Indice
1. INTRODUZIONE E COS'È L'AI [Artificial Intelligence]
Tutti ne parlano, ma pochi sanno veramente cosa sia. Di recente ho frequentato un bellissimo corso universitario tenuto dal Politecnico di Torino, dove mi hanno spiegato la teoria che c'è dietro, ho affrontato prove pratiche e ho capito come usarla.
Grazie a ChatGPT (Chat Generative Pretrained Transformer) è diventata una moda dell'informatica e il suo utilizzo si è diffuso. La carta vincente di OpenAI è stata renderla semplice, come Microsoft Windows fece per i personal computer negli anni '90; un fenomeno che si ripete spesso nel campo delle tecnologie, dove si procede per mode. Ed ecco che è esploso l'utilizzo dei Large Language Model (LLM), modelli di Machine Learning che apprendono un linguaggio (la chat) e, istruiti su miliardi (e quindi "Large") di parole o token simili, apprendono e rispondono alle tue esigenze.
Miliardi di parole vengono processate attraverso GPU [Graphics Processing Unit] sempre più potenti (e non CPU [Central Processing Unit], perché le GPU sono più adatte a utilizzare algoritmi di apprendimento come le reti neurali, e NVIDIA ha beneficiato di questo) e dati sempre più disponibili (Internet, open data...).
2. STRUMENTI ED ESEMPI DI PROMPT
Il prompt è il testo con cui si chiede allo strumento di eseguire un'azione. Il "prompt engineering" è diventata la scienza che studia come ottimizzare al meglio la domanda per poter ottenere la risposta migliore e più corretta. Questa, però, è ottimale soprattutto in base ai dati con cui lo strumento è stato istruito; ecco perché la stessa domanda posta a strumenti diversi non produce necessariamente la stessa risposta.
Ogni strumento, quindi, usa uno o più modelli, e ogni modello è formato da dati su cui si è addestrato attraverso un algoritmo scelto in base alla tipologia dei dati stessi. I dati di addestramento vengono confrontati dal modello con i dati forniti nella domanda (questi ultimi chiamati "fonti") per elaborare la risposta. È fondamentale, per ogni argomento da generare, usare una chat differente e utilizzare molti prompt sempre più affini in base al risultato precedente per arrivare al risultato finale desiderato.
2.1 ESEMPIO
Ho creato un articolo su Le Comunità Energetiche Rinnovabili (CER) usando l'AI e modificando pochissime parole, facendo generare il testo da questi strumenti. Nei modelli usati non riporterò la versione (es. ChatGPT 4), in quanto sarà già superata nel momento della pubblicazione di questo articolo.
2.1.1 PROCEDIMENTO
- A) Strutturo mentalmente i contenuti dell'articolo: definisco capitoli e paragrafi.
- B) Raccolgo le fonti: slide di un convegno a cui ho partecipato sulle CER, mi procuro regolamento e statuto della CER Vignole Green.
- C) Uso gli strumenti:
- Per ogni capitolo e paragrafo uso uno strumento e genero il testo partendo dalle fonti.
- Per ogni generazione, analizzo se può andar bene o rigenero con un prompt diverso o cambio strumento.
- Raccolgo i testi e li organizzo in una bozza.
- Definisco uno stile, creo un'immagine e genero l'HTML da pubblicare.
- Creo dei post per i social.
2.2 STRUMENTI E PROMPT
Di seguito gli strumenti e i prompt utilizzati.
2.2.1 Mistral
Strumento di un'azienda francese che mi ha colpito per l'analisi del testo ma non per le elaborazioni di calcoli. Permette l'elaborazione di diversi allegati in contemporanea.
Fonte: Slide del convegno
Prompt:
Spieghi ad un bambino cosa si intende per CER ?
Risultato: Il paragrafo "INTRODUZIONE: COSA SONO LE CER".
Fonte: Slide del convegno
Prompt:
Partendo dalle fonti, mi crei un articolo con i seguenti contenuti :
Introduzione cosa sono le CER
Evoluzione normativa
Esempio incentivi
Vantaggi per un consumatore
Vantaggi per un produttore
Risultato: Utilizzato in parte, mi hanno soddisfatto solo i paragrafi "VANTAGGI PER UN CONSUMATORE" e "VANTAGGI PER UN PRODUTTORE".
Fonte: Regolamento CER Vignole Green
Prompt:
Mi crei una tabella riassuntiva dei consumi.
Esempio : Produttore produce 150 kw
Consumatore consuma 200 kw
Energia condivisa tra produtore e consumatore 100 kw
Rimborso alla CER secondo gli incentivi in corso
Ripartizione incentivi secondo il regolamento della CER Vignole Green
Risultato: Non mi ha soddisfatto e non l'ho usato in quanto non è stato in grado di calcolarmi l'incentivo; si è basato solo sulla fonte e non ha cercato su internet i prezzi dell'incentivo.
2.2.2 NotebookLM
Strumento realizzato da Google, è stato addestrato per analizzare documenti, fare riassunti e domande puntuali, usando come uniche fonti i documenti caricati. Aiuta ad analizzare testi complessi e si possono creare progetti per ogni analisi.
