Chiedi all'IA di redigere un'email di lancio di un prodotto o di analizzare i concorrenti, ma il risultato sembra piatto e generico. Quindi riformuli, aggiungi più contesto e riprovi. Ancora non va bene. 😕
Questo perché l'efficacia dell'IA dipende dalla qualità dei prompt.
La differenza tra una risposta generica e un vero partner di riflessione sta nel modo in cui poni le domande.
Questa guida ti illustra tecniche pratiche di prompting IA e come i team che si occupano di contenuto, prodotti e operazioni possono utilizzarle per ottenere risposte più precise e sfumate.
📌 Lo sapevi? Secondo un sondaggio globale condotto da McKinsey, il 65% delle aziende ha dichiarato di utilizzare l'IA generativa in almeno una funzione aziendale.
Che cos'è il prompt engineering?
Il prompt engineering è la pratica di fornire prompt chiari e specifici per ottenere i risultati desiderati dagli strumenti di IA (AI), in particolare dai modelli linguistici di grandi dimensioni (LLM) come GPT.
Questi modelli si basano sull'elaborazione del linguaggio naturale per interpretare le tue istruzioni, il che significa che la chiarezza delle tue parole forma direttamente la qualità delle risposte dell'IA.
È un po' come dare indicazioni a qualcuno che non è mai stato nella tua città. Puoi dire "Vai verso nord e lo troverai" e sperare che ci arrivi. Oppure puoi fornirgli il nome della via, i punti di riferimento e il numero civico esatto da cercare.
In termini di prompt engineering, ciò significa:
- Fornisci dettagli sufficienti senza sovraccaricare il modello.
- Suddividi attività e richieste complessi in attività più piccole e specifiche per comunicare in modo efficace.
- Anticipa le risposte del modello, compreso ciò che potrebbe interpretare erroneamente o trascurare.
📊 Statistica: Lo Stanford IA Indice ha rilevato che:
- Il 59% delle organizzazioni ha segnalato una crescita dei ricavi direttamente collegata all'adozione dell'IA.
- Il 42% delle organizzazioni che utilizzano l'IA ha registrato una riduzione dei costi nelle proprie operazioni.
Per tutte le tecniche qui descritte, ti mostriamo come funzionano nella pratica, in ClickUp Brain, il nostro assistente IA integrato. *
Tecniche fondamentali di prompting /IA (con esempi)
Una progettazione efficace dei prompt è in parte arte e in parte scienza. Mentre solo la pratica può aiutarti a padroneggiare l'arte, per imparare la scienza (cioè le tecniche), scorri verso il basso ed esplora come porre una domanda a/IA 👇
1. Zero-shot prompt
Il prompting zero-shot è la tecnica più semplice per l'ingegneria dei prompt. Si fornisce all'IA un prompt diretto per eseguire un'attività, ma senza esempi su come farlo.
Poiché i moderni modelli linguistici di grandi dimensioni sono addestrati su diversi modelli linguistici, di ragionamento e di conoscenza, sono in grado di eseguire attività specifiche in modo indipendente, anche senza esempi espliciti (questo è noto come apprendimento zero-shot).
Esempio, considera questo prompt che abbiamo fornito a ClickUp Brain:
Hai notato come l'IA abbia immediatamente prodotto il testo pubblicitario senza che le venisse mostrato alcun esempio di come dovrebbe essere un testo spiritoso? Questo è il prompting zero-shot che lavora.
💡 Suggerimento professionale: utilizza la tecnica di prompting Zero-shot quando devi portare a termine rapidamente un compito senza che sia necessario che sia perfetto.
Esempio, gli scrittori possono utilizzarlo per la scrittura creativa e generare una prima bozza veloce che potranno perfezionare in seguito.
Oppure utilizza questa tecnica per porre domande concrete o generare riepiloghi/riassunti.
2. Few-Shot Prompting
Sander Schulhoff, noto anche come "OG prompt engineer", sottolinea che la tecnica di prompting few-shot può migliorare l'accuratezza dallo 0% al 90% in test controllati che coinvolgono l'accuratezza della classificazione.
A differenza dello zero-shot, il prompting few-shot richiede di fornire esempi all'IA prima di chiederle di completare un'attività simile. Questi "shot" dimostrano il formato o la logica che il modello dovrebbe seguire per fornire la risposta prevista.
Ad esempio, supponiamo che tu voglia che l'IA classifichi i commenti sui social media per l'analisi del sentiment. Invece di chiederle direttamente di "analizzare il sentiment", puoi guidare l'IA utilizzando prima esempi con etichetta, come di seguito:
Come puoi vedere sopra, gli esempi sono serviti come istruzioni per aiutare il sistema di IA a capire come dare un'etichetta al feedback dei clienti.
💡 Suggerimento professionale: I prompt few-shot funzionano meglio quando gli esempi sono brevi e chiari. Se sovraccarichi l'IA con troppi esempi o ne fornisci di contraddittori, il risultato ne risentirà inevitabilmente.
Il modo corretto: attenetevi a 3-5 esempi semplici, chiari e coerenti per attività di testo brevi; le attività a modulo più lunghe potrebbero richiedere esempi meno numerosi ma più ricchi. In questo modo, il modello sarà in grado di generare il risultato desiderato.
📌 Nota rapida: i ricercatori di Google hanno creato la Nano Banana Prompting Guide per insegnare agli LLM come imitare comportamenti specifici utilizzando solo alcuni esempi scelti con cura.
Ciò dimostra che anche campioni minimi e di alta qualità possono aumentare notevolmente l'accuratezza del modello, dimostrando che la qualità degli esempi spesso conta più della quantità.
