Prompt per IA: la modalità prompt-engineering professionale

In Commander Flow c'è un preset di cui l'80% dei beta tester non sa nulla, e che per me è diventato il più prezioso dell'intero prodotto. È la modalità di scrittura dei prompt — prompt-engineering.

Se lavori con qualunque strumento IA (e nel 2026 siamo tutti), spendi quotidianamente tempo a formulare prompt: per ChatGPT, per altre LLM cloud, per i generatori di immagini IA, per i tuoi flow IA interni. E la maggior parte di questi prompt esce mediocre, perché li scriviamo di corsa, fra un task e l'altro.

Questo preset trasforma il mio pensiero parlato in un prompt professionale strutturato in un secondo e mezzo.

Cosa fa

Tengo la scorciatoia e parlo come a una persona viva:

«Senti, mi serve che un agente IA analizzi questa PR su github e trovi i punti dove possono esserci memory leak, soprattutto in IDisposable a vita lunga, e che non si inventi nulla ma citi le righe specifiche. Il contesto è .NET 10, codice async, e conta che usiamo CancellationTokenSource che a volte viene riutilizzato.»

Ricevo nel campo di testo:

You are a senior .NET engineer reviewing a pull request.

CONTEXT:
- Codebase: .NET 10 (TFM net10.0)
- Heavy use of async/await with cancellation
- CancellationTokenSource instances are sometimes reused across operations

TASK:
Review the provided PR diff and identify potential memory leaks, with specific focus on:
1. Long-lived IDisposable instances that may not be properly disposed
2. CancellationTokenSource lifecycle issues (disposal, reuse)
3. Event handler subscriptions without unsubscription
4. Closures capturing disposable resources

CONSTRAINTS:
- Cite specific file paths and line numbers from the diff
- Do not speculate about code outside the visible diff
- If a finding requires more context, ask before recommending a fix

OUTPUT FORMAT:
For each finding:
- Severity: [Critical | High | Medium | Low]
- Location: file:line
- Issue: 1-2 sentence description
- Recommendation: concrete code change

Non è una «versione un po' migliore della mia frase». È un prompt professionale per best practice: role esplicito, structured context, explicit task, constraints, output format. So come si scrive (ho fatto corsi, letto libri di prompt engineering) — ma non lo scrivo così a mano ogni volta, perché sono 5 minuti per ogni prompt.

Commander Flow lo fa in un secondo.

Cosa c'è dentro al preset

Ho chiesto al team accesso al system prompt della modalità — è pubblico. In sostanza, è un set di istruzioni per la LLM:

• Struttura: role / context / task / constraints / output format / examples (se opportuni)
• Tono: imperativo, senza formule di cortesia, il più concreto possibile
• Termination: indicazione esplicita di cosa deve esserci nella risposta e cosa no
• Anti-hallucination: aggiungere constraint contro l'invenzione di fatti
• Formato: usare markdown / code-fences se la richiesta è di codice

È lo stesso set di pratiche che i prompt-engineer professionali maturano in mesi di lavoro. Solo, incorporato in una scorciatoia.

«Ho smesso di scrivere prompt cattivi non perché ho imparato a scriverne di buoni, ma perché lo strumento non mi lascia scriverne di cattivi.»

Scenari in cui uso questo preset ogni giorno

Lo uso più spesso prima di un task per l'assistente IA del codice. Detto ciò che voglio — ottengo un prompt strutturato pulito, e l'agente lavora molto più preciso.

Secondo scenario frequente — prompt per i generatori di immagini IA. A voce descrivo l'inquadratura; la modalità lo converte in una stringa con i modificatori giusti tipo aspect ratio o stile.

Quando scrivo system prompt per il mio agente IA interno, lo faccio tramite Commander Flow invece di limare i paragrafi a mano. In un'ora ottengo ciò che di solito costerebbe una giornata intera.

Più raramente, ma comunque regolarmente — query di ricerca IA. Un prompt ben formulato lì dà risultati molto più rilevanti, e l'ho notato dalla prima settimana.

E infine — qualunque «prompt al volo» per generare test, documentazione, migrazioni. Prima venivano stile «basta che funzioni». Adesso sono tutti allo stesso livello di qualità.

