I prompt che utilizzo quotidianamente per automatizzare processi, analizzare dati, scrivere codice e potenziare il mio workflow. Ottimizzati per Gemini, ChatGPT, Claude e Ollama.
Per automatizzare task di sistema, backup, deployment e monitoring su Linux/Ubuntu.
Agisci come un esperto sistemista Linux. Scrivi uno script Bash professionale per [DESCRIVI TASK] che includa:
- Controllo errori con set -euo pipefail
- Logging con timestamp su /var/log/
- Gestione dei permessi e cleanup
- Commenti esplicativi
- Output colorato per debug
- Gestione segnali (trap) per cleanup sicuroPer creare script Python di automazione per task ripetitivi e data processing.
Agisci come un Python Developer esperto. Scrivi uno script Python professionale per [TASK] che includa:
✅ REQUIREMENTS: Type hints, Docstrings, try/except, logging, argparse, .env config, pytest.
📦 STRUTTURA: Modularità, Separazione concerns, Performance, Python 3.8+.
Fornisci anche requirements.txt e README.md.Per estrarre dati da siti web complessi, gestendo anti-bot e pulendo i dati.
Agisci come un Data Engineer esperto in Web Scraping. Scrivi uno script Python per estrarre dati da [TARGET] che includa:
🕷️ ESTRAZIONE: BeautifulSoup/Playwright, User-Agent rotation, Retry logic, robots.txt.
🧹 DATA CLEANING: Parsing, normalizzazione, gestione NaN, conversione tipi.
💾 OUTPUT: CSV/JSON o SQLite, Logging errori.Per analizzare log di sistema e identificare tentativi di intrusione o anomalie.
Agisci come un SOC Analyst esperto. Analizza questo log di sistema e identifica:
1. Tentativi di accesso sospetti (brute force, orari anomali)
2. Pattern di attacco noti (CVE, exploit signatures)
3. Anomalie comportamentali e IP sospetti con geolocalizzazione
Fornisci un report strutturato con livello di rischio (LOW/MEDIUM/HIGH/CRITICAL) e mitigazioni.
LOG: [INCOLLA LOG]Per automatizzare la fase di reconnaissance con Nmap e integrare con Metasploit.
Agisci come un Penetration Tester esperto. Crea uno script Bash che:
1. Esegue scansione Nmap completa (-sC -sV -O -p-) su [TARGET]
2. Parsa l'output XML e identifica servizi vulnerabili/CVE
3. Genera script Metasploit (msfconsole -r) per exploit disponibili
4. Crea report Markdown con Host discovery, Vulnerabilità (CVSS), Exploit suggeriti.
Includi gestione errori e logging.Per generare report di vulnerability assessment professionali per clienti.
Agisci come un Security Consultant esperto. Genera un report di VA per [CLIENTE] che includa:
1. Executive Summary
2. Scope e metodologia
3. Findings dettagliati (descrizione, CVSS, PoC, impatto)
4. Risk Matrix e Raccomandazioni prioritarie (quick wins vs long-term)
5. Remediation plan con timeline
Formato: Tecnico ma accessibile, priorità CRITICAL > HIGH > MEDIUM > LOW.Per analizzare codice Python e trovare vulnerabilità specifiche (OWASP, Injection).
Agisci come un Senior AppSec Engineer. Esegui una SAST manuale su questo codice:
[INCOLLA CODICE PYTHON]
🔍 ANALIZZA: Injection Flaws, Insecure Deserialization, Path Traversal, SSRF, Hardcoded secrets, eval()/exec().
📝 OUTPUT: Lista vulnerabilità con Severity, Vettore di attacco, Codice refactored "Secure by Design", Librerie sicure alternative.Per analizzare requirements.txt, trovare CVE e pianificare upgrade sicuri.
Agisci come un DevSecOps Engineer. Analizza questo file di dipendenze Python e identifica le CVE:
[INCOLLA requirements.txt]
📊 VULNERABILITY ASSESSMENT: Identifica pacchetti con CVE, fornisci ID, CVSS Score, impatto.
🛠️ PIANO DI REMEDIAZIONE: Genera requirements.txt aggiornato, evidenzia Breaking Changes, suggerisci tool (pip-audit, safety).Per applicare il framework STRIDE e progettare API Python sicure.
Agisci come un Security Architect. Esegui un Threat Modeling (STRIDE) per la seguente API Python:
[DESCRIVI L'API]
🧠 ANALISI STRIDE: Spoofing, Tampering, Repudiation, Information Disclosure, DoS, Elevation of Privilege.
🛡️ SECURITY CONTROLS: Per ogni minaccia, fornisci il controllo specifico da implementare nel codice e librerie consigliate.Per creare un sistema RAG che interroga database di CVE, framework NIST/ISO e policy interne per audit di sicurezza automatizzati.