3. Prompting Chain-of-Thought (COT)
Nella tecnica di prompting della catena di pensiero, in sostanza dici all'IA: "Non limitarti a darmi la risposta. Spiegami come ci sei arrivato."
Supponiamo che tu voglia redigere l'oggetto di un'email per annunciare una nuova funzionalità/funzione nella tua app di produttività: la prioritizzazione delle attività. Ecco come puoi utilizzare il prompting a catena di pensieri per generare un oggetto email pertinente:
Chiedendo all'IA di spiegare il suo complesso processo di ragionamento, puoi esaminare i passaggi che ha seguito e individuare esattamente dove l'IA potrebbe aver sbagliato durante il brainstorming sull'oggetto dell'email.
Questo non solo ti aiuterà ad avere maggiore fiducia nella risposta finale, ma se desideri ripetere il prompt, potrai farlo con istruzioni più chiare.
💡 Suggerimento professionale: generare un processo di pensiero passaggio dopo passaggio richiede molto tempo. Per le attività in cui la velocità è fondamentale, il sovraccarico di lavoro richiesto dai prompt a catena di pensiero può rappresentare uno svantaggio significativo.
Inoltre, il percorso di ragionamento generato da un'IA non sempre riflette il suo vero processo interno. Come puoi vedere nell'esempio sopra, l'IA ci ha fornito un "riepilogo/riassunto" del suo ragionamento e non l'effettiva analisi dettagliata passaggio dopo passaggio. Ciò può creare un falso senso di trasparenza, specialmente in attività più complesse.
Affidati quindi alla catena di pensieri solo per i problemi che richiedono davvero un ragionamento strutturato (ad esempio, calcoli matematici con più passaggi, enigmi logici o analisi dettagliate). Per attività semplici o urgenti, un prompt diretto è più efficace.
4. Coerenza interna
Quando fai una domanda all'IA, di solito questa segue un unico percorso di ragionamento e ti fornisce la risposta più probabile. Ma cosa succede se quel percorso non è il migliore?
Questo è esattamente ciò che affronta il prompting auto-coerente. In questo caso, chiedi all'IA di generare più percorsi di ragionamento per scegliere quello più affidabile e pertinente.
Utilizziamo lo stesso esempio di oggetto dell'email per comprendere meglio questo concetto. Invece di chiedere all'IA di generare un oggetto e spiegare come ci è arrivata (come abbiamo fatto in CoT), le abbiamo chiesto di generare più oggetti e identificare l'opzione migliore in un unico passaggio:
Se istruita, l'IA può confrontare più opzioni generate e selezionare quella più forte.
💡 Suggerimento professionale: per ottenere i migliori risultati, aggiungi un'ultima istruzione al tuo prompt di auto-coerenza: "Spiega perché la risposta scelta è la migliore".
Questo costringe l'IA a verificare il proprio ragionamento e a giustificare le proprie conclusioni, producendo una risposta più trasparente e affidabile.
📮 ClickUp Insight: Il 47% dei partecipanti al nostro sondaggio non ha mai provato a utilizzare l'IA per gestire attività manuali, ma il 23% di coloro che hanno adottato l'IA afferma che questa ha ridotto significativamente il proprio carico di lavoro.
Questo contrasto potrebbe essere più di un semplice divario tecnologico. Mentre i primi utenti stanno usufruendo di vantaggi misurabili, la maggioranza potrebbe sottovalutare quanto l'IA possa essere trasformativa nel ridurre il carico cognitivo e recuperare tempo. 🔥
ClickUp Brain colma questa lacuna integrando perfettamente l'IA nel tuo flusso di lavoro. Dal riepilogare i thread e la stesura del contenuto alla suddivisione di progetti complessi e alla generazione di attività secondarie, la nostra IA può fare tutto. Non è necessario passare da uno strumento all'altro o ricominciare da zero.
💫 Risultati reali: STANLEY Security ha ridotto del 50% o più il tempo dedicato alla creazione di report grazie agli strumenti di reportistica personalizzabili di ClickUp—gratis, consentendo ai propri team di concentrarsi meno a formattare e più a fare previsioni.
5. Albero dei pensieri
Invece di generare diverse risposte complete e poi sceglierne una, il prompting dell'albero dei pensieri costringe l'IA a suddividere il problema in passaggi. Ad ogni passaggio, l'IA genererà delle possibilità e le valuterà per trovare la migliore prima di generare la risposta.
Sembra complesso? Sembra complesso? Rivediamo il nostro esempio di oggetto dell'email con una piccola modifica al prompt.
Esempio di prompt:
Ruolo e attività: Sei un product marketer senior. Utilizza Tree of Thoughts per creare oggetti di email che annunciano la nostra funzionalità Pre-built AI Agents.
Limiti
- Destinatari: responsabili operativi e di prodotto impegnati che valutano l'IA sul lavoro
- Tono: sicuro, pratico, non sensazionalistico
- Lunghezza: ≤ 55 caratteri
- Evita frasi spam e testi scritti interamente in MAIUSCOLO.
- Devono suggerire un valore immediato (risparmio di tempo, esecuzione più rapida)
Processo (ToT)
- Ramo: Elenco 5 punti di vista: orientato ai benefici, risultato/velocità, casi d'uso/attività da fare, riduzione del rischio, prova sociale.
- Ampliamento: 3 argomenti per ogni angolazione
- Valutazione: assegna un punteggio a ciascuno in base a chiarezza/pertinenza/distintività/lunghezza (1-5).
- Potatura: mantieni il migliore per ogni angolazione
- Perfezionamento: riduci a ≤55 caratteri; rendi più incisivi i verbi.
