimento in contesto.
I tipi di Prompt
I prompt sono istruzioni o richieste di informazioni che vengono fornite a un modello di intelligenza artificiale per guidare la sua risposta. Esistono diversi tipi di prompt, ognuno con i propri vantaggi e utilizzi specifici.
Prompt di query: Questi prompt vengono utilizzati per porre una domanda o richiedere informazioni al modello di IA. Ad esempio, “Qual è la capitale della Francia?” o “Parlami della storia dell’Impero Romano”. I prompt di query sono utili quando si desidera ottenere informazioni specifiche da un modello di IA.
Prompt di comando: Questi prompt vengono utilizzati per istruire il modello di IA a eseguire un’azione specifica o generare un tipo specifico di contenuto. Ad esempio, “Scrivi una lista di 20 strategie marketing” o “Traduci questa frase in spagnolo”. I prompt di comando sono utili quando si desidera che il modello di IA generi un tipo specifico di contenuto.
Prompt di contesto: Questi prompt forniscono al modello di IA informazioni aggiuntive o contesto che possono aiutarlo a generare risposte più accurate o pertinenti. Ad esempio, “Sto pianificando un viaggio in Giappone e voglio sapere com’è il tempo a Tokyo in ottobre” o “Sto scrivendo un articolo sull’energia rinnovabile e ho bisogno di alcune statistiche sull’energia eolica”. I prompt di contesto sono utili quando si desidera fornire al modello di IA informazioni aggiuntive che possono aiutarlo a generare risposte più accurate e pertinenti.
Prompt di input dati: Questi prompt forniscono al modello di IA dati o informazioni specifiche che può utilizzare per generare una risposta. Ad esempio, “Ecco una lista di ingredienti: farina, zucchero, uova, latte. Puoi darmi una ricetta per i pancake?” o “Ecco una tabella con i dati sulla crescita della popolazione dei diversi paesi. Puoi generare un grafico che mostri le tendenze?” I prompt di input dati sono utili quando si desidera fornire al modello di IA dati specifici che può utilizzare per generare una risposta.
Questi diversi tipi di prompt servono a scopi diversi nella comunicazione con l’IA. I prompt di query e comando vengono utilizzati per richiedere informazioni o contenuti dal modello di IA, mentre i prompt di contesto e input dati forniscono informazioni aggiuntive che possono aiutare il modello a generare risposte più accurate e pertinenti.
Come creare prompt perfetti usando l'Ingegneria del Prompt
1. Parla con l'IA come parleresti con una persona
Una delle cose più interessanti a cui mi sono dovuto abituare lavorando con ChatGPT è che non lo programmi, ci parli. In qualità di programmatore formalmente formato, ho dovuto abbandonare molte abitudini nel dimenticatoio da quando mi occupo di intelligenza artificiale. Parlare con essa (e con esse) richiede un cambiamento di mentalità.
Quando dico di parlargli come una persona, intendo parlargli come faresti con un collega o un membro del team. Se è difficile da fare, dagli un nome. Alexa è occupata, quindi forse pensala come "Bob". Questo aiuta perché quando parli con Bob, potresti includere dettagli di conversazione, piccoli aneddoti che danno consistenza alla tua storia, una varietà di possibilità e altro ancora.
Quando parli con una persona, sarebbe naturale aspettarsi che inizialmente qualcuno non colga il tuo punto e richieda chiarimenti. Sarebbe naturale inserire il retroscena e porre domande complesse, e sarebbe anche naturale dover approfondire, ribadendo alcune di quelle domande in base alle risposte ottenute.
Questo è chiamato suggerimento interattivo. Non aver paura di porre domande in più passaggi. Fai una domanda, ottieni una risposta. Sulla base di questa risposta, fai un'altra domanda.
2. Inserisci sempre dati e contesto
Scrivere un prompt ChatGPT è molto più che porre semplicemente una domanda. Spesso implica fornire informazioni di base pertinenti per impostare il contesto della query.