Agisci come un Security Architect e AI Engineer. Progetta un'architettura RAG specializzata in Cybersecurity e Compliance che includa:
🧠 KNOWLEDGE BASE: Ingestion di PDF/Markdown contenenti normative NIST, ISO27001, CVE database e policy aziendali interne.
🔍 HYBRID SEARCH: Implementazione di BM25 + Vector Search (es. FAISS/ChromaDB) per recuperare sia match semantici che esatti.
⚙️ PIPELINE: Chunking strategico per tabelle e matrici di rischio, con metadata filtering.
📝 OUTPUT: Il LLM deve generare un report di conformità JSON strutturato, citando ESATTAMENTE la fonte (Citation Tracking).
Fornisci lo schema del database vettoriale, il codice Python (LangChain/LlamaIndex) per il retriever e il System Prompt ottimizzato.Per revisionare codice Java/Spring e migliorare qualità, performance e sicurezza.
Agisci come un Senior Java Developer esperto in Spring Boot. Fai una code review completa analizzando:
1. Best practices (SOLID, DRY, KISS)
2. Potenziali bug e edge cases
3. Vulnerabilità di sicurezza (SQLi, XSS)
4. Ottimizzazioni performance e leggibilità
5. Suggerimenti per unit test e Pattern design.
Fornisci il codice refactored con commenti.Per ottimizzare query SQL lente e migliorare performance database.
Agisci come un DBA esperto in MySQL/PostgreSQL. Ottimizza questa query SQL:
📊 ANALISI: Execution plan, Bottleneck (full table scan, missing indexes), Statistiche.
⚡ OTTIMIZZAZIONI: Query refactored, Index suggeriti, Schema improvements.
📈 PERFORMANCE: Stima miglioramento (%), Trade-offs, Monitoring.
QUERY: [INCOLLA QUERY] | SCHEMA: [DESCRIVI SCHEMA]Per creare API RESTful robuste, asincrone e documentate con FastAPI.
Agisci come un Senior Python Backend Developer. Crea un'API REST completa per [RESOURCE] che includa:
🏗️ ARCHITETTURA: Router, Dependency Injection, Pydantic models, Async DB calls (SQLAlchemy 2.0).
🔒 SICUREZZA: Autenticazione JWT, Rate limiting, CORS, Type hints.
📚 DOCUMENTAZIONE: Swagger UI/ReDoc config, Esempi payload.
Fornisci codice strutturato in file separati.Per analizzare stack trace, trovare bug e refattorizzare codice Python.
Agisci come un Python Expert e Mentor. Analizza questo codice o stack trace:
[INCOLLA CODICE O ERRORE]
🔍 ANALISI E FIX: Root Cause esatta, Soluzione Immediata.
🚀 REFACTORING: Applica PEP 8, usa costrutti Pythonici (comprehensions, context managers), aggiungi Type Hinting.
🎓 LEZIONE: Spiega il "perché" delle modifiche e suggerisci 2-3 concetti avanzati da studiare.Per generare pipeline Jenkins/GitHub Actions ottimizzate per deployment.
Agisci come un DevOps Engineer esperto. Genera una pipeline CI/CD completa per [TECNOLOGIA] che includa:
STAGE 1 - BUILD: Compilazione, dependency management, code quality (SonarQube).
STAGE 2 - TEST: Unit test con coverage, Integration test, Security scan (Snyk/Trivy).
STAGE 3 - DEPLOY: Build Docker image (multi-stage), Push registry, Deploy su [K8s/ECS], Health check.
Fornisci YAML/Jenkinsfile con commenti e best practices.Per generare configurazioni Terraform/Ansible per infrastruttura cloud.
Agisci come un Cloud Architect esperto. Genera codice IaC per [CLOUD: AWS/Azure/GCP] che includa:
🏗️ COMPONENTI: VPC, Security groups, Compute, Storage, DB, Load balancer, Auto-scaling.
✅ BEST PRACTICES: Modularità, Variabili/outputs, Remote backend, Tagging, Security hardening.
📝 FORNISCI: Codice Terraform/Ansible, Diagramma Mermaid, README, Variabili d'esempio.Per creare una pipeline RAG locale e privata utilizzando Ollama, LangChain e ChromaDB.
Agisci come un Senior AI Engineer e DevOps Specialist. Progetta e scrivi il codice per una pipeline RAG completamente locale e offline che includa:
🧠 MODELLI: Integrazione con Ollama (es. Llama 3 o Mistral) tramite langchain-community.
📚 VECTOR DB: Setup di ChromaDB o FAISS per l'embedding e lo storage locale dei documenti.
📄 DOCUMENT LOADER: Parsing di PDF/Markdown con Unstructured o PyPDF.
⚙️ PIPELINE: Chunking strategy, embedding model (es. nomic-embed-text), e retrieval chain.
🔒 PRIVACY: Nessuna chiamata API esterna, tutto in locale su Docker.
