Cos’è il prompt en­gi­nee­ring?

Il prompt en­gi­nee­ring comprende diverse tecniche e metodi per ot­ti­miz­za­re i prompt per gli strumenti di IA ge­ne­ra­ti­va. Ti spie­ghia­mo cosa significa esat­ta­men­te, ti mostriamo alcuni esempi e le migliori prassi.

Formulare i prompt cor­ret­ta­men­te per gli strumenti di IA è es­sen­zia­le per sfruttare appieno il po­ten­zia­le dei modelli lin­gui­sti­ci. Con lo sviluppo continuo dell’in­tel­li­gen­za ar­ti­fi­cia­le è aumentata anche la domanda di tecnici spe­cia­liz­za­ti che sappiano come dirigerla nel modo più ef­fi­cien­te possibile. Così è nato il lavoro di prompt engineer, l’ingegnere dei prompt.

Cos’è il prompt en­gi­nee­ring?

Il termine “prompt en­gi­nee­ring” indica tecniche e metodi per ot­ti­miz­za­re i prompt per l’ela­bo­ra­zio­ne del lin­guag­gio naturale e i modelli lin­gui­sti­ci di gradi di­men­sio­ni (LLM) come GPT-3 o GPT-4 che si basano sull’ap­pren­di­men­to au­to­ma­ti­co. Lo scopo è ottenere risposte migliori, più precise o più spe­ci­fi­che, in quanto il modo in cui vengono formulate una domanda o un’istru­zio­ne incide con­si­de­re­vol­men­te sulla qualità e sulla rilevanza della risposta di un’in­tel­li­gen­za ar­ti­fi­cia­le.

Oltre a ri­chie­de­re crea­ti­vi­tà e pre­ci­sio­ne, il prompt en­gi­nee­ring per i modelli di IA implica anche una profonda co­no­scen­za del relativo modello lin­gui­sti­co, perché la scelta delle parole e il relativo ordine può cambiare no­te­vol­men­te l’output. I prompt possono contenere testo in lingua naturale, immagini o altri tipi di input di dati. Lo stesso prompt può produrre risultati molto di­ver­gen­ti su piat­ta­for­me di IA diverse. Ne consegue che il prompt en­gi­nee­ring deve essere per­so­na­liz­za­to per ciascun ge­ne­ra­to­re di testi con l’IA o ge­ne­ra­to­re di video con l’IA.

Perché il prompt en­gi­nee­ring è im­por­tan­te per l’IA?

Il prompt en­gi­nee­ring è in­di­spen­sa­bi­le per sfruttare appieno il po­ten­zia­le dei modelli lin­gui­sti­ci, ottenendo risultati migliori con l’IA ge­ne­ra­ti­va. Un prompt engineer può ad esempio provare a formulare una domanda in modi diversi per scoprire come influisce sulla risposta in base allo stile e alle li­mi­ta­zio­ni. Le va­ria­zio­ni nell’ordine delle parole e l’uso di un mo­di­fi­ca­to­re singolo (“molto”) o ripetuto (“molto, molto, molto”) possono influire con­si­de­re­vol­men­te sul risultato.

Nei siti web di immagini IA il prompt en­gi­nee­ring può aiutare a definire le diverse ca­rat­te­ri­sti­che delle immagini generate. Spesso questi siti offrono la pos­si­bi­li­tà di creare immagini IA con un de­ter­mi­na­to stile, in una de­ter­mi­na­ta pro­spet­ti­va, con un de­ter­mi­na­to rapporto d’aspetto o con una de­ter­mi­na­ta ri­so­lu­zio­ne dell’immagine. So­li­ta­men­te il primo prompt è soltanto un punto di partenza. Con i prompt seguenti è possibile, ad esempio, raf­for­za­re o in­de­bo­li­re de­ter­mi­na­ti elementi, oppure ag­giun­ge­re o rimuovere oggetti da un’immagine.

