Prima di iniziare: due cose da sapere
Hai aperto ChatGPT, hai scritto qualcosa, hai letto il risultato e hai pensato: "Mah."
Succede quasi a tutti. Poi uno di due: smetti di usarlo, o ci riprovi senza capire perché non funziona come promettevano quei post di LinkedIn.
La risposta vera ha due parti. Questa guida le affronta entrambe.
La prima parte del problema è il modello che usi.
La versione gratuita di ChatGPT, Gemini, o qualsiasi altro strumento AI che usi senza pagare ha dei limiti concreti. Il limite non riguarda solo il numero di messaggi al giorno: cambia la qualità del ragionamento, la capacità di tenere il filo su conversazioni lunghe, la precisione con le istruzioni complesse. I modelli gratuiti sono un assaggio, non il prodotto.
Detto chiaramente: se hai provato l'AI gratis e hai concluso che "non funziona", potresti aver ragione per le ragioni sbagliate.
Nel 2026 esistono abbonamenti mensili intorno ai 20 euro che danno accesso ai modelli più capaci:
Se usi l'AI anche solo un'ora al giorno per lavoro, quella spesa si ripaga in pochi giorni di produttività recuperata. La versione gratuita va bene per curiosare: per lavorarci davvero, serve il modello a pagamento.
La seconda parte del problema siamo noi.
Anche con il modello migliore del mondo, se gli scrivi "scrivimi un'email per il cliente" ottieni un'email mediocre. Quella frase non contiene le informazioni necessarie per produrre qualcosa di utile.
È come chiedere a un grafico di "fare un logo" senza dargli nessun brief. Il risultato è quello che ti aspetti: generico, da rifare.
Il prompt è il brief. Questa guida ti insegna a scriverlo.
Non serve diventare un "esperto di prompt" (una categoria che esiste principalmente su LinkedIn). Serve capire la logica, applicare uno schema semplice, e fare pratica su quello che già fai ogni giorno: email, testi, ricerche, riassunti.
Alla fine di questa guida hai un metodo che puoi usare subito. Un modo di pensare il prompt che cambia il risultato ogni volta che apri un qualsiasi strumento AI.
Perché i tuoi prompt non funzionano
Come un modello AI "legge" quello che scrivi
Un modello AI non capisce. Genera.
Questa distinzione conta perché cambia il modo in cui devi costruire le istruzioni.
Quando scrivi un prompt, il modello analizza le parole che hai usato e produce una risposta statisticamente plausibile in base a tutto il testo su cui è stato addestrato. Non ha accesso alla tua testa, al tuo contesto, al tuo settore, a cosa hai già provato, a cosa ti aspettavi. Ha solo quello che hai scritto.
Quindi se scrivi poco, ottieni una risposta costruita sul poco. Se scrivi vago, ottieni una risposta vaga. Il modello non può "indovinare" cosa intendevi, anche quando sembra che ci stia provando.
Questo è il motivo per cui lo stesso modello, con prompt diversi sullo stesso argomento, produce risultati che sembrano scritti da persone diverse. Non è capriccioso: risponde esattamente a quello che hai chiesto.
La differenza tra un prompt e una ricerca Google
Su Google scrivi una parola chiave e cerchi contenuto che già esiste. Il motore seleziona tra milioni di risultati quello più rilevante per quella query.
Con un modello AI non cerchi: commissioni. Gli stai chiedendo di creare qualcosa di nuovo su misura per te.
La differenza pratica: quando cerchi su Google "email di follow-up commerciale", Google ti porta risultati già scritti da altri. Non ha bisogno di sapere chi sei, che settore fai, che tono usi. Filtra l'esistente.
Il modello AI invece scrive quella email adesso, da zero, con le informazioni che gli dai tu. Se non sa che lavori nella grande distribuzione, che il tuo cliente è un buyer di una catena, che il tono deve essere diretto ma non pressante, produce qualcosa di generico che potresti aver trovato su qualsiasi sito.
Il prompt è un brief. Come quello che daresti a un freelance prima di fargli fare un lavoro. Chi non dà il brief si lamenta del risultato.
I 3 errori più comuni
"Scrivimi un'email per il cliente" non è un prompt. È un'intenzione. Il modello non sa: quale cliente, per quale motivo, in che fase del rapporto commerciale, cosa deve ottenere quell'email, che tono usare, quanto deve essere lunga. Produce qualcosa. Ma quel qualcosa ha la precisione di un consiglio dato senza conoscere il problema.
L'AI non sa chi sei. Ogni volta che apri una nuova conversazione, riparte da zero. Non sa che lavori da vent'anni in un certo settore, che il tuo interlocutore è un area manager di una catena retail, che hai già provato ad alzare il margine tre volte senza riuscirci. Senza quel contesto, produce la risposta media: quella che potrebbe andare bene per chiunque, e quindi non va bene per nessuno.