- Selezione: Output Top 3 + preheader e perché vincono (≤1 riga ciascuno)
Formattare di output (senza catena di pensieri nascosta):
- Top 3 finale con preheader
- Elenco di punti di vista con breve giustificazione
- Tabella: Angolo | Oggetto | Lunghezza | Punteggio | Motivazione
In questo caso, abbiamo chiesto al sistema /IA di considerare i vincoli, definire il processo e persino il formattare dell'output.
💡 Suggerimento professionale: l'Albero dei pensieri lavora al meglio quando ogni punto decisionale è chiaro e indipendente. Quindi, se includi più passaggi all'interno di un singolo punto decisionale (ad esempio, chiedendo all'IA di identificare il pubblico e i vantaggi nello stesso passaggio), i rami diventano confusi e il risultato perde di precisione.
👀 Lo sapevi? Quando si utilizza il framework Tree of Thoughts, l'esito positivo di GPT-4 nell'attività " Game of 24 " passa dal 4% con il prompting standard chain-of-thought al 74% utilizzando Tree of Thoughts.
Quel salto di 70 punti è avvenuto senza modificare il modello stesso, ma solo il metodo di prompting. Ciò dimostra quanto il prompt possa essere importante quanto il modello utilizzato.
6. Concatenazione dei prompt
In questa tecnica di prompt engineering, si suddivide l'attività in attività secondarie più piccole (con sequenze logiche), creando un processo iterativo. Ogni passaggio si basa su quello precedente e il risultato di una fase diventa l'input per quella successiva.
Rivediamo (un'ultima volta) il nostro esempio di oggetto dell'email e utilizziamo il concatenamento dei prompt per vedere come influisce sul risultato. Per prima cosa chiederemo all'IA di identificare il pubblico di destinazione:
Esempio di prompt:
Obiettivo: scrivere l'oggetto di un'email per annunciare agenti IA predefiniti.
Passaggio 1: Estrai i vantaggi chiave
Elenco 5 vantaggi principali dei nostri nuovi agenti IA predefiniti per i responsabili dei prodotti e delle operazioni. (Risultato: configurazione più rapida, automazione istantanea, meno dipendenze, standardizzazione, lanci più rapidi)
Passaggio 2: Generare punti di vista
Suggerisci 5 angolazioni di messaggistica per l'oggetto di un'email basate su questi vantaggi. (Risultato: velocità, facilità, produttività, affidabilità, innovazione)
Passaggio 3: Scrivi le righe dell'oggetto
Scrivi 3 righe dell'oggetto per ogni angolazione. Non superare i 55 caratteri. (Risultato: "Agenti IA predefiniti: pronti quando lo sei tu" ecc.)
Passaggio 4: Scegli il meglio
Valutali in base alla chiarezza e alla pertinenza. Restituisci i primi 3 con preheader.
Collegando i prompt, stai essenzialmente guidando l'IA attraverso lo stesso processo che seguiresti manualmente:
Estrai i vantaggi chiave ➡️ Genera angoli di messaggistica ➡️ Scrivi un oggetto ➡️ Scegli l'opzione migliore
💡 Suggerimento professionale: utilizza il concatenamento dei prompt per ridurre il "sovraccarico cognitivo" dell'IA. Suddividendo un'attività complessa in passaggi più piccoli, guidi l'IA attraverso il processo, rendendo il risultato finale più raffinato e allineato rispetto a un singolo prompt zero-shot.
7. Automatic Prompt Engineer (APE)
L'APE è una tecnica avanzata in cui un modello linguistico di grandi dimensioni ti aiuta a generare e perfezionare nuovi prompt ottimizzati per lo stesso modello di IA. Consideralo come il modo in cui l'IA ti dice: "Dimmi cosa vuoi e io troverò il modo migliore per porre la domanda che ti darà la risposta ideale".
Nella tecnica di prompting APE, chiedi all'IA di:
- Progetta prompt per l'attività che desideri essere terminata.
- Prevedi come funzioneranno questi prompt.
- Testali
- Scegli il prompt migliore ed eseguilo.
Ad esempio, supponiamo che tu stia preparando il lancio di una nuova funzionalità/funzione chiamata "Dashboard personalizzate" per il tuo prodotto SaaS. Vuoi creare una guida di messaggistica convincente per il tuo team. Tuttavia, hai difficoltà a formulare il messaggio in modo che risuoni con i tuoi lettori.
In tal caso, puoi chiedere all'IA di generare un prompt dettagliato per se stessa:
Esempio di prompt: sei un ingegnere di prompt automatici.
Attività: crea un prompt che aiuti a generare una guida di messaggistica per la nostra nuova funzionalità/funzione, i dashboard personalizzati.
I tuoi passaggi:
- Genera 5 prompt candidati
- Prevedi quale produrrà il testo più persuasivo e chiaro per un acquirente B2B.
- Prova ogni prompt su un input di campione.
- Seleziona il prompt più performante ed eseguilo completamente.
- Ritorno: il prompt vincente + la guida alla messaggistica generata
L'IA ti fornirà quindi un elenco di prompt che potrai perfezionare ed eseguire in ordine per creare una guida di messaggistica di alta qualità:
💡 Suggerimento professionale: crea una griglia di valutazione per valutare i diversi prompt generati dall'IA. Puoi condividere questa griglia con il modello e chiedergli di valutare ogni singolo prompt di conseguenza. In questo modo sarà più facile valutare le opzioni di prompt in base ai tuoi criteri.
Come riportato in un documento di ricerca dal titolo Large Language Models are Human-Level Prompt Engineers, "Dimostriamo che i prompt progettati con APE possono essere applicati per orientare i modelli verso la veridicità e/o l'informatività, nonché per migliorare le prestazioni di apprendimento con pochi esempi semplicemente anteponendoli ai prompt di apprendimento standard nel contesto".
