Generatore di modelli di prompt
Scegli un compito e ottieni uno scheletro di prompt che puoi modificare. Il generatore non chiama un modello. Riempie una struttura che i modelli locali seguono in modo più affidabile di una richiesta di una riga: una riga di ruolo o di compito, delle regole e un posto dove incollare il tuo materiale. Sostituisci ogni parentesi quadra e poi cancella le parentesi prima di eseguirlo.
Come usare uno scheletro
- Scegli il compito più vicino. Se nessuno calza, scegli Scrittura e sostituisci la riga del compito. Non impilare due compiti in un solo scheletro.
- Genera e poi copia. Modifica in un’applicazione per le note, non solo in questo riquadro, così puoi tenere la versione che ha funzionato.
- Sostituisci ogni parentesi. Un «[argomento]» rimasto verrà trattato come parte dell’istruzione.
- Incolla la tua fonte sotto l’etichetta che lo scheletro ha già, come Testo: o Codice:.
- Se il risultato è ancora lento, passa il prompt modificato nell’Ottimizzatore di prompt.
A che cosa serve ogni scheletro
Scrittura
Un solo pezzo con una lunghezza, un tono e una struttura. Usalo per un articolo, un testo breve o una spiegazione corta. Dice al modello di non inventare statistiche. Se invece ti serve un’email, cambia la riga del compito e imposta un tetto di parole sotto 150. Altri prompt di email già pronti sono nella Biblioteca di prompt.
Programmazione
Una funzione, un linguaggio, un caso limite. Chiede solo codice. Non chiedere anche i test nello stesso prompt. Incolla una descrizione corta, non un file intero, salvo che tu passi a un prompt di revisione della biblioteca.
Riassunto
Un numero fisso di punti elenco e un divieto sui fatti esterni. Metti la fonte dopo Testo:. Se la fonte è lunga, controllala prima con il Contatore di token.
Estrazione di dati
JSON piatto e null per i campi mancanti. Cambia i nomi delle chiavi. Non aggiungere un oggetto annidato se non hai già visto questo modello gestire bene il JSON piatto.
Analisi o revisione
Tre punti, un miglioramento e una raccomandazione breve. Dice al modello di non inventare numeri. Per la revisione di un bug o una decisione tra due opzioni, inizia qui e poi sostituisci l’elenco numerato con le etichette di I migliori modelli di prompt per LLM locali.
Un esempio compilato
Riga dello scheletro: «Scrivi un [tipo di contenuto] su [argomento]». Compilata:
Nota che le parentesi sono sparite e la riga della struttura è specifica. «Fallo bene» non compare mai.
Che cosa questo strumento non farà
- Non scriverà il prompt finale a partire dal tuo documento. I fatti li aggiungi tu.
- Non sceglierà un modello né una temperatura (temperature). Per i compiti ripetibili, imposta la temperatura vicino a 0.2. Vedi Come ottenere risultati costanti dai modelli locali.
- Non memorizza i modelli. Copia quelli che vuoi tenere.
Domande
Perché ci sono solo cinque tipi?
Questi cinque coprono le forme che i modelli locali gestiscono senza un lungo prompt di sistema. I lavori insoliti ci stanno ancora se tieni un solo compito e dai un nome al risultato. La biblioteca ha copie più specifiche se non vuoi adattare uno scheletro.
Posso generare in un’altra lingua?
Lo scheletro è in italiano, una lingua di istruzione affidabile per molti modelli locali anche quando il risultato deve essere in un’altra lingua. Aggiungi una riga: «Scrivi il risultato in [lingua]. Tieni queste istruzioni in italiano».
Il pulsante copia non ha fatto nulla.
Alcuni browser bloccano l’accesso agli appunti su una pagina aperta come file locale. Seleziona il modello e copialo a mano. Sul sito dal vivo il pulsante dovrebbe funzionare.
Ogni prompt deve iniziare con «Sei»?
No. L’estrazione può iniziare con «Estrai JSON…». Usa un ruolo quando conta il criterio di giudizio. Il motivo è in Cosa funziona davvero.
Guide e strumenti correlati
- I migliori modelli di prompt per LLM locali (2026)
- Come scrivere prompt migliori per modelli locali di IA
- Ingegneria dei prompt per l'IA locale: cosa funziona davvero
- Come ottenere risultati costanti dai modelli locali di IA
- Biblioteca di prompt per l'IA senza connessione
- Ottimizzatore di prompt
- Contatore di token per modelli locali