La stessa richiesta, fatta bene

Sessione: venti minuti. Ti serve: la prima richiesta della tappa 1, quella scritta prima delle correzioni, e la risposta che ti aveva dato.

Oggi rifai lo stesso compito aggiungendo una leva alla volta, per vedere quale sposta di più il risultato.

1. Il punto di partenza

Apri una chat nuova e incolla la richiesta della tappa 1 così com'era. Tieni la risposta da parte: è il termine di confronto.

2. Un ruolo

Nella stessa chat nuova, riscrivi la richiesta aprendo con un'identità precisa: "Sei un responsabile acquisti con vent'anni di trattative con i fornitori." Oppure: "Sei il revisore che legge l'atto prima della firma." Il ruolo cambia il tono, il livello di dettaglio e quello che il modello considera importante.

3. Il formato e quello che non vuoi

Aggiungi come vuoi la risposta e che cosa deve evitare: "Massimo dieci righe. Niente formule di cortesia in apertura. Niente elenchi puntati." Dire che cosa non fare toglie le risposte generiche e i tic del modello più in fretta di qualunque istruzione positiva.

4. Un esempio tuo

Incolla un testo che hai scritto tu e che ti piace, dello stesso genere: "Scrivi nello stesso tono di questo esempio: [esempio]." Due o tre esempi di quello che intendi valgono più di una lunga spiegazione.

5. Il confronto, e la richiesta che si migliora da sola

Metti le risposte una accanto all'altra e segna che cosa è cambiato a ogni leva. Poi chiedi al modello di lavorare sulla richiesta stessa: "Volevo ottenere [obiettivo]. Questa è la richiesta che ti ho fatto. Come la miglioreresti?" Prendi i suggerimenti che ti convincono e scarta gli altri.

6. Lo stesso, con un altro modello

Prendi la versione migliore della richiesta e mandala di nuovo in una chat nuova, dopo aver scelto nel selettore un altro modello o un livello di ragionamento più alto. Confronta il risultato con quello di prima e chiediti se la differenza vale l'attesa. Il libro lo dice in chiaro: ruolo, contesto, formato ed esempi cambiano il risultato più di un cambio di modello. Il ragionamento più lungo rende sui compiti fatti di passaggi logici e di calcoli.

7. Conserva la richiesta che funziona

Ora salva la tua richiesta: quella che hai scritto tu e che ha prodotto il risultato migliore, non il testo che ti ha restituito il modello. Copiala in un documento tuo, per esempio un file Word o una nota intitolata "Richieste che funzionano", con una riga sopra che dice a che cosa serve. La prossima volta che hai un compito dello stesso tipo non riparti da zero: copi la richiesta, cambi le parti fra parentesi e la incolli in una chat nuova. Alla tappa 11 alcune di queste righe diventeranno istruzioni permanenti, alla tappa 20 istruzioni che lo strumento esegue da solo.

Che cosa hai appena visto

Fra la tappa 1 e oggi i pesi del modello sono rimasti fermi, come restano fermi mentre gli parli. I pesi sono i miliardi di numeri fissati durante l'addestramento, in cui sta tutto quello che il modello ha imparato: come si formano lo racconta il capitolo 2 del libro, "Come impara una macchina" (pagina 31), e il capitolo 3 del libro li riprende a pagina 77. Quello su cui puoi agire è ciò che gli metti davanti.

Ruolo, contesto, formato, vincoli negativi ed esempi spostano il risultato più di un cambio di modello. Il capitolo 5 del libro, nella sezione "Prompt engineering: come parlare ai modelli", le spiega una per una e aggiunge le due che qui non hai provato: chiedere di ragionare per passi e la differenza fra zero, uno e pochi esempi.

Nel libro. Capitolo 5, sezione 5.1 "Prompt engineering: come parlare ai modelli", pagina 95; capitolo 2, "Come impara una macchina", pagina 31, e capitolo 3, pagina 77, per i pesi; capitolo 3, sezione 3.3 "Nuove tecniche per migliorare le capacità degli LLM", pagina 74, per i modelli che ragionano. Il libro su Amazon.