Note negative:
- Non esiste una cronologia dei prompt usati nel progetto; ad ogni sessione in cui si riapre il progetto, si riparte da zero.
- L'esportazione dei risultati non è sempre agevole, in quanto per ogni informazione trovata viene indicata anche la fonte con un numero che viene riportato nei copia-incolla.
Fonte (per tutti i prompt): Slide del convegno, Regolamento e Statuto CER Vignole Green
Prompt:
Evoluzione Normativa Comunità Energetiche
Risultato: EVOLUZIONE NORMATIVA.
Prompt:
CER Vignole Green: Nascita e Adesione
Risultato: Storia della CER Vignole Green (aggiunta solo la data di creazione) e Modalità per aderire alla CER Vignole Green (solo aggiunto il codice della cabina primaria).
Prompt: Persi non salvati.
Risultati usati: COME ENTRARE A FAR PARTE DI UNA CER, TIPOLOGIA DI SOCI E MEMBRI DELLE CER, I BENEFICI ECONOMICI, FOCUS PNRR.
2.2.3 ChatGPT
È lo strumento più conosciuto; all'atto pratico, mi è sembrato quello più capace di elaborare meglio dati, formule, risultati complessi e di ricercare informazioni anche sul Web.
Fonte: Regolamento CER Vignole Green
Prompt:
Mi calcoli incentivi usando il Regolamento CER Vignole Green (in allegato) per la ripartizione ed usando le informazioni dalle altre fonti per il calcolo degli incentivi CER in Piemonte nell'anno 2025, mi crei una tabella riassuntiva con le righe rappresentanti gli utenti: utente 1 (Consumer), Utente 2 (Consumer), Utente 3 (Consumer), Utente 4 (Producer), Utente 5 (Prosumer), Utente 6 (Prosumer) impianto fatto con incentivi PNRR
I dati sono :
utente 1 consumo condiviso 2500 kw
utente 2 consuma condiviso 3000 kw
utente 3 consuma condiviso 4500 kw
utente 4 produce 7000 kw
utente 5 produce 5000 kw e autoconsuma 500 kw e nessun consumo condiviso
utente 6 produce 1000 kw, autoconsuma 1000 kw e consuma condivisa altri 1000 kw
Per un totale di energia condivisa 11000 kw.
Per chi produce calcola anche il rimborso del Ritiro Dedicato (RID) .
La tabella potrebbe contenere le seguenti colonne: Utente, Consumo condiviso, autoconsumo, Produzione, RID, Incentivo CER, Totale (RID + Incentivo CER)
Mi specifichi i dettagli dei calcoli fatti
Risultato con testo e tabella in html
Risultato: ESEMPIO PRATICO.
2.2.4 Gemini
Anche Google non poteva che offrire la sua versione di strumento che utilizza LLM; elabora molto bene testi e immagini. Ha meno limiti del suo diretto concorrente (ChatGPT) ma, come aspetto negativo, produce molte più "allucinazioni" con informazioni datate se lo si utilizza per ricerche sul web.
Fonte: Un documento di testo chiamato "bozza.txt" dove sono stati raccolti tutti i risultati dei contenuti generati precedentemente, avendo avuto l'accortezza di mettere manualmente in lettere maiuscole i nomi dei capitoli e paragrafi.
Prompt:
Partendo dal testo nell'allegato "bozza_ArticoloCER.txt" :
- Elabora il testo trasformandolo in un articolo in un italiano corretto
- togli tutte le citazioni (Esempio )
- riconosci i punti elenco formattandoli nello stesso modo
- riconosci i titoli dei vari paragrafi scritti in maiuscolo
- crea un indice iniziale dei titoli
- mi metti il significato degli acronimi tra parentesi []
- se sai quale è la fonte della normativa oppure ente mi metti anche il link con target=_blank (Esempio GSE https://www.gse.it/ oppure la legge normattiva esempio https://www.astrid-online.it/static/upload/regi/regione-piemonte_legge-regionale-3-agosto-2018--n.-12.pdf)
- converti tutto in una pagina HTML
Risultato: Testo HTML dell'articolo pubblicato.
2.2.5 Sora
Questo strumento è il modello di OpenAI specializzato nella creazione di immagini partendo da una richiesta scritta. Si parla di Intelligenza Artificiale generativa.
Nessuna fonte.
Prompt 1:
Trasferimento Energia CER
Prompt 2:
Change text to : Energia diretta da produttore a consumatore nelle CER
Risultato: L'immagine dell'articolo. Da notare che per una migliore interpretazione da parte dello strumento, si è usato il prompt 2 con una richiesta in lingua nativa (inglese) dello strumento stesso.
3. CONCLUSIONE: OPINIONI SUGLI STRUMENTI USATI
Oggettivamente è difficile fare un confronto tra gli strumenti; usandoli posso solo scrivere opinioni personali. Sicuramente gli strumenti e le relative versioni dei modelli dipendono molto dal fatto che siano versioni gratuite "community", come tutte quelle usate e qui presentate, oppure versioni a pagamento, dove i modelli sono più affidabili perché addestrati su una mole di dati maggiore. Il costo maggiore per chi li rende disponibili è proprio l'addestramento.
