'/%3E%3C/svg%3E){kind=small}
L’analisi europea dei fabbisogni di competenze sull’Intelligenza Artificiale lo dice senza giri di parole: il prompt engineer è un ruolo emergente che richiede attenzione urgente, e l’offerta formativa è quasi inesistente. Eppure pochi mestieri sono così fraintesi: non si tratta di chiacchierare con le macchine, ma di progettare, validare e mantenere istruzioni, contesto e controlli dei sistemi di IA generativa. Il metodo, dalle guide ufficiali dei produttori dei modelli.
Cominciamo dal dato europeo, perché è il più netto. L’analisi dei fabbisogni di competenze condotta dal progetto Artificial Intelligence Skills Alliance – ARISA, cofinanziato dall’Unione europea, avverte: «An emerging role that requires urgent attention is prompt engineer» (ARISA) (testo in lingua originale); e aggiunge, sul versante dell’offerta formativa, che «there is hardly any supply related to emerging demand like prompt engineering» (testo in lingua originale). Una domanda dichiarata urgente e un’offerta quasi assente: è la fotografia di un mestiere nato più in fretta dei percorsi per impararlo. Ragione di più per dire con precisione cosa faccia, davvero, un AI Prompt Engineer.
Cosa fa davvero, e cosa non fa
Attorno a questo mestiere si sono accumulati non pochi equivoci. Il prompt engineer non addestra modelli: progetta, valida e mantiene le istruzioni, i modelli di richiesta e le catene di strumenti con cui i sistemi di IA generativa vengono impiegati, presidiando precisione, sicurezza, tracciabilità ed equità dei risultati, in collaborazione con i profili tecnici e con le funzioni legali e di conformità. L’oggetto del suo lavoro non è il modello, ma il confine tra il modello e l’organizzazione: ciò che entra, ciò che esce, e le regole di entrambi.
Il metodo, dalle guide ufficiali dei produttori
La particolarità documentale di questo mestiere è che le sue fonti primarie sono le guide tecniche ufficiali dei produttori dei modelli linguistici di grandi dimensioni – Large Language Model, LLM. La definizione la offre la documentazione di Google: «Prompt design is the process of creating prompts, or natural language requests, that elicit accurate, high quality responses from a language model» (Google) (testo in lingua originale). Sul metodo, la guida di OpenAI raccomanda: «Be specific, descriptive and as detailed as possible about the desired context, outcome, length, format, style, etc» (OpenAI) (testo in lingua originale). E sulla tecnica degli esempi, la documentazione di Anthropic osserva che «a few well-crafted examples (known as few-shot or multishot prompting) improve accuracy and consistency» (Anthropic) (testo in lingua originale).
Dietro queste indicazioni sta un repertorio consolidato: istruzioni strutturate con delimitatori, scomposizione dei compiti in passaggi, concatenazione di richieste, controllo dei parametri di generazione, formati di uscita vincolati. Nulla di esoterico: ingegneria delle istruzioni, con criteri di qualità e metodi di prova.
Dove si gioca la professionalità
Tre pratiche separano il professionista dall’improvvisatore. La prima è trattare i prompt come artefatti di ingegneria: versionati, documentati, raccolti in librerie riutilizzabili; l’estemporaneità, in contesti aziendali, è la premessa dell’inaffidabilità. La seconda è la valutazione empirica: insiemi di casi di prova e metriche per misurare accuratezza, coerenza e robustezza prima della messa in produzione e a ogni modifica del modello o delle istruzioni; senza valutazione, ogni affermazione di qualità è aneddotica. La terza è il presidio dei rischi propri della generazione: riduzione delle c.d. allucinazioni mediante ancoraggio ai dati e tecniche di generazione aumentata dal recupero di informazioni – Retrieval-Augmented Generation, RAG, barriere contro usi impropri e istruzioni malevole, attenzione alle distorsioni nei contenuti generati.
A ciò si aggiunge la conformità: registrazione delle interazioni rilevanti, trasparenza verso gli utenti sull’impiego dell’IA generativa in coerenza con gli obblighi del Regolamento (UE) 2024/1689, c.d. AI Act, e rispetto del Regolamento (UE) 2016/679, c.d. GDPR, quando nelle richieste o nei contesti transitano dati personali.
L’Italia ha scritto il profilo
Alla domanda urgente segnalata in Europa l’Italia ha risposto con un perimetro verificabile: la norma UNI 11621-8:2026 include l’AI Prompt Engineer tra i profili di ruolo professionale dell’IA, con competenze declinate secondo la metodologia dell’e-Competence Framework europeo, la norma UNI EN 16234-1 (UNI). Chi voglia farsi attestare quelle competenze può sottoporsi a valutazione presso un organismo accreditato secondo lo Standard UNI CEI EN ISO/IEC 17024, nel quadro della Circolare informativa Accredia DC n. 21/2026 (Accredia): una risposta di sistema a un mercato in cui il titolo è stato, fin qui, autoattribuito con notevole disinvoltura.
Conclusioni
Il prompt engineering sta tra le capacità del modello e l’affidabilità del risultato: sottovalutarlo significa consegnare agli utenti sistemi brillanti e inaffidabili. L’Europa ne ha certificato l’urgenza, i produttori dei modelli ne hanno scritto il metodo, la norma italiana ne ha fissato le competenze: gli ingredienti della professionalizzazione ci sono tutti.
Alla luce di quanto esposto, ci si domanda se formazione e imprese colmeranno il divario segnalato dall’analisi europea prima che lo colmino, male, le autocertificazioni; la differenza, per chi userà questi sistemi, non sarà di etichetta ma di affidabilità.
Fonti
- Accredia, Circolare informativa DC N. 21/2026
- Anthropic, “Prompt engineering overview”
- ARISA, “Europe’s most needed AI skills and roles”
- Google AI for Developers, “Prompt design strategies”
- OpenAI Help Center, “Best practices for prompt engineering with the OpenAI API”
- UNI, comunicato del 30 aprile 2026 sulla norma UNI 11621-8:2026
