Anatomia di un prompt per Claude

#The Sunday Prompt #64 – 8/3/2026

Tempo di lettura: 8 minuti

Bentornati a un nuovo appuntamento con The Sunday Prompt. 

In questi giorni sta circolando sui social un post molto diffuso intitolato “The Anatomy of a Claude’s Prompt”.

Il post prende in considerazione come si è evoluta la tecnica del prompting soprattutto con i nuovi modelli di ragionamento e “agentici” (tanto che è pensato per le ultime versione 4.6 di Sonnet e Opus, ma ovviamente è estendibile per qualsiasi modello di AI con queste caratteristiche).

Si tratta di un’evoluzione non da poco nella modalità di costruire i prompt, perchè più che porre una mera domanda (anche se in forma strutturata) il prompt contiene una serie di elementi specifici, che arrivano a costruire la “ricetta” che il modello deve eseguire nel risponderci.

Insomma, ci stiamo sempre più avvicinando alla programmazione in linguaggio naturale (che in realtà, per chi di voi avrà sbirciato nei file delle skill di Claude o provato il “vibe coding”, soprattutto quello “fatto bene”, non è poi una grande novità.

Qui sotto un’immagine dello schema:

Il prompt si compone di 8 sezioni, e specificamente:

1. Task
2. File di Contesto
3. Riferimento
4. Brief di Successo
5. Regole
6. Conversazione
7. Piano
8. Allineamento

Vediamole brevemente insieme.

---

🏗️ Anatomia del Prompt: Sezioni Task e Contesto

La prima fase di questo schema si concentra sulla definizione della missione (Task) che il modello deve eseguire (il Task) includendo anche i criteri secondo i quali si riterrà correttamente eseguita.

Inoltre viene aggiunto del perimetro informativo (Context Files) allegando dei file che dovranno essere già stati predisposti precedentemente. Invece di una richiesta generica, qui l’AI viene trattata come un consulente strategico a cui viene fornito il “perché” dell’azione.

• Perché è efficace: specificare i “criteri di successo” aiuta il modello a pesare le informazioni più rilevanti, riducendo la vaghezza dell’output.
• Consiglio: nel caricare i file di contesto, assicuratevi che non contengano dati personali non necessari.

Esempio di questa sezione: “Voglio redigere un parere legale così che il cliente comprenda immediatamente i rischi di una segnalazione in CRIF”.

---

🔍 Riferimento e Reverse Engineering

Successivamente viene caricato un file di riferimento (un esempio di ciò che vogliamo ottenere (ricordatevi di denominarlo in maniera corretta e di riportare il nome nel prompt), specificando anche i pattern, il tono, la struttura e le regole che possono essere ricavate dal file di esempio.

In pratica stiamo applicando tecniche di Few-Shot Learning e di Priming.

• Perché è efficace: fornendo una struttura guidiamo il modello a emulare uno stile specifico senza che debba “indovinarlo”, evitando output che sembrano “AI generica”.

Consiglio: utilizzate questa fase per definire lo stile linguistico.

---

🎯 Success Brief e Allineamento Agentico

Le fasi finali trasformano l’AI da semplice esecutore a collaboratore intelligente. Chiedere al modello di non iniziare subito, ma di porre domande di chiarimento (fase Conversazione) e presentare un Piano di esecuzione, sfrutta le capacità di Chain of Thought (CoT).

• Perché è efficace: questo approccio interattivo può prevenire le “allucinazioni” e garantisce che l’AI abbia compreso i vincoli prima di produrre testo.
• Consiglio: chiedete all’AI di elencare le regole del vostro file di contesto più rilevanti. È un test di coerenza interna per garantire che l’AI rispetti le regole che voi avete indicato.

---

Sperimentare con questa struttura vi permetterà di ottenere risultati molto più vicini alle vostre aspettative, risparmiando tempo prezioso.

Happy Prompting!