Se non dici cosa vuoi in uscita, il modello decide lui. "Tre bullet point" e "un testo scorrevole di 150 parole" sono cose molto diverse. "Tono formale" e "tono diretto come in una chat" sono cose molto diverse. I vincoli non limitano il modello: lo guidano verso quello che ti serve davvero.
Esempio reale: stesso obiettivo, due prompt diversi
Obiettivo: scrivere un'email di follow-up a un cliente che non risponde da due settimane.
La vedete ora la differenza? È sostanzialmente cambiato tutto. Non il modello, non la tecnologia, non l'abbonamento. Solo le informazioni date nel prompt. Nella prossima parte vediamo come strutturarle in modo sistematico, così da non doverci pensare ogni volta da capo.
I 4 ingredienti di un prompt che funziona
Nella parte precedente abbiamo visto cosa succede quando un prompt è vago. Adesso vediamo come costruirne uno che funziona.
Ci sono quattro informazioni che, messe insieme, trasformano un prompt generico in uno strumento preciso. Basta capire cosa sono e abituarsi a darle ogni volta.
Dire all'AI chi deve essere cambia il registro di tutto quello che produce.
"Rispondimi a questa email" e "Sei un consulente commerciale con 15 anni di esperienza nella grande distribuzione. Rispondimi a questa email" sono istruzioni diverse. Il modello nel secondo caso sa da che prospettiva rispondere, che competenze simulare, che tono usare.
Non serve un ruolo elaborato. Basta che sia specifico: non "sei un esperto di marketing" ma "sei un social media manager che lavora con brand nel settore consumer".
Questa è l'informazione che il modello non ha mai. Ed è quella che fa la differenza più grande.
Il contesto ha tre livelli: chi sei tu (settore, ruolo, competenze), la situazione specifica (cosa è successo, cosa hai già provato, quali vincoli esistono), e a chi è destinato l'output.
Il terzo punto viene quasi sempre dimenticato. Eppure cambia completamente il modo in cui il modello calibra il linguaggio. Un testo per un area manager GDO è diverso da uno per un consumatore finale. Se non lo dici, il modello sceglie lui il destinatario.
Qui quasi tutti sono troppo vaghi. "Scrivimi un'email" non è un compito: è una categoria.
Il compito deve descrivere l'azione concreta. Scrivere cosa, con quale obiettivo, per fare cosa. Analizzare cosa, con quale criterio, per produrre quale conclusione. Riassumere in quante parole, tenendo quali informazioni, tagliando cosa.
Un compito ben scritto lascia poco spazio all'interpretazione. Il modello sa cosa fare, non deve inventarsi l'obiettivo.
I vincoli sono le istruzioni su come deve essere l'output, non cosa deve contenere.
Senza vincoli il modello fa scelte autonome: quasi sempre troppo lungo, troppo strutturato con titoli e bullet inutili, troppo formale o troppo entusiasta.
| Vincolo | Esempio concreto |
|---|---|
| Lunghezza | "Massimo 150 parole" · "Non più di 5 righe" |
| Formato | "Testo fluente, niente elenchi puntati" · "Solo bullet, niente intro" |
| Tono | "Diretto, come una chat tra colleghi" · "Professionale ma non formale" |
| Da evitare | "Niente gergo tecnico" · "Non iniziare con 'Certo!'" |
Il template — tutto insieme
Questi quattro ingredienti si combinano in uno schema che puoi usare ogni volta che apri un qualsiasi strumento AI.
Ecco come appare un prompt completo, con tutti e quattro gli ingredienti:
Questo è un prompt completo. Ha ruolo, contesto, compito e vincoli. L'output sarà specifico, usabile, calibrato sulla situazione reale. Nella prossima parte lo mettiamo in pratica su casi concreti: email difficili, newsletter, ricerche, riassunti.
Prompt per lavoro quotidiano
Abbiamo visto la teoria. Adesso la applichiamo.
Nei prossimi cinque casi trovi il metodo dei 4 ingredienti calato su situazioni reali. Non sono esempi costruiti per sembrare belli: sono i prompt che si usano davvero, quelli che tornano utili ogni settimana.
Il cliente si lamenta del ritardo nella consegna. Il tono è duro. Hai voglia di rispondere di petto, ma sai che non è una buona idea.
L'AI non risolve il problema: ti aiuta a rispondere senza peggiorarlo.
Hai vissuto qualcosa di interessante, hai un'idea che vale la pena condividere, ma non sai da dove iniziare. Il foglio bianco blocca anche le persone che scrivono bene.
Il prompt non scrive il post al posto tuo: ti dà una prima bozza su cui lavorare in 30 secondi invece di un'ora.
Il contratto ha 40 pagine. Il report trimestrale ne ha 60. L'email del cliente è un muro di testo. Non hai tempo di leggere tutto, ma devi capire cosa conta.