Un effetto che non mi aspettavo

Ho iniziato a scrivere prompt per me stesso. Suona strano. Spiego.

Prima di un task complicato adesso detto a Commander Flow un prompt — non per darlo in pasto a una LLM, ma per leggerlo io. Un testo strutturato in cui sono esplicitati context / task / constraints / acceptance criteria — è, a quanto pare, un ottimo piano del task per me stesso.

Non costa nulla (1.5 secondi), ma trasforma «adesso mi siedo e ci penso» in «ecco la definizione esatta di ciò che faccio». È simile alle vecchie specifiche tecniche — solo che adesso ci vogliono 1.5 secondi ed è incorporato nello strumento.

Cosa non va sempre

A volte «troppo professionale». Se voglio una richiesta semplice e veloce («Claude, riscrivi questo paragrafo in tre righe»), il preset può espanderlo in role/context/constraints completi. Soluzione: passare al preset minimal-edit o friendly-prompt (più semplice, per richieste brevi). Il team sta lavorando alla rilevazione automatica della complessità.

Le best practice predefinite sono orientate a Claude / GPT-5. Per altri modelli (open come Llama 3, o specializzati come Mistral) lo stile del prompt può differire. Per assoluta precisione uso prompt-engineering-llama o prompt-engineering-mistral — preset separati creati nelle impostazioni. Ma vanno fatti prima a mano, e sono un paio di minuti di smanettamento di config.

La LLM a volte sovra-complica. Se parlo brevemente, a volte aggiunge sezioni superflue. In quei casi chiedo «più corto, senza output format, solo task». Ne esce un mini-prompt. Ma per i task complessi — al contrario, va perfettamente.

Perché conta più di quanto sembri

Nel 2026, in cui gli agenti IA sono diventati quotidianità, saper scrivere buoni prompt è la nuova alfabetizzazione. Non serve un insegnante di inglese, non serve un ripetitore di matematica — serve uno strumento che trasformi il tuo pensiero parlato in un prompt di qualità.

Ed è ciò che mi piace di Commander Flow: il team non fa «un'app separata per il prompt engineering». Lo incorporano come un altro preset nella stessa scorciatoia che già uso per tutto il resto. Cognitive overhead minimo, beneficio massimo.

Perché mi serve ogni giorno

Se Commander Flow sapesse fare solo dettatura ordinaria, sarebbe un buon prodotto. Ma la modalità prompt-engineering lo trasforma in uno strumento per chi lavora con agenti IA tutto il giorno. Non è più scrittura. È elevare la qualità di tutta la tua comunicazione con le IA.

Ho scritto questo articolo in modalità friendly (perché è un blog post). E il prompt per l'editor che lo correggerà — in modalità prompt-engineering. E questo articolo è venuto strutturalmente meglio che se avessi scritto il prompt a mano.

Uno strumento. Due livelli di astrazione. Una sola abitudine.

Domande frequenti sulla modalità prompting

Come si passa alla modalità prompting?

Un clic nella tray di Commander Flow — selezioni «Modalità prompting». Poi detti il task con parole comuni e l'app trasforma il parlato in un prompt strutturato secondo le best practice: role, context, task, constraints, output format.

I prompt generati si possono usare con ChatGPT, Claude e altre LLM?

Sì. Il prompt risulta universale — lo si può incollare in qualsiasi chat LLM. La struttura predefinita è compatibile con ChatGPT, Claude e modelli simili. Se necessario, si possono configurare template separati per uno specifico engine.

Cosa fare se il prompt risulta troppo formale per un task semplice?

Di' a voce «più corto, senza sezioni superflue, solo task» — l'app semplificherà la struttura. Per richieste brevi ad-hoc è meglio usare la modalità minima di rifinitura, e attivare il prompt-engineering professionale solo per task davvero complessi.

Posso creare un mio template di prompt?

Sì. Nelle impostazioni si possono salvare template personalizzati per scenari specifici — per esempio per code review, per testi di marketing, per query di ricerca. Ogni volta che detti il task, l'app usa il template selezionato.

Quanto ci mette a creare un prompt con la voce?

Da una a due secondi dalla fine della dettatura alla comparsa del prompt strutturato nel campo attivo. Rispetto a scriverlo a mano secondo le best practice è dieci volte più veloce.