Ad
Blog

Guida al Prompt Engineering: come interrogare efficacemente i Large Language Model (LLM)

Nella nuova epoca dell’intelligenza artificiale, padroneggiare l’arte della comunicazione con i Modelli di Linguaggio di Grandi Dimensioni (LLM) come GPT (Generative Pre-trained Transformer) è diventato un requisito imprescindibile per professionisti di settori diversi, dal digital marketing al customer service. Il Prompt Engineering si configura come una combinazione tra arte e scienza, rivelandosi fondamentale per formulare domande o comandi che guidino i LLM a generare risposte utili, creative e pertinenti.

Cos’è un Prompt per LLM e quali competenze occorrono per elaborarlo?

In termini semplici, un prompt è un input specifico fornito a un modello LLM per indirizzarne la generazione di output. Può essere una domanda, un comando o una serie di istruzioni che definiscono il contesto e le aspettative per la risposta del modello. Creare un prompt efficace richiede una combinazione di competenze tecniche, linguistiche e concettuali.

  • Competenze Linguistiche: La chiarezza e la pertinenza del prompt sono fondamentali. Questo richiede una buona comprensione della grammatica, della sintassi e del lessico, nonché la capacità di adattare il tono e lo stile del messaggio al contesto e al pubblico.
  •  Competenze Tecniche: È essenziale comprendere il funzionamento del modello LLM, incluso l’ottimizzare le prestazioni del modello attraverso tecniche di prompt engineering.
  •  Competenze Concettuali: Capire il problema da risolvere e le informazioni necessarie per ottenere una risposta utile è cruciale. Questo richiede una buona capacità di analisi e sintesi, nonché una comprensione approfondita del contesto e degli obiettivi specifici dell’applicazione.

Inoltre, la creatività e il pensiero laterale sono spesso essenziali per ideare prompt innovativi e stimolanti.

L’importanza della Creatività Umana nel Prompt Engineering

Nonostante la potenza dei LLM faccia temere per il futuro di molte professioni, l’elemento umano rimane insostituibile. È l’ingegno umano che guida il processo di creazione dei prompt, definendo contesti, obiettivi e toni della comunicazione, infondendo empatia, originalità e comprensione nei messaggi generati.

Il miglior risultato? Un cocktail di pattern

Combattere la complessità delle sfide aziendali richiede spesso un approccio multifaccettato. Combinare i diversi pattern di prompt permette di sfruttare al meglio le loro potenzialità complementari, migliorando l’efficacia complessiva delle interazioni aziendali con le tecnologie LLM.

Scopri i nostri webinar gratuiti

Landing page: obiettivi e best practices con il supporto dell'AI generativa

28/02/2024 10:00 – 12:30
Webinar nell’ambito del progetto “Eccellenze in Digitale” nato dalla collaborazione tra Unioncamere e Google con le Camere di Commercio.

Esempi di Tecniche di Prompt

Questa guida esplora alcune tecniche di prompt, offrendo esempi pratici per dimostrare come possono essere impiegate per migliorare l’interazione con i LLM. 

Settori o casi di utilizzo: Ricerca, educazione, analisi di dati.

Descrizione: Il “Zero-Shot Prompting” si riferisce all’abilità di un modello di rispondere a una richiesta senza addestramento specifico su esempi simili. Questa tecnica si basa sulla capacità intrinseca del modello di comprendere e rispondere a una vasta gamma di richieste basandosi unicamente sulle informazioni e sull’addestramento generale che ha ricevuto.

Esempio Pratico 1

Prompt: “Descrivi il concetto di intelligenza artificiale.”

Output: “L’intelligenza artificiale è un ramo dell’informatica che mira a creare macchine capaci di agire e ragionare in modo autonomo, simulando l’intelligenza umana.”

Esempio Pratico 2

Prompt: “Quali sono le principali sfide del marketing digitale oggi?”

Output: “Le principali sfide includono la personalizzazione su larga scala, la misurazione accurata del ROI, la gestione della privacy dei dati e l’adattamento alle costanti evoluzioni tecnologiche.”

Settori o casi di utilizzo: Addestramento di modelli, sviluppo di contenuti, supporto al cliente.

Descrizione: Il “Few-Shot Prompting” sfrutta esempi limitati per guidare il modello a generare risposte in un contesto specifico. Fornendo al modello alcuni esempi di input e output desiderati, si “insegna” al modello il tipo di risposta atteso per una data richiesta.

Esempio Pratico 1

Prompt: “Data la seguente lista di recensioni, genera un riassunto per ciascuna: ‘Ottimo servizio, personale gentile’, ‘Attesa lunga ma cibo delizioso’, ‘Locale troppo affollato, esperienza media’.”

Output: “Recensione 1: Esperienza positiva con un servizio eccellente. Recensione 2: Cibo eccellente nonostante l’attesa. Recensione 3: Esperienza compromessa dalla folla.”