Fornisci il codice Python (FastAPI o script CLI), il Dockerfile e il docker-compose.yml.Per costruire un assistente RAG che legge le runbook interne e i log di Kubernetes per suggerire remediation in tempo reale.
Agisci come un Site Reliability Engineer (SRE) esperto di AI. Crea un'architettura RAG per l'Incident Management che includa:
📚 DATA INGESTION: Parsing di Confluence/Markdown (Runbook, Post-Mortem, Diagrammi Mermaid) e log strutturati.
🕸️ GRAPH RAG: Utilizzo di GraphRAG (es. Neo4j + LangChain) per mappare le dipendenze tra microservizi e capire il "blast radius".
🛠️ TOOL CALLING: Configurazione del LLM come Agente che può eseguire comandi `kubectl` o `docker` in sandbox per raccogliere metriche live.
🚨 SCENARIO: L'utente incolla un alert di Prometheus. Il RAG recupera la runbook correlata e suggerisce i comandi di mitigazione.
Fornisci il codice Python per l'agente SRE, la configurazione del Graph Retriever e le istruzioni di sicurezza.Per inizializzare progetti Python moderni con i migliori tool di formattazione.
Agisci come un DevOps Python Specialist. Configura l'ambiente per un nuovo progetto Python [NOME]:
📦 DIPENDENZE: Setup con Poetry o uv (pyproject.toml), Separazione dev/prod.
🛠️ QUALITY: Ruff (linting/formatting), MyPy (type checking), Pre-commit hooks.
⚙️ AUTOMAZIONE: Makefile (install, test, lint, run), pydantic-settings per env vars.
Fornisci i file di configurazione completi.Per analizzare dataset e generare insight con Python/Pandas.
Agisci come un Data Analyst esperto. Analizza questo dataset e fornisci:
1. 📈 STATISTICHE: Media, mediana, deviazione standard, outliers, correlazioni.
2. 🔍 INSIGHT: Trend principali, anomalie, pattern, confronti significativi.
3. 📊 VISUALIZZAZIONI: Grafici appropriati (matplotlib/seaborn), Dashboard recommendations.
4. 💡 RACCOMANDAZIONI: Azioni basate sui dati, Aree di miglioramento.
DATASET: [INCOLLA CSV/JSON O DESCRIZIONE]Per migliorare e ottimizzare prompt esistenti usando l'IA stessa.
Agisci come un Prompt Engineer esperto. Analizza e ottimizza questo prompt:
📝 PROMPT ORIGINALE: [INCOLLA PROMPT]
🔍 ANALISI: Chiarezza (1-10), Contesto, Vincoli, Formato output, Ambiguità.
⚡ OTTIMIZZAZIONI: Versione migliorata, Tecniche applicate (chain-of-thought, few-shot), Alternative.
🎯 TEST CASES: 3 esempi input/output attesi, Edge cases, Metriche di successo.Per generare documentazione tecnica professionale per progetti e API.
Agisci come un Technical Writer esperto. Genera documentazione completa per [PROGETTO/API] che includa:
📚 STRUTTURA: Overview, Architettura (Mermaid), Setup, Configurazione, API Reference, Esempi d'uso, Troubleshooting, FAQ.
🎯 STILE: Chiaro e conciso, Esempi pratici, Diagrammi, Formattazione Markdown professionale.
CONTESTO: [DESCRIVI PROGETTO]Per generare uno script Python che valuta la qualità di una pipeline RAG prima del deploy in produzione.
Agisci come un MLOps Engineer specializzato in LLM Evaluation. Scrivi una pipeline di testing in Python (usando framework come RAGAS o DeepEval) per valutare un sistema RAG esistente:
📊 METRICHE CHIAVE:
1. Faithfulness (La risposta è supportata dal contesto recuperato?)
2. Answer Relevancy (La risposta è pertinente alla domanda?)
3. Context Precision & Recall (Il retriever ha trovato i chunk giusti?)
⚙️ AUTOMAZIONE:
- Script per generare un "Synthetic Test Dataset" a partire dai documenti originali.
- Esecuzione batch della valutazione.
- Generazione di un report HTML/JSON con grafici e score aggregati.
- Integrazione in GitHub Actions per bloccare la CI/CD se lo score scende sotto una threshold.
Fornisci il codice Python completo, i comandi pytest e il file YAML per la GitHub Action.Per generare suite di test unitari completi, isolati e con alta copertura.
Agisci come un QA Automation Engineer esperto in Python. Genera una suite di test unitari con pytest per:
[INCOLLA CODICE DA TESTARE]
🧪 STRUTTURA: Fixture setup/teardown, Mocking dipendenze (unittest.mock), Parametrizzazione (@pytest.mark.parametrize), Test eccezioni.
📊 QUALITY: Asserzioni chiare, Naming convenzioni, Commenti Arrange-Act-Assert.
Fornisci comandi per eseguire test e generare coverage report.