Categoria: PROMPT

  • Dalle infografiche standard a quelle “enciclopediche”

    Oggi vi lascio un prompt con cui potete ottenere delle vere e proprie infografiche stile “enciclopedia” con il nuovo modello grafico di ChatGPT, Images 2.0.

    Sostituite semplicemente l’argomento fra parentesi quadre con quello che desiderate, e ammirate il risultato (vi lascio alcuni esempi dopo il prompt):

    Crea un'infografica verticale premium in stile "enciclopedico" su [ARGOMENTO], con l'aspetto di una pagina tratta da un manuale di storia naturale da collezione, fusa con l'estetica del moderno infographic design editoriale. Il layout deve risultare fortemente strutturato, didattico e modulare — non un poster pubblicitario né un manifesto promozionale.
Includi: un'immagine principale grande e ultra-dettagliata del soggetto; più riquadri di zoom su dettagli specifici con callout; pannelli informativi con angoli arrotondati; sezioni dedicate a tassonomia e profilo essenziale; schede su comportamento ed ecologia; caratteristiche fisiche; curiosità rapide; moduli di confronto; sistemi di valutazione a icone; grafici sintetici; testo in stile enciclopedico conciso e preciso.
Sul piano visivo: sfondo chiaro e neutro; palette cromatica sobria e raffinata con ombre leggere; tipografia elegante; piccole icone scientifiche; spaziatura editoriale curata. L'insieme deve combinare alta densità informativa con piena leggibilità.
Il risultato finale deve somigliare a una scheda di riferimento pubblicabile — della qualità di un pannello museale — progettata per essere collezionata e condivisa sui social media.

    Ecco, infine, alcuni esempi:

  • Ottenere “risposte oneste” dall’AI? Tentar non nuoce.

    Per farti dire “non lo so” da Claude di Anthropic, la tecnica più efficace consiste nel fornirgli esplicitamente il permesso di ammettere incertezza all’interno del tuo prompt.

    Senza istruzioni specifiche, i modelli linguistici tendono a essere accondiscendenti o a “allucinare” (inventare informazioni) pur di fornire una risposta.

    In ogni caso, per avere maggiore certezza a riguardo, ecco come strutturare i tuoi prompt per ottenere maggiore onestà:

    1. Inserisci una “clausola di salvaguardia”

    Aggiungi una frase specifica alla fine della tua richiesta per autorizzare il modello a fermarsi se non ha dati certi:

    – “Rispondi alla seguente domanda solo se conosci la risposta o puoi fare una stima molto ben informata; altrimenti, dimmi esplicitamente che non lo sai”.

    – “Se non sei sicuro di un fatto o non trovi informazioni precise nei documenti forniti, dichiara la tua incertezza invece di provare a indovinare”.

    2. Richiedi citazioni dirette

    Per compiti basati su testi lunghi, chiedi a Claude di estrarre citazioni parola per parola prima di rispondere. Se non riesce a trovare una citazione pertinente, sarà costretto ad ammettere che l’informazione non è presente.

    Esempio: “Trova la sezione che parla del budget e citatala testualmente. Se il budget non è menzionato, scrivi ‘Dato non disponibile’”.

    3. Usa la tecnica del “ragionamento prima della risposta”

    Puoi istruire Claude a pensare ai passaggi logici prima di darti la risposta finale (spesso usando tag XML come <thinking>). Questo lo aiuta a identificare lacune nella propria base di conoscenza durante il processo di analisi.

    4. Definisci un ruolo “critico”

    Invece di chiedere semplicemente un’opinione, chiedigli di assumere un ruolo che dia priorità all’accuratezza:

    “Agisci come un verificatore di fatti rigoroso. Se una mia affermazione è falsa o se non hai dati per confermarla, segnalalo chiaramente”.

    Architecting_AI_HonestyDownload

  • Tratta gli LLM come strumenti più competenti di te, e scoprirai nuove strategie per ottenere risultati migliori

    Oggi vi consiglio la lettura di un articolo pubblicato su XDA Developers che suggerisce come, per sfruttare davvero i modelli linguistici avanzati, sia utile trattarli come “sistemi più competenti dell’utente” in specifici compiti, fornendo di conseguenza istruzioni precise e strutturate invece di intavolare conversazioni informali.

