Il versioning dei prompt tratta i prompt come codice: ogni modifica è numerata, salvata in un repository, testata su un insieme fisso di esempi e riavvolta quando una nuova versione peggiora i risultati.
Niente gergo, niente formule
Un prompt sembra testo, ma si comporta come software: una parola modificata può cambiare cento risposte a valle. Il versioning applica ai prompt la disciplina che il codice ha da decenni. Ogni prompt vive in un repository, non in una finestra di chat. Ogni modifica crea una nuova versione numerata, con autore, data e diff. Prima che una versione vada online, affronta una batteria di test: decine o centinaia di esempi fissi con risposte corrette note, valutati automaticamente. Se la nuova versione batte la vecchia sui test, va in produzione; se regredisce, si riavvolge e il report dice esattamente quali esempi sono peggiorati. Se un cliente contesta poi una risposta, puoi indicare la versione esatta che l'ha prodotta. Come si rompe: team che tengono i prompt in dashboard di produzione senza storia. Nessuno sa cosa è cambiato, quando, né perché un output è peggiorato martedì scorso.
Un prompt è tutto il testo che consegni a un modello linguistico in una chiamata: istruzioni, contesto e la domanda vera e propria. Il modello risponde continuando esattamente quel testo, e nient'altro.
LeggiIl prompt engineering è la pratica di scrivere prompt in modo che un modello linguistico esegua un compito in modo affidabile: istruzioni chiare, il contesto giusto, esempi concreti dell'output desiderato e test su casi reali prima di fidarti.
LeggiLLMOps è la disciplina di far funzionare i large language model in produzione: gestire prompt, contesto, costi, latenza e risposte con lo stesso rigore con cui MLOps gestisce i modelli predittivi, adattato a modelli che rispondono a parole e possono dirne quasi qualunque.
Leggi§ 03
Progettiamo e rilasciamo sistemi AI con permessi, log e approvazione umana. Si parte con una call di scoping di 30 minuti.