System prompt: cos'è ed esempi da copiare

Un system prompt (prompt di sistema) è un insieme di istruzioni che un modello di IA riceve prima che inizi la conversazione, e vale per tutti i messaggi successivi. Imposta il ruolo del modello, il suo pubblico, le sue regole e il formato predefinito delle risposte, così non devi ripeterli in ogni messaggio. L'utente scrive i prompt; il system prompt decide come il modello risponde a tutti.

Ogni app di chat ne usa già uno. Quando apri ChatGPT, Claude o Gemini, il modello ha già delle istruzioni dall'azienda che lo gestisce, e la finestra della chat non te le mostra. Quando gli sviluppatori costruiscono un'app sopra un modello, il system prompt è il punto in cui trasformano un modello generico in un tutor di programmazione, un assistente di supporto o un generatore di messaggi di commit.

Cosa fa un system prompt

L'input di un modello in una chat ha una struttura: prima il system prompt, poi la conversazione, con messaggi dell'utente e dell'assistente che si alternano. Il system prompt sta sopra l'intero scambio, quindi il modello lo ha davanti a ogni risposta, per quanto lunga diventi la chat.

Questa posizione lo rende il posto giusto per tutto ciò che deve valere sempre: a chi si rivolge il modello, cosa può e non può fare, come deve essere una risposta per impostazione predefinita. I modelli sono anche addestrati a dargli più peso rispetto a un messaggio dell'utente quando i due sono in conflitto. È una tendenza, non un lucchetto. Un utente insistente a volte riesce a convincere un modello a ignorare il suo system prompt, ed è per questo che non deve mai essere la tua unica protezione.

System prompt e messaggio dell'utente a confronto

Una prova utile: se una frase sarebbe vera per ogni messaggio della chat, va nel system prompt. Se riguarda questa richiesta in particolare, va nel messaggio dell'utente. "Rispondi in meno di 100 parole" può andare in entrambi; "riassumi l'email qui sotto" è sempre un messaggio dell'utente.

Dove impostare un system prompt

Nell'API, il system prompt è un input separato. Con la libreria Python di OpenAI è il primo messaggio della lista, con il ruolo system. La documentazione di OpenAI usa anche il nome developer message per lo stesso tipo di istruzione nei modelli più recenti.

from openai import OpenAI

client = OpenAI()
MODEL = "your-model-id"  # e.g. from your provider's model list

response = client.chat.completions.create(
    model=MODEL,
    messages=[
        {"role": "system", "content": "You are a patient Python tutor. Give hints, not full solutions."},
        {"role": "user", "content": "Why does my loop stop at 9?"},
    ],
)
print(response.choices[0].message.content)

Con la libreria Python di Anthropic è un parametro system di primo livello, e la lista messages contiene solo la conversazione:

import anthropic

client = anthropic.Anthropic()
MODEL = "your-model-id"  # e.g. from your provider's model list

message = client.messages.create(
    model=MODEL,
    max_tokens=500,
    system="You are a patient Python tutor. Give hints, not full solutions.",
    messages=[{"role": "user", "content": "Why does my loop stop at 9?"}],
)
print(message.content[0].text)

L'API Gemini di Google lo chiama system instruction (istruzione di sistema). Cambia il nome, l'idea è la stessa.

Nelle app di chat non hai accesso al campo system vero e proprio, perché l'app ha già il suo. Hai invece un posto dove aggiungere istruzioni permanenti che l'app include al posto tuo. In ChatGPT sono le istruzioni personalizzate, le istruzioni del progetto e le istruzioni di un GPT personalizzato. In Claude sono le istruzioni del progetto e le preferenze del tuo profilo. In Gemini sono le istruzioni di un Gem. Come ogni app unisca il tuo testo alle proprie istruzioni non è documentato del tutto, ma in pratica si comportano come un system prompt che condividi con l'app.

Cosa mettere in un system prompt

• Ruolo e pubblico. "Sei un tutor per studenti al primo mese di programmazione" fissa il vocabolario e il livello di ogni risposta. Il role prompting spiega cosa cambia un ruolo e cosa no.
• Regole che valgono a ogni turno. Cosa il modello deve fare sempre o non fare mai: dare suggerimenti invece di soluzioni complete, rispondere solo a domande sul prodotto, rispondere nella lingua dell'utente.
• Cosa fare in caso di dubbio. "Se la risposta non è nei fatti qui sotto, di' che non lo sai" fa di più contro le risposte inventate di un generico "sii preciso".
• I fatti che servono al modello. Dettagli del prodotto, regole, la data di oggi, il piano dell'utente. Un modello non può rispondere a domande sulla tua app partendo dai dati di addestramento.
• Formato predefinito. Lunghezza, struttura, se usare blocchi di codice. Se un programma legge l'output, dai la forma esatta; vedi output strutturato.