8. ReACT
Sebbene "ReAct" possa sembrare una reazione naturale quando si versa il caffè sul proprio laptop, nell'ingegneria dei prompt è l'abbreviazione di Reason + Act (ragionare + agire). Si tratta di un'altra tecnica avanzata di prompting, in cui il modello di IA alterna il pensiero (ragionamento) all'azione (agire).
Invece di fornire immediatamente una risposta definitiva, l'IA viene sollecitata a:
- Motivo: rifletti sul problema passaggio dopo passaggio.
- Agisci: interagisci con strumenti esterni o basi di conoscenza per raccogliere ulteriori informazioni.
- Ragiona di nuovo: usa le nuove informazioni per affinare il suo ragionamento.
Questo processo viene ripetuto in un ciclo fino a quando l'IA non è in grado di arrivare con sicurezza a una risposta con supporto.
Supponiamo che tu stia pianificando di lanciare una nuova funzionalità/funzione "dashboard" e desideri capire cosa dice la concorrenza riguardo a una funzionalità simile sul proprio sito web. Per questo esempio, supponiamo che noi siamo la tua concorrenza e che tu voglia conoscere nei dettagli le dashboard di ClickUp.
Con ReACT, potresti strutturare il tuo prompt in questo modo:
Esempio di prompt: Sei un marketer competitivo che utilizza l'approccio ReACT (Reason + Act).
Il tuo compito: ricerca e riepiloga/riassumi come ClickUp posiziona la sua funzionalità dashboard sul suo sito web.
Segui questo ciclo fino a quando terminato:
- Pensa: scrivi ciò che devi trovare dopo (ad esempio, proposte di valore, casi d'uso, vantaggi, immagini, CTA).
- Azione: cerca nel sito di ClickUp (https://clickup.com/funzionalità/dashboard) ed estrai solo le informazioni rilevanti.
- Osserva: prendi nota di ciò che hai scoperto.
- Ripeti: continua fino a quando non avrai tutte le informazioni necessarie.
Infine, fornisci un riepilogo strutturato con:
- Dichiarazione di posizione fondamentale
- 3-5 vantaggi principali
- 3 casi d'uso chiave
- Come vengono presentati visivamente i dashboard
- Stile e tono dell'invito all'azione
Questo prompt guida l'IA attraverso un processo logico e passo-passo senza deviare dall'argomento. Ora vediamo come l'IA ha risposto a questo prompt:
💡 Suggerimento professionale: il prompting ReACT funziona al meglio quando l'IA può accedere a informazioni online affidabili e fare osservazioni accurate. Se il passaggio "Act" (Agisci) raccoglie dati rumorosi o obsoleti, il ragionamento che ne consegue sarà inevitabilmente errato.
9. Generare prompt di conoscenza
Quando l'IA si ferma per raccogliere o costruire esplicitamente un corpus di conoscenze, tende ad essere più accurata e coerente.
Questo è il principio del Generate Knowledge Prompting, in cui si forniscono più prompt all'IA in modo che possa prima far emergere i fatti rilevanti prima di utilizzarli per generare una risposta pertinente.
Sembra complicato?
Considera questo esempio: stai lanciando un nuovo strumento di project management per liberi professionisti. Devi creare una strategia di marketing, ma non sei sicuro su quali punti critici concentrarti per rendere efficace il tuo messaggio.
Utilizzando Generate Knowledge Prompting, puoi prima chiedere all'IA di fornirti un elenco di informazioni rilevanti sulle frustrazioni del tuo pubblico di destinazione:
Utilizzando queste informazioni generate come input per il tuo prossimo prompt, guiderai l'IA a suggerire una strategia di marketing ideale:
Il risultato finale è quindi basato su una logica trasparente e concreta.
💡 Suggerimento professionale: usa Generate Knowledge Prompting quando hai bisogno di una risposta IA ben documentata e autorevole. È perfetto per scrivere articoli, creare report dettagliati o persino preparare una presentazione in cui l'accuratezza dei dati è fondamentale.
10. Prompting attivo
Il prompting attivo è una tecnica che trasforma l'IA in uno studente attivo.
Invece di cercare di indovinare quali esempi (o immagini) servono all'IA per imparare, forniscile una serie diversificata di esempi e l'IA identificherà autonomamente quelli più difficili o ambigui. Ti chiederà quindi di fornire la risposta corretta solo per quei casi specifici, al fine di addestrarsi.
Per comprendere facilmente questo concetto, immagina di voler creare un framework che aiuti il tuo team commerciale a gestire gli obiettivi comuni dei clienti per una nuova funzionalità/funzione del prodotto.
Hai già un elenco di feedback e obiettivi dei clienti grezzi e desideri addestrare l'IA a scrivere risposte efficaci e in linea con il marchio che il team di vendita possa riutilizzare.
Esempio di prompt: Sei un esperto stratega di marketing di prodotto che studia i problemi degli utenti.
Attività: Genera 4 chiari motivi di frustrazione o punti critici riscontrati dai product manager freelance che lavorano senza uno strumento di project management.
Contesto: Si destreggiano tra più client, lavorano da remoto e spesso gestiscono i progetti da soli senza team del supporto dedicati.
Limiti:
- Riduci ogni punto critico a 1-2 frasi.
- Evidenzia l'impatto emotivo (stress, sopraffazione, esaurimento, confusione, ecc. )
- Mostra le conseguenze aziendali (scadenze non rispettate, attività non completate, client insoddisfatti).
- Evita termini vaghi come "mancanza di organizzazione": sii specifico.
