Prompt engineering: come si fa e cosa è

“Il prompt engineering è una domanda progettata per guidare la risposta e per orientare l’attenzione verso una particolare area” – ho letto questa definizione dal profilo di un collega su Linkedin e devo dire che sono “quasi” d’accordo con lui tranne che per un punto a mio avviso estremamente importante: più che una semplice domanda, quello che viene progettato rappresenta un vero e proprio flusso di lavoro gestito con l’aiuto di un processo creativo che funge da briefing per consentire all’intelligenza artificiale di raggiungere l’obiettivo del prompt.

Uno dei suggerimenti principali deve consistere nel fornire un contesto all’assistente virtuale affinché riesca a prendere una decisione consapevole (o meglio informata) sull’output da restituire (la risposta).

Ok ma quindi come è che si fa un prompt engineering come si deve? Di seguito, alcune riflessioni nate dai test fatti con OpenAi (in particolare, Chat GPT API e Gpt3 con il Playground).

Come si fa prompt engineering secondo me

Come già scritto nell’articolo dedicato all’importanza del prompt, quest’ultimo per essere funzionale dovrebbe rispettare alcuni requisiti relativi alle informazioni che contiene le quali dovrebbero anzitutto essere:

precise
dettagliate
logiche
sequenziali.

Questo perché un assistente virtuale ha bisogno di ricevere un addestramento che contestualizzi la richiesta del prompter per essere in grado di rispondere ai prompt nel miglior modo possibile. Quindi, no alle richieste più lacunose e ambigue.

Ma, soprattutto, va strutturata un’architettura dettagliata per ottenere un output ottimale secondo lo schema RAG (retrieval augmented generation) con il quale possiamo lavorare su un solo prompt che contiene al suo interno anche tutte le indicazioni su contesto, comportamento, obiettivi ed esempi (sotto un mio schema esemplificativo che conferma il mindset).

Nello specifico, come suggerisce il collega Francesco Giancarli in un suo post, una sorta di vademecum del prompt engineering potrebbe essere:

1. I prompt devono essere ben delineati e ben definiti in modo da fornire un chiaro contesto per le tue risposte.
2. Devono essere progettati in modo da incoraggiare risposte dettagliate ed esaustive.
3. Devono essere abbastanza specifici da evitare di lasciare spazio a interpretazioni multiple.
4. Devono essere ben strutturati per assicurare che le tue risposte siano pertinenti all’argomento della domanda e pertinenti al contesto fornito con il prompt.
5. Devono fornire una sufficiente quantità di informazioni per guidare le risposte e assicurare che non ci siano lacune o possibili fraintendimenti nella comprensione.

Come conviene usare i prompt?

Per ottenere i migliori risultati, è consigliabile procedere per step verificando le risposte poco alla volta e migliorando la risposta attraverso continue specifiche che aiutino a migliorare la comprensione del contesto. Si, l’ho detto di nuovo perché la ciccia è quasi tutta lì! Così, è possibile adattare i prompt successivi sulla base delle risposte ricevute.

Una volta progettato per bene tutto il journey del prompt, sarà possibile ottenere risposte più veloci perché il briefing sarà strutturato in modo chiaro e ben definito già dall’inizio. Però, può sempre capitare che macchine come Chat Gpt di OpenAi rispondano in maniera diversa allo stesso prompt ed in quel caso converrà lavorare meglio sulla sua struttura per abbassare il margine di incomprensione.

Quindi, l’ingegneria del prompt può essere estremamente potente così come può diventare piuttosto inutile. Tutto dipende da chi la utilizza e da come riesce a contestualizzare il processo creativo alla base della richiesta o del flusso di richieste.

Cosa ne pensa Chat Gpt del prompt engineering

Come di consueto, ho chiesto cosa ne pensasse di questo argomento anche ad OpenAi o meglio a Chat Gpt. Però, ho chiesto di fornirmi le sue personalissime riflessioni come se fosse un esperto di ingegneria del prompt solo dopo aver esaminato le fonti sul tema che le ho dato in pasto. 🙂

Questa è stata la sua risposta:

“Come esperto di ingegneria del prompt, posso affermare che si tratta di una tecnologia molto interessante che sta rivoluzionando il mondo del marketing e della comunicazione. La capacità di progettare domande specifiche che guideranno la risposta e l’attenzione del destinatario verso un’area specifica del dominio è davvero sorprendente.