Anche per lo sviluppo di nuovi strumenti il prompt en­gi­nee­ring può essere d’aiuto per definire LLM e ot­ti­miz­za­re i processi di lavoro per de­ter­mi­na­ti risultati. Ci sono anche altri motivi per cui il prompt en­gi­nee­ring è im­por­tan­te per l’IA:

• Ot­ti­miz­za­re i risultati: con un opportuno prompt en­gi­nee­ring, i modelli lin­gui­sti­ci possono fornire risultati di maggiore qualità e rilevanza.
• Ef­fi­cien­za: se ben formulati, i prompt per­met­to­no a un modello di fornire le in­for­ma­zio­ni de­si­de­ra­te più ve­lo­ce­men­te, senza dover ricorrere a più prompt o ite­ra­zio­ni.
• Controllo sull’output: con un abile prompt en­gi­nee­ring, l’utente può definire la modalità di risposta dell’IA, compresi la lunghezza, lo stile e il tono.
• Riduzione degli errori: prompt chiari e precisi con­tri­bui­sco­no a mi­ni­miz­za­re i pre­con­cet­ti, i malintesi o le risposte imprecise che possono essere generati da un modello.
• Am­plia­men­to delle pos­si­bi­li­tà di impiego: con il giusto prompt en­gi­nee­ring è possibile usare modelli di IA per compiti specifici o in domini par­ti­co­la­ri, diversi da quelli previsti nello sviluppo ori­gi­na­rio.
• Co­no­scen­ze spe­ri­men­ta­li: spe­ri­men­tan­do con diversi prompt, si può con­tri­bui­re ad acquisire una co­no­scen­za più ap­pro­fon­di­ta sul fun­zio­na­men­to di una de­ter­mi­na­ta IA ge­ne­ra­ti­va e su come reagisce ai diversi input.

Prompt en­gi­nee­ring: esempi

I prompt uti­liz­za­bi­li per creare testi, immagini o video sono molto diversi fra loro. Inoltre, per tutti i siti web di IA un prompt en­gi­nee­ring mirato permette agli utenti di in­te­ra­gi­re in modo più efficace con i relativi strumenti.

Esempi di prompt per ge­ne­ra­to­ri di testi

Un prompt en­gi­nee­ring mirato per i ge­ne­ra­to­ri di testo può pre­sen­tar­si come segue:

1. Spe­ci­fi­ci­tà

• Prompt ori­gi­na­rio: “Parlami degli alberi”.
• Prompt mi­glio­ra­to: “Spiegami il processo di fo­to­sin­te­si nelle la­ti­fo­glie.”

2. For­mat­ta­zio­ne delle risposte

• Prompt ori­gi­na­rio: “Quali sono i vantaggi dell’energia solare?”
• Prompt mi­glio­ra­to: “Indica cinque vantaggi dell’energia solare.”

3. In­se­ri­men­to di risposte di esempio

• Prompt ori­gi­na­rio: “Scrivi una frase su Parigi.”
• Prompt mi­glio­ra­to: “Scrivi una frase su Parigi con lo stile di Hemingway.”

4. Lunghezza e dettagli

• Prompt ori­gi­na­rio: “Descrivi l’acqua.”
• Prompt mi­glio­ra­to: “Dammi una spie­ga­zio­ne scien­ti­fi­ca det­ta­glia­ta della struttura mo­le­co­la­re dell’acqua.”

5. Evitare i pre­giu­di­zi

• Prompt ori­gi­na­rio: “Cosa pensi delle crip­to­va­lu­te?”
• Prompt mi­glio­ra­to: “Descrivi le crip­to­va­lu­te in modo neutrale e obiettivo.”

6. Contesto

• Prompt ori­gi­na­rio: “Perché le azioni scendono?”
• Prompt mi­glio­ra­to: “Con­si­de­ran­do i fattori economici, perché le azioni tec­no­lo­gi­che po­treb­be­ro scendere durante una re­ces­sio­ne?”

7. Stili o pro­spet­ti­ve

• Prompt ori­gi­na­rio: “Rac­con­ta­mi la storia di Napoleone.”
• Prompt mi­glio­ra­to: “Rac­con­ta­mi la storia di Napoleone dal punto di vista di uno dei suoi soldati.”

Esempi di prompt per ge­ne­ra­to­ri di immagini

Il prompt en­gi­nee­ring è rilevante non solo per i modelli lin­gui­sti­ci, ma anche per le reti ge­ne­ra­ti­ve av­ver­sa­rie (GAN), che generano immagini, ad esempio DALL-E. Nei ge­ne­ra­to­ri di immagini i prompt devono fornire una de­scri­zio­ne di testo da usare per creare l’immagine:

1. Spe­ci­fi­ci­tà

• Prompt ori­gi­na­rio: “Gatto.”
• Prompt mi­glio­ra­to: “Gatto arancione che dorme su un cuscino blu.”

