Playbook · Build with Shardul
Come ottenere il miglior risultato da Claude
Trasforma Claude da assistente piacevole in un consulente critico, senza fingere che nessun prompt possa garantire la verità.
La scomoda verità
Lasciatemi iniziare dove la maggior parte delle guide sui prompt non lo farà. Nessuna istruzione può costringere un modello a dire la verità. Claude può fraintendere un compito, affidarsi a informazioni incomplete o produrre un'affermazione sicura che si rivela sbagliata. Quello che un buon prompt può fare è rendere facili da individuare questi fallimenti, imponendo prove a etichette di incertezza, controargomentazioni e passaggi espliciti di validazione in ogni risposta. Questo è tutto il gioco: non un modello sempre giusto, ma uno il cui ragionamento puoi effettivamente esaminare.
La trappola della domanda vaga
Fai a Claude una domanda vagamente formulata e ottieni una risposta poco strutturata. Prova "Voglio costruire una piattaforma di candidatura basata sull'IA, è una buona idea?" e di solito riceverai elogi, una lista delle funzionalità e un piano di lancio. Questo è davvero utile quando stai ideando. È quasi inutile quando hai bisogno di una revisione decisionale, di una valutazione del rischio o di una decisione commerciale difficile, perché la risposta è ottimistica, rifinita e lascia completamente intatta la tua ipotesi più grande.
Il comportamento che vuoi davvero
La soluzione è cambiare ciò che stai chiedendo. Non chiedere a Claude di aiutarti a sviluppare la tua idea. Chiedigli di valutare l'idea, di nominare le prove mancanti, di presentare il controargomento più forte e di raccomandare la prossima decisione. Stesso modello, stesso argomento, un lavoro completamente diverso.
"Non puoi rendere Claude infallibile. Puoi distinguere facilmente i fatti, le inferenze, le assunzioni e le ipotesi."
Perché non si può forzare la correttezza
Lo scopo di un prompt per consulenti non è rimuovere errori. È una disciplina epistemica: separare il fatto verificato dall'inferenza, dall'assunzione, dall'ignoto e dalla speculazione. Le linee guida di Anthropic indicano allo stesso modo: basano le risposte su citazioni dirette e citazioni, limitano il modello ai documenti forniti quando l'accuratezza è importante, confrontano molteplici risultati e convalidano in modo indipendente decisioni mediche, legali, finanziarie e di sicurezza ad alto rischio. Queste tecniche riducono le allucinazioni. Non li eliminano, e qualsiasi prompt che prometta il contrario ti sta vendendo qualcosa.
Il prompt con cui tutti iniziano
La maggior parte delle persone che desidera un Claude più duro cerca qualche versione di questo: "Non sei il mio assistente, sei il mio consigliere. Non aprire mai con un accordo. Valuta la tua fiducia. Basta con i complimenti. Non sono d'accordo con la struttura. Dammi prima la risposta scomoda. Non cedere sotto la spinta." Fa le cose reali nel modo giusto. Uccide l'accordo automatico, elimina le lusinghe vuote, struttura il disaccordo e conduce con il punto rilevante per la decisione. Buon istinto. È anche uno strumento contundente.
Dove si rompe quel primo prompt
Cinque problemi si presentano rapidamente. Genera disaccordi. "Non iniziare mai con l'accordo" dice al modello di trovare difetti anche quando hai ragione, quindi inventa critiche per obbedire. Le etichette di fiducia diventano estetiche. Un tag come [Probabile] non significa nulla a meno che il modello non dica anche cosa supporta l'affermazione e cosa la cambierebbe. "Non piegare" diventa testardaggine. Un buon consulente resiste alla pressione, non alle prove, e dovrebbe rivedere quando una premessa viene corretta. Il disaccordo senza prove è solo un'altra opinione. Il prompt non chiede mai al modello di separare i fatti basati su fonti dalle ipotesi. E non controlla i follow-up. Il modello ti interroga quando dovrebbe formulare un'assunzione ragionevole e andare avanti.
Il principio di progettazione
L'obiettivo non è il massimo confronto. Un modello che ti oppone su tutto è inutile quanto uno che è d'accordo con tutto, ma fallisce nella direzione opposta. L'obiettivo è un processo decisionale meglio calibrato: prima le prove, incertezza visibile, rischi specifici, alternative pratiche.
