Il contesto nelle richieste all'AI: un simulatore

Un simulatore interattivo mostra come il contesto fornito a un'AI può influire sulle risposte, con esempi guidati e risultati simulati.

Un simulatore mostra come le informazioni incluse in una richiesta possano influire sulla risposta di un modello linguistico. Gli esempi sono guidati e le risposte sono simulate.

Quando chiediamo qualcosa a un sistema di intelligenza artificiale, conosciamo spesso dettagli che non compaiono nella richiesta. Sappiamo a cosa servirà la risposta, chi la leggerà e quali vincoli dovrà rispettare. Se queste informazioni non sono rese disponibili al modello AI, cioè se la richiesta che facciamo è diversa da quella che abbiamo in mente, il sistema potrebbe produrre una risposta diversa da quella che cercavamo.

Il simulatore permette di esplorare questa situazione attraverso alcuni esempi. Per ciascuno presenta prima l'obiettivo della persona. Poi permette di aggiungere o togliere informazioni dalla richiesta e osservare come potrebbe cambiare la risposta.

Le risposte sono preparate in anticipo e sono tracce sintetiche che mostrano quali punti potrebbero essere trattati. Il simulatore non interroga un modello linguistico e non analizza documenti reali. Gli esempi illustrano risultati possibili, non prevedono il comportamento di un sistema specifico.

Per partire selezionare l'esempio che si vuole provare, poi cliccare su Prova l'esempio per aprire la scheda operativa dell'esempio selezionato.

Scegli un esempio
La situazione

In questo esempio conosci già questi dettagli. Il modello, invece, riceve soltanto ciò che compare nella richiesta.

La richiestaLe parole e il contesto che hai scelto entrano nel modello.
→
Il modello elaboraIl testo viene suddiviso in token ed elaborato; il modello può formulare ipotesi sui dettagli mancanti.
→
Una possibile rispostaIl testo viene generato progressivamente in base al contesto disponibile.

Che cosa mostra questa esperienza. Le risposte sono esempi scritti in anticipo, non sono generate da un modello in tempo reale. Illustrano possibilità, non risultati garantiti. Una richiesta precisa può comunque ricevere una risposta sbagliata; un modello può anche chiedere chiarimenti o intuire correttamente dettagli mancanti. La qualità non è proporzionale in modo automatico alla quantità di informazioni.

Quello che sappiamo e quello che comunichiamo

Nell'esempio della cena, la persona sa che un ospite è allergico alle noci e che il menu deve essere vegetariano. Una richiesta generica di suggerire un menu non contiene queste informazioni. Una risposta potrebbe quindi includere piatti inadatti, pur rispondendo alla domanda formulata.

Nell'esempio della riunione, la richiesta iniziale chiede di analizzare la documentazione di un progetto. Aggiungendo lo scopo della riunione, i partecipanti e le questioni da esaminare, si forniscono indicazioni per orientare l'analisi. Anche la lingua della risposta può essere necessaria, se il materiale serve per una riunione in inglese.

In entrambi i casi, il simulatore mette a confronto l'obiettivo della persona con le informazioni presenti nella richiesta. Le caselle mostrano quali dettagli vengono comunicati e quali restano esclusi.

La richiesta e il contesto

Il prompt è la richiesta o l'insieme di istruzioni fornito al sistema. Può contenere una domanda, un compito, informazioni di contesto, documenti ed esempi. Non tutte le richieste richiedono lo stesso livello di dettaglio. Per alcune basta una frase; per altre serve precisare lo scopo, i destinatari o i vincoli.

Un'informazione può arrivare anche dal contesto già disponibile nella conversazione o da un documento fornito al sistema. Occorre però verificare che sia effettivamente disponibile e pertinente al compito. La documentazione OpenAI sulla formulazione delle richieste raccomanda di fornire istruzioni chiare e il contesto necessario al modello.

Che cosa mostra la simulazione

Il simulatore usa risposte scritte in anticipo per rendere visibili le conseguenze possibili di una richiesta incompleta. Non mostra i processi interni di un modello linguistico e non misura la qualità di un prompt.

Un sistema reale potrebbe fare domande, proporre alternative o ricavare correttamente un dettaglio dal contesto. Potrebbe anche produrre un errore nonostante una richiesta chiara. Per questo una richiesta più completa non garantisce, da sola, una risposta corretta.

La persona che usa il sistema può migliorare la richiesta specificando ciò che serve al compito. Resta poi necessario valutare la risposta e verificare le informazioni, soprattutto quando vengono usate per prendere decisioni.

Infine una nota sul simulatore, è stato sviluppato con il metodo del vibe coding, con GPT-6.1 Terra.

Paolo Dalprato, formatore sulle AI generative

Chi ha scritto questo articolo

Sono Paolo Dalprato, formatore sulle AI generative. Lavoro con professionisti, studi e PMI da una parte, con scuole, biblioteche e istituzioni culturali dall'altra, sull'ecosistema Claude e NotebookLM. Quello che insegno è lo stesso che uso ogni giorno, e finisce qui sul blog prima ancora che in aula.

Autore di «Creatività ibrida: autore e opera nell'era delle macchine intelligenti».

Potrebbe interessarti

  • AI per studiare

    AI e mondo dello studio, un rapporto complesso, forse anche complicato. Come si stanno muovendo gli attori principali di questo mondo?

  • Scrivere per il cinema I°

    Un GPTs progettato per assistere nella prima fase di scrittura di una sceneggiatura, quella dello sviluppo del concept.

  • Evoluzione di una skill di Claude

    Una volta definita una skill non diventa qualcosa di immutabile, al contrario è un documento destinato ad un miglioramento continuo, in Claude e in tutte le AI.

  • Un GPTs per i fotografi

    Un GPTs per i fotografi, analizza una foto evidenziando tutti gli elementi di interesse fotografico.

  • Formato JSON per i video AI (I°)

    Un tutorial sul formato JSON come strumento per generare prompt che permettono un maggior controllo nella generazione dei video con l'AI, prima parte.