Libreria di Pattern per i Prompt
Una cassetta degli attrezzi di pattern di prompting riutilizzabili. Ogni scheda ti dice cos'è, quando ricorrervi e ti offre un template da copiare e incollare. Si combinano tra loro — mescolali liberamente. Sei nuovo? Parti prima dai Fondamenti del Prompting.
- Riconoscere gli 11 pattern di prompting fondamentali e quando si applica ciascuno
- Prendere un template copia-e-incolla per qualsiasi compito — zero-shot, few-shot, chain-of-thought e altri
- Combinare i pattern (ruolo + esempio + vincolo sull'output + permesso di astenersi) in un unico prompt efficace
- Usare il grounding per ridurre le allucinazioni e il meta-prompting per correggere i prompt deboli
Zero-shot (chiedi e basta, con chiarezza)
Quando: compiti semplici e comuni. Perché: minimo sforzo, spesso sufficiente.
Riassunto zero-shot
Summarize the text below in 5 bullets for a busy manager.
TEXT: """{paste}"""Few-shot (mostra esempi)
Quando: ti serve un formato o uno stile specifico. Perché: gli esempi insegnano più in fretta delle descrizioni. Vedi Few-Shot fatto bene.
Classificatore di sentiment few-shot
Classify the sentiment as positive/negative/neutral.
Review: "Loved it, shipped fast" → positive
Review: "Broke on day one" → negative
Review: "{new review}" →Chain-of-thought (pensa passo dopo passo)
Quando: matematica, logica, ragionamento a più passaggi. Perché: ragionare prima di rispondere migliora l'accuratezza.
Chain-of-thought
Work through this step by step, then give the final answer on its own line.
PROBLEM: {problem}Decomposizione (scomponi il problema)
Quando: compiti grandi e nebulosi. Perché: i sotto-compiti più piccoli sono più facili e affidabili.
Decomposizione
First, list the sub-tasks needed to {goal}. Then do them one at a time,
showing each result before moving on.Role prompting (assegna una persona)
Quando: vuoi una prospettiva o uno standard specifico. Perché: indirizza il comportamento pertinente.
Role prompting
You are a meticulous senior copy editor. Edit the text for clarity and concision without changing meaning. Show a bullet list of the changes you made.
Vincolo sul formato dell'output
Quando: il risultato alimenta un altro strumento, oppure vuoi coerenza. Perché: le forme prevedibili sono utilizzabili.
Vincolo sul formato dell'output
Reply with ONLY valid JSON matching: {"title": string, "tags": string[]}.
No prose, no markdown fences.Self-consistency / self-critique
Quando: la correttezza conta. Perché: una seconda passata intercetta gli errori della prima.
Self-critique
Answer the question. Then, in a section called "Check", critique your own answer for errors or missing cases and revise if needed.
Grounding (rispondi solo dal contesto fornito)
Quando: i fatti contano — Q&A sui tuoi documenti, RAG, qualsiasi caso in cui una risposta sbagliata è peggiore di nessuna risposta. Perché: la singola leva più potente contro le allucinazioni è vietare al modello di inventare e dargli il permesso esplicito di astenersi.
Q&A con grounding
Answer the QUESTION using ONLY the CONTEXT below. Quote the exact sentence(s)
you relied on. If the context does not contain the answer, reply exactly:
"Not found in the provided context." Do not use outside knowledge.
CONTEXT: """{paste your sources}"""
QUESTION: {question}Meta-prompting (lascia che l'AI migliori il tuo prompt)
Quando: il tuo prompt rende meno del previsto. Perché: il modello è bravo a individuare cosa gli manca.
Meta-prompting
Here's my prompt: "{prompt}". Ask me the 3 questions that would most improve it,
then rewrite it incorporating sensible defaults.Affinamento iterativo
Quando: quasi sempre. Perché: il primo output è una bozza, non la destinazione.
Affinamento iterativo
{after a result} Shorter and more concrete. Keep the second paragraph. Add one
example. Drop the marketing tone.:::tip Combinali Un prompt reale efficace è spesso: un ruolo + un esempio + un vincolo sull'output + il permesso di dire "non lo so". Sovrapponi le schede. :::
Come sovrapporre le schede
- Assegna la persona o lo standard che vuoi — per esempio un meticoloso copy editor senior — per indirizzare il comportamento pertinente.
- Mostra uno o due esempi few-shot così il modello impara il tuo formato o stile più in fretta di quanto potrebbe insegnargli una descrizione.
- Fissa la forma: SOLO JSON valido, 5 punti elenco, niente delimitatori markdown — qualunque cosa serva al passo successivo.
- Lascia che il modello dica Non lo so oppure Non trovato nel contesto fornito invece di inventare una risposta.
- Tratta il primo output come una bozza. Chiedi più breve, più concreto, mantieni questo paragrafo, elimina quel tono — ripeti finché non funziona.
Mettiti alla prova
0/3- I pattern sono blocchi costitutivi riutilizzabili — scegli in base al compito: zero-shot per i semplici, few-shot per il formato, chain-of-thought per il ragionamento, decomposizione per i compiti grandi
- Il grounding (rispondere solo dal contesto + permesso di astenersi) è la difesa più forte contro le allucinazioni
- I vincoli sul formato dell'output rendono i risultati prevedibili e pronti per gli strumenti
- Le schede si sovrappongono: un prompt efficace è di solito ruolo + esempio + vincolo sull'output + permesso di dire 'non lo so'
- Il primo output è una bozza — affina iterativamente e usa il meta-prompting quando un prompt rende meno del previsto