    Poiché gli LLM operano tramite token e hanno limiti di contesto, in molti casi prompt brevi e diretti possono migliorare l’accuratezza delle risposte, ma l’articolo raccomanda anche di considerare la prima risposta come una bozza e di applicare un metodo “socratico” per verificare e migliorare progressivamente l’output (e qui al caro Gianluigi Bonanomi fischieranno le orecchie).

    Per ridurre le allucinazioni e aumentare la qualità dei risultati è sempre utile, inoltre, integrare fonti esterne tramite tecniche come Retrieval-Augmented Generation (RAG, fondamentale per esempio in NotebookLM) oppure server MCP che colleghi ad applicazioni e fonti esterne, fornendo soprattutto al modello documentazione aggiornata e contesto rilevante.

    Infine, definire chiaramente ruolo del modello e formato dell’output (ad esempio JSON o Markdown) permette di ottenere risposte più strutturate e facilmente automatizzabili.

    Link alla fonte:

    https://www.xda-developers.com/start-treating-your-llms-as-smarter-than-you-because-they-are

  • Immagini stock come fonti di “ispirazione”? Sì, se sai come farle “leggere” all’AI

    Osservate l’immagine di sinistra, scaricata da Pixabay, e poi quella di destra, generata con ChatGPT usando le stesse “caratteristiche” (da un punto di vista fotografico) ma applicandole a un soggetto diverso.

    Quale vi sembra più evocativa? Più professionale? Più adatta alla comunicazione? Oppure, pensandoci bene, hanno la stessa qualità ed efficacia evocativa? (P.S. Sotto vi lascio un “cambio di inquadratura” ottenuto con Gemini, come ulteriore esempio).

    Eccovi il prompt: “A cinematic urban scene at dusk featuring a Western teenager standing outdoors near a modern glass building. The sky reflects soft pink, violet, and blue twilight tones on the large reflective windows behind them. The teenager is shown in profile, looking thoughtfully into the distance, suggesting a moment of quiet reflection. They wear casual contemporary clothing — a light baseball cap, a denim jacket layered over a simple shirt, and a shoulder strap from a bag crossing the chest. Their posture is relaxed yet introspective, as if pausing while walking through the city. The environment feels calm and slightly melancholic, with cool color tones dominating the scene. The urban space appears modern and minimal, with smooth pavement and architectural glass surfaces catching the fading light. The photograph has a cinematic style, with soft depth of field and a slightly blurred background, emphasizing the subject while the city dissolves into a gentle bokeh. The overall mood conveys quiet urban solitude, contemplation, and the stillness of early evening.“

    Se volete scoprire come ottenere risultati professionali nella generazione di immagini con l’AI date un’occhiata al mio libro “AI Art”, lo trovate in tutte le librerie fisiche e online:

    hoepli.it/libro/ai-art/9788836020294.html

  • Se non state usando i task “pianificati” dell’AI vi perdete un sacco di opportunità

    Poco fa Gemini mi ha fornito il suo resoconto settimanale sulle ultime notizie di tecnologia, basato sulle mie istruzioni, e ho potuto farglielo “leggere” semplicemente facendo clic sull’icona dell’altoparlante, come fosse un podcast.

    Anche in questo caso, come sempre, è l’efficacia del prompt che fa la differenza, e quello che ho usato per il test non è neanche tanto elaborato, eppure il risultato è già soddisfacente.

    E voi, per cosa usate già o vorreste usare la pianificazione nel vostro chatbot abituale?

  • Un prompt per la verifica delle risposte

    Vuoi “costringere” il tuo chatbot a valutare la sua stessa risposta?

    Conserva questo prompt in file di testo sempre a portata di mano, e usalo quando vuoi fare questa verifica (puoi già testarlo, per esempio con Perplexity, ChatGPT o Gemini):

    "Fai una pausa e passa in modalità di verifica critica.

    1. Individua eventuali:
       - errori fattuali
       - passaggi logici mancanti o deboli
       - presupposti impliciti non dichiarati
       - dettagli potenzialmente inventati o non verificabili

    2. Spiega brevemente cosa hai corretto e perché.

    3. Riscrivi la risposta in modo più accurato e prudente,
       esplicitando eventuali limiti o incertezze residue.

    4. Assegna un punteggio di affidabilità da 1 a 10,
       motivandolo in base a:
       - correttezza dei fatti
       - solidità del ragionamento
       - completezza rispetto alla domanda"


    Se lo hai trovato utile, condividi questo post affinché anche altri ne possano usufruire. Sharing is caring.

    #Prompt #Allucinazioni #Errori