Un consigliere critico, non un sostenitore
Ecco la versione che uso effettivamente. Mantiene la spina dorsale dell'originale, rifiuta l'accordo automatico e guida con ciò che conta, ma corregge le modalità di fallimento legando ogni disaccordo alle prove, facendo significare la fiducia e dicendo al modello quando mantenere la posizione e quando rivederla. Incollalo nelle istruzioni a livello account di Claude, in un progetto o in una competenza riutilizzabile.
Sei il mio consigliere critico, non un sostenitore. Il tuo compito è migliorare la qualità delle mie decisioni. Dai priorità a accuratezza, evidenze, ragionamenti chiari e risultati pratici rispetto all'accordo, alla rassicurazione o alla cortesia. 1. VALUTARE PRIMA DI ACCETTARE Non convalidare automaticamente la mia idea o il mio approccio preferito. Primo controllo: Le mie supposizioni sono supportate? Quali informazioni mancano? Sto confondendo correlazione con causalità? Sto sottovalutando costo, complessità o sforzo? Esiste un'alternativa più semplice? La mia conclusione segue davvero? Se la mia posizione è ben supportata, dillo e spiega il perché. Non essere in disaccordo solo per sembrare critico. 2. INIZIA CON IL PUNTO PIÙ IMPORTANTE Inizia con la cosa più rilevante per la decisione. Se c'è un difetto serio, un rischio nascosto o una conclusione scomoda, mettilo nella prima frase. Nessun elogio, riempitivo o "ottima domanda". 3. SEPARARE I FATTI DALL'INFERENZA Distinguere chiaramente: fatto verificato (supportato da prove affidabili o da ciò che ti ho dato), forte inferenza (ragionevole dalle prove), assunzione (presa come vera senza sufficiente supporto), sconosciuto (non può essere determinato ora) e speculazione (possibile ma debolmente supportata). Non presentare mai un'inferenza o un'assunzione come fatto. 4. CALIBRARE FIDUCIA Fornisci un livello generale di fiducia per le raccomandazioni sui materiali, alti, medi o bassi, e spiega brevemente cosa le sostiene e cosa le cambierebbe. Non taggiare ogni frase in modo meccanico. 5. USARE LE PROVE Per affermazioni fattuali o sensibili al tempo: cita fonti affidabili quando puoi, preferisci fonti primarie, menziona date quando la recente rilevanza è importante e non inventare mai citazioni, statistiche o risultati. Dì chiaramente quando non puoi verificare qualcosa. 6. NON ESSERE D'ACCORDO CON LA STRUTTURA Quando non sei d'accordo, usa: "Non sono d'accordo perché [motivo]. Quello che farei invece: [alternativa]. Il rischio nel tuo approccio: [lato negativo]. Cosa potrebbe cambiare la mia opinione: [prove]." Metti in discussione l'idea, non la persona. 7. NOMINA L'ASSUNZIONE CRITICA Identifica l'unica assunzione con il maggiore effetto sul risultato. Spiega perché è importante, cosa succede se è sbagliato e come testarlo rapidamente ed economicamente. 8. FARE SOLO DOMANDE MATERIALI Chiedi a un follow-up solo quando la risposta mancante potrebbe cambiare la tua raccomandazione. Altrimenti esprimi un'assunzione ragionevole e continua. 9. CONSIGLIARE, NON LIMITARTI AD ANALIZZARE Dopo aver nominato i problemi, fornisci un'alternativa pratica: l'azione raccomandata, la motivazione, i compromessi, i rischi principali, il passo successivo immediato e un modo a basso costo per convalidarlo. 10. MANTIENI LA TUA POSIZIONE SULLE PROVE, NON SULLA PRESSIONE Non cambiare la tua raccomandazione solo perché ripeto la mia preferenza o mi oppongo emotivamente. Cambialo quando fornisco nuove prove, correggo un'ipotesi o aggiungo un vincolo, e dico cosa è cambiato e perché. 11. NON FINGERE DI SAPERE Dì "Non lo so" o "Non posso verificarlo" quando è vero. Non colmare mai un vuoto fattuale solo per sembrare completo. Per decisioni mediche, legali, finanziarie o di sicurezza ad alto rischio, segnala i limiti e raccomanda una verifica professionale. 12. FORMATO PREDEFINITO A meno che un altro formato non si adatti meglio: In sintesi: la conclusione più importante. Fiducia: alta / media / bassa, con una breve ragione. Cosa potrebbe mancare: l'assunzione chiave, il vincolo o il rischio. Analisi: le prove e il ragionamento. Consiglio: cosa farei invece. Rischi e compromessi. Prossimo passo di validazione: il modo più veloce e utile per ridurre l'incertezza. Il tuo compito non è farmi sentire a posto. Serve ad aiutarmi a prendere una decisione migliore.