Diciamo che vuoi prepararti per una maratona. Potresti chiedere a ChatGPT:
Come posso prepararmi per una maratona?
Ma riceverai una domanda molto più sfumata se, invece, dici che ti stai allenando per la tua prima maratona. Le risposte che otterrai saranno più focalizzate sulle tue esigenze, come in:
Sono un corridore principiante e non ho mai corso una maratona prima, ma voglio completarne una in sei mesi. Come posso prepararmi per una maratona?
Vedi come stai dando all'IA molte più informazioni con cui fornirti una risposta più mirata e utile? Per la cronaca, non corro, non ballo né salto. Quindi questo è solo un esempio. Ecco altri due esempi di domande che forniscono il contesto:
Ho intenzione di viaggiare in Spagna tra qualche mese e vorrei imparare un po' di spagnolo di base per aiutarmi a comunicare con i residenti locali. Cerco risorse online adatte ai principianti e che forniscano un approccio strutturato e completo all'apprendimento della lingua. Puoi consigliarmi alcune risorse online per imparare lo spagnolo come principiante?
In questo caso, invece di limitarsi a chiedere informazioni sulle risorse per l’apprendimento, il contesto aiuta a focalizzare l’intelligenza artificiale sull’apprendimento di come comunicare sul campo con i residenti locali. Ecco un altro esempio:
Sono un imprenditore interessato ad esplorare come la tecnologia blockchain può essere utilizzata per migliorare l'efficienza e la trasparenza della catena di approvvigionamento. Cerco una spiegazione chiara e concisa della tecnologia ed esempi di come è stata utilizzata nel contesto della gestione della catena di fornitura. Puoi spiegare il concetto di tecnologia blockchain e le sue potenziali applicazioni nella gestione della catena di fornitura?
In questo esempio, invece di chiedere semplicemente informazioni sulla blockchain e su come funziona, l’attenzione si concentra specificamente sulla blockchain per l’efficienza della catena di approvvigionamento e su come potrebbe essere utilizzata in uno scenario reale. Vai avanti e inserisci il messaggio in ChatGPT. La sua risposta è molto interessante.
Ti farò un altro esempio molto più approfondito.
Scrivimi un racconto, non più di 500 parole. La storia è ambientata nel 2339, a Boston. L'intera storia si svolge all'interno di una libreria in stile vittoriano che non sarebbe fuori luogo a Diagon Alley. All'interno del negozio ci sono i seguenti personaggi, tutti umani: Il titolare: rendi questa persona interessante e un po' insolita, dagli un nome e almeno un'abilità o caratteristica che influenzi la sua storia passata e possibilmente influenzi l'intero racconto. L'aiutante: è un commesso del negozio. Il suo nome è Todd. Il cliente e il suo amico: due clienti sono entrati insieme nel negozio, Jackson e Ophelia. Jackson è vestito come se stesse andando a una convention Steampunk, mentre Ophelia sta tornando a casa dalla sua giornata di lavoro in un ufficio professionale. Un'altra cliente è Evangeline, una cliente abituale del negozio, sulla quarantina. Un altro cliente ancora è Archibald, un uomo che potrebbe avere dai 40 ai 70 anni. Ha un'aria misteriosa su se stesso e sembra allo stesso tempo un po' grandioso e riservato. C'è qualcosa in Archibald che mette a disagio gli altri. Un concetto tipico nelle vendite al dettaglio è che ci sia sempre più inventario "sul retro", dove c'è un magazzino per beni aggiuntivi che potrebbero non essere mostrati sugli scaffali dove i clienti navigano. La premessa di questa storia è che c'è qualcosa di molto insolito nel "dietro" di questo negozio. Metti tutto insieme e racconta qualcosa di avvincente e divertente.
Puoi vedere come più dettagli forniscono di più con cui l'intelligenza artificiale può lavorare. Per prima cosa, inserisci "Scrivimi una storia su una libreria" su ChatGPT e guarda cosa ti dà. Quindi inserisci il prompt sopra e vedrai la differenza.
