Framework TCREI: Come Scrivere Prompt AI da Professionista

Sai qual è la differenza tra chi usa l'AI in modo mediocre e chi ne tira fuori risultati straordinari? Non è il modello che usi. È come gli parli.

Quando ho iniziato a lavorare con Claude e altri LLM per automatizzare progetti client, ho scoperto che il vero collo di bottiglia non era la tecnologia: ero io. I miei prompt erano vaghi, improvvisati, e i risultati oscillavano tra il "quasi" e il "ricominciamo da capo". Poi ho capito che serviva un metodo. Non un trucco magico, ma un framework riproducibile che funzionasse ogni volta. In questo articolo ti mostro esattamente quello che uso oggi: una struttura in cinque passaggi che trasforma qualsiasi richiesta confusa in output utilizzabili.

Task: Definisci Cosa Vuoi Davvero (Non Cosa Pensi di Volere)

Il primo errore che facciamo tutti: aprire ChatGPT o Claude e scrivere "Aiutami con questo progetto". Troppo vago. L'AI non legge nella tua mente, ha bisogno di un obiettivo preciso.

Il task è la tua istruzione core: cosa deve fare esattamente il modello? Scrivere un'email? Generare cinque titoli per un post LinkedIn? Analizzare un dataset e restituire insights chiave?

Esempio pratico: invece di "Scrivi un post su AI e marketing", prova con "Scrivi un post LinkedIn di 150 parole che spieghi come l'AI possa ridurre del 50% il tempo di gestione delle campagne PPC per piccole imprese italiane". Vedi la differenza? Specifico batte vago, sempre.

Quando definisci il task, chiediti: se lo delegassi a un collaboratore, questa istruzione basterebbe per partire? Se la risposta è no, riformula.

Context: Più Contesto Dai, Meglio Lavora l'AI

Immagina di entrare in ufficio e dover prendere in carico un progetto senza sapere nulla del cliente, del mercato, degli obiettivi. Impossibile, giusto? Stessa cosa per l'AI.

Il contesto è tutto ciò che circonda il task: per chi stai scrivendo, in che settore operi, qual è il tono di voce giusto, quali vincoli hai (budget, timing, formato). Più informazioni fornisci, più l'output sarà calibrato.

Esempio reale dal mio lavoro: quando chiedo a Claude di generare un workflow di automazione con Make, non scrivo solo "Crea un workflow per lead generation". Aggiungo: "Il cliente è una SRL italiana nel settore formazione B2B, vuole catturare lead da LinkedIn e nutrirli via email con contenuti educativi, budget mensile 500€, no tool complessi". Risultato? Suggerimenti aderenti alla realtà, non fantasie teoriche.

• Chi è il pubblico finale?
• Qual è il tuo obiettivo di business?
• Ci sono vincoli tecnici, di budget o di tempo?
• Che tono vuoi usare (formale, diretto, tecnico)?

Il contesto non è un optional: è il carburante che trasforma un output generico in uno su misura.

References: Mostra Esempi, Non Solo Descrizioni

Ho imparato questa lezione lavorando con CrewAI: gli agenti AI sono macchine di pattern matching. Se gli mostri un esempio di cosa vuoi, capiscono dieci volte meglio di qualsiasi spiegazione verbale.

Le references sono campioni concreti: un email che ti è piaciuta, uno screenshot di layout, un paragrafo scritto nel tono giusto. Non serve essere perfetti: anche un esempio approssimativo aiuta l'AI a centrare il target.

Esempio pratico: quando genero meta description con Claude, non mi limito a dire "Scrivi una meta description efficace". Copio-incollo due o tre meta description che funzionano già (dai miei articoli o da competitor) e aggiungo: "Usa questo stile, lunghezza simile, keyword principale in apertura". Il risultato? Output che non richiedono editing pesante.

Un'immagine vale mille parole, dicono. Un esempio vale mille istruzioni. Se hai un modello di riferimento, allegalo. Se non ce l'hai, creane uno veloce: bastano poche righe per orientare l'AI nella direzione giusta.

Evaluate e Iterate: Il Prompt Perfetto Non Esiste al Primo Colpo

Questa è la parte che molti ignorano, e spiega perché si arrendono dopo il primo tentativo mediocre. Il prompting non è mai one-and-done. È un processo iterativo.

Evaluate significa: guarda l'output con occhio critico. È quello che volevi? Cosa funziona? Cosa manca? Dove l'AI ha frainteso?

Iterate significa: aggiusta il prompt e rilancia. Aggiungi contesto dove era vago. Raffina il task se l'AI ha interpretato male. Inserisci un esempio se il tono non è quello giusto.

Nel mio workflow quotidiano con Claude Code, raramente ottengo il risultato finale al primo giro. Ma dopo due o tre iterazioni mirate, arrivo a output che richiedono zero editing. Il trucco? Non cambiare tutto ogni volta. Correggi un elemento alla volta: prima il task, poi il contesto, poi aggiungi reference se serve.

Ogni iterazione ti insegna qualcosa: capisci meglio come ragiona quel modello, affini la tua capacità di prompt, costruisci una libreria mentale di pattern che funzionano. Il prompting è una skill, non un comando magico.

Tiny Crabs Ride Enormous Iguanas: Un Acronimo che Funziona

Sì, lo so: memorizzare framework può sembrare da scuola elementare. Ma funziona. TCREI: Task, Context, References, Evaluate, Iterate. Ogni lettera è un checkpoint nella costruzione di un prompt solido.

Perché "Tiny Crabs Ride Enormous Iguanas"? Perché le immagini mentali assurde si ricordano meglio. La prossima volta che apri Claude o ChatGPT, prima di scrivere la prima parola, ripeti mentalmente questa sequenza. Ti obbliga a fermarti, pensare, strutturare.

Ho iniziato a usare questo approccio sistematicamente tre mesi fa. Risultato pratico: il tempo medio per ottenere un output utilizzabile è sceso da 20 minuti (tra prompt vaghi, output mediocri, riscritture manuali) a meno di 5 minuti. Non perché l'AI sia migliorata: perché io ho smesso di improvvisare.

Se stai costruendo workflow di automazione, generando contenuti per clienti, o semplicemente usando l'AI nel tuo lavoro quotidiano, questo framework ti fa risparmiare ore. E ti posiziona in quel 10% che sa davvero come estrarre valore dai modelli linguistici.

Domanda finale, che lascio aperta: stiamo imparando a comandare l'AI, o stiamo imparando a pensare in modo più strutturato? Forse le due cose sono la stessa cosa. E forse è proprio questo il vero vantaggio competitivo.