Tipi di richieste che l'IA può gestire
Tassonomia delle attività dell'IA: scrittura, riepilogo, risposta, programmazione e brainstorming
Tipi di richieste che l'IA può gestire è una lezione AI Prompt Engineering gratuita su CoddyKit. Questa è la lezione 2 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.
Tassonomia delle attività dell'IA
I modelli linguistici di IA sono straordinariamente versatili. Gestiscono un'ampia gamma di tipi di attività, e identificare la categoria della propria attività aiuta a scrivere prompt migliori.
Le attività si possono raggruppare in: scrittura, riepilogo, Q&A, programmazione, brainstorming, traduzione, classificazione ed estrazione di dati.
Attività di scrittura
La scrittura è una delle attività più comuni dell'IA. Alcuni esempi:
- Redazione di email, lettere di presentazione e post per blog
- Scrittura di racconti brevi, sceneggiature o contenuti creativi
- Creazione di didascalie per i social media
- Modifica e riscrittura di bozze esistenti
È fondamentale specificare nel prompt il formato, il tono, la lunghezza e il pubblico.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=256,
messages=[{
'role': 'user',
'content': (
'Write a 150-word professional email declining a meeting invitation. '
'Tone: polite and regretful. Suggest rescheduling next week.'
)
}]
)
print(response.content[0].text)Attività di riepilogo
Il riepilogo condensa contenuti lunghi in una forma più breve e facilmente fruibile. Usi comuni:
- TL;DR di articoli o rapporti lunghi
- Note di riunione ricavate da una trascrizione
- Sintesi esecutive di articoli di ricerca
- Punti chiave estratti da un capitolo di libro
Specifichi la lunghezza desiderata e il livello di dettaglio necessario.
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
long_text = (
'Artificial intelligence has transformed industries from healthcare '
'to finance over the past decade. Machine learning models now diagnose '
'diseases, detect fraud, and power recommendation engines. However, '
'concerns about bias, privacy, and job displacement remain significant...'
)
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': f'Summarize the following in exactly 2 sentences:\n\n{long_text}'
}]
)
print(response.choices[0].message.content)Attività di domande e risposte
Le attività di Q&A sfruttano l'ampia base di conoscenze del modello. Tra i tipi vi sono:
- Domande fattuali («Che cos'è il ciclo di Krebs?»)
- Domande esplicative («Come funziona HTTPS?»)
- Domande comparative («Qual è la differenza tra la RAM e lo spazio di archiviazione?»)
- Q&A su documenti — porre domande su un documento incollato
Per il Q&A sui documenti, includa sempre il materiale sorgente nel prompt.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
document = 'Our refund policy allows returns within 30 days with receipt...'
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=256,
system='Answer only based on the document provided. If unsure, say so.',
messages=[{
'role': 'user',
'content': f'Document:\n{document}\n\nQuestion: How many days do I have to return an item?'
}]
)
print(response.content[0].text)Attività di programmazione
Le attività di programmazione sono il campo in cui gli assistenti IA danno davvero il meglio. Richieste comuni:
- Generare codice a partire da una descrizione («Scriva una funzione Python che...»)
- Spiegare cosa fa il codice esistente
- Eseguire il debug o correggere codice non funzionante
- Convertire il codice da un linguaggio a un altro
- Scrivere test unitari per una determinata funzione
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
response = client.chat.completions.create(
model='gpt-4o',
messages=[
{
'role': 'system',
'content': 'You are a Python expert. Include type hints and a brief docstring.'
},
{
'role': 'user',
'content': (
'Write a function that takes a list of integers and returns '
'the second largest unique value, or None if it does not exist.'
)
}
]
)
print(response.choices[0].message.content)Attività di brainstorming
Il brainstorming usa l'IA per generare rapidamente una grande quantità di idee. Lo utilizzi per:
- Generazione di nomi per prodotti
- Elenchi di argomenti per post del blog
- Idee per funzionalità di un'app
- Prospettive per campagne di marketing
- Alternative per risolvere problemi
Chieda un numero specifico di idee e indichi al modello di privilegiare la varietà rispetto alla ripetizione.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=512,
messages=[{
'role': 'user',
'content': (
'Generate 10 unique app name ideas for a habit-tracking app targeting busy professionals. '
'Each name should be one or two words. Prioritize variety — avoid similar-sounding names. '
'After each name, add a 5-word tagline.'
)
}]
)
print(response.content[0].text)Attività di traduzione
La traduzione va oltre la conversione parola per parola. I modelli IA gestiscono:
- Traduzione linguistica (inglese → spagnolo, francese → giapponese)
- Traduzione del registro (gergo tecnico → linguaggio semplice)
- Traduzione del tono (formale → informale)
- Traduzione del formato (paragrafo → elenco puntato)
Specifichi se desidera una traduzione letterale oppure naturale e idiomatica.
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
text_en = 'Please ensure the deliverables are submitted prior to the agreed deadline.'
