Loading...
    • Guida per sviluppatori
    • Riferimento API
    • MCP
    • Risorse
    • Note sulla versione
    Search...
    ⌘K
    Primi passi
    Introduzione a ClaudeAvvio rapido
    Modelli e prezzi
    Panoramica dei modelliScelta di un modelloNovità in Claude 4.6Guida alla migrazioneDeprecazioni dei modelliPrezzi
    Crea con Claude
    Panoramica delle funzioniUtilizzo dell'API MessagesGestione dei motivi di arrestoBest practice per i prompt
    Capacità del modello
    Extended thinkingAdaptive thinkingEffortFast mode (anteprima di ricerca)Output strutturatiCitazioniStreaming dei messaggiElaborazione batchSupporto PDFRisultati di ricercaSupporto multilingueEmbeddingsVision
    Strumenti
    PanoramicaCome implementare l'uso degli strumentiStrumento di ricerca webStrumento di recupero webStrumento di esecuzione del codiceStrumento di memoriaStrumento BashStrumento Computer useStrumento editor di testo
    Infrastruttura degli strumenti
    Ricerca strumentiChiamata programmatica degli strumentiStreaming granulare degli strumenti
    Gestione del contesto
    Finestre di contestoCompattazioneModifica del contestoPrompt cachingConteggio dei token
    File e risorse
    API Files
    Agent Skills
    PanoramicaAvvio rapidoBest practiceSkills per l'aziendaUtilizzo di Skills con l'API
    Agent SDK
    PanoramicaAvvio rapidoTypeScript SDKTypeScript V2 (anteprima)Python SDKGuida alla migrazione
    MCP nell'API
    Connettore MCPServer MCP remoti
    Claude su piattaforme di terze parti
    Amazon BedrockMicrosoft FoundryVertex AI
    Prompt engineering
    PanoramicaGeneratore di promptUsa modelli di promptMiglioratore di promptSii chiaro e direttoUsa esempi (multishot prompting)Lascia che Claude pensi (CoT)Usa tag XMLDai a Claude un ruolo (prompt di sistema)Concatena prompt complessiSuggerimenti per il contesto lungoSuggerimenti per extended thinking
    Test e valutazione
    Definisci criteri di successoSviluppa casi di testUtilizzo dello strumento di valutazioneRiduzione della latenza
    Rafforza i guardrail
    Riduci le allucinazioniAumenta la coerenza dell'outputMitiga i jailbreakStreaming dei rifiutiRiduci la perdita di promptMantieni Claude nel personaggio
    Amministrazione e monitoraggio
    Panoramica dell'API AdminResidenza dei datiWorkspaceAPI di utilizzo e costiAPI Claude Code AnalyticsZero Data Retention
    Console
    Log in
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...

    Solutions

    • AI agents
    • Code modernization
    • Coding
    • Customer support
    • Education
    • Financial services
    • Government
    • Life sciences

    Partners

    • Amazon Bedrock
    • Google Cloud's Vertex AI

    Learn

    • Blog
    • Catalog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Company

    • Anthropic
    • Careers
    • Economic Futures
    • Research
    • News
    • Responsible Scaling Policy
    • Security and compliance
    • Transparency

    Learn

    • Blog
    • Catalog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Help and security

    • Availability
    • Status
    • Support
    • Discord

    Terms and policies

    • Privacy policy
    • Responsible disclosure policy
    • Terms of service: Commercial
    • Terms of service: Consumer
    • Usage policy
    Crea con Claude

    Migliori pratiche di prompt engineering

    Tecniche di prompt engineering per i modelli più recenti di Claude, inclusi Claude Opus 4.6, Claude Sonnet 4.5 e Claude Haiku 4.5.

    Questa guida fornisce tecniche di prompt engineering per i modelli più recenti di Claude, inclusi Claude Opus 4.6, Claude Sonnet 4.5 e Claude Haiku 4.5. Questi modelli sono stati addestrati per seguire le istruzioni in modo più preciso rispetto alle generazioni precedenti di modelli Claude.

    Per una panoramica delle capacità dei modelli, consulta la panoramica dei modelli. Per i dettagli su cosa c'è di nuovo in Claude 4.6, consulta Novità in Claude 4.6. Per le indicazioni sulla migrazione, consulta la Guida alla migrazione.

    Principi generali

    Sii esplicito con le tue istruzioni

    Claude risponde bene a istruzioni chiare ed esplicite. Essere specifico riguardo all'output desiderato può aiutare a migliorare i risultati. Se desideri un comportamento "al di là delle aspettative", richiestilo esplicitamente piuttosto che affidarti al modello per dedurlo da prompt vaghi.

