Come scrivere un system prompt (con esempio completo)
Il system prompt definisce ruolo, regole e formato di un assistente AI per tutta la conversazione. Cosa inserire, in che ordine, e un esempio completo.
In questo articolo
- Cosa va nel system prompt e cosa nel messaggio dell'utente?
- I ruoli e le persona servono davvero?
- In che ordine scrivere un system prompt?
- Un esempio completo di system prompt
- Perché spiegare il motivo di una regola?
- Come si testa un system prompt?
- Cosa non deve mai finire in un system prompt?
- Il system prompt funziona allo stesso modo su ogni modello?
Un system prompt è l'insieme stabile di istruzioni che dice a un modello quale ruolo svolge, cosa deve e non deve fare e come formattare le risposte, per ogni turno di una conversazione. Scrivilo come il briefing per un collega capace appena arrivato: il contesto del prodotto, il pubblico, le regole che contano e come gestire i casi in cui qualcosa va storto.
La maggior parte delle API di chat (OpenAI, Anthropic, Google) accetta un messaggio di sistema o developer separato dai messaggi dell'utente, e i modelli sono addestrati a dargli più peso. È quindi il posto naturale per tutto ciò che deve restare vero lungo l'intera conversazione.
In breve
- Nel system prompt vanno regole stabili, contesto e formato. Nel messaggio dell'utente vanno il compito specifico e i dati.
- Un ruolo aiuta, ma il contesto sul prodotto e sul pubblico conta molto più di un titolo professionale.
- Spiega perché esiste una regola: i modelli applicano con più buon senso le regole motivate rispetto ai comandi secchi.
- Scrivi un comportamento esplicito per i casi limite: informazioni mancanti, richieste fuori tema, utenti arrabbiati.
- Non mettere mai segreti in un system prompt e non affidarti solo a lui per la sicurezza.
Cosa va nel system prompt e cosa nel messaggio dell'utente?
Il test più semplice: sarà vero per ogni richiesta? Se sì, system prompt. Se cambia a ogni richiesta, messaggio dell'utente.
| System prompt | Messaggio dell'utente |
|---|---|
| Contesto del prodotto e pubblico | La domanda vera e propria dell'utente |
| Ruolo e tono | Il documento da riassumere o analizzare |
| Regole e limiti | Risultati di ricerca recuperati per questo turno |
| Formato di output | Opzioni per singola richiesta ("fammelo più corto") |
| Come gestire i casi limite | Data corrente o profilo utente, se variano |
I documenti recuperati sono un caso interessante. Alcuni team li mettono nel system prompt; noi preferiamo il turno dell'utente, perché il testo recuperato è un dato non attendibile e il system prompt dovrebbe contenere solo istruzioni scritte da te. Questa separazione rende anche più semplice ragionare sulla prompt injection.
I ruoli e le persona servono davvero?
In parte. "Sei un infermiere pediatrico esperto" sposta lessico, livello di dettaglio e cautela in una direzione utile. La documentazione di Anthropic raccomanda esplicitamente di assegnare a Claude un ruolo tramite il system prompt, e l'effetto è reale.
Ma il ruolo è la parte più debole di un buon system prompt. Confronta:
Sei un esperto di assistenza clienti di livello mondiale.
Rispondi alle domande di assistenza per Ledgerly, un'app di contabilità usata
da freelance e piccole agenzie negli Stati Uniti. La maggior parte degli utenti
non è contabile. Di solito scrivono quando l'esportazione di una fattura non
funziona o la sincronizzazione bancaria si blocca.
Il secondo non si dichiara mai esperto. Dà al modello ciò che un esperto saprebbe davvero: chi sono gli utenti, dove incontrano difficoltà, cosa fa il prodotto. Il modello suonerà più competente con questo che con qualsiasi aggettivo.
Le persona con retroscena elaborati ("Sei Max, un ex barista di 34 anni che adora aiutare le persone") raramente migliorano l'accuratezza. Possono avere senso nei prodotti di intrattenimento. Nei prodotti di utilità aggiungono soprattutto token.
In che ordine scrivere un system prompt?
Non esiste un ordine unico corretto, ma questo funziona bene ed è facile da mantenere per le persone:
- Chi e cosa. Un breve paragrafo: il prodotto, il compito dell'assistente, il pubblico.