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': (
f'Translate the following into natural, idiomatic Spanish '
f'suitable for a casual work chat message:\n\n{text_en}'
)
}]
)
print(response.choices[0].message.content)Attività di classificazione
La classificazione assegna l'input a categorie predefinite. Alcuni esempi:
- Analisi del sentiment (positivo / negativo / neutro)
- Categorizzazione per argomento (sport / politica / tecnologia)
- Rilevamento dell'intento (reclamo / richiesta di informazioni / complimento)
- Spam o non spam
Fornisca sempre nel prompt l'elenco delle categorie valide, così il modello saprà tra quali scegliere.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
reviews = [
'The product broke after one day. Terrible quality!',
'Shipping was fast and the item is exactly as described.',
'It is okay, nothing special but does the job.'
]
for review in reviews:
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=16,
messages=[{
'role': 'user',
'content': (
f'Classify this review as exactly one of: POSITIVE, NEGATIVE, NEUTRAL.\n'
f'Reply with only the label.\n\nReview: {review}'
)
}]
)
label = response.content[0].text.strip()
print(f'{label}: {review[:40]}...')Attività di estrazione dei dati
L'estrazione di dati recupera informazioni strutturate da testo non strutturato. Usi comuni:
- Estrarre nomi, date e importi dalle fatture
- Recuperare fatti chiave dagli articoli di cronaca
- Estrarre informazioni di contatto dalle email
- Estrarre le specifiche dei prodotti dalle descrizioni
Chieda un output JSON per facilitare l'uso programmatico dei dati estratti.
import openai
import json
client = openai.OpenAI(api_key='sk-your-key-here')
email_text = (
'Hi, I am Sarah Johnson from Acme Corp. '
'Please send the invoice for $4,250 to billing@acmecorp.com by June 15th.'
)
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': (
'Extract the following fields from the email below and output valid JSON:\n'
'name, company, email, amount, deadline\n\nEmail:\n' + email_text
)
}]
)
raw = response.choices[0].message.content
data = json.loads(raw)
print(data)Combinare più tipi di attività
Le richieste del mondo reale combinano spesso più tipi di attività in un'unica richiesta. Per esempio:
- Estrarre le affermazioni chiave da un articolo, poi classificare ciascuna come fatto o opinione
- Riepilogare un documento, poi tradurre il riepilogo in francese
- Fare brainstorming di idee, poi scrivere un breve pitch per la migliore
La concatenazione di più tipi di attività in un unico prompt è potente: descriva esplicitamente ogni passaggio.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=512,
messages=[{
'role': 'user',
'content': (
'Do the following in order:\n'
'1. Brainstorm 5 blog post titles about remote work productivity.\n'
'2. Pick the most compelling title.\n'
'3. Write a 3-sentence intro paragraph for that post.\n'
'Format your output with clear numbered sections.'
)
}]
)
print(response.content[0].text)Scegliere l'approccio giusto per l'attività
La stessa richiesta di fondo può essere formulata secondo diversi approcci, e la formulazione modifica significativamente l'output.
Obiettivo di esempio: comprendere la pagina dei prezzi di un'azienda.
- Approccio Q&A: «Quali sono i piani tariffari?»
- Approccio di riepilogo: «Riepiloghi la pagina dei prezzi in 3 punti elenco.»
- Approccio di estrazione: «Estragga i nomi dei piani e i prezzi in formato JSON.»
- Approccio di confronto: «Crei una tabella che confronti tutti i piani.»
Scelga l'approccio che corrisponde al modo in cui utilizzerà l'output.
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
pricing_text = (
'Starter: $9/month - 1 user, 5GB storage. '
'Pro: $29/month - 10 users, 50GB storage. '
'Enterprise: custom pricing - unlimited users.'
)
# Extraction frame
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': (
'Extract plan names and monthly prices as a JSON array. '
'Use null for custom pricing.\n\n' + pricing_text
)
}]
)
print(response.choices[0].message.content)Verifica delle conoscenze
Ha appreso le principali categorie di attività dell'IA. Verifichi di saper individuare quella corretta.
Uno sviluppatore incolla in un prompt un'email di 500 parole dell'assistenza clienti e chiede all'IA: «Estragga il nome del cliente, il numero dell'ordine e il tipo di problema, con output JSON.»
Di quale tipo di attività si tratta?
Riepilogo della tassonomia delle attività
Ora può identificare e inquadrare qualsiasi richiesta di IA in uno dei principali tipi di attività:
- Scrittura — generazione di contenuti testuali originali
- Riepilogo — condensazione di contenuti lunghi
- Q&A — risposta a domande basate su conoscenze o documenti
- Programmazione — generazione, spiegazione o debug del codice
- Brainstorming — generazione di molte idee diverse
- Traduzione — conversione tra lingue o registri
- Classificazione — assegnazione dell'input a categorie predefinite
- Estrazione di dati — recupero di dati strutturati da testo non strutturato
Indichi prima il tipo di attività, poi costruisca il prompt di conseguenza.
Domande Frequenti
La lezione «Tipi di richieste che l'IA può gestire» è gratuita?
Sì — il testo completo di «Tipi di richieste che l'IA può gestire» 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 «Tipi di richieste che l'IA può gestire»?
Tassonomia delle attività dell'IA: scrittura, riepilogo, risposta, programmazione e brainstorming 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 2 di 4.
Quanto tempo richiede la lezione «Tipi di richieste che l'IA può gestire»?
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
- Comprendere l'interfaccia di chat
- Tipi di richieste che l'IA può gestire
- Come l'IA genera le risposte
- Cosa non può fare l'IA