Anthropic ha pubblicato un tutorial gratuito su Claude. 24 minuti che valgono più di metà dei corsi a pagamento

Il prompting efficace è la tecnica di costruire istruzioni chiare per ottenere da Claude risposte utili al primo colpo. Sai quella sensazione quando compri un elettrodomestico nuovo, ignori il libretto di istruzioni perché dai, si capisce da soli, e poi scopri tre anni dopo che aveva una funzione che ti avrebbe cambiato la vita? Beh, con Claude stiamo facendo esattamente quella cosa.

Anthropic — il team che ha costruito Claude — ha rilasciato un tutorial gratuito di 24 minuti dedicato a un concetto preciso: il prompting efficace. Non una roba di marketing. Non un corso venduto da un guru LinkedIn che ha usato Claude tre volte. Il manuale di istruzioni scritto da chi ha costruito la macchina.

Vale la pena fermarcisi sopra, perché c'è una differenza enorme tra usare uno strumento AI e usarlo bene. E quella differenza, nel lavoro quotidiano di un freelancer o piccolo imprenditore italiano, si traduce in ore recuperate o perse ogni settimana.

Cos'è il prompting e perché la maggior parte di noi lo fa male?

Il prompting è l'arte di dare istruzioni a un modello di linguaggio in modo che risponda in maniera utile, precisa e coerente con quello che ti serve davvero. In parole povere: è la differenza tra chiedere "dimmi qualcosa sul marketing" e costruire una richiesta strutturata che ottiene un output usabile al primo colpo.

Il problema è che la maggior parte di noi si è autoformata per tentativi ed errori — un approccio che funziona, ma lentamente, e che accumula abitudini sbagliate senza che ce ne accorgiamo. È come imparare a guidare da soli su una strada di campagna: arrivi a destinazione, ma poi in città fai cose che farebbero rabbrividire un istruttore.

Il tutorial Anthropic parte da un'osservazione concreta: il team ha accesso diretto a come Claude elabora le richieste, a cosa produce risultati coerenti e a cosa genera output che l'utente poi riscrive o scarta. Non è materiale assemblato da osservatori esterni — è costruito su quella prospettiva interna. E si vede nel modo in cui vengono presentati i principi: non come consigli generici validi per qualsiasi modello, ma come indicazioni specifiche su come questo modello ragiona.

Cosa insegna il tutorial e come applicarlo subito

Il tutorial copre i principi fondamentali del prompting efficace: come strutturare le istruzioni, come fornire contesto utile al modello, come usare esempi per guidare l'output, e come iterare sulle risposte in modo sistematico invece di ricominciare da zero ogni volta. Il materiale è sviluppato direttamente dal team che ha addestrato Claude, il che gli conferisce un'autorevolezza che nessun corso di terze parti può replicare.

Ci sono alcune cose che emergono con chiarezza. Prima: Claude risponde meglio quando gli dai un ruolo esplicito. Non "spiegami la fatturazione elettronica" ma "sei un commercialista esperto che parla con un freelancer alle prime armi: spiegami la fatturazione elettronica". La differenza nell'output è visibile a occhio nudo — prova entrambe le versioni sullo stesso argomento e confronta. Seconda: il contesto non è un lusso, è l'ingrediente base. Più informazioni dai su chi sei, cosa stai cercando di fare e per chi, più la risposta sarà calibrata. Claude non è un oracolo che legge nel pensiero — è uno strumento che lavora con quello che gli dai (e con quello che non gli dai, nel senso peggiore). Terza — e questa è quella che sorprende di più — la lunghezza del prompt non è proporzionale alla qualità del risultato. Un prompt lungo e confuso produce spesso output peggiori di uno breve e preciso. Il tutorial mostra dove si trova quella soglia: il criterio ha a che fare con la gerarchia delle informazioni, non con la quantità. Claude tende a dare peso uniforme a tutto quello che scrivi — quindi se metti l'istruzione centrale in mezzo a dieci righe di contesto secondario, il modello non sa cosa privilegiare. La precisione batte la completezza.

Quello che distingue questo materiale dalle guide che circolano online non è tanto la lista dei principi — alcuni li avrai già incontrati — ma la spiegazione del perché funzionano su Claude in modo specifico, e i casi in cui le stesse tecniche producono risultati opposti a quelli attesi. Quella parte è difficile da trovare altrove.