Cosa lasciare fuori

I segreti. Un system prompt non è privato. Gli utenti possono chiedere a un modello di ripetere le sue istruzioni o ingannarlo perché lo faccia, e i modelli non si rifiutano in modo affidabile. Chiavi API, password e tutto ciò che non vorresti vedere pubblicato non vanno lì. Tratta il system prompt come un testo che l'utente un giorno potrebbe leggere, e vedi prompt injection per capire come vengono scavalcate le istruzioni.

Il compito di un singolo messaggio. Se il system prompt dice "riassumi questo articolo", il secondo messaggio della chat non ha dove andare.

Mucchi di regole che si sovrappongono. Venti regole scritte in momenti diversi tendono a contraddirsi, e il modello deve indovinare quale prevale. Raggruppa le regole, elimina i doppioni e fissa le priorità quando due possono scontrarsi.

Il riempitivo. Il system prompt viene inviato di nuovo a ogni richiesta e occupa spazio nella finestra di contesto del modello, quindi ogni paragrafo inutile si paga a ogni turno.

Esempi di system prompt

Il primo esempio è un assistente di prodotto. Il system prompt fissa un ambito, una lunghezza e una regola per le domande a cui non può rispondere, e contiene i fatti che servono al modello. Passa da una scheda all'altra per inviargli messaggi diversi: lo stesso system prompt determina tutte e tre le risposte.

PertinenteFuori temaInsiste

EditCopy

System prompt

Sei l'assistente di aiuto all'interno di un'app per gestire il budget. Rispondi solo a domande sull'uso dell'app. Nessuna risposta deve superare le 80 parole. Se una domanda riguarda qualsiasi altra cosa, di' che puoi aiutare solo con l'app e proponi qualcosa di collegato con cui puoi aiutare. Se i fatti qui sotto non coprono una domanda, di' che non ne sei sicuro e suggerisci di contattare l'assistenza. Non inventare mai nomi di menu o funzionalità. Fatti: Le transazioni si possono dividere: apri la transazione, tocca Dividi, poi scegli le categorie e gli importi. I budget si azzerano il primo giorno di ogni mese.

Fill inprodotto

Come divido un acquisto tra spesa alimentare e casa?

Try it

Chat apps receive the system prompt as the start of your message, so this tries its wording, not its priority. To test it as standing instructions, put it in the app's custom instructions or the API's system field.

Example replyReplies vary between models and runs.

Apri l'acquisto tra le tue transazioni e tocca Dividi. Poi scegli le due categorie, Spesa alimentare e Casa, e inserisci l'importo che spetta a ciascuna.

Il secondo esempio è il tipo di testo che potresti mettere nelle istruzioni personalizzate o nelle istruzioni del progetto di un'app di chat. Descrive te e come vuoi le risposte, così ogni chat parte da lì.

Prompt

EditCopy

System prompt

Su di me: sono uno sviluppatore backend e lavoro in TypeScript su Node.js. Dai per scontato che conosco le basi e salta le spiegazioni per principianti. Come voglio le risposte: prima il codice, poi al massimo tre frasi di spiegazione. Segnalalo quando una risposta dipende da una versione o da un'impostazione specifica.

Fill inlinguaggio

Come leggo un file JSON?

Try it

Chat apps receive the system prompt as the start of your message, so this tries its wording, not its priority. To test it as standing instructions, put it in the app's custom instructions or the API's system field.

Example replyReplies vary between models and runs.

import { readFile } from "node:fs/promises";

const config = JSON.parse(await readFile("config.json", "utf8"));

Passare una codifica fa sì che readFile restituisca una stringa, che JSON.parse trasforma in un oggetto. L'await di primo livello funziona solo in un modulo ES ("type": "module" in package.json oppure un file .mts); altrimenti racchiudi la chiamata in una funzione async. Aggiungi un try/catch se il file potrebbe mancare o essere malformato.

Senza il system prompt, una domanda breve come "come leggo un file JSON?" lascia al modello il compito di indovinare il linguaggio, e la risposta arriva spesso in Python o in JavaScript semplice, con un paragrafo su cos'è JSON. Con il system prompt, la risposta sceglie il linguaggio e il runtime giusti, salta le basi e segue la forma richiesta.

La stessa struttura funziona per qualsiasi assistente che configuri: chi serve, le regole, cosa fare in caso di dubbio, i fatti che gli servono e il formato della risposta. Scrivilo una volta, provalo con una domanda normale, una fuori tema e una che cerca di infrangere una regola, e aggiustalo finché tutte e tre le risposte non sono quelle che vuoi.