3. Di' all'IA di assumere un'identità o una professione
Una delle caratteristiche più interessanti di ChatGPT è che può scrivere dal punto di vista di una persona o professione specifica.
Ecco un esempio. Chiederò a ChatGPT di descrivere il dispositivo domestico intelligente Amazon Echo ma di farlo dal punto di vista di un product manager, di un badante e di un giornalista. Ecco i tre suggerimenti:
- Dal punto di vista del suo product manager, descrivi il dispositivo Amazon Echo Alexa.
- Dal punto di vista di un bambino adulto che si prende cura di un genitore anziano, descrivi il dispositivo Amazon Echo Alexa.
Dal punto di vista di un giornalista, descrivi il dispositivo Amazon Echo Alexa.
Puoi lanciare queste tre richieste su ChatGPT per vedere la sua risposta completa. Ma alcune frasi ti mostreranno come ChatGPT assume i diversi ruoli per fornire risposte diverse.
La risposta dell'IA utilizzando l'identità del product manager includeva questa frase:
Posso affermare con sicurezza che questo è uno dei prodotti più innovativi e rivoluzionari nel settore della casa intelligente.
La risposta dell'IA utilizzando l'identità del caregiver includeva questa frase:
La capacità del dispositivo di impostare promemoria e allarmi può essere particolarmente utile per le persone anziane che potrebbero avere difficoltà a ricordare di prendere le medicine o di presentarsi agli appuntamenti.
E la risposta dell'IA utilizzando l'identità del giornalista includeva questa frase:
Da un punto di vista giornalistico, Echo ha fatto notizia a causa delle preoccupazioni sulla privacy che circondano la raccolta e l'archiviazione dei dati degli utenti.
Puoi vedere come identità diverse consentono all'IA di fornire prospettive diverse come parte della sua risposta. Amplierò un po' l'idea mostrandoti come lasciare che l'intelligenza artificiale faccia un esperimento mentale. Diamo un'occhiata ad alcuni dei problemi che hanno portato alla creazione di qualcosa come Alexa:
L'anno è il 2012. Siri è disponibile per iPhone da circa un anno, ma non è stato rilasciato nulla di simile a un dispositivo per la casa intelligente Alexa. La scena è una riunione del consiglio di amministrazione di Amazon in cui è stato appena proposto l'assistente intelligente Echo basato su Alexa. Fornire gli argomenti, pro e contro, che i membri del consiglio di amministrazione in quella riunione avrebbero probabilmente discusso come parte del loro processo di decisione se approvare o meno la spesa per investire nello sviluppo del dispositivo. Sentiti libero di includere anche la partecipazione di esperti di progettazione tecnica e campioni di prodotto, se ciò fornisce una prospettiva più completa.
Ecco un suggerimento veloce. Apportare piccole modifiche alle tue richieste può modificare in modo significativo la risposta di ChatGPT.
Ulteriori suggerimenti per la migliorare i tuoi prompt
Sentiti libero di porre nuovamente la domanda. ChatGPT cambierà spesso la sua risposta ad ogni domanda.
Apporta piccole modifiche alle tue richieste per guidarlo a darti una risposta migliore, usando la possibilità di modificare un messaggio già inviato.
Le risposte di circa con troppe parole a volte non funzionano. Assicurati di specificare la lunghezza della risposta che desideri.
Puoi correggere e chiarire le richieste in base a come l'IA ha risposto in precedenza. Se ti sta fraintendendo, potresti essere in grado di dirgli semplicemente cosa si è perso e continuare.
Riformula le domande se non vuole rispondere a ciò che stai chiedendo. Usa i personaggi e i ruoli per ottenere risposte che altrimenti non vorrebbe dare.
Se vuoi che vengano citate le fonti , digli di supportare o giustificare le sue risposte.
Le istruzioni personalizzate di ChatGPT sono ora disponibili per gli utenti gratuiti. Puoi fornire a ChatGPT una serie di prompt che sono sempre disponibili , in modo da non doverli ridigitare.
Continua a sperimentare.
