Un prompt che funziona solo per chi conosce già il gergo tecnico non è un buon prompt aziendale. Quando una persona deve indovinare cosa significhino “contesto”, “formato di output” o “vincoli”, l’AI aggiunge attrito invece di toglierlo. Il risultato tipico è una risposta generica, seguita da altri tre tentativi e da una telefonata al collega che aveva preparato il workflow.

OpenAI ha appena annunciato workshop pratici con OATS per aiutare 1.000 persone anziane in 10 città statunitensi a usare ChatGPT nelle attività quotidiane. Il dato interessante per una PMI non è l’età dei partecipanti. È il metodo: partire da compiti reali, spiegare la sicurezza e dare una regola semplice per fermarsi prima di agire. Lo stesso criterio migliora qualsiasi prompt destinato a clienti o colleghi non tecnici.

Il problema è l’istruzione, non l’utente

Molti template di prompt sono documentazione per chi li ha scritti, non strumenti per chi deve usarli. Campi come “persona”, “tone of voice” e “reasoning” sembrano precisi, ma obbligano il lettore a tradurre il proprio bisogno nel vocabolario del sistema. Se il task è rispondere a una richiesta commerciale, l’utente conosce già il cliente, il messaggio ricevuto e la decisione da prendere. Non dovrebbe conoscere l’architettura del modello.

I dati OpenAI Signals mostrano inoltre che l’analisi per età si basa solo sugli utenti che hanno dichiarato l’età e sui messaggi degli account individuali, non su Enterprise o Codex. Va quindi evitata una conclusione facile: non dimostrano che un gruppo sia più o meno competente. Mostrano però che l’uso di ChatGPT attraversa pubblici diversi. La mia regola è semplice: se un prompt interno richiede una spiegazione orale, non è ancora pronto per essere distribuito.

Un prompt in quattro campi comprensibili

Riduci il template a quattro informazioni che una persona possiede già: cosa deve ottenere, su quale materiale deve lavorare, quali limiti deve rispettare e come deve consegnare il risultato. Non chiedere di scegliere una tecnica di prompting. Chiedi il lavoro reale. Un modello riutilizzabile può essere questo:

Obiettivo: [che cosa deve essere pronto alla fine]
Materiale: [testo o dati da usare]
Limiti: [cosa non inventare, cosa non includere, chi approva]
Consegna: [formato, lunghezza e prossima azione]

Per una risposta a un contatto dal sito: “Prepara una bozza di risposta”, poi incolla la richiesta, specifica di non inventare prezzi o disponibilità e chiedi un’email sotto le 140 parole da sottoporre al responsabile. Il vantaggio non è una formula magica. È la separazione tra dati disponibili e decisioni che l’AI non può prendere. È lo stesso principio che uso quando valuto un workflow AI con revisione umana: il passaggio di approvazione deve comparire nel compito, non restare implicito.

Il test da fare prima di consegnarlo al team

Prima prova il prompt con un esempio realistico ma privo di dati personali. Poi fai eseguire il task a una persona che non ha partecipato alla sua scrittura. Non spiegarle il template: osserva dove si ferma, quali campi lascia vuoti e se distingue una bozza da una decisione. Alla fine chiedile di descrivere con parole proprie che cosa farà l’AI e che cosa resterà a carico suo. Se la risposta non coincide con il workflow previsto, correggi le istruzioni.

Per i messaggi sospetti aggiungi una fermata esplicita. Nel programma presentato il 16 settembre 2026, OpenAI e OATS insegnano a riconoscere urgenza, richieste di segretezza e link sospetti, con la sequenza “pausa, pensa, chiedi”. In azienda significa non cliccare, non inoltrare credenziali e non usare l’output dell’AI come verdetto. L’AI può evidenziare segnali da verificare; la conferma passa da un canale ufficiale o dal referente sicurezza.

L’errore da evitare e la take finale

L’errore peggiore è aggiungere istruzioni finché il prompt sembra completo a chi lo ha progettato. Ogni eccezione aumenta il carico per chi lo usa e crea conflitti che il modello risolverà in modo poco prevedibile. Se servono dodici regole, il task probabilmente va diviso: una prima fase raccoglie e ordina i dati, una seconda prepara la bozza, una persona approva l’azione finale. Questo rende visibile anche il punto in cui qualcosa si è rotto.

Un prompt aziendale va trattato come un’interfaccia. Deve parlare la lingua del lavoro, dichiarare i limiti e rendere evidente chi decide. Il test giusto non è ottenere una risposta perfetta una volta; è vedere se una persona nuova riesce a usarlo senza istruzioni laterali e senza consegnare all’AI più autorità del necessario. Se fallisce, non serve un corso di prompt engineering per tutto il team. Serve riscrivere l’interfaccia.