Corso di prompt engineering

Qualche tempo fa mi sono imbattuto in questo articolo:

Non sono d’accordo: il prompt engineering, l’arte di interrogare le intelligenze artificiali, non sarà un lavoro, bensì una competenza. E qui viene il bello: una competenza mai vista.

Tra hard e soft skill

Fino a oggi abbiamo sempre diviso le competenze tra hard skill e soft skill. Tra le prime mettevamo le abilità tecniche che si applicano a mansioni e compiti specifici, per esempio saper usare Excel. Per soft skills, invece, intendevamo abilità interpersonali che possono essere trasferite a diversi tipi di lavoro e situazione, come la capacità di saper lavorare in team. Ora invece si parla di qualcosa di inedito: un ibrido. Dobbiamo sapere utilizzare degli strumenti informatici, i cosiddetti modelli di linguaggio LLM (questa è una hard skill) ma con la capacità di saperli interrogare, correggere, stimolare e così via. Ma queste sono competenze comunicative, addirittura relazionali! Quindi hard e soft skill si mischiano nel prompt engineering.

Faccio un esempio. Il paper scientifico intitolato “Large Language Models Understand and Can be Enhanced by Emotional Stimuli” esplora la capacità dei grandi modelli linguistici (LLM) di comprendere gli stimoli emotivi. Gli autori hanno condotto esperimenti su vari LLM (come Vicuna, Llama 2, BLOOM, ChatGPT e GPT-4) e hanno dimostrato che gli LLM hanno una certa comprensione dell’intelligenza emotiva e che le loro prestazioni possono essere migliorate con l’uso di “emotion prompt”, prompt che combinano il comando originale con stimoli emotivi. I risultati? Un miglioramento medio del 10,9% in termini di prestazioni, veridicità e metriche di responsabilità.

Il mio corso di prompt engineering

Il corso può avere una durata variabile, a seconda delle esigenze dell’azienda o del professionista: durata minima 6 ore. Il corso, anzi: il workshop, mira a fornire una conoscenza approfondita dell’ottimizzazione delle interazioni tra gli utenti e i LLM (come ChatGPT, Copilot, Gemini, Claude, ecc.). L’obiettivo concreto? I partecipanti impareranno le tecniche e gli strumenti per creare prompt efficaci, migliorare l’accuratezza e l’utilità delle risposte generate dai modelli. Ovviamente saranno mostrati tanti casi di successo ma soprattutto occorre mettere in pratica tutto quello che si vede di volta in volta. I moduli previsti sono cinque.

Modulo 1
Introduzione al prompt engineering

Questo modulo introduce gli studenti ai concetti fondamentali del prompt engineering: intelligenza artificiale generativa, machine learning, deep learning, LLM, NPL, ecc.

Modulo 2
Etica e considerazioni legali

Questo modulo finale affronta le questioni etiche e legali relative all’utilizzo di LLM e al prompt engineering, inclusi privacy, copyright e la sicurezza.

Modulo 3
Creazione di prompt efficaci

In questo modulo, gli studenti impareranno come formulare prompt che portano a risposte più accurate e utili da parte dei modelli di lingua. In particolare ho sviluppato il mio modello cha si chiama “GOL”.

Creare prompt perfetti per ChatGPT: il metodo G.O.L.

Durante il corso illustro anche il modello G.O.L.D., variante evoluta del metodo G.O.L., e il metodo SO.C.RA.T.E.:

Modulo 4
Ottimizzazione e Testing

Questa parte del corso, la più laboratoriale, esplora le tecniche di ottimizzazione e testing dei prompt.

Modulo 4
Casi d’uso specifici e best practice

Il modulo copre vari casi d’uso specifici del prompt engineering, da applicazioni aziendali a progetti di ricerca, e discute delle migliori pratiche nel settore.