Meta-prompting: far scrivere all'IA i tuoi prompt

Chiedi a un'IA «scrivimi un prompt per creare esercizi di matematica» e riceverai un bel mattone: «Sei un insegnante di matematica esperto e appassionato, con vent'anni di esperienza...». Sembra serio, è lungo, e non sa niente della tua classe. Avrai guadagnato un testo più impressionante, senza un risultato migliore.

Il meta-prompting, cioè usare l'IA per progettare i tuoi prompt, funziona molto bene quando si cambia metodo. Un modello conosce bene i consigli abituali per scrivere prompt, ma ignora tutto della tua esigenza. Il tuo compito è farle colmare questo divario prima di lasciarla scrivere.

Comincia facendole porre delle domande

Quando chiedi subito un prompt, l'IA riempie i vuoti con supposizioni medie. Inverti il procedimento: ti interroga lei, tu rispondi, e solo dopo scrive.

Voglio costruire un prompt riutilizzabile per questo compito: [DESCRIVI IL COMPITO IN UNA O DUE FRASI].

Non scrivere ancora il prompt. Fammi prima le domande di cui hai bisogno, una per volta, aspettando la mia risposta a ciascuna. Al massimo sei domande. Concentrati su:
- a che cosa servirà il risultato e chi lo leggerà;
- che cosa varia da un utilizzo all'altro;
- un esempio di buon risultato, se ne ho uno;
- che cosa renderebbe il risultato inutilizzabile;
- le informazioni che l'IA non avrà e che non deve inventare.

Quando avrai abbastanza informazioni, scrivi il prompt finale con delle variabili tra [PARENTESI QUADRE]. Il prompt deve essere il più breve possibile. Elimina ogni frase che non cambia il risultato e non usare ruoli lusinghieri né formule come «esperto di fama mondiale».

Nella pratica, le domande valgono a volte quanto il prompt finale. Un'insegnante di quinta elementare a cui l'IA chiede «che cosa renderebbe questi esercizi inutilizzabili?» risponderà forse che i suoi alunni non conoscono ancora le percentuali, o che ogni scheda deve stare su una pagina fotocopiata. Senza questa domanda, quei vincoli non sarebbero mai finiti nel prompt.

Rispondi come parleresti a un collega, e rispondi con dettagli. Tre righe precise valgono più di una parola. Se hai un esempio di buon risultato, incollalo: aiuta più di qualsiasi descrizione (l'articolo sul few-shot prompting spiega perché).

Riconoscere i difetti di un prompt generato

I prompt scritti da un'IA hanno dei tic in comune. Una volta che li conosci, puoi eliminarne buona parte in pochi secondi.

Il test da tenere a mente è lo stesso di un prompt scritto a mano: togli una frase, rilancia, confronta. Se non cambia nulla in due o tre prove, la frase non serviva.

Chiedere una critica invece di una riscrittura

Hai già un prompt che funziona a metà? Non chiedere «miglioralo»: otterrai una versione più lunga, senza diagnosi. Chiedi prima un'analisi a partire da un risultato reale, il che obbliga il modello a spiegare che cosa non va.

Prima:

Migliora questo prompt.

Dopo:

Ecco un prompt che uso e un risultato che ha prodotto. Questo risultato non mi soddisfa.

PROMPT:
[IL TUO PROMPT]

RISULTATO OTTENUTO:
[IL RISULTATO]

COSA NON VA:
[DESCRIVI IN UNA O DUE FRASI, PER ESEMPIO: TROPPO GENERICO, TONO TROPPO COMMERCIALE, IGNORA IL VINCOLO DI LUNGHEZZA]

Procedi così:
1. Individua che cosa, nel prompt, spiega probabilmente questo difetto. Cita la frase interessata o segnala ciò che manca.
2. Proponi la modifica più piccola possibile, sotto forma di frasi da aggiungere, togliere o sostituire.
3. Riscrivi poi il prompt completo con queste sole modifiche.

Non modificare nient'altro e non allungare il prompt senza motivo.

Il gestore di un agriturismo che ottiene risposte troppo pompose per i suoi ospiti scoprirà forse che la parola «prestigio», infilata nella descrizione, trascina con sé tutto il resto. Una correzione di una sola parola vale più di una riscrittura completa, perché capisci che cosa è cambiato. Puoi concatenare queste correzioni come in qualsiasi procedimento per migliorare un prompt per iterazioni.

Testare il prompt con casi che possono metterlo in crisi

Un prompt generato sembra finito. Non lo è finché non ha affrontato casi reali. Anche qui l'IA può aiutarti, immaginando le situazioni a cui non avresti pensato.

Ecco un prompt che voglio usare regolarmente:

[IL TUO PROMPT]

Proponi 6 input di prova per verificarne la solidità, in una tabella con tre colonne: l'input da usare, che cosa cerca di mettere in difetto, il comportamento atteso.

Includi: un caso normale, un input cortissimo, un input incompleto, una richiesta fuori tema, un caso ambiguo e un caso in cui la risposta giusta sarebbe rifiutare o fare una domanda.

Fai girare questi casi in una nuova conversazione, con il solo prompt. Leggi tu stesso i risultati: l'IA che ha scritto il prompt non è un buon giudice del proprio lavoro. Annota ciò che fallisce e torna al prompt di critica. Il metodo di test offre una cornice semplice per tenere traccia delle tue prove.

I limiti da tenere a mente

Un prompt generato non ti dispensa dal sapere che cosa vuoi. Se la tua esigenza è vaga, l'IA produrrà un testo vago, ben presentato. Non contiene nemmeno le tue conoscenze di mestiere: un fornaio sa che una certa formulazione degli allergeni è problematica, il modello può ignorarlo.

Un prompt scritto da un modello non è nemmeno per forza ottimale per un altro. Se cambi strumento, testalo di nuovo. E per un prompt che riutilizzerai spesso, metti la versione convalidata da qualche parte: merita un posto nella tua libreria di prompt.

Lancia l'intervista sul tuo compito più ripetitivo

Scegli un compito che svolgi almeno una volta a settimana, copia il primo prompt, rispondi alle domande. Confronta poi il risultato con quello che ottieni di solito su un caso recente. Se la differenza è netta, tieni il prompt. Altrimenti, guarda quale domanda dell'intervista ti ha aiutato di più e rispondi con più dettagli la volta successiva.