Se si vuole provare a fare un confronto, io personalmente userò:
- Mistral: elabora molti testi in contemporanea per rigenerare contenuti in formati diversi, ha meno limiti di altri strumenti (come numero di allegati da elaborare) e i risultati si esportano facilmente. Oggettivamente, però, ha generato qualche risultato inesatto.
- NotebookLM: è fondamentale per l'analisi di contenuti locali. Ho trovato molto difficoltosa l'esportazione dei contenuti generati (nel copia-incolla, per esempio del riassunto di un testo, vengono anche copiati i riferimenti della fonte). È molto affidabile nella ricerca di informazioni partendo dalle fonti date. È negativo il fatto che non si possano salvare i prompt usati, ma si possono "annotare e salvare" i risultati.
- ChatGPT: si è comportato egregiamente, ma va detto che è anche quello con più limiti di utilizzo. Utilizzato anche in altri contesti (generazione di codice in linguaggio PHP, formule Excel, ricerca di dispositivi da comprare), si conferma uno dei più affidabili, anche per l'esportazione dei dati.
- Gemini: va bene per piccole elaborazioni, sia con testi che con immagini come fonti. Nelle ultime versioni del modello sta migliorando anche la ricerca sul Web con dati aggiornati. I risultati si esportano bene.
- Sora: per generare immagini di fantasia, anche con testi, si è comportato egregiamente. Gemini e ChatGPT, anche molto di recente, hanno avuto molte difficoltà di elaborazione e l'immagine viene generata solo dopo molti minuti.
4. POST SCRIPTUM: PROMPT USATI PER QUESTO ARTICOLO
Questa parte di articolo è stata creata manualmente.
Strumento: Gemini
Fonte: Documento di testo chiamato "bozza_EsempiAI.txt" dove è stato creato il testo dell'articolo come quello spiegato
Prompt 1:
Partendo dal testo nell'allegato :
- Elabora il testo trasformandolo in un articolo in un italiano corretto
- riconosci i punti elenco formattandoli nello stesso modo
- riconosci i titoli dei vari paragrafi scritti in maiuscolo
- crea un indice iniziale dei titoli
- mi metti il significato degli acronimi tra parentesi []
- il capitolo degli esempi, propone sempre i contenuti Prompt e risultato. Formattali tutti nello stesso modo ed in particolare i prompt come se fosse del codice di programmazione scritto
- converti tutto in una pagina HTML
Prompt 2:
Partendo dal risultato precedente :
- mi togli le citazioni Esempio testo [cite_start] oppure [cite: 6]
- si parla di strumenti online, dove riportati mi metti il link al sito web, Esempio: Sora link: https://sora.chatgpt.com/ con html attributo target=_blank
Prompt 3:
Mi aggiunti il link al sito web di NVIDIA quando la cito, all'articolo "Le Comunità Energetiche Rinnovabili" quando citato ed a tutti i sui capitoli quando li menziono in questo articolo. Sempre con l'attributo html target = blank
Prompt 4:
mi correggi i link dei capitoli dell'articolo citato, esempio "INTRODUZIONE: COSA SONO LE CER" deve essere "https://www.occhioinformatico.it/hacking/8-varie/86-le-comunit%C3%A0-energetiche-rinnovabili-cer.html#introduzione" e NON "https://www.occhioinformatico.it/hacking/8-varie/86-le-comunit%C3%A0-energetiche-rinnovabili-cer.html"
Prompt 5:
quando si parla di Input me lo sostituisci con Fonte
Risultato: Pagina HTML pubblicata al netto di questo capitolo e ritocchi sugli stili, esempio colore prompt.
Prompt 6:
Mi crei una immagine fantasiosa che rappresenta il contenuto scritto
Risultato:
Prompt 7:
me la puoi ridurre in un formato più leggero per pubblicarla sul web
Risultato: Mi ha messo gli attributi HTML per ridurre la dimensione dell'articolo e non quello dell'immagine
Prompt 8:
Mi sono spiegato male. L'immagine che hai generato me la puoi ridurre in un formato più leggero per pubblicarla sul web
Risultato: Riporto la risposta esatta: "Capisco perfettamente. Purtroppo, non ho la capacità di modificare direttamente un'immagine già creata per ridurne le dimensioni del file. I miei strumenti mi permettono di generare immagini, ma non di ottimizzarle o comprimerle dopo la creazione..."
Strumento: Sora
Prompt 9:
Mi crei una immagine fantasiosa che rappresenta il contenuto scritto in questo articolo https://test.occhioinformatico.it/formazione/11-how-to-tutorial/83-intelligenza-artificiale-esempio-pratico.html
Risultato: Ha creato due immagini in tempi discreti, io ne ho scelta una. Salvataggio in formato webp per occupare poco spazio. 
Strumento: ChatGPT
Prompt 10:
Mi generi un post breve da pubblicare sui social per pubblicizzare il testo scritto in questo articolo "https://test.occhioinformatico.it/formazione/11-how-to-tutorial/83-intelligenza-artificiale-esempio-pratico.html" con anche dei hashtag
Risultato: Il POST sui social