Quali cambiamenti nella pratica
Prendiamo una richiesta reale: "Sto costruendo una piattaforma di candidatura per l'IA. Genera curriculum e lettere di presentazione personalizzati, li salva come bozze Gmail e assegna a ogni utente 50 crediti gratuiti al giorno. È un modello di business forte?" Guarda cosa fanno le due versioni di Claude con esso.
La risposta predefinita
"È un'idea promettente, risolve un vero punto dolente per chi cerca lavoro. I curriculum personalizzati fanno risparmiare tempo, Gmail bozze creano un flusso di lavoro comodo e un modello di crediti gratuiti favorisce l'adozione. Potresti monetizzare con pacchetti di credito, piani premium e ricerca avanzata, poi aggiungere il tracciamento del lavoro e la preparazione ai colloqui per renderlo più attivo." Incoraggiante, e ingoia silenziosamente ogni supposizione: che 50 crediti gratuiti al giorno siano sostenibili, che gli utenti convertiranno, che il flusso di lavoro sia differenziato, che l'accesso Gmail non creerà attriti di fiducia.
La risposta del consulente critico
In sintesi: il problema dell'utente è reale, ma il modello di business non viene convalidato. Cinquanta crediti gratuiti al giorno possono distruggere la conversione a pagamento e invitare ad abusi prima che tu comprenda l'economia della tua unità. Fiducia: media, il rischio deriva dal modello, ma non mi hai fornito dati sui costi d'uso, interviste o test di prezzo. Quello che potresti non perdere: la sola generazione del curriculum non è difendibile, il vero valore è l'intero flusso di lavoro. Quello che farei invece: iniziare con una piccola indennità giornaliera e addebitare i pacchetti di applicazioni completati, non azioni isolate dell'IA. Il rischio: numeri elevati di registrazione che nascondono ricavi deboli e costi di lavorazione elevati. Passo successivo: eseguire un esperimento di prezzo di due settimane con tre modelli di credito e misurare il costo per ogni domanda completata, la conversione free-to-pay e la conservazione. La seconda risposta non è automaticamente più corretta. È più utile per la decisione, perché espone l'assunzione, nomina le prove mancanti, calibra la sua fiducia, offre un'alternativa e definisce un test.
Perché lo stesso Claude risponde diversamente
Niente di tutto questo è un trapianto di personalità. Claude risponde alla combinazione del tuo compito, del contesto che fornisci, delle istruzioni del tuo account o del progetto, del formato che richiedi e delle prove disponibili. Una richiesta vaga dà al modello molta libertà di decidere cosa significhi "utile", e di default è di accordo con l'utilità. Un'istruzione precisa restringe quella libertà. Anthropic presenta Claude come un nuovo assunto altamente capace, brillante, ma comunque privo delle tue norme e del tuo contesto. Il tuo compito è fornirli.
Dove mettere il prompt
Hai tre case per questo, e quella giusta dipende da quanto spesso vuoi puntare sull'obiettivo critico:
- Le istruzioni a livello account si applicano a ogni conversazione, quindi usale solo se vuoi un default analitico ovunque.
- Le istruzioni del progetto si applicano all'interno di un progetto, la scelta più sicura per prodotti mirati, ricerca o decisioni.
- Una abilità impacchettisce il comportamento e lo attiva quando lo chiedi, che di solito è la cosa migliore.
Non vuoi una recensione pubblicitaria dura quando chiedi a Claude di riscrivere un messaggio di compleanno. Fai del consulente una modalità che attivi, non una personalità con cui sei bloccato.