Formattare il formato di output:
- Elenco numerato
- Ogni elemento: Punto critico → Conseguenza (tra parentesi)
💡 Suggerimento professionale: archivia i prompt di esito positivo con una nota su cosa ha funzionato e perché. In questo modo creerai una libreria interna di "modelli di prompt" che potrai riutilizzare e adattare a diverse attività, proprio come i moduli di codice riutilizzabili.
Prompting per diversi casi d'uso
Sei pronto a mettere in pratica le tue competenze di prompt engineering?
Diamo un'occhiata agli esempi comuni di prompt engineering che puoi applicare immediatamente al lavoro.
Per i team che si occupano dei contenuti
Se lavori nel settore del contenuto, in pratica gestisci una catena di montaggio creativa. È faticoso, ma non quando sai come creare prompt efficaci.
Creazione di schemi per blog utilizzando il concatenamento dei prompt
Invece di dire all'IA di "creare una bozza di blog su [argomento]", puoi suddividere questo processo in passaggi secondari ed eseguirli in sequenza:
Esempio di prompt: Dammi 5 idee di argomenti per un blog su come superare la depressione del lunedì. È destinato ai manager di livello intermedio e condividi anche gli schemi che hai utilizzato per ogni titolo.
Successivamente, suddividi l'argomento in tag H2, H3 e H4 e indicami tutti gli aspetti che dovrei trattare in ciascuno di essi.
2. Generazione di metadati con l'ingegneria dei prompt few-shot
Prendi 3-4 meta-titoli e meta-descrizioni dai tuoi articoli precedenti e usali come esempi o "scatti" per addestrare l'IA a scrivere una meta-descrizione.
3. Ottimizzazione SEO di un blog utilizzando la tecnica della generazione di conoscenza
Se hai un blog poco performante che desideri ottimizzare per i motori di ricerca, basta inserirlo nell'IA e chiedere al modello di "estrarre" le parole chiave che potresti aver tralasciato. Una volta che l'IA genera questo elenco (cioè genera conoscenza), puoi istruirlo affinché incorpori la conoscenza generata in modo naturale nel testo.
Sebbene il prompt giusto possa aiutarti a creare un ottimo blog o un post sui social media, è comunque complicato passare da uno strumento all'altro per generare contenuto e per la modifica/formattazione per l'editore. ClickUp offre una soluzione intelligente.
Puoi utilizzare ClickUp Doc per scrivere il tuo contenuto, che contiene un'estensione integrata per ClickUp Brain.
Ciò significa che puoi fornire prompt all'IA, perfezionare il tuo contenuto e formattare con elementi visivi (immagini, tabelle, infografiche, GIF) all'interno del tuo documento.
Mantieni vive le tue idee senza interrompere il flusso creativo. ClickUp Brain MAX ti aiuta a catturare e perfezionare i pensieri direttamente nei tuoi documenti, trasformando le idee fugaci in schemi organizzati o passaggi successivi. E quando la digitazione ti rallenta, la funzione Talk-to-Testo ti consente di esprimere semplicemente le tue idee a voce: queste appariranno immediatamente sulla pagina, mantenendo il tuo brainstorming veloce e senza intoppi.
In questo modo sarà facile catturare idee, dettare schemi o redigere prompt di contenuto in tempo reale senza interrompere lo slancio. Una volta redatta la bozza iniziale, potrai perfezionarla utilizzando il prompt chaining, il few-shot prompting o qualsiasi altra tecnica che hai imparato.
📚 Per saperne di più: Prompt di immagini /IA per creare immagini straordinarie
📌 Lo sapevi? L'86% dei professionisti del marketing risparmia più di un'ora al giorno utilizzando l'IA per stimolare nuove idee di contenuto.
In questo modo potrai recuperare più di 5 ore alla settimana da dedicare alla strategia, allo storytelling e ad attività di maggior valore.
Il risultato? Campagne più veloci, meno stress e più spazio per quel tipo di creatività che crea davvero una connessione con il pubblico.
Per i team di prodotto e sviluppo
Andare avanti e indietro con l'IA per rilasciare nuove funzionalità/funzione o correggere bug non è proprio l'aiuto di cui hai bisogno nella vita. Il prompt engineering può rendere questo processo molto meno stressante:
Spiegazione delle specifiche delle funzionalità utilizzando il concatenamento dei prompt
Puoi utilizzare il concatenamento dei prompt per preparare un documento di specifiche delle funzionalità/funzione passaggio dopo passaggio, in modo che gli sviluppatori possano utilizzarlo come base senza confusione. Ecco come:
2. Tradurre il feedback in attività di sviluppo con l'ingegneria dei prompt zero-shot
Basta copiare e incollare il feedback del cliente e chiedere all'IA di trasformarlo in un'attività per gli sviluppatori con un titolo e una descrizione chiari:
3. Scrivi casi di test utilizzando prompt few-shot
Fornisci 4-5 esempi di casi di test ben scritti in modo che il modello di IA apprenda immediatamente il tuo stile e produca il caso di test desiderato:
Se utilizzi ancora più strumenti per le attività assistite dall'intelligenza artificiale, ClickUp Brain è tutto ciò di cui hai bisogno, soprattutto se lavori nello sviluppo di prodotti o software.
Questo può aiutarti a generare riepiloghi/riassunti concisi dei rapporti sui bug direttamente all'interno di un'attività. Tutto quello che devi fare è aprire l'attività relativa al bug che ti è stata assegnata, cliccare sul pulsante AI Summarize (Sintesi AI) e attendere qualche secondo affinché l'intelligenza artificiale produca una sintesi rapida, evidenziando il problema principale e le azioni necessarie.