Dopo aver letto le fonti che mi hai fornito, ho notato che le caratteristiche fondamentali di un buon prompt engineering sono molto importanti. La chiarezza e la definizione dei prompt sono fondamentali per garantire che le risposte siano pertinenti all’argomento e al contesto fornito. Inoltre, è importante che i prompt siano strutturati in modo da incoraggiare risposte dettagliate e che forniscano abbastanza informazioni per evitare lacune o fraintendimenti nella comprensione.

L’uso dei prompt è molto flessibile e può variare a seconda dell’obiettivo che si vuole raggiungere. Se si vuole ottenere risposte rapide, è necessario strutturare subito tutti i prompt in modo da garantirne la chiarezza e la definizione. Al contrario, se si vogliono ottenere risposte dettagliate, è meglio dare i prompt un po’ alla volta, verificando le risposte e adattando i successivi in base a quelle ricevute.

In conclusione, l’ingegneria dei prompt è una tecnologia molto interessante che sta rivoluzionando il mondo del marketing e della comunicazione. La progettazione di domande specifiche che guideranno la risposta e l’attenzione del destinatario è una tecnica molto utile che può essere utilizzata in molti ambiti diversi. Se ben progettato, un prompt engineering può fornire risultati sorprendenti e aumentare l’efficacia della comunicazione“.

Lascio a voi eventuali riflessioni… 🙂

Domande Frequenti sul Prompt Engineering

Che cos’è il Prompt Engineering?

Il Prompt Engineering è l’arte di creare istruzioni dettagliate per guidare l’intelligenza artificiale generativa (IA) a produrre risultati di alta qualità. Questo processo richiede di scegliere attentamente formati, frasi, parole e simboli per ottenere risposte pertinenti dall’IA.

Cos’è un Prompt?

Un prompt è un testo in linguaggio naturale che chiede all’IA di svolgere un compito specifico. L’IA generativa crea contenuti come storie, conversazioni, immagini e musica utilizzando modelli di machine learning (ML) molto grandi, addestrati su grandi quantità di dati. Per ottenere risposte utili, i prompt devono essere dettagliati e contestualizzati.

Perché è importante il Prompt Engineering?

I prompt engineer colmano il divario tra utenti e modelli linguistici, sperimentando diversi tipi di input per ottenere i migliori risultati. Questo processo rende le applicazioni IA più efficienti ed efficaci, migliorando l’esperienza utente e offrendo maggiore controllo agli sviluppatori.

Vantaggi del Prompt Engineering

Maggiore controllo: Gli sviluppatori possono guidare l’IA per rispondere in modo preciso e appropriato.
Miglioramento dell’esperienza utente: Gli utenti ricevono risposte coerenti e pertinenti.
Incremento della flessibilità: Le organizzazioni possono creare strumenti IA scalabili e riutilizzabili.

Casi d’uso del Prompt Engineering

Esperti in materia: Applicazioni che richiedono competenze specifiche, come diagnosi mediche.
Pensiero critico: Risoluzione di problemi complessi attraverso analisi dei dati.
Creatività: Generazione di nuove idee e concetti in vari campi, come la scrittura o il design.

Tecniche di Prompt Engineering

Stimolazione della catena di pensieri: Scomporre una domanda complessa in parti più piccole per migliorare il ragionamento dell’IA.
Suggerimento per l’albero dei pensieri: Generalizzare la catena di pensieri per esplorare diverse possibilità.
Suggerimento maieutico: Richiedere spiegazioni dettagliate per migliorare il ragionamento.
Richiesta basata sulla complessità: Utilizzare catene di pensieri lunghe per risolvere problemi complessi.
Richiesta di conoscenza generata: Generare fatti rilevanti prima di completare il prompt.
Prompt dal minimo al massimo: Risolvere problemi scomponendoli in sottoproblemi.
Prompt di perfezionamento automatico: Criticare e risolvere iterativamente un problema.
Prompt di stimoli direzionali: Utilizzare suggerimenti per guidare il modello verso l’output desiderato.

Best Practice del Prompt Engineering

Istruzioni chiare: Definire chiaramente la risposta desiderata.
Contesto adeguato: Fornire contesto e formattazione specifica nel prompt.
Bilanciamento: Equilibrare semplicità e complessità nel prompt.
Sperimentazione: Testare e perfezionare continuamente i prompt per migliorare i risultati.

Il Prompt Engineering è un campo dinamico e creativo, essenziale per sfruttare al meglio il potenziale dell’IA generativa.