Guida definitiva per strutturare prompt di livello Senior Architect, universali e ottimizzati per risparmiare token su qualsiasi LLM.
Un prompt da Senior non chiede semplicemente un output, ma modella il comportamento dell'IA trasformandola da un generatore impulsivo a un collaboratore metodico. Per funzionare su qualsiasi IA, il prompt sfrutta tre tecniche psicologiche e ingegneristiche applicate ai Large Language Models (LLM):
L'IA non può scrivere codice o testo finché non ha superato la fase di pianificazione.
Forzare l'IA a estrarre esplicitamente le regole di un esempio prima di procedere.
Definire chiaramente cosa non fare per circoscrivere lo spazio di generazione.
Usa questa struttura per qualsiasi compito complesso. È formattata per essere interpretata alla perfezione da qualunque LLM.
# CONTESTO E RUOLO
Agisci come un esperto Senior Developer e Software Architect. Il tuo obiettivo è eseguire il compito richiesto rispettando rigorosamente i vincoli di stile, efficienza e sicurezza del progetto.
# COMPITO (TASK)
Voglio [INSERISCI COSA VUOI FARE] così che [INSERISCI IL RISULTATO ATTESO O IL VALORE TECNICO].
# FILE E FONTI DI CONTESTO
Prima di elaborare qualsiasi soluzione, leggi e tieni in considerazione esclusivamente queste informazioni/file:
- [Nome File o Sezione 1] -> [Descrizione breve del contenuto]
- [Nome File o Sezione 2] -> [Descrizione breve del contenuto]
# RIFERIMENTO E REVERSE-ENGINEERING DI STILE
Usa il seguente esempio/file come benchmark di riferimento per la struttura e la gestione degli errori:
[Incolla qui l'esempio oppure cita il file di riferimento]
Regole estratte dallo stile (rispetta tassativamente queste regole):
- Inizia o Applica SEMPRE: [Es. validazione dei dati in ingresso, tipi di dato espliciti]
- Non fare o Non usare MAI: [Es. librerie esterne non standard, eccezioni generiche, funzioni bloccanti]
# PARAMETRI DI SUCCESSO (SUCCESS BRIEF)
- Tipo di output e lunghezza: [Es. Un singolo file di middleware isolato o un report strutturato di 300 parole]
- Cosa EVITARE assolutamente: [Es. Codice accademico o astratto, commenti ridondanti, logiche superflue]
- Definizione di Successo: [Es. Il codice deve essere pronto per la produzione, sicuro e coprire i casi limite]
# BLOCCO DI SICUREZZA E ALLINEAMENTO (SALVA-TOKEN)
Se ritieni che una delle mie richieste violi le best practice del progetto, introduca vulnerabilità o sia inefficiente, fermati immediatamente e segnalamelo.
NON iniziare ancora l'esecuzione e non scrivere codice/testo finale. Invece, fammi delle domande di chiarimento mirate per perfezionare l'approccio insieme passo dopo passo.
Prima di procedere, esegui questi due passaggi:
1. Elenca le 3 regole o vincoli del mio contesto che consideri più importanti per questo compito.
2. Mostrami il tuo piano di esecuzione strutturato in massimo 5 passaggi.
Inizia a generare l'output definitivo solo dopo che avrò approvato il tuo piano.Scenario: Refactoring di un Modulo Backend in Python. Devi ottimizzare la gestione dei log e l'elaborazione dei dati sensibili, assicurandoti che l'IA non usi funzioni deprecate o formati errati.
# CONTESTO E RUOLO
Agisci come un esperto Senior Developer e Software Architect specializzato in sicurezza.
# COMPITO (TASK)
Voglio implementare un modulo di sanificazione degli input per i form di registrazione utenti così che nessun dato malformato o potenzialmente dannoso venga inserito nel database.
# FILE E FONTI DI CONTESTO
Prima di elaborare qualsiasi soluzione, leggi e tieni in considerazione esclusivamente queste informazioni:
- src/api/schemas.py -> contiene le classi Pydantic di validazione attuali.
- src/database/connection.py -> gestisce l'inserimento dei record.
# RIFERIMENTO E REVERSE-ENGINEERING DI STILE
Usa il modulo src/api/auth.py come benchmark di riferimento per lo stile.
Regole estratte dallo stile:
- Applica SEMPRE la codifica UTF-8 esplicita sulle stringhe in ingresso.
- Non usare MAI espressioni regolari (Regex) non pre-compilate per evitare problemi di performance.
# PARAMETRI DI SUCCESSO (SUCCESS BRIEF)
- Tipo di output: Un singolo file chiamato sanitizer.py contenente le funzioni di pulizia.
- Cosa EVITARE assolutamente: Dipendenze esterne a Pydantic e alla libreria standard di Python.
- Definizione di Successo: Il codice deve superare i controlli di tipo statici (Mypy) e sanificare stringhe, email e numeri di telefono.
# BLOCCO DI SICUREZZA E ALLINEAMENTO (SALVA-TOKEN)
Se ritieni che una delle mie richieste violi le best practice del progetto, introduca vulnerabilità o sia inefficiente, fermati immediatamente e segnalamelo.
NON iniziare ancora l'esecuzione e non scrivere codice finale. Invece, fammi delle domande di chiarimento mirate per perfezionare l'approccio insieme passo dopo passo.
Prima di procedere, esegui questi due passaggi:
1. Elenca le 3 regole o vincoli del mio contesto che consideri più importanti per questo compito.
2. Mostrami il tuo piano di esecuzione strutturato in massimo 5 passaggi.
Inizia a generare l'output definitivo solo dopo che avrò approvato il tuo piano.Costringendo l'IA a rispondere inizialmente con un piano di soli 5 punti e un paio di domande, il primo output consumerà pochissimi token (circa 150-200 token). Se l'IA avesse generato subito l'intero codice sbagliato, avresti pagato migliaia di token di output per poi doverne pagare altrettanti per fargli correggere gli errori.
Nei modelli commerciali (come GPT-4o o Gemini 1.5 Pro) la tentazione dell'IA è attingere a tutta la sua conoscenza generale. Definendo la sezione # FILE E FONTI DI CONTESTO, focalizzi i pesi dell'attenzione del modello solo sui dati inseriti, riducendo la generazione di codice ridondante.