Migliori pratiche ed errori comuni
In questa pagina
Aggiornato il 3 novembre 2026. Basato sul riferimento API di xAI:
max_completion_tokenslimita solo la risposta visibile; i token di ragionamento non vengono conteggiati in questo limite ereasoning_effortne controlla la quantità. Fonte: Chat Completions.
Riepilogo e linee guida
Questa lezione finale copre le migliori pratiche essenziali e gli errori più frequenti quando si utilizzano i prompt con Grok. Considerala una checklist di riferimento da consultare ogni volta che crei o affini un prompt.
Migliori pratiche
1. Struttura i tuoi prompt in modo sistematico
Separa sempre contesto, compito e vincoli. Il modello fatica a interpretare un blocco di testo unico rispetto a un prompt organizzato in sezioni distinte.
2. Usa il messaggio di sistema per le istruzioni permanenti
Inserisci nel messaggio di sistema tutto ciò che deve applicarsi a ogni scambio (lingua, formato, tono, vincoli). Riserva le istruzioni situazionali ai messaggi dell’utente.
3. Fornisci esempi invece di descrizioni
Quando il formato di output è complesso, un esempio vale più di mille parole di descrizione. Il few-shot prompting è quasi sempre più efficace di una spiegazione dettagliata del formato atteso.
4. Abbina il modello al compito
- Compito semplice e veloce:
grok-4.3ogrok-build-0.1(per il codice) - Compito di ragionamento complesso:
grok-4.20-0309-reasoningcon sforzo elevato - Analisi di immagini:
grok-4.5con impostazione del dettaglio (basso/alto)
5. Regola la temperatura in base all’obiettivo
- Estrazione, classificazione, fatti: temperatura da 0 a 0,3
- Scrittura professionale, riassunti: temperatura da 0,4 a 0,7
- Brainstorming, creatività: temperatura da 0,8 a 1,5
6. Testa utilizzando il parametro seed
Per confrontare oggettivamente due formulazioni di prompt, usa lo stesso seed. Questo elimina la variabilità dovuta alla casualità e ti permette di misurare l’impatto della tua modifica.
7. Costruisci una libreria di prompt
Conserva i tuoi prompt migliori in una libreria organizzata per caso d’uso. Un buon prompt è un investimento: il suo valore aumenta a ogni riutilizzo.
Errori comuni
Errore 1: Prompt vaghi
Il modello non è telepatico. Più sei specifico, migliore sarà il risultato.
Errore 2: Ignorare i limiti dei modelli di ragionamento
I modelli di ragionamento di Grok non supportano certi parametri: frequency_penalty, presence_penalty e stop generano un errore. Prevedi un timeout di 3.600 secondi per i compiti complessi.
Errore 3: Modificare la cronologia a metà conversazione
L’API di Grok è stateless. Modificare la cronologia interrompe la cache di inferenza e degrada le prestazioni.
Errore 4: Usare temperatura e top_p insieme
Modificare simultaneamente temperatura e top_p produce risultati imprevedibili. Scegli l’uno o l’altro.
Errore 5: Trascurare i token di ragionamento nel budget
Sui modelli di ragionamento, i token di ragionamento si aggiungono alla risposta visibile e vengono fatturati alla tariffa di output, ma max_completion_tokens non li limita: esso vincola solo la risposta visibile. Per controllare questo costo, imposta lo sforzo di ragionamento (reasoning_effort) e monitora reasoning_tokens nell’uso.
Errore 6: Non specificare il formato di output
Senza istruzioni sul formato, il modello sceglie quello che ritiene appropriato. Specifica sempre il formato atteso.
Errore 7: Troppo contesto irrilevante
La documentazione di xAI raccomanda esplicitamente di escludere le informazioni irrilevanti dal contesto.
Errore 8: Archiviare la cronologia con le immagini
Usa store: false con le richieste che contengono immagini per evitare errori.
Riepilogo del corso
In queste 14 lezioni hai imparato a:
- Strutturare i tuoi prompt con chiarezza, contesto e formato (lezioni 1-4)
- Sfruttare tecniche avanzate: few-shot, chain of thought, istruzioni di sistema, iterazione, multimodale (lezioni 5-9)
- Applicare il prompting a esempi reali: scrittura, analisi, codice (lezioni 10-12)
- Costruire prompt esperti seguendo un processo metodico (lezione 13)
Il prompting è un’abilità che migliora con la pratica. Ogni prompt che affini arricchisce la tua esperienza e la tua libreria di modelli riutilizzabili.
Punti chiave
- Struttura sempre i tuoi prompt in sezioni distinte
- Abbina modello e parametri a ogni compito
- Fornisci esempi piuttosto che lunghe descrizioni
- Evita gli errori classici: parametri incompatibili, cronologia modificata, contesto eccessivo
- Documenta e riutilizza i tuoi prompt migliori
- Il prompting è iterativo: testa, diagnostica, adatta
Metti alla prova le tue conoscenze
Dopo il workshop per esperti, una verifica finale sulle tecniche di prompting con Grok.
1. Qual è il ruolo del sistema rispetto ai ruoli utente e assistente?
Risposta: Il ruolo di sistema definisce il quadro duraturo della conversazione—identità, regole, formato—mentre l’utente porta le richieste e l’assistente le risposte: le istruzioni di applicazione non si mescolano al dialogo.
2. Quando abbassare la temperatura?
Risposta: Per compiti fattuali, estrazione e codice, dove la variazione è un difetto; alzala per la creatività: l’impostazione segue il costo di una risposta diversa da un’esecuzione all’altra.
3. Cosa si guadagna con la chain of thought?
Risposta: Nei compiti di ragionamento, chiedere i passaggi prima della conclusione riduce significativamente gli errori: il modello si dispiega invece di saltare al plausibile.
4. Come fare prompting in modalità multimodale (testo + immagine)?
Risposta: Inquadrando l’analisi come testo: domanda precisa, criteri, formato di output—l’immagine è dato, il prompt rimane il metodo.
5. Cita due errori comuni da evitare.
Risposta: Richieste generiche senza struttura o formato e mancanza di iterazione—accettare il primo output invece di affinarlo; le migliori pratiche del corso sono esattamente l’opposto.
Quadro chiaro, impostazioni adattate, iterazioni: le tecniche si riducono a tre mosse—il workshop ti ha permesso di esercitarle, i tuoi progetti ne raccoglieranno i frutti.