    Aggiungi contesto per migliorare le prestazioni

    Fornire contesto o motivazione dietro le tue istruzioni, come spiegare a Claude perché tale comportamento è importante, può aiutare Claude a comprendere meglio i tuoi obiettivi e fornire risposte più mirate.

    Claude è abbastanza intelligente da generalizzare dalla spiegazione.

    Sii vigile con gli esempi e i dettagli

    Claude presta molta attenzione ai dettagli e agli esempi come parte delle sue capacità precise di seguire le istruzioni. Assicurati che i tuoi esempi si allineino con i comportamenti che desideri incoraggiare e minimizzino i comportamenti che desideri evitare.

    Ragionamento a lungo termine e tracciamento dello stato

    I modelli più recenti di Claude eccellono nei compiti di ragionamento a lungo termine con eccezionali capacità di tracciamento dello stato. Claude mantiene l'orientamento durante sessioni estese concentrandosi sul progresso incrementale, facendo progressi costanti su poche cose alla volta piuttosto che tentare tutto contemporaneamente. Questa capacità emerge soprattutto su più finestre di contesto o iterazioni di compiti, dove Claude può lavorare su un compito complesso, salvare lo stato e continuare con una finestra di contesto nuova.

    Consapevolezza del contesto e flussi di lavoro multi-finestra

    I modelli Claude Opus 4.6 e Claude 4.5 dispongono di consapevolezza del contesto, che consente al modello di tracciare la sua finestra di contesto rimanente (cioè il "budget di token") durante una conversazione. Ciò consente a Claude di eseguire compiti e gestire il contesto in modo più efficace comprendendo quanto spazio ha a disposizione.

    Gestione dei limiti di contesto:

    Se stai utilizzando Claude in un harness di agente che compatta il contesto o consente di salvare il contesto in file esterni (come in Claude Code), ti suggeriamo di aggiungere queste informazioni al tuo prompt in modo che Claude possa comportarsi di conseguenza. Altrimenti, Claude potrebbe a volte tentare naturalmente di concludere il lavoro mentre si avvicina al limite di contesto. Di seguito è riportato un prompt di esempio:

    Prompt di esempio
    La tua finestra di contesto verrà compattata automaticamente quando si avvicina al suo limite, permettendoti di continuare a lavorare indefinitamente da dove hai lasciato. Pertanto, non interrompere i compiti in anticipo a causa di preoccupazioni relative al budget di token. Man mano che ti avvicini al limite del tuo budget di token, salva il tuo progresso attuale e lo stato della memoria prima che la finestra di contesto si aggiorni. Sii sempre il più persistente e autonomo possibile e completa i compiti completamente, anche se la fine del tuo budget si sta avvicinando. Non interrompere mai artificialmente alcun compito in anticipo indipendentemente dal contesto rimanente.

    Lo strumento di memoria si abbina naturalmente alla consapevolezza del contesto per transizioni di contesto senza soluzione di continuità.

    Flussi di lavoro multi-finestra di contesto

    Per compiti che si estendono su più finestre di contesto:

    1. Usa un prompt diverso per la primissima finestra di contesto: Usa la prima finestra di contesto per impostare un framework (scrivi test, crea script di configurazione), quindi usa le future finestre di contesto per iterare su una lista di cose da fare.

    2. Fai scrivere al modello i test in un formato strutturato: Chiedi a Claude di creare test prima di iniziare il lavoro e tieni traccia di essi in un formato strutturato (ad es. tests.json). Questo porta a una migliore capacità a lungo termine di iterare. Ricorda a Claude l'importanza dei test: "È inaccettabile rimuovere o modificare i test perché ciò potrebbe portare a funzionalità mancanti o difettose."

    3. Configura strumenti per la qualità della vita: Incoraggia Claude a creare script di configurazione (ad es. init.sh) per avviare gracefully i server, eseguire suite di test e linter. Questo previene il lavoro ripetuto quando si continua da una finestra di contesto nuova.