Allo stesso modo, puoi utilizzare ClickUp Brain per redigere criteri di accettazione chiari per le storie degli utenti, le funzionalità/funzione e le correzioni di bug. Il software di assistenza alla scrittura recupererà e analizzerà automaticamente i contenuti dell'attività (descrizione, commenti, allegati) e suggerirà i criteri di accettazione in un formato lista di controllo/elenco puntato.
Vuoi vederlo in azione? Guarda questo breve video su come scrivere un rapporto di bug efficace con l'assistenza dell'IA.
📌 Lo sapevi? Un sondaggio condotto da Canva ha rilevato che:
- Il 92% dei leader tecnologici ha integrato strumenti di codifica assistiti dall'IA nei propri flussi di lavoro.
- Il 78% degli sviluppatori utilizza questi strumenti quotidianamente.
I vantaggi includono una prototipazione più rapida, la generazione di idee, l'innovazione e costi inferiori.
Per il commerciale e il marketing
La personalizzazione è ciò che conta di più per i team commerciali e marketing. Ma offrirla su larga scala è un'attività tediosa. Vediamo come le tecniche di prompt engineering possono accelerare questo processo:
Scrivere risposte alle email attraverso l'ingegneria dei prompt few-shot
Mostra all'IA alcuni esempi di come risponderesti all'email di un cliente o di un potenziale cliente e lei redigerà una risposta all'ultima email esattamente come faresti tu:
2. Generazione di proposte di valore utilizzando l'ingegnere di prompt automatico
Hai bisogno di aiuto per redigere una proposta di valore convincente? Invece di perdere tempo a perfezionare il tuo prompt, chiedi semplicemente all'IA di:
Hai bisogno di generare copie di outreach e riepiloghi delle chiamate dei client in pochi secondi? Con ClickUp Brain, puoi utilizzare l'assistente IA in tutte le funzionalità/funzione di ClickUp, come ClickUp Docs, attività di ClickUp e persino ClickUp Comments.
Per redigere una bozza di testo promozionale, basta aprire ClickUp Doc e utilizzare l'IA per scrivere la tua email/il tuo messaggio di contatto. Puoi effettuare una modifica, scegliere un tono, migliorare o ampliare la bozza con un clic, oppure utilizzarla così com'è.
E se qualcuno inserisce una nota di chiamata nei commenti, puoi chiamare Brain (digitando @brain nel campo dei commenti/risposte) e chiedergli di riassumere la nota di chiamata nel commento.
📚 Per saperne di più: Esempi di prompt di scrittura
📌 Lo sapevi? Quasi il 20% dei marketer destina oltre il 40% del proprio budget di marketing a campagne basate sull'IA e il 34% riferisce miglioramenti significativi nei risultati di marketing grazie all'IA.
Per le operazioni
Se ti occupi di operazioni, probabilmente sei oberato da attività che richiedono molto tempo, come la redazione di procedure operative standard o la creazione di documenti interni. Ma non preoccuparti, prova i prompt riportati di seguito per alleggerire il tuo carico di lavoro in modo intelligente:
1. Produzione di riassunti delle riunioni: generare conoscenza + coerenza interna
Non disponi di uno strumento di automazione per generare i riassunti delle riunioni? Non preoccuparti! Incolla la trascrizione della riunione nella chat dell'IA e chiedile di estrarre i punti chiave (riepilogo/riassunto o elementi da intraprendere).
Per migliorare l'accuratezza dell'output, puoi anche chiedere all'IA di provare diverse versioni del riepilogo/riassunto e scegliere quella migliore.
E se stai cercando un modo più fluido e con automazione per gestire le note delle riunioni, l'AI Notetaker di ClickUp è progettato proprio per questo. Questo potente strumento può partecipare automaticamente alle tue riunioni, sia programmate che ad hoc, e trascrivere l'intera conversazione in tempo reale.
Può riepilogare i punti chiave, evidenziare le decisioni prese e persino estrarre attività o follow-up attuabili.
Se desideri saperne di più su come utilizzare l'IA per prendere nota durante le riunioni, guarda il video qui sotto:
2. Creazione di documenti interni utilizzando prompt attivi
Creare un documento interno (come quello sulla "politica di lavoro da remoto") al primo tentativo può essere un compito arduo. In questi casi, è meglio eseguire un prompt attivo e perfezionarlo man mano che si procede per ottenere il risultato perfetto:
Esempio di prompt: Redigi una bozza di documento interno che spieghi la nostra politica sul lavoro da remoto. Non superare le 800 parole. Elenca i requisiti di idoneità, le aspettative, la politica sulle attrezzature e una sezione dedicata alla sicurezza informatica.
Guarda questo video per scoprire come l'IA può semplificare il tuo processo di documentazione e farti risparmiare ore di lavoro manuale:
3. Creazione di SOP attraverso la tecnica di generazione della conoscenza
"Scrivi una SOP su X" potrebbe non darti i risultati migliori. Invece, puoi determinare esattamente cosa deve essere incluso per primo. Una volta che l'IA ti fornisce quell'elenco, modificalo e poi restituiscilo al modello per costruire la SOP completa.
Esempio di prompt
Fase 1: sei un esperto di documentazione dei processi. Identifica tutti i passaggi, le attività, gli strumenti e le approvazioni chiave coinvolti nella creazione di una procedura operativa standard per [processo X]. Includi chi è responsabile di ogni passaggio, quali strumenti utilizza e i criteri chiave di esito positivo per completare quel passaggio.