Esempio Pratico 2

Prompt: “Data la seguente lista di caratteristiche del prodotto (durata della batteria di 48 ore, impermeabilità, design compatto), genera una descrizione attraente per il sito web.”

Output: “Scopri il nostro ultimo gadget: progettato per accompagnarti in ogni avventura con una durata della batteria di 48 ore, completamente impermeabile e un design compatto che si adatta perfettamente alla tua vita attiva”

Settori o casi di utilizzo: Soluzione di problemi complessi, educazione, analisi.

Descrizione: “Chain-of-Thought Prompting” incoraggia il modello a elaborare una serie di passaggi logici per arrivare a una conclusione. Questo approccio è particolarmente utile per problemi che richiedono ragionamento dettagliato o soluzioni passo-passo.

Esempio Pratico 1

Prompt: “Identifica i passaggi chiave per ridurre i costi di spedizione internazionale mantenendo alta la qualità del servizio”

Output: “1) Ottimizzare le rotte di spedizione per ridurre i tempi di consegna. 2) Negozia contratti vantaggiosi con fornitori di logistica. 3) Implementa sistemi di tracciamento avanzati per migliorare la visibilità delle spedizioni”

Esempio Pratico 2

Prompt: “Calcola il perimetro di un rettangolo con lunghezza 5 cm e larghezza 3 cm illustrando ogni passaggio.”

Output: “Per calcolare il perimetro di un rettangolo, sommiamo due volte la lunghezza e due volte la larghezza. Quindi, 2*5 + 2*3 = 10 + 6 = 16 cm.”

Settori o casi di utilizzo: Creazione di contenuti, marketing, storytelling.

Descrizione: Il “Persona Pattern” consiste nel dire al modello di immedesimarsi in una persona, ruolo, professione fittizia o l’adozione di una specifica voce narrativa per il modello. Questo aiuta a generare contenuti che risuonano meglio con un target di pubblico specifico, mantenendo coerenza e stile.

Esempio Pratico 1

Prompt: “Comportati come un seo specialist, crea un piano editoriale settimanale di articoli per il blog per posizionarsi in SERP per la keyword camera di commercio. Fai partire il piano editoriale da marzo 2024.  Elabora una tabella indicando keyword, titolo dell’articolo, meta description, data dell’articolo.”

Esempio Pratico 2

Prompt: “Comportati come un social media manager, genera dei post per la campagna del Black Friday su [descrizione prodotto].”

Settori o casi di utilizzo: Digital marketing, creazione di campagne pubblicitarie, analisi di mercato.

Descrizione: Simile al “Persona Pattern”, l'”Audience Persona Pattern” si concentra sulla creazione di prompt che tengano conto delle caratteristiche specifiche dell’audience di riferimento. Questo approccio aiuta a personalizzare i messaggi in base alle esigenze, agli interessi e ai comportamenti del target di pubblico.

Esempio Pratico 1

Prompt: “Crea un messaggio pubblicitario per un’app di meditazione rivolta a professionisti impegnati.”

Output: “Trova un momento di pace nella tua giornata frenetica con la nostra app di meditazione. Solo 10 minuti al giorno possono ridurre lo stress e aumentare la produttività.”

Esempio Pratico 2

Prompt: “Sviluppa un post di blog che offra consigli di viaggio per famiglie con bambini piccoli.”

Output: “Viaggiare con bambini piccoli può essere un’avventura. Scopri i nostri consigli per rendere il tuo prossimo viaggio familiare divertente, sicuro e senza stress.”

Settori o casi di utilizzo: Educazione, formazione, sviluppo personale.

Descrizione: Il “Flipped Interaction Pattern” inverte il ruolo tradizionale tra utente e modello, chiedendo all’utente di rispondere a domande o completare compiti proposti dal modello. Questo stimola l’engagement e facilita l’apprendimento attivo.

Esempio Pratico 1

Prompt: “Mi piacerebbe che mi facessi delle domande per aiutarmi a creare variazioni dei miei materiali di marketing. Dovresti farmi domande finché non hai informazioni sufficienti riguardo ai miei attuali messaggi in bozza, al mio pubblico e agli obiettivi. Chiedimi la prima domanda.”

Esempio Pratico 2

Prompt: “Mi piacerebbe che mi facessi delle domande per aiutarmi a diagnosticare un problema con la mia connessione Internet. Fai domande finché non hai abbastanza informazioni per identificare le due cause più probabili. Fai una domanda alla volta. Fammi la prima.”

Settori o casi di utilizzo: Assistenza al cliente, pianificazione personale, assistenti virtuali.