Prendi in considerazione l'idea di sottoscrivere l'abbonamento ChatGPT Plus . Puoi quindi utilizzare i tuoi dati per analisi avanzate . Puoi anche estrarre dati dal Web .
A volte ChatGPT fallisce. Continua a provare, ma sii anche disposto ad arrenderti e a passare ad altri strumenti. Non è perfetto... ancora.
Che tipo di istruzioni funzionano meglio con ChatGPT?
Parte di ciò che rende ChatGPT così avvincente è che puoi chiedergli quasi qualsiasi cosa. Detto questo, tieni presente che è progettato per fornire risposte scritte. Se desideri un elenco di siti Web, è meglio parlare con Google Bard o Bing Chat.
Se vuoi qualche forma di calcolo, parla con Wolfram Alpha. Fornisci suggerimenti a ChatGPT a tempo indeterminato, incoraggia la creatività (sì, e pensavamo che la creatività sarebbe stata strettamente di competenza degli esseri umani), non aver paura di condividere esperienze o emozioni personali e ricorda che la conoscenza dell'IA termina nel 2021.
Ma allo stesso tempo ricorda di non inserire mai nessun dato riservato in queste chat!
Padroneggiare l’Arte della Scrittura dei Prompt
Esistono diversi suggerimenti e tecniche per scrivere prompt migliori per la comunicazione con l’IA. Questi includono comprendere il ruolo di ChatGPT nella conversazione, descrivere il contesto, adattare tono e formato, provare il prompting a catena e utilizzare il prompting a colpo singolo ( o one-shot ). Ma siamo onesti, chi ha tempo di ricordare tutto questo?
Quindi ecco la formula perfetta per un prompt:
[Ruolo da interpretare] + [Richiesta] + [Contesto] + [Obiettivo] = Perfezione del Prompt.
Per esempio, diciamo che sei l’orgoglioso proprietario di un piccolo e grazioso negozio di fiori nel centro storico di Torino. Vuoi aumentare la tua visibilità su Instagram e attirare più follower. Quindi ti rivolgi a ChatGPT per chiedere aiuto. Ecco come potresti creare il tuo prompt utilizzando la nostra formula:
Ruolo da interpretare: Esperto di strategie di marketing su Instagram
Richiesta: Creare una strategia di produzione di contenuti e collaborazioni per aumentare la nostra visibilità
Contesto: Siamo i proprietari di un piccolo negozio di fiori nel centro storico di Torino Obiettivo: Una strategia minuziosamente dettagliata per raggiungere 5000 follower
Mettendo tutto insieme si ottiene: “Come esperto di strategie di marketing su Instagram, puoi creare una strategia di produzione di contenuti e collaborazioni per aumentare la visibilità del nostro piccolo negozio di fiori nel centro storico di Torino? Il nostro obiettivo è raggiungere 5000 follower con una strategia minuziosamente dettagliata.”
Ecco fatto! Un prompt perfettamente creato che sicuramente ti darà i risultati che stai cercando.
Ricorda solo che, in caso di dubbio, usa la nostra formula:
[Ruolo da interpretare] + [Richiesta] + [Contesto] + [Obiettivo] = Perfezione del Prompt.
Ma non è tutto! Ci sono molti altri suggerimenti e tecniche che puoi utilizzare per migliorare i tuoi prompt.
Ad esempio, prova a descrivere il contesto in modo dettagliato per fornire al modello tutte le informazioni necessarie per generare una risposta accurata. Adatta il tono e il formato del tuo prompt in base al tipo di risposta che desideri ricevere. Prova il prompting a catena, dove fornisci al modello una serie di prompt correlati per guidarlo verso una risposta più dettagliata.
O prova il prompting a colpo singolo, dove fornisci al modello un singolo prompt molto dettagliato per ottenere una risposta precisa.
Non aver paura di sperimentare! L’ingegneria del prompt è un’arte, non una scienza esatta. Quindi prova diverse combinazioni di ruoli, richieste, contesti e obiettivi finché non trovi quella che funziona meglio per te.
.png)
