🧠 Esempi di Prompt Engineering (Base → Avanzato)
Molti usano l’AI così: “Crea un piano editoriale per Instagram” Risultato? Output generico. Qui sotto ti mostro come trasformare un prompt semplice in uno strutturato, usando framework professionali. 🔹 ESEMPIO 1 — Content Strategy (Social Media) ❌ Prompt Base "Crea un piano editoriale per Instagram per vendere un'app di fitness." Troppo generico. ✅ Prompt Ottimizzato (Framework Identity–Instructions–Context) IDENTITY Agisci come un esperto di Social Media Marketing specializzato in "Fitness Tech" e psicologia del consumatore. Il tuo obiettivo è convertire i follower in utenti attivi dell'app. CONTEXT L'app si rivolge a professionisti impegnati (25-40 anni) che hanno poco tempo per allenarsi. Il valore unico (USP) è l'allenamento "HIIT da 15 minuti" senza attrezzi. INSTRUCTIONS Let's think step by step: Analizza i 3 problemi principali del target (mancanza di tempo, pigrizia, confusione sugli esercizi). Sviluppa 7 giorni di contenuti basati su questi pilastri: Educativo, Ispirazionale, Vendita Diretta. Per ogni post, fornisci: Un gancio (Hook) magnetico per i primi 2 secondi. Lo script per il Reel o la descrizione del Carosello. Una CTA (Call to Action) specifica per il download dell'app. CONSTRAINTS Non usare termini banali come "Mettiti in forma". Tono: Motivazionale ma basato su dati scientifici. Formato Output: Tabella Markdown [Giorno | Pilastro | Hook | Idea Contenuto]. 👉 Differenza? Hai: ruolo chiaro target definito struttura logica formato output 🔹 ESEMPIO 2 — Business Analysis (First Principles) ❌ Prompt Base "Analizza la concorrenza per un nuovo caffè specialty a Milano." Vago. ✅ Prompt Ottimizzato (Reasoning + XML) PROMPT DI OTTIMIZZAZIONE Ruolo: Sei un Senior Business Analyst specializzato in Prompt Design per modelli di ragionamento (LLM). Obiettivo: Riscrivi il prompt utilizzando la tecnica del "Reasoning step-by-step" e dei tag XML per separare i dati. Prompt attuale: "Analizza la concorrenza per un nuovo caffè specialty a Milano."