2. Com­bi­na­zio­ne di elementi

• Prompt ori­gi­na­rio: “Edificio e nuvole.”
• Prompt mi­glio­ra­to: “Una vecchia casa vit­to­ria­na sospesa tra le nuvole.”

3. Stile ed epoca

• Prompt ori­gi­na­rio: “Auto.”
• Prompt mi­glio­ra­to: “Auto fu­tu­ri­sti­ca con lo stile rétro degli anni Cinquanta.”

4. Sen­sa­zio­ni e atmosfera

• Prompt ori­gi­na­rio: “Bosco.”
• Prompt mi­glio­ra­to: “Un bosco buio, avvolto nella nebbia, al chiaro di luna.”

5. Com­bi­na­zio­ne di elementi insoliti

• Prompt ori­gi­na­rio: “Tavolo e frutta.”
• Prompt mi­glio­ra­to: “Un tavolo di angurie con un piatto di banane a fette essiccate.”

6. Pro­spet­ti­va e di­men­sio­ne

• Prompt ori­gi­na­rio: “Montagne.”
• Prompt mi­glio­ra­to: “Un’enorme montagna con la forma di una tazza da tè di vetro ro­ve­scia­ta.”

7. Astra­zio­ne

• Prompt ori­gi­na­rio: “Sen­sa­zio­ni.”
• Prompt mi­glio­ra­to: “Vi­sua­liz­za­zio­ne della gioia come un’esplo­sio­ne luminosa di colori.”

Esempi di prompt per i ge­ne­ra­to­ri di video

Nei ge­ne­ra­to­ri di video le dif­fi­col­tà dal punto di vista del prompt en­gi­nee­ring non sono soltanto cogliere un singolo momento o un fo­to­gram­ma, ma anche una sequenza temporale dinamica di azioni ed eventi. Un buon prompt en­gi­nee­ring aiuta a spe­ci­fi­ca­re con pre­ci­sio­ne l’azione de­si­de­ra­ta, l’ambiente, la durata e le in­te­ra­zio­ni degli elementi nel video:

1. Azione

• Prompt ori­gi­na­rio: “Gatto che corre.”
• Prompt mi­glio­ra­to: “Gatto arancione che si avvicina len­ta­men­te a una poz­zan­ghe­ra e poi salta.”

2. Ambiente e atmosfera

• Prompt ori­gi­na­rio: “Scena su una spiaggia.”
• Prompt mi­glio­ra­to: “Una spiaggia deserta al tramonto, con le onde che si in­fran­go­no dol­ce­men­te sulla battigia e un gruppo di uccelli che volano all’orizzonte.”

3. Sviluppo temporale

• Prompt ori­gi­na­rio: “Un fiore che cresce.”
• Prompt mi­glio­ra­to: “Una rosa che in 30 secondi da bocciolo diventa un fiore com­ple­ta­men­te aperto.”

4. Azioni dinamiche

• Prompt ori­gi­na­rio: “Sport.”
• Prompt mi­glio­ra­to: “Un giocatore di pal­la­ca­ne­stro che negli ultimi secondi della partita fa il tiro da tre punti decisivo.”

5. Com­bi­na­zio­ne di elementi e tran­si­zio­ni

• Prompt ori­gi­na­rio: “Momenti della giornata.”
• Prompt mi­glio­ra­to: “Il panorama di una città dalla mattina alla sera, con le luci che si accendono al calar del sole.”

6. Storia e racconto

• Prompt ori­gi­na­rio: “Un uccello che vola.”
• Prompt mi­glio­ra­to: “Un uccellino che prova per la prima volta a volare. Dopo alcuni tentativi falliti riesce fi­nal­men­te a prendere il volo e a tornare al sicuro nel suo nido.”