Fase 2: utilizzando questo elenco di passaggi, ruoli, strumenti e criteri, scrivi una procedura operativa standard dettagliata per [processo X]. Includi sezioni relative a titolo, scopo, ambito di applicazione, procedura dettagliata, ruoli e responsabilità, strumenti/risorse e linee guida per l'approvazione e la revisione. Utilizza un linguaggio chiaro e concreto, in modo che chiunque possa seguirlo senza una formazione preliminare.
Anche se può sembrare facile, comprendiamo che può essere frustrante redigere prompt di scrittura IA da zero ogni volta che è necessario generare una procedura operativa standard (perché lo stesso prompt potrebbe non essere adatto a tutte le procedure operative standard).
Ma cosa succederebbe se nel tuo spazio di lavoro ci fosse un pulsante magico che, una volta cliccato, generasse qualsiasi procedura operativa standard desiderassi? È esattamente ciò che puoi ottenere utilizzando i campi AI di ClickUp.
Si tratta di un campo personalizzato, alimentato da ClickUp Brain, che puoi aggiungere alla tua attività o al tuo elenco. Puoi impostare il prompt con qualcosa del tipo "Redigi una procedura operativa standard basata sulla descrizione dell'attività e sui commenti". Ogni volta che clicchi su di esso, genererà automaticamente il contenuto della procedura operativa standard, a seconda del contenuto dell'attività.
💬 Cosa dicono gli utenti di CickUp:
ClickUp è estremamente versatile e mi permette di creare soluzioni praticamente per qualsiasi caso aziendale o processo. Anche le automazioni e gli agenti IA sono super potenti! Posso impostare azioni automatiche tramite logica o tramite prompt IA per eseguire praticamente qualsiasi azione immaginabile in ClickUp. Infine, il ritmo degli aggiornamenti del prodotto è incredibile: ogni mese vengono rilasciati aggiornamenti delle funzionalità davvero significativi e l'azienda sta chiaramente investendo nella crescita.
ClickUp è estremamente versatile e mi permette di creare soluzioni praticamente per qualsiasi caso aziendale o processo. Anche le automazioni e gli agenti IA sono super potenti! Posso impostare azioni automatiche tramite logica o tramite prompt IA per eseguire praticamente qualsiasi azione immaginabile in ClickUp. Infine, il ritmo degli aggiornamenti del prodotto è incredibile: ogni mese vengono rilasciati aggiornamenti delle funzionalità davvero significativi e l'azienda sta chiaramente investendo nella crescita.
Errori comuni nei prompt (e soluzioni)
Alcune piccole abitudini nel modo in cui scrivi i prompt possono fare la differenza tra ottenere un risultato perfetto e fissare un blocco di testo chiedendosi cosa sia andato storto.
Detto questo, diamo un'occhiata ad alcuni errori comuni nell'ingegneria dei prompt e a come puoi ottimizzare i tuoi prompt:
Chiedere all'IA di "fare e basta" senza dirle come
Scrivere un prompt come "scrivi un post sul blog" o "riepilogare/riassumere questo" lascia molto spazio all'interpretazione dell'IA. Il risultato? Un blog eccessivamente generico o un riepilogo/riassunto che non soddisfa le tue aspettative.
Soluzione: crea prompt efficaci con indicazioni e contesti chiari. Esempio, quando scrivi un post sul blog, valuta di definire il tono che desideri seguire, il tuo pubblico di destinazione, la lunghezza del post e il suo scopo.
Ecco un esempio:
❌ Prompt errato: "Scrivi un'email sulla nuova funzionalità/funzione 'Dashboard personalizzate'."
✅ Prompt efficace: "Scrivi un'email interna al nostro team di vendita per annunciare la nuova funzionalità/funzione "Dashboard personalizzata" del nostro strumento di produttività [nome dello strumento]. L'email deve essere concisa, evidenziare i tre vantaggi chiave per un venditore (ad esempio, dimostrazione del ROI, chiusura più rapida delle trattative) e includere un invito all'azione che rimandi a un video di formazione. Usa un tono sicuro e incoraggiante".
2. Sovraccaricare l'IA con troppe attività contemporaneamente
Inserire troppi dettagli o attività in un unico prompt può portare a risultati confusi. L'IA potrebbe confondersi o cercare di fare tutto contemporaneamente (e farlo male).
Soluzione: suddividi il prompt iniziale in passaggi più piccoli ed eseguili in sequenza. Esempio, chiedi prima uno schema. Se è soddisfacente, chiedi all'IA di scrivere il contenuto per ciascuna sezione. Successivamente, chiedile di perfezionare il tono e così via.
❌ Prompt errato: "Genera 10 parole chiave SEO per un post sul blog con titolo 'Come implementare un sistema di gestione della qualità'. Suggerisci una struttura ottimizzata per la SEO utilizzando queste parole chiave, quindi scrivi un'introduzione di 100 parole per il blog. "
✅ Prompt efficace: Genera 10 parole chiave SEO per un post sul blog dal titolo "Come implementare un sistema di gestione della qualità". Il pubblico di destinazione di questo post sul blog è costituito da titolari, amministratori delegati e dirigenti di alto livello.
Ora, utilizzando le parole chiave generate, crea una bozza dettagliata e ottimizzata per i motori di ricerca (SEO) per questo post del blog. Assicurati che i tag
Scrivi un'introduzione di 100 parole per questo blog, tenendo presente lo schema generato e le parole chiave SEO.
3. Supponendo che il modello ricordi
La maggior parte dei modelli linguistici di grandi dimensioni sono stateless e non conservano le informazioni a meno che non le includiate esplicitamente nel prompt corrente. Ciò spesso ha come risultato risposte che ignorano il contesto precedente o contraddicono le vostre istruzioni precedenti.
Soluzione: ribadisci il contesto chiave, i vincoli e gli obiettivi in ogni nuovo prompt, in modo che il modello disponga di tutte le informazioni necessarie per rispondere in modo accurato.
