Probabilmente i tuoi vecchi suggerimenti funzionano ancora. Ma ciò non significa che siano il modo migliore per lavorare con nuovi modelli. Quando un modello è più autonomo, istruzioni eccessive, ripetute o contraddittorie possono diventare un freno: consumano più token, rallentano il processo e talvolta riducono la flessibilità.
La differenza pratica per un’azienda è semplice: un buon suggerimento non cerca più di controllare ogni passaggio. Definire il risultato atteso, fornire il giusto contesto, stabilire confini netti e lasciare spazio all’intelligenza artificiale per risolvere il problema all’interno di tale quadro.
I 12 tasti del manuale
Meno regole, obiettivi più chiari
Invece di dettare ogni microistruzione, ho descritto il risultato desiderato e lo stile di lavoro previsto. Sono ancora necessarie regole rigide per la sicurezza, la formattazione o l'ambito.
Elimina i controlli generici
Frasi come “controlla tutto attentamente” spesso innescano verifiche vaghe. Ho chiesto controlli specifici: confrontare i prezzi, convalidare una tabella o rivedere un campo specifico.
Definire l'ambito
Quando il compito è piccolo, dillo. "Cambia solo questa sezione" impedisce al modello di migliorare le aree vicine che non desideri toccare.
Ho detto esplicitamente la lunghezza
Se hai bisogno di una risposta breve, chiedila con un limite. Il livello di impegno controlla quanto pensi, non necessariamente quanto scrivi.
Monitorare le notifiche di avanzamento
Definisci se desideri aggiornamenti, quando e con quanto dettaglio. Nelle automazioni, troppo testo intermedio si intromette.
I subagenti solo quando aiutano
La delega è utile per attività di grandi dimensioni e parallele. Nelle piccole attività può moltiplicare costi e tempi senza migliorare il risultato.
Fornisci il contesto per parti
Non mettere tutto in un unico grande prompt. La cosa generale va al sistema; lo specifico viene caricato quando l'attività lo richiede.
Elimina le ripetizioni
Se una regola è già presente nella descrizione di uno strumento, non ripeterla nel prompt generale. Meno duplicazioni significano meno conflitti.
Usa riferimenti reali
È meglio consegnare il file, il mockup, la tabella o l’esempio concreto piuttosto che chiedere qualcosa di “moderno” o “simile” in modo vago.
Prova con uno sforzo basso
Per compiti ben definiti, il livello basso o medio può essere sufficiente. La configurazione migliore è quella più economica che mantiene la qualità.
Ho ridotto il ragionamento, non spegnetelo
Per agenti e strumenti, spesso è più sicuro mantenere attivo il ragionamento con un impegno minimo piuttosto che disattivarlo completamente.
L'obiettivo è il percorso
Il prompt moderno descrive l'intero obiettivo, stabilisce limiti e fornisce riferimenti. Non trascina i vecchi controlli che non contribuiscono più.
Esempi pratici di allora e di oggi
Non scrivere commenti lunghi. Non creare file aggiuntivi. Controlla tutto attentamente. Utilizzare un secondo agente per convalidare.
Orientarsi nel codice esistente. Prendiamo la sua nomenclatura, struttura e densità dei commenti. Confronta i prezzi con la tabella allegata.
Migliora questo.
Lavorare solo sull'attività descritta. Prendi da solo piccole decisioni di routine. Non modificare le aree adiacenti.
La regola d'oro
Un buon suggerimento per nuovi modelli risponde a cinque domande. Se queste cinque domande sono chiare, l’IA avrà bisogno di meno istruzioni di controllo e potrà funzionare meglio.
- Cosa deve esistere alla fine? Il risultato specifico che stai cercando.
- Quali informazioni o riferimenti dovresti utilizzare? Dati, esempi, file reali o regole aziendali.
- Quali linee dure non dovresti oltrepassare? Sicurezza, formato fisso, privacy, portata o decisioni umane.
- Di che lunghezza e che formato hai bisogno? Breve, dettagliato, tabella, lista di controllo, email, report o codice.
- Cosa richiede controllo o delega? Cosa viene esaminato, cosa viene confrontato e cosa può essere suddiviso in attività parallele.
Descrivi l'intero obiettivo, stabilisci i limiti, fornisci riferimenti di qualità e lascia che il modello scelga il percorso più sensato all'interno di quel quadro.
Cosa significa questo per un’azienda?
Per un’azienda in qualsiasi mercato, scrivere suggerimenti migliori non è un gioco tecnico. È un modo per ridurre i costi, evitare rielaborazioni e ottenere risposte più utili per vendite, amministrazione, servizio clienti, report o documenti interni.
Il punto non è che ogni dipendente memorizzi la teoria. Il punto è trasformare i processi reali in istruzioni chiare: cosa rispondere, quali dati chiedere, quando segnalare una persona, cosa non promettere e come misurare se il risultato è utile.
Ecco perché in Ezelero non consideriamo il suggerimento come una bella frase scritta in una chat. Lo vediamo come parte dell'architettura del lavoro: regole, contesto, strumenti, limiti e misurazione.
Domande frequenti
Devo riscrivere tutti i miei vecchi prompt?
No. Ma è consigliabile rivedere istruzioni lunghe, ripetitive o piene di controlli generici. Questi sono quelli che tendono a consumare maggiormente token extra.
I suggerimenti più brevi sono sempre migliori?
Non necessariamente. Un buon suggerimento può essere breve o lungo. L'importante è avere meno regole non necessarie e un contesto più specifico per l'attività.
Quali errori costano di più?
Controlli pigri, agenti secondari non necessari, lunghezze di risposta illimitate, istruzioni ripetute e giganteschi prompt di sistema che caricano il contesto di cui l'attività non ha bisogno.
E' solo per Claude?
No. Sebbene il manuale si concentri su Claude Opus 5, molte regole si applicano ai moderni modelli di intelligenza artificiale che funzionano con strumenti, ragionamento e maggiore autonomia.
Vuoi richieste e flussi adatti alla tua azienda?
In Ezelero convertiamo processi reali in assistenti, automazioni e regole di lavoro con l'intelligenza artificiale. Per prima cosa esaminiamo la tua operazione; Quindi definiamo cosa dovrebbe essere automatizzato.
Il PDF originale è disponibile come guida scaricabile per il tuo team.