Immagina di chiedere a un'intelligenza artificiale di scrivere una recensione di un ristorante. Se dici solo "scrivi una recensione", otterrai qualcosa di generico. Se invece cominci mostrando come dovrebbe essere quella recensione, con il tono giusto, la lunghezza giusta e gli elementi che conteggi davvero, l'AI capisce esattamente cosa fare. È quello che gli specialisti di prompt engineering chiamano "few-shot prompting": imparare da pochi esempi, anziché da zero.
La ragione è semplice e affonda le radici nel modo in cui questi modelli funzionano. Un'intelligenza artificiale come i grandi modelli di linguaggio non pensa come te. Non ha una memoria a lungo termine. Ogni volta che gli poni una domanda, il sistema cerca schemi nei dati su cui è stato addestrato e predice quale sia la prossima parola più probabile. Se gli dai solo parole, cerca parole simili nei suoi dati. Se gli dai un esempio concreto, ha uno schema visibile da seguire.
Come funziona nella pratica
Supponiamo tu voglia un'AI che estragga informazioni strutturate da un testo disordinato. Senza esempio, il sistema potrebbe dare output inconsistenti. Con un esempio, vedi cosa accade.
Primo caso: "Estrai il nome e l'email da questo testo".
Secondo caso: "Estrai il nome e l'email da questo testo. Esempio: Input: 'Mario Rossi contattami a mario@mail.it'. Output: Nome: Mario Rossi, Email: mario@mail.it. Ora fallo con questo testo: ...".
Nel secondo caso, l'AI capisce il formato esatto che vuoi. Non indovina, non si dilunghe, non aggiunge spiegazioni extra. Segue il modello.
Perché gli esempi funzionano meglio delle istruzioni lunghe
Una cosa affascinante è che gli esempi spesso battono le istruzioni lunghe e dettagliate. Se scrivi "vorrei che il tono fosse leggermente ironico, da persona che sa il fatto suo, con riferimenti colti ma non snob, e che non usi parole francesi", è una descrizione lunga. Se dai un paragrafo scritto esattamente nel tono che vuoi, l'AI capisce tutto in una volta.
Questo accade perché i modelli riconoscono schemi, non seguono regole come un programma. Tu puoi descrivere una regola male, puoi essere ambiguo, puoi usare parole che per te significano una cosa e per l'AI una cosa diversa. Un esempio mostra, non dice.
Il limite: servono esempi veri
Non è detto che funzioni sempre. Se l'esempio è male scritto, l'AI lo copia così com'è. Se dai un esempio che non rappresenta davvero quello che vuoi, peggiori le cose. Un architetto deve disegnare bene per insegnare. Allo stesso modo, devi pensare al tuo esempio come una comunicazione seria, non come un aiuto casuale.
Ci sono anche casi in cui più esempi sono meglio di uno. Se dai tre o quattro esempi di quello che vuoi, l'AI diventa ancora più precisa. Ma un buon esempio è meglio di mille parole. Uno cattivo è peggio di niente.
Quando non serve mettere un esempio
Non ogni domanda richiede un esempio. Se chiedi "Qual è la capitale della Francia", non servono esempi. Se il compito è semplice e univoco, la complessità non aiuta. Gli esempi sono utili quando il compito è creativo, richiede un tono specifico, un formato insolito, o quando le istruzioni sono difficili da descrivere a parole.
Uno sviluppatore che vuole un codice in un linguaggio raro potrebbe dare un esempio di che cosa fa il codice. Un manager che chiede un email formale ma con una sfumatura di calore potrebbe mostrare un email che ha scritto bene. Un insegnante che vuole un riassunto in stile accademico potrebbe dare un riassunto già fatto come modello.
La differenza tra mostrare e dire
C'è una lezione generale qui. Mostrare è più forte che dire in ogni comunicazione umana. Un bambino impara a camminare guardando, non leggendo istruzioni. Un cuoco impara una ricetta guardandola fare, non leggendo i passaggi. Un'intelligenza artificiale funziona allo stesso modo, anche se non ha occhi e non ha intuizione come un bambino.
Quando usi un'AI, stai in realtà insegnandogli cosa fare in quel momento preciso. Non gli stai raccontando una regola universale, gli stai dicendo: "in questo contesto, con questo tono, in questo formato". L'esempio è il linguaggio migliore per questo insegnamento.
Molti utenti non lo sanno e si arrabattano con istruzioni sempre più lunghe e confuse. "Sii più breve". "No, più lungo". "Aggiungi dettagli". "Togli le spiegazioni". Dopo cinque tentativi esasperati, provano un esempio. E funziona al primo colpo.
Non è magia. È semplicemente il modo giusto di parlare con un sistema che impara da schemi. Nel tempo, mentre usi più AI, cominci a vedere che l'esempio è il vero linguaggio di comunicazione con le macchine intelligenti. Almeno per adesso.