Quanto costa, in ore, non guardarlo?

Il tempo che perdi con prompt mediocri non è un costo teorico. I knowledge worker che usano strumenti AI in modo ottimizzato recuperano ore significative ogni settimana rispetto a chi li usa in modo superficiale — e quella differenza, moltiplicata per cinquantadue settimane, diventa rapidamente mesi di produttività.

Ora, 24 minuti contro settimane di lavoro recuperate: il rapporto è difficile da ignorare. Ma solo se usi il tutorial per cambiare davvero come costruisci le tue richieste — non per guardarlo, annuire e tornare a fare le stesse cose di prima. La tentazione di non cambiare le proprie abitudini è reale, e vale la pena tenerla presente.

C'è poi una ragione più sottile, e secondo noi più importante: Claude è uno strumento che cambia con l'uso. Più lo usi male, più ti abitui a risultati mediocri e smetti di aspettarti di meglio. È come mangiare sempre pasta scotta — dopo un po' ti dimentichi com'è al dente. Il tutorial serve anche a ricalibrare le aspettative su cosa è possibile ottenere — e quella ricalibrazione, una volta fatta, è difficile da disfare.

Vale anche per chi sta già usando Claude con una certa regolarità. Il materiale non è pensato per principianti assoluti — è per chiunque voglia smettere di lavorare per tentativi e iniziare a lavorare con metodo. Se stai già delegando parti del tuo lavoro all'AI e noti che i risultati sono discontinui, capire come comunicare meglio con il modello è spesso la variabile che mancava.

Come guardarlo senza sprecarlo

La regola è una: non guardarlo passivamente. Il tutorial è materiale pratico, non teorico — ogni principio è pensato per essere testato immediatamente su un caso reale del tuo lavoro.

Il metodo che ha senso è questo: guardi un segmento, ti fermi, lo applichi a qualcosa che stai facendo in questo momento, poi continui. Non è un documentario — è più vicino a una lezione di cucina dove se non metti le mani in pasta mentre guardi, alla fine sai le ricette ma non sai cucinare.

Portati dietro tre o quattro task reali — email da scrivere, testi da rivedere, analisi da fare, risposte a clienti complicati — e usali come banco di prova in tempo reale. La differenza tra "ho capito il concetto" e "so come applicarlo" si misura solo nell'uso diretto.

Un passaggio che vale la pena fare dopo: torna su un prompt che hai usato di recente e riscrivilo applicando quello che hai imparato. Confronta gli output. Se non vedi differenza, c'è una sezione che vale la pena riguardare. Se vedi differenza, hai già recuperato il tempo investito.

Perché questa fonte e non le decine di guide che trovi online?

Il web è pieno di guide al prompting. Alcune sono buone, molte sono riciclo di riciclo — qualcuno ha letto qualcosa, l'ha parafrasato, l'ha messo in una lista numerata e l'ha pubblicato. Il problema non è che siano false: è che sono generiche. Valgono un po' per tutti i modelli e quindi valgono davvero bene per nessuno.

Anthropic ha accesso a dati su come Claude risponde a milioni di prompt diversi. Quando il team descrive come il modello si comporta, non sta speculando — sta descrivendo un sistema che ha progettato e osserva direttamente. È la differenza tra leggere una recensione su un'auto e parlare con l'ingegnere che ha progettato il motore.

Detto questo — e qui vale la pena essere onesti — 24 minuti non ti rendono un esperto. Ti danno le fondamenta giuste. Quello che costruisci sopra dipende da quanto pratichi. Ma partire con le fondamenta giuste invece di quelle sbagliate è già una scelta importante, specialmente se usi Claude per lavoro ogni giorno. E considerando che il materiale è gratuito, il costo di non guardarlo è difficile da giustificare.

Oscar Wilde scriveva che "l'esperienza è semplicemente il nome che diamo ai nostri errori". Con i tutorial delle fonti primarie, almeno, puoi smettere di pagare il prezzo degli errori più ovvi e iniziare a fare quelli più interessanti. Se nel frattempo vuoi costruire un flusso di lavoro più strutturato intorno all'AI, può aiutarti leggere come le piccole imprese stanno integrando l'automazione AI nel loro operativo quotidiano — e cosa ha funzionato davvero rispetto a quello che sembrava promettente sulla carta.