Istruzioni eccessivamente vaghe

L'errore più comune nei prompt dei principianti è la vaghezza: scrivere istruzioni così generiche che il modello non riesce a produrre in modo affidabile ciò che desidera davvero.

«Scriva qualcosa di valido sull'IA.»

Questo prompt non contiene informazioni sul formato, sul pubblico, sulla lunghezza, sul tono, sulla prospettiva o sullo scopo. Il modello produrrà qualcosa, ma la probabilità che corrisponda a ciò che aveva in mente è bassa. I prompt vaghi producono output incoerenti e difficili da prevedere, che richiedono un pesante lavoro di modifica.

Un prompt è vago quando manca una o più delle dimensioni di cui il modello ha bisogno per prendere una buona decisione. Le dimensioni fondamentali sono:

• Che cosa — il tema o l'attività specifica
• Chi — il pubblico destinatario
• Perché — lo scopo o l'obiettivo
• Come — il formato, la struttura e lo stile
• Quanto — la lunghezza o l'ambito

Non è sempre necessario specificarle tutte e cinque, ma più dimensioni mancano, più il modello deve fare supposizioni, e le supposizioni introducono variabilità.

Prima di inviare un prompt, lo sottoponga a cinque domande diagnostiche:

1. Che cosa viene richiesto esattamente? (non solo «scrivere di X»: quale tipo di output?)
2. Chi è il pubblico? (un esperto della materia? Un principiante? Una persona specifica?)
3. Per quale scopo verrà utilizzato l'output?
4. Quale formato e quale lunghezza deve avere?
5. Ci sono vincoli o elementi da evitare?

Se non riesce a rispondere alla maggior parte di queste domande, il prompt è troppo vago. Dedichi 60 secondi ad aggiungere le risposte prima di inviarlo.

Vago: «Mi parli dell'apprendimento automatico.»

Specifico: «Scriva una spiegazione di 200 parole su che cos'è l'apprendimento automatico, rivolta al titolare non tecnico di una piccola impresa che sta valutando se utilizzare uno strumento di IA per il servizio clienti. Utilizzi un linguaggio quotidiano, senza termini tecnici. Si concentri su che cosa fa, non sul suo funzionamento interno.»

La versione specifica fornisce al modello tutto ciò di cui ha bisogno: tema, pubblico, lunghezza, livello del vocabolario e ambito su cui concentrarsi. L'output sarà molto più utile già al primo tentativo.

Molti prompt vaghi presentano un'attività non sufficientemente specificata: non è chiaro quale tipo di output sia richiesto. «Scriva sul cambiamento climatico» potrebbe significare:

• Un articolo esplicativo basato sui fatti
• Un saggio persuasivo
• Una poesia
• Un post per i social media
• Un'analisi dei rischi aziendali
• Una storia per bambini

Tutti questi sono output validi per quel prompt. Quando il tipo di attività non viene specificato, il modello utilizza per impostazione predefinita lo schema più comune nei dati su cui è stato addestrato, di solito un saggio informativo generico che potrebbe non essere ciò di cui ha bisogno.

Il pubblico è una delle dimensioni più importanti di un prompt. Lo stesso tema dovrebbe essere spiegato in modo completamente diverso a seconda del pubblico:

• «Spieghi le reti neurali a un ingegnere di machine learning» → profondità tecnica, terminologia specifica, esempi di codice
• «Spieghi le reti neurali a un ragazzo di 12 anni» → basato su analogie, senza equazioni, con esempi concreti
• «Spieghi le reti neurali a un dirigente del marketing» → impatto aziendale, non meccanismi, con focus sul ROI

In assenza di una specifica sul pubblico, il modello ne sceglie uno arbitrariamente. Spesso questa scelta non è adatta al suo caso d'uso reale.

