Riutilizzare i template tra le attività
Crei una libreria personale di prompt con template parametrizzati
Riutilizzare i template tra le attività è una lezione AI Prompt Engineering gratuita su CoddyKit. Questa è la lezione 4 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento AI Prompt Engineering, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso AI Prompt Engineering include 4 lezioni in totale.
Da soluzioni ad hoc a una libreria di prompt
La maggior parte dei prompt engineer inizia scrivendo prompt ad hoc, uno per ogni attività, salvati in modo informale in un'app per le note o nella cronologia delle chat. Questo funziona su piccola scala, ma non è più sufficiente quando servono coerenza tra le attività, i membri del team o nel tempo.
Una libreria di prompt è una raccolta strutturata di template di prompt riutilizzabili, organizzati, denominati, sottoposti a versionamento e documentati. Realizzarne una è un investimento che ripaga rapidamente in qualsiasi flusso di lavoro che generi regolarmente contenuti con l'IA.
Organizzazione dei file: struttura piatta
La libreria di prompt più semplice è una directory piatta di file di template:
prompts/ email_cold_outreach.j2 email_follow_up.j2 linkedin_post.j2 product_description.j2 blog_post_intro.j2 support_reply.j2
Una struttura piatta funziona bene fino a circa 30-50 template. Oltre questa soglia, una struttura di directory organizzata per categorie diventa più facile da consultare.
Organizzazione dei file: struttura per categorie
Per le librerie più grandi, organizzi i template in base al tipo di contenuto o al caso d'uso:
prompts/ marketing/ email_cold_outreach.j2 social_linkedin_post.j2 support/ reply_complaint.j2 reply_question.j2 content/ blog_post.j2 product_description.j2 internal/ meeting_summary.j2 project_update.j2
Adatti la categorizzazione al modo in cui il team pensa alle attività, non ai concetti di prompt engineering.
Convenzioni di denominazione
I nomi dei template devono comunicare immediatamente il loro scopo. Buoni schemi di denominazione:
- tipo_contenuto + contesto:
email_cold_outreach,post_linkedin_announcement - azione + oggetto:
summarize_meeting,analyze_feedback,generate_tagline - ruolo + attività:
support_reply_complaint,marketing_product_description
Eviti nomi generici come template1, prompt_v2 o new_thing. Un buon nome è comprensibile senza dover aprire il file.
Versionamento dei template
I prompt cambiano nel tempo man mano che si scoprono miglioramenti. Il controllo versione dei template previene la perdita della cronologia e le regressioni:
- Memorizzi i template in git: ogni modifica viene tracciata ed è reversibile
- Per il versionamento basato sui file senza git:
email_cold_outreach_v1.j2,v2.j2,v3.j2 - Contrassegni le versioni principali utilizzate in produzione: aggiunga all'inizio un commento che indichi quale versione è entrata in produzione e quando
- Non sovrascriva mai un file senza conservarne una copia: ciò che funzionava il mese scorso potrebbe dover essere ripristinato
Git è l'opzione più solida: utilizzi una directory prompts/ dedicata nel repository del progetto.
Intestazione della documentazione del template
Ogni file di template dovrebbe avere un'intestazione della documentazione. Si tratta di un blocco di commento all'inizio del file che contiene metadati fondamentali:
# Template: email_cold_outreach.j2
# Version: 2.1
# Author: Sarah Chen
# Created: 2025-03-15
# Last modified: 2025-05-10
# Changes in v2.1: Added 'value_prop' variable, removed generic opener
#
# Purpose:
# Generate personalized cold outreach emails for B2B sales.
#
# Required variables:
# - sender_name: str — Name of the sender
# - recipient_name: str — First name of the recipient
# - company_name: str — Recipient's company
# - value_prop: str — 1-2 sentence value proposition tailored to this prospect
# - cta: str — Specific call to action (e.g., '15-minute discovery call')
#
# Optional variables:
# - tone: str (default: 'professional but warm')
# - word_count: int (default: 120)
#
# Example output: see examples/email_cold_outreach_sample.txt
# Known limitations: Performs best when value_prop is specific to the company.Un registro dei template
Negli ambienti di lavoro in team, un registro dei template — un file indice centrale che elenca tutti i template disponibili — rende molto più rapida la loro individuazione:
# prompts/registry.py
# Central index of all prompt templates
TEMPLATE_REGISTRY = {
'email_cold_outreach': {
'file': 'marketing/email_cold_outreach.j2',
'description': 'Cold outreach email for B2B prospecting',
'required_vars': ['sender_name', 'recipient_name', 'company_name', 'value_prop', 'cta'],
'optional_vars': {'tone': 'professional but warm', 'word_count': 120},
'version': '2.1',
'owner': 'sarah.chen'
},
'linkedin_post': {
'file': 'marketing/linkedin_post.j2',
'description': 'LinkedIn announcement post with professional tone',
'required_vars': ['company', 'announcement', 'cta'],
'optional_vars': {'tone': 'professional and approachable', 'word_count': 180},
'version': '1.0',
'owner': 'marketing_team'
}
}
def get_template_info(name):
return TEMPLATE_REGISTRY.get(name, None)Riutilizzo dei template tra attività
Il vero punto di forza di una libreria consiste nello scoprire che lo stesso template può essere utilizzato per più attività, modificando solo alcune variabili. Cerchi le opportunità di riutilizzo tra attività:
- Un template per la descrizione di un prodotto può generare sia testi per un sito web sia descrizioni per gli app store, usando variabili diverse per la lunghezza e il tono
- Un template per i riepiloghi può essere utilizzato per riepiloghi di riunioni, articoli e revisioni del codice, modificando la variabile del tipo di contenuto
- Un template per i confronti può essere utilizzato per prodotti, candidati a un posto di lavoro e approcci tecnici, modificando le variabili del soggetto e dei criteri
Quando si accorge che sta scrivendo un nuovo template, cerchi prima nella libreria.