Le migliori prassi per il prompt en­gi­nee­ring

Con un prompt en­gi­nee­ring mirato è possibile ottenere risultati ottimali dagli strumenti di IA ge­ne­ra­ti­va. Di seguito alcune prassi com­pro­va­te da tenere in con­si­de­ra­zio­ne per formulare i prompt:

• Essere precisi: formulare un prompt con chiarezza aiuta l’IA a com­pren­de­re meglio cosa ci si aspetta da lei.
• Essere specifici: as­si­cu­ra­ti che i prompt siano suf­fi­cien­te­men­te specifici per definire il tipo di risposta de­si­de­ra­ta.
• Spe­ri­men­ta­re: se non ottieni subito la risposta de­si­de­ra­ta, prova a ri­for­mu­la­re la domanda o ad ag­giun­ge­re più contesto.
• Istru­zio­ni per la for­mat­ta­zio­ne: se desideri che la risposta sia fornita in un formato specifico (ad esempio elenco, breve paragrafo, lin­guag­gio formale), indicalo nel prompt.
• Risposte di esempio: può essere utile fornire all’IA un esempio della risposta de­si­de­ra­ta per in­di­riz­zar­la nella direzione corretta.
• Contesto: alcune IA fun­zio­na­no meglio se prima della domanda vera e propria ricevono maggiori in­for­ma­zio­ni o un contesto più completo.
• Evitare ambiguità: evita for­mu­la­zio­ni non chiare o ambigue.
• De­li­mi­ta­re e in­di­riz­za­re: se temi che l’IA possa ri­spon­de­re in modo non im­par­zia­le, o se desideri che usi un de­ter­mi­na­to stile o una de­ter­mi­na­ta pro­spet­ti­va, fornisci istru­zio­ni chiare.
• Con­trol­la­re: è im­por­tan­te con­trol­la­re le risposte di un’IA con spirito critico e as­si­cu­rar­si che siano precise e prive di pre­giu­di­zi in­de­si­de­ra­ti.
• Approccio iterativo: spesso è utile procedere in modo iterativo e per­fe­zio­na­re la domanda in base alle risposte ricevute.

Quali qua­li­fi­che deve avere un prompt engineer?

Lavorare come prompt engineer offre op­por­tu­ni­tà pro­met­ten­ti a chi conosce bene le dinamiche della lingua e ha una mentalità creativa. Con la crescente dif­fu­sio­ne delle tec­no­lo­gie IA e NLP nei settori più svariati, la domanda di prompt engineer qua­li­fi­ca­ti è destinata ad aumentare.

Anche se non è richiesta una for­ma­zio­ne specifica, può essere utile un titolo di studio in un campo affine. Non occorre tas­sa­ti­va­men­te saper ad esempio pro­gram­ma­re, ma una laurea in in­for­ma­ti­ca o lin­gui­sti­ca può aiutare a com­pren­de­re i modelli lin­gui­sti­ci e svi­lup­pa­re i prompt. Il prompt en­gi­nee­ring consiste so­prat­tut­to nel capire come funziona la lingua e come deve essere strut­tu­ra­ta per con­se­gui­re i risultati de­si­de­ra­ti. Possono essere utili le abilità seguenti:

• Com­pren­sio­ne dell’IA e dell’ap­pren­di­men­to au­to­ma­ti­co: capire il fun­zio­na­men­to delle reti neurali, in par­ti­co­la­re dei modelli lin­gui­sti­ci, per com­pren­de­re meglio i mec­ca­ni­smi che stanno alla base dei risultati.
• Pensiero analitico: per ana­liz­za­re i risultati e adattare di con­se­guen­za i prompt bisogna avere un pensiero analitico.
• Capacità di co­mu­ni­ca­zio­ne: la capacità di formulare istru­zio­ni chiare e precise è es­sen­zia­le per il prompt en­gi­nee­ring.
• In­di­vi­dua­zio­ne degli errori: saper ri­co­no­sce­re le im­pre­ci­sio­ni o gli errori nelle risposte di un modello di IA e apportare le modifiche ne­ces­sa­rie.
• Co­no­scen­ze spe­ci­fi­che: a seconda del campo d’impiego può essere ne­ces­sa­rio disporre di co­no­scen­ze tecniche in de­ter­mi­na­ti settori per poter strut­tu­ra­re in modo ef­fi­cien­te i prompt e le risposte, per poi valutarli.
• Ap­pren­di­men­to continuo: l’in­tel­li­gen­za ar­ti­fi­cia­le e l’ap­pren­di­men­to au­to­ma­ti­co evolvono ra­pi­da­men­te. Per un buon prompt en­gi­nee­ring occorre quindi formarsi con­ti­nua­men­te ed essere di­spo­ni­bi­li ad adattarsi sempre alle nuove tec­no­lo­gie.
• Lavoro di squadra: spesso un prompt engineer deve col­la­bo­ra­re con altri tecnici, quali data scientist, ingegneri software o business analyst.