Un approccio sistematico per trasformare prompt vaghi in prompt specifici consiste nell'utilizzare il framework WHO-WHAT-FOR-HOW-HOW-MUCH per ampliare ciascuna dimensione:

Alcune parole nei prompt sono quasi sempre vaghe e dovrebbero indurla a verificare il livello di specificità:

• Buono — buono secondo quale standard? Chi decide che è buono?
• Migliore — migliore rispetto a che cosa?
• Appropriato — appropriato per quale contesto o pubblico?
• Professionale — professionale in quale settore? A quale livello di formalità?
• Migliorare — migliorare sotto quale aspetto? Chiarezza? Lunghezza? Precisione?
• Interessante — interessante per chi?

Quando individua queste parole nel suo prompt, si ponga la domanda di approfondimento che implicano. La risposta diventerà l'istruzione specifica.

La specificità esiste lungo uno spettro: non è sempre necessario raggiungere il livello massimo. Il livello corretto dipende dall'attività:

• Esplorazione creativa — una specificità ridotta è intenzionale. I prompt vaghi producono una varietà sorprendente.
• Produzione ricorrente — è necessaria un'elevata specificità per garantire coerenza e riutilizzabilità
• Recupero di informazioni fattuali — un'elevata specificità aiuta il modello a concentrarsi sull'aspetto corretto
• Brainstorming — specificità media: definisca l'ambito, ma lasci aperte le idee

La vaghezza è un errore quando ha bisogno di un output specifico. È invece una caratteristica utile quando desidera un'ampia libertà creativa.

A volte il modo più efficace per correggere un prompt vago consiste nell'aggiungere un esempio dell'output desiderato, invece di cercare di descriverlo a parole:

«Scriva uno slogan per un prodotto in questo stile: «Fai di più con meno.» «Pensa diversamente.» «Fallo e basta.»»

Gli esempi eliminano la necessità di definire in termini astratti «conciso», «incisivo», «voce del brand» e «memorabile». Il modello ricava lo schema dagli esempi in modo più affidabile di quanto riesca a dedurlo da semplici descrittori. Gli esempi sono spesso la correzione più efficace della specificità a sua disposizione.

L'eccesso di specificità è l'errore opposto alla vaghezza. Un prompt con 15 vincoli molto specifici può produrre un output che soddisfa tecnicamente tutti i vincoli, ma che appare meccanico e fuori luogo.

Per calibrare il livello, si chieda: «Se consegnassi questo prompt a qualcuno che non ha mai lavorato con me, che cosa produrrebbe?» Se una persona competente riuscirebbe a produrre ciò di cui ha bisogno basandosi sul prompt, questo è sufficientemente specifico. Se dovesse porre domande di chiarimento, aggiunga le risposte al prompt. Se si sentisse limitata da troppi vincoli, ne rimuova alcuni.

Ordini questi quattro prompt dal più vago al più specifico:

(A) «Scriva sulla leadership.»

(B) «Scriva un articolo di 300 parole sulla leadership al servizio degli altri, rivolto a manager alla loro prima esperienza in una startup tecnologica, concentrandosi su tre comportamenti specifici che possono praticare nei primi 30 giorni.»

(C) «Scriva un articolo sulla leadership che sia valido.»

(D) «Scriva un articolo sugli stili di leadership per manager.»

La vaghezza è l'errore più comune nei prompt perché è facile scrivere rapidamente prompt vaghi. Il risultato è un output incoerente e imprevedibile che richiede un pesante lavoro di modifica.

La soluzione è sistematica: specifichi WHO (il pubblico), WHAT (il tipo di attività), FOR (lo scopo), HOW (il formato e lo stile) e HOW MUCH (la lunghezza). Presti attenzione alle parole comunemente vaghe (buono, migliore, appropriato, professionale) e le sostituisca con risposte specifiche alla domanda che implicano. Quando la descrizione non basta, utilizzi esempi.

Nella prossima lezione affronterà requisiti contraddittori, il problema opposto alla vaghezza.