Ci sono due modi di chiedere a un'IA di analizzare un problema di marketing. Il primo: "Come faccio a vendere più prodotti?" La risposta sarà generica, piena di suggerimenti vaghi. Il secondo: "Sei un marketing strategist che ha lanciato 50 prodotti nel settore tech. Come approcceresti la vendita?" La risposta diventa improvvisamente specifica, profonda, utile.
La differenza sta in una sola cosa: il ruolo. Nel secondo caso hai detto all'IA non solo cosa chiedi, ma anche come deve pensare mentre risponde. È come la differenza tra parlare a uno sconosciuto e parlare a chi conosce il tuo settore.
Perché il ruolo cambia tutto
Un'IA generativa funziona per pattern. Ha imparato da milioni di testi e risponde sulla base di quello che ha visto. Quando dai un ruolo specifico, stai attivando un insieme diverso di pattern. Stai dicendo al modello: "Usa i pattern associati a questa professione, non quelli generici".
Un giornalista scrive diversamente da un avvocato. Un medico pensa diversamente da un ingegnere. Quando chiedi all'IA di parlare come uno di loro, il sistema sa quale linguaggio usare, quale livello di dettaglio aspettarsi, quali aspetti prioritari. Non è magia. È precisione nei dati su cui si basa.
Prova con un esempio concreto. Chiedi all'IA: "Che cos'è un algoritmo?" Otterrai una spiegazione da enciclopedia. Ora riprova: "Sei un professore di informatica che spiega a principianti. Che cos'è un algoritmo?" La risposta cambierà struttura, lessico, esempi. Diventerà didattica.
Come costruire un buon ruolo
Non basta dire "sei un esperto". Devi essere specifico. Più dettagli dai, meglio è.
Invece di: "Sei un nutrizionista, cosa mangiare per dimagrire?"
Prova: "Sei un nutrizionista che lavora con atleti professionisti da 15 anni e specializzato in diete chetogeniche. Un cliente di 35 anni, sedentario, peso 95 kg per 1.75 m di altezza, vuole dimagrire mantenendo massa muscolare. Come strutturi il piano nutrizionale?"
Il secondo prompt include: la professione, l'esperienza, la specializzazione, il contesto del cliente. L'IA avrà molta più materia per costruire una risposta seria. Non sarà né genericità piatta né leggerezza improvvisata.
I dettagli che contano
Un buon prompt con ruolo contiene almeno questi elementi:
- La professione esatta, non vaga. Non "esperto di marketing", ma "direttore di marketing per e-commerce B2C nel settore moda".
- Gli anni di esperienza. Questo cambia il tono e la sicurezza della risposta.
- La specializzazione particolare all'interno del settore.
- Il contesto della domanda. Chi sta chiedendo, in quale situazione, con quale vincolo.
- Eventualmente, un approccio preferito. Per esempio: "Preferisci approcci data-driven" oppure "Ami il metodo Socratico".
Ogni dettaglio restringe il campo. E restringere il campo non significa ottenere risposte peggiori. Significa ottenere risposte utili invece di risposte generiche.
Quando il ruolo funziona meglio
Ci sono situazioni dove il metodo del ruolo è quasi obbligatorio. Se vuoi che l'IA analizzale un bilancio, non dire "analizza questo bilancio". Devi dire: "Sei un analista finanziario con esperienza in startup tech. Che cosa noti di pericoloso in questo bilancio? Quali domande farei al management?"
Se chiedere una strategia aziendale, il ruolo è indispensabile. Se vuoi una spiegazione semplice per un bambino, assegnare il ruolo di "insegnante di scuola primaria" trasforma la risposta in qualcosa di effettivamente pedagogico, non solo breve.
Il metodo funziona meno bene per domande fattuali su dati precisi. Se chiedi "In quale anno è nata Marie Curie?", il ruolo non cambia la correttezza. Ma se chiedi "Perché il lavoro di Marie Curie era rivoluzionario?", allora sì. Assegnare il ruolo di "storica della scienza specializzata in donne nella ricerca" farà una differenza enorme.
Il rischio del ruolo troppo stretto
Esiste una trappola. Più restringi il ruolo, più rischi di ottenere certezza falsa. Un'IA che assume il ruolo di "esperto del tuo settore con 20 anni di esperienza" potrebbe diventare anche troppo sicura di sé, inventare dati, convincerti di cose che non sono vere.
Il ruolo è uno strumento per migliorare la qualità del pensiero, non una garanzia di verità assoluta. Se chiedi a un'IA che finge di essere un medico di diagnosticare una malattia, il problema non è il metodo. Il problema è che stai chiedendo una cosa che non dovrebbe fare mai, con ruolo o senza.
Usa il ruolo per ottenere struttura, punto di vista, profondità. Non usarlo per bypassare il tuo giudizio critico.
Quattro modelli di prompt che funzionano
Modello uno: "Sei [professione] con [anni] di esperienza in [settore]. Mi aiuti a [compito specifico]?"
Modello due: "Assumi il ruolo di [ruolo]. Stai lavorando su [progetto]. Come affronteresti [sfida]?"
Modello tre: "Immagina di essere [persona con expertise]. Spiegami [concetto] come lo spiegheresti a [audience specifica]."
Modello quattro: "Sei [ruolo]. Gli dagli da valutare [documento o situazione]. Che cosa manca? Che cosa è pericoloso? Che cosa chiederesti?"
Il primo funziona per consigli. Il secondo per strategie e processi. Il terzo per spiegazioni. Il quarto per analisi critica.
Oltre il ruolo: il contesto
Assegnare il ruolo è solo una parte. L'altra è costruire il contesto intorno. Se dici "Sei un copywriter", otterrai una risposta. Se dici "Sei un copywriter specializzato in landing page che convertono visitatori in clienti paganti. Il budget è limitato, il prodotto è un software di contabilità per PMI, il target è imprenditori stanchi", allora la risposta diventa un'arma vera.
Il ruolo è la lente. Il contesto è quello che la lente vede.
La pratica reale
Non è teoria. Se lavori in un settore qualsiasi e chiedi a un'IA di aiutarti, la differenza tra una domanda senza ruolo e una con ruolo è tangibile. Prendi nota di una cosa: dopo due o tre interazioni dove hai assegnato un ruolo, l'IA inizia a mantenere quel ruolo anche nelle domande successive. Non devi ripeterlo ogni volta. Puoi dire: "Seguendo lo stesso ruolo, cosa faresti se il cliente obiettasse sul prezzo?" e l'IA continuerà a pensare da quella prospettiva.
È uno strumento semplice. Non richiede competenze speciali. Ma la differenza che fa nella qualità di quello che scrivi, pianifichi, decidi, è reale.