- Contesto. I fatti che servono al modello: funzioni, politiche, cosa il prodotto non può fare.
- Regole. Vincoli di comportamento, ciascuno con la sua ragione quando non è ovvia.
- Casi limite. Cosa fare quando mancano informazioni, la richiesta è fuori tema o l'utente è alterato.
- Formato di output. Lunghezza, struttura, markdown o no, lingua.
- Esempi (facoltativi). Uno o due brevi scambi che mostrano tono e formato.
Metti il materiale di riferimento lungo (un manuale del prodotto, un documento di policy) in blocchi ben delimitati, per esempio con tag in stile XML. La guida di Anthropic raccomanda tag come <policy> a questo scopo, e aiutano con qualsiasi modello perché rendono espliciti i confini.
Un esempio completo di system prompt
Ecco un system prompt completo per l'assistente di supporto di un'app di contabilità immaginaria. È lungo di proposito; quelli veri lo sono.
Sei l'assistente di supporto integrato in Ledgerly, un'app di contabilità per
freelance e piccole agenzie negli Stati Uniti. Gli utenti sono per lo più designer,
sviluppatori e consulenti. La maggior parte non è contabile e si agita
per le tasse, quindi sii calmo e concreto.
<product_facts>
- Piani: Solo (1 utente) e Team (fino a 10 utenti).
- La sincronizzazione bancaria funziona con le banche statunitensi tramite
un fornitore terzo. Le sincronizzazioni avvengono ogni 6 ore; gli utenti
possono avviare una sincronizzazione manuale in Impostazioni > Banche.
- Le fatture si possono esportare in PDF o CSV.
- Ledgerly non presenta dichiarazioni fiscali e non dà consulenza fiscale.
</product_facts>
Regole:
- Rispondi solo a domande sull'uso di Ledgerly. Se ti chiedono qualcosa di
non correlato, di' brevemente che puoi aiutare solo con Ledgerly.
- Non dare consulenza fiscale o legale, nemmeno se richiesta direttamente. Gli
utenti potrebbero agire in base ad essa e tu non vedi la loro situazione
completa. Suggerisci di rivolgersi a un professionista fiscale e offri aiuto
sulla parte che riguarda Ledgerly.
- Non tirare mai a indovinare dati specifici dell'account come saldi o stato
delle fatture. Non puoi vedere l'account dell'utente. Indica dove guardare
nell'app.
- Se una funzione non è elencata in <product_facts>, non affermare che esiste.
Di' che non sei sicuro e suggerisci di contattare support@ledgerly.example.
Quando viene segnalato un problema di sincronizzazione bancaria:
1. Chiedi quale banca e quando è avvenuta l'ultima sincronizzazione riuscita, se non è indicato.
2. Suggerisci una sincronizzazione manuale in Impostazioni > Banche.
3. Se non funziona, suggerisci di ricollegare la banca.
4. Se continua a non funzionare, offri il passaggio a un operatore umano.
Se l'utente è frustrato, riconoscilo con una frase breve e passa alla soluzione.
Non scusarti più volte.
Formato:
- Testo semplice, senza titoli markdown. Passaggi numerati quando dai istruzioni.
- Risposte sotto le 120 parole, a meno che l'utente non chieda più dettagli.
- Rispondi nella lingua in cui scrive l'utente.
Alcuni punti da notare:
La regola sulla consulenza fiscale spiega il suo motivo ("Gli utenti potrebbero agire in base ad essa e tu non vedi la loro situazione completa"). Con una ragione, il modello sa generalizzare: starà attento anche a domande come "posso detrarre il mio portatile?", che la regola non nomina mai.
La regola "non affermare che esistono funzioni" c'è perché gli assistenti di prodotto adorano inventare menu di impostazioni plausibili. Se pubblichi un bot di supporto, sarà il tuo bug più frequente, e la soluzione è ancorarlo a un blocco di fatti con un'alternativa esplicita. Per basi di conoscenza più grandi quel blocco di fatti diventa retrieval; vedi cos'è la RAG.
I passaggi di escalation sono numerati perché l'ordine conta. Le regole non ordinate sulla stessa situazione tendono a essere applicate in modo imprevedibile.
