"Istruzioni e vincoli precisi"

Ecco da dove deriva la maggior parte della frustrazione nel prompting: il modello fa ciò che hai scritto, non ciò che intendevi. Tre abitudini eliminano l'80% di questa frustrazione.

1. Dì cosa fare, non cosa evitare

"Don't be long-winded" è un obiettivo scadente — dov'è il limite? "No corporate jargon" — ok, ma cosa invece? Dì al modello cosa fare:

• ❌ "Don't make it complicated" → ✅ "Frasi sotto le 15 parole, come se lo stessi spiegando a un adolescente"
• ❌ "No fluff" → ✅ "Ogni frase contiene un fatto o un'azione"

2. Vincoli rigidi

I numeri battono gli aggettivi. "Short" significa qualcosa di diverso per tutti; "under 100 words" significa la stessa cosa per tutti. Vincola la lunghezza, il numero di punti elenco, il vocabolario ("no buzzwords"), la forma ("exactly 3 paragraphs").

3. Un criterio di successo

Dì al modello come controllare il proprio lavoro: "A good answer: someone with zero experience gets it on the first read and can repeat the steps". Il modello si misura rispetto al tuo criterio — e il salto di qualità è evidente.

Bonus: metti la parte importante alla fine

I modelli prestano la massima attenzione all'inizio e alla fine di un prompt. Ripeti il requisito più importante come ultima riga: "Reminder: 100 words maximum".

Perché ti prende così alla lettera

Ricorda dalla parte 1 del percorso: un modello linguistico non legge la mente — continua il testo. Tutto ciò che non hai scritto non esiste per esso; tutto ciò che hai scritto è un segnale. Da qui la trappola dell'elefante rosa: dì a qualcuno "don't think about a pink elephant" e indovina a cosa penserà. Lo stesso vale per il modello — "don't mention competitors" inserisce la parola "competitors" nel testo e statisticamente aumenta le probabilità che appaiano. La versione positiva — "talk only about our product" — è molto più affidabile, perché indirizza invece di proibire.

Prima e dopo: tre istruzioni reali

• ❌ "Make the meeting agenda decent" → ✅ "A 30-minute agenda: 3 items, each with an owner and the decision we want. Most contentious one first"
• ❌ "Write a post, but don't make it salesy" → ✅ "A first-person post: one customer story, one number for the result, one question to readers at the end. No 'buy now' lines"
• ❌ "Make the job ad appealing" → ✅ "Job ad: 5 'what you'll do' bullets starting with verbs, 3 'what you get' bullets with numbers, requirements — only the deal-breakers, 6 max"

Lo stesso schema ogni volta: a sinistra, giudizi ("decent", "appealing") che il modello interpreta come capita. A destra, cose che puoi misurare.

Gli errori che rovinano anche i buoni prompt

• Requisiti in conflitto: "detailed but brief" — il modello ne sceglie uno, e non necessariamente il tuo. Decidi tu per lui: "brief on each point, but no more than seven points."
• Quindici regole in una volta: alla decima regola il modello sta perdendo la prima — scegli le 3–4 che contano e gestisci il resto tramite iterazione (questa è la prossima lezione).
• Aspettative inespresse: tu "obviously meant" un tono formale ma non l'hai mai scritto. Il modello non è psichico, è statistica.

Un criterio al lavoro: guarda il testo cambiare

Il compito: "explain two-factor authentication to our customers." Senza un criterio il modello ti dà una voce enciclopedica perfettamente corretta — tecnicamente impeccabile, illeggibile. Aggiungi una riga: "Criterion: my 62-year-old mum understands it first time and can switch it on herself" — e il testo si ricostruisce. Il gergo scompare, compaiono i passaggi, e anche un esempio con il codice di un messaggio di testo.

Un criterio funziona come un controllo qualità su una linea di produzione: il modello passa la propria risposta al tuo controllo prima che tu la veda. Questo è il trucco più sottovalutato della lezione — una riga, e metà delle tue iterazioni non avvengono mai.

Rivedi l'intera lezione in un controllo di quattro secondi prima di inviare: "any bans instead of instructions? any judgements instead of numbers? anything contradicting anything? is there a success criterion?" Quattro secondi, e il tuo prompt batte la maggior parte. Ripaga il doppio nei prompt che intendi salvare e riutilizzare: un difetto in un prompt usa e getta ti costa un'iterazione, un difetto in un template si ripete ogni settimana finché non lo cogli.

Fallo ora

Scava un "don't do X" e una parola di giudizio ("better", "simpler") dai tuoi prompt recenti. Riscrivili: il divieto diventa un'istruzione positiva, il giudizio diventa un numero o una regola verificabile. Questi sono i due riflessi a più alto rendimento nel prompting.