Capita spesso di sentire qualcuno lamentarsi perché ChatGPT ha restituito una risposta inutile, fuori tema, generica. Nella stragrande maggioranza dei casi il problema non sta nel modello, ma in chi scrive le istruzioni. C’è gente che paga l’abbonamento più costoso e ottiene risultati mediocri, e c’è chi usa la versione gratuita tirandone fuori il meglio. I modelli si aggiornano, le capacità crescono, ma la qualità di quello che si legge a schermo dipende soprattutto da come viene formulata la richiesta. Non tanto da quale chatbot si decide di usare.
Dare un’identità e fornire il contesto giusto
La prima abitudine che cambia tutto riguarda l’assegnazione di un ruolo. Molti danno per scontato che il modello sappia da quale prospettiva rispondere, ma non è così. Quando non si dice chi deve essere, il sistema fa una specie di media generale e la risposta non può che venire piatta. Invece di scrivere qualcosa tipo “aiutami a creare una presentazione con questi appunti”, conviene partire da un prompt più preciso, ad esempio chiedere al modello di comportarsi come un esperto di comunicazione e public speaking con vent’anni di esperienza, e di trasformare gli appunti in qualcosa di chiaro e coinvolgente. L’effetto è immediato. Una volta assegnato un ruolo, l’intelligenza artificiale smette di scrivere per tutti e attinge a una fetta più stretta e pertinente di ciò che sa.
C’è poi il discorso del contesto, che vale parecchio. ChatGPT non legge nel pensiero, anche se a volte sembra farlo, soprattutto con la memoria attivata. Eppure tanti lo trattano come se fosse chiaroveggente, lanciano la domanda e si aspettano che indovini tutto il resto: target, tono, obiettivo. Basta poco per cambiare le cose. Spiegare, per dire, che si sta scrivendo una lettera di presentazione per una posizione un po’ sopra le proprie competenze, dopo un periodo di pausa, e che deve risultare colloquiale e pratica. Quelle poche righe fanno un lavoro enorme. Senza contesto esce una risposta tarata sul lettore medio, con il contesto una costruita su misura.
Obiettare, rifinire e descrivere il traguardo
Un’altra mossa controintuitiva è chiedere al modello di mettere in discussione le premesse invece di confermarle. Quasi tutti usano l’AI per sentirsi dire che hanno ragione, ma le risposte migliori arrivano quando si domanda apertamente qual è il punto più debole di un ragionamento, oppure di elencare tre motivi per cui un’idea potrebbe fallire. Il sistema può fare l’avvocato del diavolo in modo sorprendentemente efficace, ma solo quando gli si dà il permesso di dissentire. Lasciato a sé stesso tende ad annuire su tutto. Il trucco sta nel chiedere la critica che non si vuole sentire, non la conferma che si desidera in segreto.
Poi c’è il momento in cui molti mollano troppo presto. La prima risposta non convince, e via, si chiude tutto e si ricomincia da capo. Sbagliato. I risultati più utili spesso arrivano dopo qualche giro di confronto. Dire “buono, ma il tono è troppo formale, rendilo più diretto e aggiungi un esempio nel secondo paragrafo” cambia le carte in tavola. Ogni correzione aggiunge un’informazione che il modello da solo non poteva avere. La prima risposta va trattata come una bozza da rifinire insieme, non come una sentenza definitiva.
La cosa interessante è che se la qualità dipende più dalle istruzioni che dal modello, allora la corsa all’ultima versione o all’abbonamento più caro rischia di essere sopravvalutata. I modelli più avanzati offrono di più, certo, ma il divario tra un risultato mediocre e uno eccellente lo fa quasi sempre il modo in cui si pone la domanda. L’investimento più redditizio non sta nell’AI più potente, ma nell’abitudine a chiedere meglio e a dare istruzioni più chiare.