Perché spiegare il motivo di una regola?
I comandi secchi in maiuscolo ("NON nominare MAI i concorrenti!!!") erano un'abitudine dei modelli più vecchi e meno attenti. I modelli attuali seguono le istruzioni con precisione, e gridare tende a far applicare la regola in modo eccessivo. Un modello a cui dici "NON parlare MAI di prezzi" può rifiutarsi di dire se una funzione è nel piano gratuito, cosa che gli utenti hanno ragione di voler sapere.
Confrontalo con: "Non citare prezzi, perché variano per regione e cambiano spesso; rimanda alla pagina dei prezzi." Ora il modello conosce il confine (i numeri specifici) e l'intenzione (evitare informazioni obsolete), quindi può ancora rispondere a "l'esportazione è disponibile nel piano Solo?"
Come si testa un system prompt?
Scrivi da venti a cinquanta messaggi utente realistici prima di cambiare qualsiasi cosa, compresi quelli scomodi:
- Una richiesta fuori tema ("scrivimi una poesia").
- Una richiesta della cosa vietata, formulata con gentilezza e poi in modo astuto.
- Un messaggio con informazioni mancanti.
- Un messaggio in un'altra lingua.
- Un messaggio arrabbiato.
- Qualcosa che il tuo prodotto davvero non supporta.
Rilanciali tutti dopo ogni modifica. I system prompt accumulano regole nel tempo, e le regole interagiscono. Aggiungere "sii sempre conciso" può rompere in silenzio il flusso di escalation che richiedeva tre passaggi. Lo scopri solo rieseguendo l'intero set.
Cosa non deve mai finire in un system prompt?
Segreti. Chiavi API, URL interni, dati di altri clienti. Gli utenti riescono regolarmente a far rivelare ai modelli i loro system prompt, e nessuna formulazione lo impedisce in modo affidabile. Dai per scontato che sia pubblico.
Controlli di sicurezza che non puoi garantire nel codice. "Rimborsa solo importi sotto i 50 $" in un prompt è un suggerimento. A far rispettare il limite deve essere l'API dei rimborsi. La guida alla prompt injection e l'argomento sicurezza spiegano perché.
Contraddizioni. I system prompt lunghi scritti da più persone tendono a contenerne ("sii sempre approfondito" in una sezione, "sii breve" in un'altra). Il modello ne sceglierà una, e non sempre la stessa. Rileggi tutto dall'inizio alla fine ogni tanto.
Il system prompt funziona allo stesso modo su ogni modello?
Per lo più sì, con differenze nel peso che i vari modelli gli danno, nella gestione dei prompt molto lunghi e nei formati a cui rispondono meglio. Testa sul modello che userai in produzione e leggi la guida al prompting del fornitore. Cosa si trasferisce lo vediamo in prompting con ChatGPT, Claude e Gemini.
Per esercitarti sulle decisioni concrete (cosa va dove, quale frase di ruolo aggiunge informazione e quale solo parole), l'argomento ruolo e contesto è un buon punto di partenza.
Domande frequenti
Che cos'è un system prompt?
Un system prompt è un insieme di istruzioni fornite al modello separatamente dai messaggi dell'utente, di solito dallo sviluppatore. Definisce ruolo, regole, tono e formato di output dell'assistente per l'intera conversazione.
Qual è la differenza tra system prompt e user prompt?
Il system prompt contiene istruzioni stabili che valgono per ogni turno, scritte da chi costruisce il prodotto. Lo user prompt contiene la richiesta specifica e i dati di quel turno, spesso scritti dall'utente finale.
Quanto deve essere lungo un system prompt?
Quanto serve a coprire il comportamento reale, e non di più. Molti system prompt in produzione vanno da qualche centinaio a qualche migliaio di parole, ma ogni regola dovrebbe esistere perché un caso di test la richiedeva.
Gli utenti possono vedere o aggirare il system prompt?
I modelli sono addestrati a dare priorità alle istruzioni di sistema, ma non è una garanzia. A volte gli utenti riescono a estrarre o aggirare il system prompt, quindi non metterci mai segreti e applica le regole critiche nel codice.
- #system prompt
- #ruoli
- #persona
- #applicazioni LLM