Prompt per ChatGPT, Claude e Gemini: cosa vale per tutti
I prompt valgono per ChatGPT, Claude e Gemini? Quasi tutti i principi sì. Ecco cosa cambia e come testare un prompt su più modelli senza tirare a indovinare.
In questo articolo
Gran parte del prompt engineering vale per ChatGPT, Claude e Gemini: compiti chiari, contesto reale, formati di output espliciti, buoni esempi e ancoraggio alle fonti aiutano su ogni modello importante. Cambiano lo stile predefinito, quanto alla lettera ogni modello segue le istruzioni, come gestisce la formattazione e gli input molto lunghi, e le funzioni delle API attorno al prompt. L'approccio affidabile è scrivere i prompt partendo dai principi e poi testarli sul modello specifico che userai in produzione.
Questo articolo evita di proposito affermazioni come "il modello X è migliore in Y". Quelle affermazioni invecchiano in poche settimane. La conoscenza utile è sapere quali parti di un prompt sono portabili e come scoprire in fretta quando non lo sono.
Punti chiave
- I principi si trasferiscono. La formulazione esatta, la messa a punto della lunghezza e le stranezze di formattazione spesso no.
- Ogni vendor pubblica la propria guida al prompting: leggi quella del tuo modello.
- Un piccolo insieme di test vale più di qualsiasi articolo di confronto, questo compreso.
- Aspettati di dover ritoccare i prompt quando cambi modello, o quando lo stesso vendor aggiorna il suo.
Cosa si trasferisce da un modello all'altro?
Quasi tutto ciò che riguarda l'informazione più che la formulazione.
Compiti e contesto specifici. Ogni modello funziona meglio se dici a chi è destinato il risultato, perché serve e come si riconosce un risultato buono. Nessun modello può indovinare il tuo pubblico.
Formato dell'output esplicito. "Restituisci una tabella con queste colonne" o "JSON con queste chiavi" funziona ovunque. Tutti e tre i vendor offrono anche funzioni di output strutturato a livello di API, che trattiamo in come ottenere JSON affidabile dagli LLM.
Esempi. Gli esempi few-shot aiutano tutti per stile e formato, e ovunque causano gli stessi effetti collaterali (copiare lunghezza e formulazione, bias sulle etichette). Vedi zero-shot e few-shot a confronto.
Delimitare i dati. Separare le istruzioni dal materiale incollato, con tag, titoli o virgolette, riduce la confusione su ogni modello.
Grounding. "Rispondi solo da queste fonti, citale, di' quando manca la risposta" è il cuore del prompting ancorato alle fonti a prescindere dal modello.
Limiti di sicurezza. La prompt injection riguarda ogni modello. Nessuno può essere reso sicuro con la sola formulazione del prompt.
Se scrivi un prompt facendo bene queste cose, funzionerà ragionevolmente bene su qualsiasi modello di punta attuale. Di solito non in modo identico, ma ragionevolmente.
Cosa tende a cambiare?
Verbosità e stile predefiniti
Dai la stessa richiesta aperta a tre assistenti e otterrai lunghezze diverse, quantità diverse di markdown, diversa propensione ad aggiungere avvertenze. Un prompt messo a punto su un modello per produrre una lunghezza "giusta" può dare risposte nettamente più lunghe o più corte su un altro. La soluzione è smettere di affidarsi ai valori predefiniti: indica esplicitamente la lunghezza ("meno di 150 parole"), la struttura ("niente titoli, due paragrafi") e il tono.
Quanto alla lettera vengono seguite le istruzioni
I modelli differiscono per quanto deducono oltre l'istruzione letterale. Alcuni tendono a fare esattamente ciò che è stato chiesto; altri ciò che pensano tu intendessi, aggiungendo extra. Inoltre i vendor spostano questo equilibrio tra una versione e l'altra. OpenAI, per esempio, ha osservato nelle sue indicazioni per alcuni modelli più recenti che seguono le istruzioni in modo più letterale dei predecessori, quindi i prompt che contavano sul modello per colmare l'intento andavano resi espliciti.
L'abitudine portabile: sii esplicito sull'ambito. Se vuoi solo il paragrafo modificato e non la riscrittura di tutta l'email, dillo. Se vuoi che il modello corregga anche qualsiasi altra cosa noti, dillo.
Convenzioni di formattazione nel prompt
La documentazione di Anthropic raccomanda tag in stile XML (<document>, <instructions>, <example>) per strutturare i prompt per Claude, e Claude risponde molto bene. Le guide di OpenAI e Google mostrano titoli markdown, tag XML e altri delimitatori come opzioni valide. In pratica, i tag in stile XML funzionano su tutti i modelli principali e dicono senza ambiguità dove finisce un blocco, il che li rende un'impostazione ragionevole se vuoi uno stile unico ovunque.
Gestione del system prompt
Tutte e tre le API supportano una qualche forma di istruzioni di sistema o per sviluppatori, ma differiscono per nomi, per come vengono ordinate per priorità più fonti di istruzioni e per il peso che un system prompt ha di fronte a un utente insistente. Se il tuo prodotto dipende dalla tenuta del system prompt sotto pressione, testa quel comportamento in modo specifico: richieste fuori tema, tentativi di estrarre il prompt, un utente che insiste per un'azione vietata. Approfondimento in come scrivere un system prompt.