Stai per incontrare un nuovo cliente, un fornitore con cui devi trattare, un interlocutore che non conosci. Hai 10 minuti. L'AI può fare in 60 secondi quello che ti richiederebbe un'ora di preparazione.
Una stella su Google. Il commento è ingiusto, esagerato, forse falso. Il riflesso naturale è rispondere a caldo.
L'AI ti aiuta a scrivere qualcosa che fa una buona impressione su chi legge — che non è il cliente arrabbiato, ma i prossimi mille che vedranno quella risposta.
Adesso hai il metodo e cinque situazioni in cui applicarlo. Nella prossima parte andiamo un livello più in profondità: come fare in modo che l'AI conosca già il tuo lavoro ogni volta che apri una nuova sessione.
Contesto e business
Hai imparato a strutturare un prompt. C'è ancora un problema che rallenta tutto: ogni volta che apri una nuova conversazione, l'AI riparte da zero.
Non sa che lavori nel tuo settore da vent'anni. Non sa che i tuoi interlocutori sono buyer di catene retail, che scrivi in modo diretto, che odi i formalismi. Ogni sessione è come presentarsi a un collaboratore che non ha mai sentito parlare di te.
Il risultato: spieghi le stesse cose ogni volta, e ottieni comunque risposte calibrate sulla media, non su di te.
C'è una soluzione che si configura una volta e poi non ci pensi più: il blocco di contesto.
Il blocco di contesto
Un blocco di contesto è un testo breve che scrivi una volta e incolli all'inizio di ogni nuova sessione, prima di fare qualsiasi richiesta.
Non è un prompt per una task specifica. È il brief permanente su di te: chi sei, in che settore lavori, chi sono i tuoi interlocutori, che tono usi, cosa non vuoi mai nel testo.
Il modello legge quel blocco, lo tiene in memoria per tutta la conversazione, e calibra ogni risposta su quelle informazioni. Non devi più rispiegare chi sei ogni volta.
Cosa inserire
Ruolo, settore, anni di esperienza. Non una biografia: una riga che dà al modello la prospettiva giusta.
I tuoi clienti, interlocutori, colleghi. Chi legge quello che scrivi? Chi incontri nelle riunioni? Più specifico è, più l'output sarà calibrato su quel lettore.
Non "commerciale" in generale: "grande distribuzione, elettronica di consumo, buyer di catene retail con 40+ punti vendita".
Diretto, formale, informale, tecnico, semplice? Cosa eviti? Il modello ha dei default che potrebbero non essere i tuoi.
Un'email che presenta una proposta commerciale è diversa da un post LinkedIn su un tema di settore. Il modello lavora meglio quando sa dove stai andando.
Il modello di default produce testi troppo lunghi, troppo strutturati, troppo formali. Digli cosa tagliare prima che inizi.
Template
Ecco come appare compilato:
Il system prompt — spiegato senza tecnicismi
Se hai sentito questo termine e non hai capito cosa fosse: è un'istruzione che dai al modello prima che inizi a lavorare con te, una volta sola. Come le indicazioni che dai a un nuovo collaboratore prima che risponda al primo cliente: non le ripeti a ogni telefonata.
Negli strumenti base, il system prompt non è configurabile direttamente. Il blocco di contesto funziona allo stesso modo: incollato come primo messaggio, imposta le regole per tutta la conversazione che segue.
Versioni a pagamento avanzate permettono di salvare queste istruzioni in modo permanente. Claude ha "Custom Instructions" nella sezione Impostazioni. ChatGPT ha "Memory" e "Custom Instructions". Se usi questi strumenti ogni giorno, configurarli una volta vale il tempo: da quel momento non incolli nulla, il modello sa già chi sei prima che tu scriva la prima riga.
Come iniziare
Apri un file di testo o le note del telefono. Compila il template con le tue informazioni reali. Non serve che sia perfetto: lo aggiorni nel tempo mentre capisci cosa funziona per il tuo caso specifico.
Notes, Notion, un documento. L'importante è che sia accessibile quando apri l'AI, senza dover cercare.
Prima di qualsiasi richiesta. Poi procedi con il tuo prompt come al solito. In due settimane è un'abitudine automatica.
Con queste quattro parti hai il metodo completo. Il passo successivo è il cheat sheet: template pronti all'uso e una checklist per verificare che ogni prompt sia preciso prima di inviarlo.
Cheat sheet — prompt pronti all'uso
Tieni questa pagina come riferimento rapido. I 4 ingredienti in sintesi, 10 prompt da adattare al tuo caso, e una checklist per verificare ogni prompt prima di inviarlo.
Il template in 4 righe
10 prompt pronti da adattare
Checklist — il mio prompt è abbastanza preciso?
Scarica la guida completa in PDF
Download gratuito — cheat sheet, 10 prompt pronti e checklist inclusi.