Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Strutturare le tue istruzioni

Lezione 3 di 16 Aggiornata il 28 luglio 2026 Principiante
In questa pagina
  1. Perché la struttura conta
  2. Markdown: lo standard naturale
  3. Tag XML: massima precisione
  4. Le sezioni essenziali di un prompt strutturato
  5. Istruzioni esplicite vs implicite
  6. Scrivi come se il modello non sapesse nulla
  7. Punti chiave

Perché la struttura conta

Un prompt ben strutturato non è un lusso: è una necessità. I modelli Mistral vengono addestrati su volumi enormi di testo strutturato: documentazione tecnica, articoli, codice sorgente. Comprendono e seguono meglio le tue istruzioni quando queste sono organizzate chiaramente, perché questa organizzazione ricorda ciò che hanno visto miliardi di volte durante l’addestramento.

Immagina di dare istruzioni orali a un collega mescolando tutto: la scadenza sepolta in un aneddoto, il formato atteso inserito alla fine di una frase, il contesto fornito dopo l’istruzione. Il risultato sarebbe confuso e il tuo collega dovrebbe indovinare cosa conta. Vale lo stesso per un modello linguistico: la struttura del tuo prompt determina la chiarezza dell’interpretazione. Questa lezione ti offre due strumenti di strutturazione—Markdown e tag XML—più una griglia di sezioni per organizzare qualsiasi prompt complesso.

Markdown: lo standard naturale

Markdown è il formato di strutturazione più efficace per i modelli Mistral, per tre ragioni che si rafforzano a vicenda. Primo, è leggibile: facile da scrivere e revisionare per te, cosa fondamentale quando un prompt vive ed evolve all’interno di un’applicazione. Secondo, è familiare al modello: il Markdown appare massicciamente nei dati di addestramento, quindi il modello ne comprende le convenzioni senza sforzo. Infine, si analizza naturalmente: il modello identifica chiaramente le gerarchie di titoli, gli elenchi e i blocchi di codice, deducendo l’importanza relativa di ogni sezione.

Ecco come appare in un esempio di analisi competitiva:

# Task
Write a competitive analysis report.

## Context
Company: TechCorp, B2B SaaS, French market
Main competitors: AlphaSoft, BetaCloud, GammaTech

## Expected Format
For each competitor, provide:
- **Strengths**: 3 points maximum
- **Weaknesses**: 3 points maximum
- **Pricing positioning**: low / medium / premium

## Constraints
- Maximum 800 words
- Professional and factual tone
- No strategic recommendations (analysis only)

Questo prompt usa titoli (#, ##) per separare le sezioni, testo in grassetto per gli elementi chiave ed elenchi puntati per i dettagli. Il modello comprende immediatamente la gerarchia: prima il compito, poi il contesto, quindi il formato e infine i vincoli. Potresti consegnare questo stesso documento a un collaboratore umano senza cambiare una parola: è un buon segno.

Tag XML: massima precisione

Il Markdown organizza; i tag XML delimitano. Quando devi isolare blocchi di dati o istruzioni senza ambiguità—tipicamente quando il tuo prompt mescola istruzioni e testo da elaborare—i tag XML sono particolarmente efficaci:

<instructions>
Analyze the provided text and extract named entities.
Categorize them into: people, organizations, locations.
</instructions>

<format>
Return the result in JSON with the structure:
{"people": [], "organizations": [], "locations": []}
</format>

<text>
President Macron met with the Director-General of the WHO in Geneva
to discuss European health strategy.
</text>

Il vantaggio è che il modello sa esattamente dove inizia e finisce ogni sezione. Se il testo da analizzare contenesse una frase che sembra un’istruzione—«estrai l’elenco dei partecipanti», per esempio—i tag impedirebbero al modello di confonderla con le tue istruzioni. Questa separazione tra istruzioni e dati è ciò che rende preziosi gli XML nei prompt di produzione.

Le sezioni essenziali di un prompt strutturato

Qualunque formato tu scelga, un prompt complesso si organizza attorno alle stesse sezioni. La prima, e unica obbligatoria, è il compito: dichiara sempre chiaramente cosa ti aspetti, proprio all’inizio. «Compito: traduci il seguente testo dal francese all’inglese mantenendo il registro formale» non lascia dubbi sulla missione.

Segue il contesto, quando necessario: informazioni di base che il modello non può indovinare. Se lavori per una startup fintech che costruisce un’app di gestione del budget per privati in Francia, dillo: senza questo dettaglio, il modello scriverà per un pubblico generico e dovrai rifare tutto.

La terza sezione, le regole, incornicia il comportamento: elenca esplicitamente cosa il modello deve e non deve fare. Ad esempio: usa un tono formale, non menzionare marchi concorrenti, produci paragrafi da 50 a 100 parole. Ogni regola scritta è una correzione che non dovrai fare a mano.

La quarta sezione, il formato di output: descrivi esattamente la forma che deve avere la risposta. «Restituisci una tabella Markdown con le colonne Criterio | Punteggio (1-5) | Commento» produce un deliverable direttamente copiabile nel tuo documento, mentre l’assenza di istruzioni genera prosa da rielaborare.

Infine, gli esempi risolvono le ambiguità residue mostrando un risultato atteso. Questa tecnica è così potente da avere una lezione dedicata: ci torneremo in dettaglio con il few-shot prompting.

Istruzioni esplicite vs implicite

I modelli Mistral non indovinano le tue intenzioni: tutto ciò che è implicito nella tua testa deve diventare esplicito nel tuo prompt. Confronta «Riassumi questo articolo» con «Riassumi questo articolo in 3 punti elenco di massimo 20 parole ciascuno. Mantieni le cifre chiave. Usa un tono neutro e fattuale». La prima versione lascia al modello la decisione su lunghezza, formato e tono—tre decisioni che potrebbe prendere diversamente da te. La seconda non lascia spazio all’interpretazione: il modello sa esattamente cosa produrre e otterrai lo stesso tipo di risultato ogni volta.

Scrivi come se il modello non sapesse nulla

Concludiamo con una regola fondamentale: scrivi il tuo prompt assumendo che il modello non abbia alcun contesto preliminare sulla tua situazione. Anche se qualcosa ti sembra ovvio—chi sei, cosa vuoi ottenere, per quale uso, in quale formato—specificalo, affidandoti al prompt di sistema per gli elementi permanenti. Uno scrittore che concatena richieste nella stessa conversazione finisce col credere che «il modello sappia»; ma non appena la conversazione cambia o il prompt viene riutilizzato altrove, tutto l’implicito scompare. Questo approccio «contesto zero» garantisce risultati coerenti, indipendentemente dallo stato della conversazione.

Punti chiave

  • Struttura i tuoi prompt con sezioni chiare (Markdown o XML)
  • Il Markdown è ideale per la maggior parte dei casi; usa i tag XML per isolare i dati
  • Separa sempre compito, contesto, regole e formato atteso
  • Rendi esplicito tutto ciò che è implicito nella tua testa
  • Scrivi ogni prompt come se il modello partisse da zero