Comportamento con contesti lunghi
Le dimensioni della finestra di contesto variano e cambiano spesso, quindi non elenchiamo numeri. Conta più del massimo quanto bene un modello usa le informazioni dentro un input lungo. Ricerche come "Lost in the Middle" (Liu et al., 2023) hanno mostrato che i modelli usavano meglio le informazioni all'inizio e alla fine dei contesti lunghi che nel mezzo. I vendor danno qui consigli un po' diversi: Anthropic suggerisce di mettere i documenti lunghi in alto e la domanda alla fine; OpenAI ha suggerito, per i prompt a contesto lungo, di mettere le istruzioni chiave sia prima sia dopo il materiale. Quando sposti un prompt per documenti lunghi da un modello all'altro, la posizione delle istruzioni è una delle prime cose da testare.
Funzioni di ragionamento
Ogni vendor offre modelli o modalità che ragionano prima di rispondere, controllati con impostazioni API diverse (livelli di sforzo, budget di pensiero). I consigli di prompting per queste modalità sono simili tra i vendor: descrivi l'obiettivo e i vincoli ed evita di scriptare il ragionamento passo dopo passo. Le istruzioni esplicite "ragiona passo dopo passo" che aiutavano i modelli standard spesso aggiungono poco nelle modalità di ragionamento.
Formati di tool calling
Function calling e tool calling si basano ovunque sulla stessa idea (descrivi gli strumenti con nome, descrizione e parametri in JSON Schema, e il modello restituisce una chiamata strutturata), ma i formati di richiesta e risposta differiscono. Librerie e protocolli come il Model Context Protocol riducono le differenze di impianto. La qualità delle descrizioni dei tuoi strumenti si trasferisce completamente.
Come si testa un prompt su più modelli?
Un metodo che richiede un pomeriggio e fa risparmiare settimane di discussioni su quale modello sia "migliore":
- Raccogli da 20 a 50 input reali per il compito. Includi quelli difficili: richieste ambigue, informazioni mancanti, input molto lunghi, il messaggio fuori tema.
- Scrivi come dovrebbe essere un buon output per ciascuno, o almeno le regole che deve rispettare (formato valido, cita una fonte, meno di 100 parole, dice "non trovato" per quelli senza risposta).
- Lancia lo stesso prompt su ogni modello candidato. Fissa la temperatura o lancia ogni input più volte, perché gli output variano da una esecuzione all'altra.
- Valuta rispetto alle tue regole, con il codice dove possibile (controlli di formato, lunghezza, stringhe obbligatorie) e leggendo il resto.
- Guarda i fallimenti, non le medie. Un modello può essere un po' peggiore in media ma sbagliare con eleganza; un altro può essere migliore in media ma ogni tanto inventare fatti. Il secondo è spesso peggiore per un prodotto reale.
- Metti a punto il prompt per ogni modello se serve, poi rilancia tutto.
Conserva l'insieme di test. Quando un vendor rilascia una nuova versione, rilancialo prima di passare.
Meglio un solo prompt per tutti i modelli o uno per modello?
Per un flusso di lavoro personale, di solito basta un prompt scritto bene; le piccole differenze non contano quando leggi tu stesso l'output.
Per un prodotto, prevedi varianti per modello almeno per le istruzioni su formattazione e lunghezza, e tieni condiviso il contenuto di base (compito, contesto, regole, esempi). Conserva i prompt nel controllo di versione insieme ai risultati dei test, così "perché esiste questa riga?" ha una risposta.
Dove aiutano di più le guide al prompting dei vendor?
Ogni vendor importante mantiene la documentazione di prompt engineering per i propri modelli: la guida al prompt engineering di OpenAI, la documentazione sul prompt engineering di Anthropic per Claude e le strategie di prompt design di Google per Gemini. Sono gratuite, abbastanza aggiornate e scritte dall'interno. Leggi quella del tuo modello di destinazione prima di fare la messa a punto, perché ti parlerà di funzioni e preferenze che nessun articolo generale può seguire, questo compreso.
Se usi più assistenti ogni giorno, il consiglio pratico è più breve: scrivi prompt che avrebbero senso per un collega sveglio che non ha mai visto il tuo progetto, e lascia che le stranezze di ogni modello emergano nei test e non nelle ipotesi. Il tema fondamenti copre il nucleo portabile, e come scrivere prompt migliori per ChatGPT ha una checklist che vale per tutti e tre.
Domande frequenti
Gli stessi prompt funzionano in ChatGPT, Claude e Gemini?
Le basi sì: un compito chiaro, contesto, formato ed esempi aiutano con tutti. I risultati però cambiano per tono, lunghezza, formattazione e comportamento nei casi limite, quindi i prompt importanti vanno testati sul modello che userai davvero.
Qual è il miglior modello AI per il prompt engineering?
Non esiste una risposta permanente, perché le classifiche cambiano a ogni rilascio. Scegli il modello che va meglio sui tuoi casi di test per il tuo compito e ricontrolla quando i modelli vengono aggiornati.
Nei prompt conviene usare tag XML o markdown?
Funzionano entrambi con i principali modelli. La documentazione di Anthropic raccomanda in modo specifico i tag in stile XML per Claude, e su qualsiasi modello sono un modo chiaro per separare istruzioni e dati. Usa quello che rende i confini inequivocabili.
Perché lo stesso prompt dà risposte diverse su modelli diversi?
I modelli differiscono per dati di addestramento, instruction tuning e stile predefinito. Inoltre campionano in modo casuale, a meno che non siano configurati diversamente, quindi anche lo stesso modello può variare da una esecuzione all'altra.
- #ChatGPT
- #Claude
- #Gemini
- #confronto tra modelli
- #portabilità dei prompt