Il prompt del tuo compito conta ancora
L'istruzione del consulente imposta il comportamento. La tua richiesta determina comunque la qualità. "Rivedere la mia idea di business" lascia troppo aperto. Confrontalo con questo: "Valuta questa idea SaaS su product market fit, monetizzazione, difensibilità, costo di acquisizione e rischio operativo. Cliente target: professionisti tecnologici a metà carriera. Mercato: Emirati Arabi Uniti e India. Modello: utilizzo basato sul credito. Prove attuali: 15 interviste, nessun utente a pagamento. Identifica le tre ipotesi più probabili a causare il fallimento e l'esperimento più economico per testare ciascuna. Non suggerire nuove funzionalità a meno che non affrontino un rischio nominato." Ruolo, contesto, criteri, evidenze, vincoli, consegno. Questo è ciò che guida la produzione di cui ci si può fidare.
Aggiungi base di fonte per i fatti
Per la ricerca o l'analisi documentale, aggiungi un secondo livello: rendere ogni affermazione materiale verificabile. Dì a Claude di usare solo i documenti che fornisci, di estrarre i passaggi che supportano o contraddicono una conclusione prima di esporla, di citare il documento e la sezione per ogni affermazione materiale, e di dire chiaramente quando i documenti non contengono abbastanza per rispondere. Preferisci le fonti primarie ai riassunti, annota le date in cui la recente incidenza è importante e ritira tutto ciò che non può essere supportato. Grounding, citazione e verifica post-risposta sono esattamente ciò che Anthropic raccomanda per il lavoro fattuale.
Quando usarlo e quando no
Attiva il consulente per la valutazione del modello di business, strategia di prodotto, prezzi e go-to-market, revisioni di architettura, analisi degli investimenti, sintesi della ricerca e valutazione del rischio, ovunque una chiamata sbagliata sia costosa. Lascialo fuori per conversazioni informali, esplorazioni creative aperte, ideazioni iniziali dove vuoi sospeso il giudizio e scrittura diplomatica che ha bisogno di calore. Adversarial-by-default è una caratteristica nel contesto giusto e un bug in quello sbagliato.
Verifica le risposte che contano
Per raccomandazioni ad alto rischio, non considerare la prima risposta di Claude come definitiva. Esegui una seconda verifica che la controlli: elenca ogni affermazione fattuale, segna quelle basate su prove e inferenze, presenta la causa più forte contro la raccomandazione, indica quali nuove prove la cambierebbero, correggi qualsiasi cosa non supportata e produsca una decisione finale rivista. Genera, poi sfida, poi verifica, poi rivisa. L'audit rileva regolarmente ciò che il primo passaggio ha mancato.
Controlla la tua risposta precedente. 1. Elencare ogni affermazione fattuale e materiale che hai fatto. 2. Identificare le prove a sostegno di ciascuno. 3. Segna che le affermazioni si basano su inferenza o assunzione. 4. Identifica la parte più debole del tuo ragionamento. 5. Presentare il caso più solido e credibile contro la tua raccomandazione. 6. Dichiarare quali nuove prove potrebbero cambiare la tua conclusione. 7. Correggi o ritira qualsiasi affermazione che non puoi sostenere. 8. Fornire una raccomandazione finale rivista. Non difendere la risposta originale solo per coerenza.
"Il vero obiettivo non è un'IA che sembra sempre certa. È un'IA le cui prove, assunzioni e ragionamento sono facili da esaminare."
La conclusione
Il miglior risultato di Claude non deriva dal chiedergli di suonare più intelligente. Deriva dalla definizione di cosa si presenta un buon pensiero: valutare prima di concordare, rendere visibili l'incertezza, separare i fatti dall'inferenza, esporre l'assunzione critica, raccomandare un'alternativa e nominare il prossimo passo di validazione. Fai così, e smetti di avere una cheerleader e inizia a prendere un tutor, uno che ti aiuti a prendere una decisione migliore invece di sentirti meglio riguardo a quella che avevi già preso.
Fonti
Le indicazioni di Anthropic sulla riduzione delle allucinazioni e le sue migliori pratiche ingegneristiche rapide, oltre al Claude Help Center sulle funzionalità di personalizzazione, creazione e gestione di progetti e stili che si orientano verso le competenze.
Shardul | AI Product Manager
AI Product Manager, builder ed educatore che rilascia prodotti AI senza scrivere codice e scompone ogni decisione pubblicamente, così puoi costruire più velocemente di me.
Chi sono →Ricevi l'IA Product Playbook, ogni settimana.
Framework, analisi dei progetti e le lezioni che ci stanno dietro. Niente spam, disiscriviti quando vuoi.