Descrizione: Questa forma avanzata di “React Prompting” coinvolge il modello in una simulazione di pensieri e azioni che un umano potrebbe avere quando affronta un compito complesso, come pianificare un viaggio. Questo approccio richiede che il modello non solo fornisca informazioni o risposte ma anche che esegua “azioni” ipotetiche, come ricerche o verifiche, basate su una sequenza di pensieri logici.

Esempio Pratico 

Prompt:

Pianifica un viaggio a Parigi 

  1. Thought 1: “Ho bisogno di raccogliere informazioni sulla destinazione.”

              Action 1: Ricerca[Principali attrazioni a Parigi]

  1. Thought 2: “La Torre Eiffel è una visita obbligatoria. Dovrei trovare informazioni sui suoi orari di apertura.”

               Action 2: Ricerca[Orari di apertura Torre Eiffel]

  1. Thought 3: “Voglio esplorare la cucina locale. Cerchiamo i migliori ristoranti di Parigi.”

               Action 3: Ricerca[Migliori ristoranti a Parigi]

  1. Thought 4: “Considerare il meteo è cruciale. Verifica le previsioni meteo attuali per Parigi.”

              Action 4: Verifica[Previsioni meteo Parigi]

  1. Thought 5: “Dovrei pianificare il mio itinerario. Creiamo una bozza di programma per il viaggio.”

               Action 5: Crea[Itinerario viaggio Parigi]

  1. Thought 6: “È importante conoscere le usanze locali. Ricerca le norme culturali a Parigi.”

              Action 6: Ricerca[Norme culturali a Parigi]

  1. Thought 7:”Devo prenotare un alloggio. Cerca hotel con buone recensioni.”

               Action 7: Ricerca[Hotel con le migliori recensioni a Parigi]

  1. Thought 8: “Assicurati di avere tutti i documenti necessari. Controlla i requisiti di viaggio per la Francia.”

               Action 8: Ricerca[Requisiti di viaggio per la Francia]

  1. Thought 9: “Voglio catturare i ricordi. Trova una buona fotocamera per il viaggio.”

               Action 9: Ricerca[Migliori fotocamere da viaggio]

  1. Thought 10: “Riassumi il piano e finalizza le decisioni.”

               Action 10: Completa[Finalizza il piano di viaggio]

 

Questa tecnica dimostra la capacità del modello di navigare attraverso una serie di compiti logici e decisionali, offrendo un quadro dettagliato di come affrontare un problema complesso passo dopo passo. È particolarmente utile per dimostrare il processo di pensiero che potrebbe essere seguito in scenari di pianificazione reale, facilitando un’interazione più intuitiva e umanizzata con l’utente.

Settori o casi di utilizzo: Creazione di contenuti, analisi dei dati, supporto decisionale.

Descrizione: L’ Alternative Approaches Pattern si concentra su approcci alternativi all’input e alla formulazione dei prompt, esplorando diverse formulazioni di domande o comandi per ottenere risultati migliori o più diversificati. Questo pattern promuove la sperimentazione e l’adattamento dei prompt per massimizzare l’efficacia delle interazioni con i LLM.

Esempio Pratico 1

Prompt: “Per ogni richiesta che ti fornisco, se ci sono modi alternativi di formulare una richiesta che ti fornisco, elenca le migliori formulazioni alternative. Confronta i pro e i contro di ciascuna formulazione.”

Esempio Pratico 2

Prompt: “Per qualsiasi cosa ti chiedo di scrivere, determina il problema di fondo che sto cercando di risolvere e come sto cercando di risolverlo. Elenca almeno un approccio alternativo per risolvere il problema e confronta l’approccio con quello originale implicito nella mia richiesta.”

 

Utilizzando l’Alternative Approaches Pattern, è possibile esplorare una gamma più ampia di possibilità per formulare prompt efficaci, consentendo una maggiore flessibilità e adattabilità alle esigenze specifiche di ogni situazione aziendale.

Questi sono solo alcuni dei pattern di prompt che possono essere utilizzati per migliorare l’interazione con i LLM. Ogni tecnica ha il potenziale di sbloccare nuove possibilità creative e funzionali, a seconda delle esigenze specifiche di un progetto o di un’organizzazione. 

Prova a combinare più modelli per trovare il mix di pattern adatto alle tue attività.

L'esperto

Andrea Domanico

Digital Marketing Specialist e Digital Promoter per il Punto Impresa Digitale della CCIAA di Milano Monza Brianza Lodi 

Classe 1990. Da sempre appassionato di cultura in ogni sua sfaccettatura. Dopo una formazione umanistica si laurea in Economia e gestione dei beni culturali per poi specializzarsi in Comunicazione e Marketing Digitale.

Formatore di digital marketing per il progetto Eccellenze in Digitale promosso da Google e Unioncamere, fa parte dal 2022 della rete dei Digital Promoter per il Punto Impresa Digitale della Camera di Commercio di Milano.

Condividi!

Comments are closed.