While these tips apply broadly to all Claude models, you can find prompting tips specific to extended thinking models here.

​
Prima dell’ingegneria dei prompt

Questa guida presuppone che tu abbia:
  1. Una definizione chiara dei criteri di successo per il tuo caso d’uso
  2. Alcuni modi per testare empiricamente contro quei criteri
  3. Una prima bozza di prompt che vuoi migliorare
Se non li hai, ti suggeriamo vivamente di dedicare tempo a stabilire prima questi elementi. Consulta Definisci i tuoi criteri di successo e Crea valutazioni empiriche solide per suggerimenti e indicazioni.

Generatore di prompt

Non hai una prima bozza di prompt? Prova il generatore di prompt nella Console Claude!

​
Quando fare ingegneria dei prompt

Questa guida si concentra sui criteri di successo che sono controllabili attraverso l’ingegneria dei prompt. Non tutti i criteri di successo o le valutazioni fallite sono meglio risolti dall’ingegneria dei prompt. Ad esempio, la latenza e il costo possono talvolta essere migliorati più facilmente selezionando un modello diverso.
L’ingegneria dei prompt è molto più veloce di altri metodi di controllo del comportamento del modello, come il fine-tuning, e può spesso produrre salti nelle prestazioni in molto meno tempo. Ecco alcune ragioni per considerare l’ingegneria dei prompt rispetto al fine-tuning:
  • Efficienza delle risorse: Il fine-tuning richiede GPU di fascia alta e molta memoria, mentre l’ingegneria dei prompt necessita solo di input di testo, rendendola molto più efficiente in termini di risorse.
  • Convenienza economica: Per i servizi AI basati su cloud, il fine-tuning comporta costi significativi. L’ingegneria dei prompt utilizza il modello base, che è tipicamente più economico.
  • Mantenimento degli aggiornamenti del modello: Quando i fornitori aggiornano i modelli, le versioni con fine-tuning potrebbero necessitare di riaddestramento. I prompt di solito funzionano tra le versioni senza modifiche.
  • Risparmio di tempo: Il fine-tuning può richiedere ore o anche giorni. Al contrario, l’ingegneria dei prompt fornisce risultati quasi istantanei, permettendo una risoluzione rapida dei problemi.
  • Necessità minime di dati: Il fine-tuning necessita di dati sostanziali specifici per il compito ed etichettati, che possono essere scarsi o costosi. L’ingegneria dei prompt funziona con apprendimento few-shot o anche zero-shot.
  • Flessibilità e iterazione rapida: Prova rapidamente vari approcci, modifica i prompt e vedi risultati immediati. Questa sperimentazione rapida è difficile con il fine-tuning.
  • Adattamento del dominio: Adatta facilmente i modelli a nuovi domini fornendo contesto specifico del dominio nei prompt, senza riaddestramento.
  • Miglioramenti della comprensione: L’ingegneria dei prompt è molto più efficace del fine-tuning nell’aiutare i modelli a comprendere e utilizzare meglio contenuti esterni come documenti recuperati
  • Preserva la conoscenza generale: Il fine-tuning rischia l’oblio catastrofico, dove il modello perde conoscenza generale. L’ingegneria dei prompt mantiene le ampie capacità del modello.
  • Trasparenza: I prompt sono leggibili dall’uomo, mostrando esattamente quali informazioni riceve il modello. Questa trasparenza aiuta nella comprensione e nel debugging.

​
Come fare ingegneria dei prompt

Le pagine sull’ingegneria dei prompt in questa sezione sono state organizzate dalle tecniche più ampiamente efficaci a tecniche più specializzate. Quando risolvi problemi di prestazioni, ti suggeriamo di provare queste tecniche in ordine, anche se l’impatto effettivo di ogni tecnica dipenderà dal tuo caso d’uso.
  1. Generatore di prompt
  2. Sii chiaro e diretto
  3. Usa esempi (multishot)
  4. Lascia pensare Claude (catena di pensiero)
  5. Usa tag XML
  6. Dai a Claude un ruolo (prompt di sistema)
  7. Precompila la risposta di Claude
  8. Concatena prompt complessi
  9. Suggerimenti per contesti lunghi

​
Tutorial sull’ingegneria dei prompt

Se sei uno studente interattivo, puoi tuffarti nei nostri tutorial interattivi invece!

Tutorial di prompting GitHub

Un tutorial ricco di esempi che copre i concetti di ingegneria dei prompt trovati nella nostra documentazione.

Tutorial di prompting Google Sheets

Una versione più leggera del nostro tutorial di ingegneria dei prompt tramite un foglio di calcolo interattivo.