Composizione dei template: base + figlio
Jinja2 supporta l'ereditarietà dei template: un template di base definisce una struttura comune e i template figli sovrascrivono blocchi specifici. Questo riduce la duplicazione tra template correlati:
# prompts/base_content.j2 — shared structure for all content templates
'''
You are a professional writer for {{company}}.
Style rules (apply to all outputs):
- Active voice
- No jargon unless defined
- Sentences under 25 words
- No passive voice
- Warm, direct tone
{% block task %}{% endblock %}
{% block constraints %}
Length: {{word_count | default(200)}} words.
{% endblock %}
'''
# prompts/blog_post.j2 — inherits base, adds blog-specific instructions
'''
{% extends 'base_content.j2' %}
{% block task %}
Write a blog post about {{topic}} for {{audience}}.
Structure: Hook (1 para) + Problem (1-2 para) + Solution (2-3 para) + Takeaway (1 para).
Include one concrete example.
{% endblock %}
{% block constraints %}
{{ super() }}
Do not mention competitors. Include one pull quote.
{% endblock %}
'''Monitoraggio delle prestazioni dei template
Nei flussi di produzione, tenga traccia delle versioni dei template che producono gli output migliori. Un approccio semplice alla registrazione:
import json
import datetime
def log_generation(template_name, template_version, variables, output, rating=None):
log_entry = {
'timestamp': datetime.datetime.utcnow().isoformat(),
'template': template_name,
'version': template_version,
'input_vars': {k: str(v)[:50] for k, v in variables.items()}, # truncate for log
'output_length': len(output),
'rating': rating # optional human rating 1-5
}
with open('logs/generation_log.jsonl', 'a') as f:
f.write(json.dumps(log_entry) + '\n')
# Usage after generation
log_generation(
template_name='email_cold_outreach',
template_version='2.1',
variables={'sender_name': 'Alice', 'company_name': 'Acme'},
output='Dear Mr. Smith...',
rating=4
)Quando ritirare un template
I template diventano obsoleti. Ecco alcuni segnali che indicano che un template dovrebbe essere ritirato o aggiornato:
- Gli output richiedono sistematicamente un pesante lavoro di modifica manuale: il template non sta recependo i requisiti corretti
- L'attività è cambiata: nuove linee guida del brand, un nuovo pubblico o nuovi requisiti di formato
- La versione del modello è cambiata e le istruzioni del template non funzionano più come previsto
- È stato scritto un template migliore che sostituisce questo
Archivi i template ritirati invece di eliminarli: li contrassegni come deprecati nel registro e conservi i file in una sottodirectory archive/. Potrebbe aver bisogno di capire perché i vecchi output avevano quell'aspetto.
Verifica delle conoscenze: librerie di prompt
Il suo team, composto da 8 persone, genera contenuti con l'IA per tre diversi casi d'uso: campagne email, documentazione di prodotto e social media. Attualmente avete 45 template di prompt salvati in un Google Doc condiviso, senza una nomenclatura coerente, senza cronologia delle versioni e senza documentazione. Qual è il miglioramento iniziale con il maggiore impatto?
Riepilogo: riutilizzare i template tra attività
Una libreria di prompt trasforma prompt creati caso per caso in una risorsa riutilizzabile e facile da gestire. Le pratiche fondamentali sono: una struttura di file organizzata (piatta fino a 50 template, categorizzata oltre tale soglia), convenzioni di denominazione coerenti, intestazioni della documentazione con le variabili obbligatorie e le note sulla versione, e git per il controllo delle versioni.
Il comportamento più prezioso di una libreria è il riutilizzo tra attività: la stessa struttura di template può servire più casi d'uso modificando i valori delle variabili. La composizione dei template tramite l'ereditarietà di Jinja2 riduce la duplicazione nei template correlati. Monitori le prestazioni e ritiri attivamente i template obsoleti.
Impara AI Prompt Engineering con un tutor IA — gratis
Scrivi ed esegui vero codice nel tuo browser, ricevi aiuto istantaneo da un tutor IA disponibile 24/7, e riprendi da dove hai lasciato sul web o nell'app.
- Corsi
- 53
- Lezioni
- 199
Domande Frequenti
La lezione «Riutilizzare i template tra le attività» è gratuita?
Sì — il testo completo di «Riutilizzare i template tra le attività» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso AI Prompt Engineering, passa a CoddyKit PRO. Il corso AI Prompt Engineering include 4 lezioni in totale.
Cosa imparerò in «Riutilizzare i template tra le attività»?
Crei una libreria personale di prompt con template parametrizzati Eserciti AI Prompt Engineering con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.
Ho bisogno di esperienza per iniziare AI Prompt Engineering?
Non è richiesta alcuna esperienza precedente. AI Prompt Engineering su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 4 di 4.
Quanto tempo richiede la lezione «Riutilizzare i template tra le attività»?
La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.
Posso scrivere ed eseguire codice in questa lezione AI Prompt Engineering?
Sì. Ogni lezione AI Prompt Engineering include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.
Tutte le lezioni di questo corso
- Che cos'è un template di prompt?
- Creare schemi da completare
- Tecniche di sostituzione delle variabili
- Riutilizzare i template tra le attività