❌ Prompt errato: "Ora scrivi l'introduzione basandoti sulla bozza che abbiamo discusso in precedenza".
✅ Prompt efficace: utilizzando lo schema del blog che abbiamo creato in precedenza (Introduzione, Vantaggi, Casi d'uso e Conclusione), scrivi un'introduzione di 100 parole. Rendila di conversazione e cattura l'attenzione del lettore evidenziando un problema comune che il nostro strumento di produttività risolve.
Creazione di una libreria di prompt per i team
Un buon prompt può far risparmiare minuti; una libreria di prompt di condivisione può far risparmiare ore (poiché tutti la utilizzano). Ecco come crearne una:
Crea un documento condiviso per archiviare tutti i tuoi prompt
Utilizza ClickUp Documenti per organizzare i prompt più efficaci che i membri del team potranno utilizzare in seguito. Puoi organizzare questi prompt per reparto e ulteriormente per tipo di attività (ad esempio, creazione di contenuto, ricerche di mercato, analisi dei dati, ecc. ).
Per ogni prompt, includi quanto segue:
- Il prompt stesso
- Una breve descrizione che spiega lo scopo del prompt, quando utilizzarlo, cosa evitare, ecc.
- Esempio di output dell'IA per impostare aspettative chiare
2. Progetta modelli di prompt standardizzati
Per attività comuni come riepilogare/riassumere gli appunti di una riunione o ottimizzare un blog, puoi creare strategie di prompt standard che tutti devono utilizzare. Puoi includere modelli di prompt IA precisi e istruzioni su quando e come utilizzarli per generare risposte nello stile desiderato.
In questo modo, tutti i membri del team seguiranno le stesse best practice durante il prompting, garantendo una qualità di output costante.
3. Promuovi una cultura di collaborazione e feedback
Incoraggia il tuo team non solo a utilizzare questa libreria di prompt, ma anche a contribuire al suo miglioramento. Per farlo, devi:
- Introduci un semplice sistema di valutazione che consenta al tuo team di valutare i prompt. Più alta è la valutazione di un prompt, più efficace sarà.
- Apri il documento per i membri del team in modo che possano lasciare i loro commenti per suggerire miglioramenti e segnalare prompt inefficaci.
4. Aggiungi suggerimenti per la risoluzione dei problemi alla tua libreria di prompt
Ci saranno momenti in cui l'IA produrrà risultati scadenti o inaspettati. Per aiutare il tuo team a diagnosticare e risolvere i problemi, valuta la possibilità di aggiungere una sezione dedicata alla risoluzione dei problemi che illustri gli errori comuni di prompting dell'IA e le relative soluzioni.
Potrebbe essere qualcosa del genere:
Problema: il risultato è troppo generico
Perché succede: /IA tende a ricorrere ai dati di addestramento più comuni, il che può portare a risposte sicure, ma generiche o poco originali.
La soluzione: aggiungi vincoli o istruzioni specifiche per indirizzare l'IA nella giusta direzione.
Esempio: "Non superare le 100 parole".
📚 Per saperne di più: Come diventare un ingegnere di prompt
Dal prompt alla produttività: come ClickUp chiude il divario
Imparando le tecniche di base e avanzate di prompt engineering, potrai smettere di perdere tempo con tentativi ed errori e iniziare a ottenere risultati che fanno davvero progredire il tuo lavoro.
Con ClickUp, l'IA diventa parte integrante del tuo spazio di lavoro. Combina la gestione delle attività con l'automazione e la collaborazione, così il tuo lavoro è terminato senza dover passare da uno strumento all'altro.
Quindi, abbandoniamo il vecchio modo di utilizzare l'IA come un assistente che devi chiamare. È ora di procurarti un assistente IA che sia già parte del tuo team.
Iscriviti oggi stesso a ClickUp e scopri cosa succede quando l'IA è letteralmente a portata di clic!
Domande frequenti
Lo strumento migliore dipende dall'attività che vuoi che l'IA svolga. Tuttavia, il massimo valore si ottiene quando l'IA è integrata nella piattaforma che già usi per pianificare e svolgere il lavoro. ClickUp Brain, esempio, è ampiamente e profondamente integrato nell'area di lavoro di ClickUp, in modo da poter accedere all'assistente IA da qualsiasi schermata. Infatti, puoi anche passare da Brain a ChatGPT, Gemini, Claude, ecc. per scegliere il modello di IA più adatto al tuo lavoro.
Sì! Puoi archiviare i tuoi prompt più efficaci in un documento ClickUp in condivisione o persino trasformarli in campi personalizzati con l'IA per un riutilizzo immediato. In questo modo, chiunque può semplicemente cliccare su quel campo e l'assistente IA eseguirà il tuo prompt con impostazione predefinita. Altamente raccomandato per attività ripetitive che richiedono coerenza e sono sensibili al fattore tempo.
I modelli linguistici di grandi dimensioni non sono motori di ricerca. Non sono come Google, dove si inserisce una query e il motore fornisce sempre lo stesso risultato. Al contrario, gli LLM rispondono alle tue query sulla base dei dati e dei modelli appresi durante la loro formazione, motivo per cui lo stesso prompt può produrre risultati diversi ogni volta.
Nella tecnica di prompt engineering zero-shot, è sufficiente indicare all'IA l'attività che essa deve svolgere, senza fornire alcun esempio a supporto del risultato atteso. Al contrario, il prompting few-shot richiede di includere alcuni esempi per guidare l'IA in una direzione particolare. Ad esempio, fornendo un campione di risposta via email in modo che l'IA possa generare qualcosa di simile.