Il prompt engineering è l'arte e la
scienza di formulare input (prompt) efficaci per modelli di intelligenza
artificiale, in particolare modelli linguistici di grandi dimensioni (LLM), al
fine di ottenere risposte desiderate e di alta qualità. In pratica, si
tratta di capire come comunicare al meglio con l'IA per ottenere i risultati
voluti, sfruttando le sue capacità e superando i suoi limiti.
Cosa implica il prompt engineering:
- Comprensione del modello:
Conoscere le capacità e i limiti del
modello linguistico specifico che si sta utilizzando.
- Formulazione del prompt:
Progettare e ottimizzare il testo input
per guidare il modello verso la risposta desiderata.
- Utilizzo di tecniche specifiche:
Applicare varie tecniche di prompting,
come la specificazione del contesto, l'uso di esempi (esempio-prompting), la
definizione dello stile desiderato, e altro.
- Iterazione e miglioramento:
Testare diversi prompt, analizzare le
risposte, e affinare i prompt per ottenere risultati migliori.
Se con il Prompt Engineering ci
si limita alla scrittura di un messaggio ottimizzato, l’Ingegneria del Contesto è
un sistema dinamico. È un’architettura che raccoglie, filtra e struttura tutte
le informazioni, strumenti e regole rilevanti per aiutare il modello a
raggiungere il suo obiettivo.
Il contesto non è quindi un prompt fisso,
ma un “assemblaggio” costruito in tempo reale prima della chiamata LLM. È
dinamico e adattivo: si adatta alla richiesta dell’utente. Se stai prenotando
un volo, serve l’agenda; se chiedi un riepilogo, servono i dati recenti.
L’Ingegneria del Contesto combina dati e
capacità operative (informa il modello e gli fornisce gli strumenti per agire
come API, funzioni e tool). Inoltre, cura il formato quanto il
contenuto: un riassunto ben scritto vale più di una lista di eventi
disordinata.