    4. Iniziare da zero vs compattare: Quando una finestra di contesto viene cancellata, considera di iniziare con una finestra di contesto completamente nuova piuttosto che utilizzare la compattazione. I modelli più recenti di Claude sono estremamente efficaci nel scoprire lo stato dal filesystem locale. In alcuni casi, potresti voler sfruttare questo rispetto alla compattazione. Sii prescrittivo su come dovrebbe iniziare:

      • "Chiama pwd; puoi solo leggere e scrivere file in questa directory."
      • "Rivedi progress.txt, tests.json e i log git."
      • "Esegui manualmente un test di integrazione fondamentale prima di passare all'implementazione di nuove funzionalità."
    5. Fornisci strumenti di verifica: Man mano che la lunghezza dei compiti autonomi cresce, Claude ha bisogno di verificare la correttezza senza feedback umano continuo. Strumenti come il server Playwright MCP o le capacità di utilizzo del computer per testare le interfacce utente sono utili.

    6. Incoraggia l'utilizzo completo del contesto: Richiedi a Claude di completare efficientemente i componenti prima di passare al successivo:

    Prompt di esempio
    Questo è un compito molto lungo, quindi potrebbe essere utile pianificare chiaramente il tuo lavoro. È incoraggiato spendere l'intero contesto di output lavorando sul compito - assicurati solo di non esaurire il contesto con lavoro significativo non sottoposto a commit. Continua a lavorare sistematicamente fino a quando non hai completato questo compito.

    Migliori pratiche di gestione dello stato

    • Usa formati strutturati per i dati di stato: Quando traccia informazioni strutturate (come risultati di test o stato dei compiti), usa JSON o altri formati strutturati per aiutare Claude a comprendere i requisiti dello schema
    • Usa testo non strutturato per le note di progresso: Le note di progresso in forma libera funzionano bene per tracciare il progresso generale e il contesto
    • Usa git per il tracciamento dello stato: Git fornisce un log di ciò che è stato fatto e checkpoint che possono essere ripristinati. I modelli più recenti di Claude funzionano particolarmente bene nell'utilizzo di git per tracciare lo stato su più sessioni.
    • Sottolinea il progresso incrementale: Chiedi esplicitamente a Claude di tenere traccia del suo progresso e concentrarsi sul lavoro incrementale

    Stile di comunicazione

    I modelli più recenti di Claude hanno uno stile di comunicazione più conciso e naturale rispetto ai modelli precedenti:

    • Più diretto e radicato: Fornisce rapporti di progresso basati su fatti piuttosto che aggiornamenti auto-celebrativi
    • Più conversazionale: Leggermente più fluido e colloquiale, meno simile a una macchina
    • Meno verboso: Potrebbe saltare riepiloghi dettagliati per efficienza a meno che non richiesto diversamente

    Questo stile di comunicazione riflette accuratamente ciò che è stato realizzato senza elaborazione non necessaria.

    Indicazioni per situazioni specifiche

    Bilancia la verbosità

    I modelli più recenti di Claude tendono verso l'efficienza e potrebbero saltare riepiloghi verbali dopo le chiamate di strumenti, passando direttamente all'azione successiva. Sebbene ciò crei un flusso di lavoro snello, potresti preferire più visibilità nel suo processo di ragionamento.

    Se desideri che Claude fornisca aggiornamenti mentre lavora:

    Prompt di esempio
    Dopo aver completato un compito che comporta l'uso di strumenti, fornisci un breve riepilogo del lavoro che hai svolto.

    Modelli di utilizzo degli strumenti

    I modelli più recenti di Claude sono addestrati per il seguire preciso delle istruzioni e beneficiano di una direzione esplicita per utilizzare strumenti specifici. Se dici "puoi suggerire alcuni cambiamenti", Claude a volte fornirà suggerimenti piuttosto che implementarli, anche se apportare modifiche potrebbe essere quello che intendevi.

    Affinché Claude agisca, sii più esplicito:

    Per rendere Claude più proattivo nel prendere azioni per impostazione predefinita, puoi aggiungere questo al tuo prompt di sistema:

    Prompt di esempio per azione proattiva
    <default_to_action>
    Per impostazione predefinita, implementa i cambiamenti piuttosto che solo suggerirli. Se l'intento dell'utente non è chiaro, deduci l'azione più utile probabile e procedi, utilizzando gli strumenti per scoprire eventuali dettagli mancanti invece di indovinare. Prova a dedurre l'intento dell'utente su se una chiamata di strumento (ad es. modifica o lettura di file) è intesa o meno, e agisci di conseguenza.
    </default_to_action>

    D'altra parte, se desideri che il modello sia più esitante per impostazione predefinita, meno propenso a saltare direttamente alle implementazioni, e agisca solo se richiesto, puoi guidare questo comportamento con un prompt come il seguente:

    Prompt di esempio per azione conservativa
    <do_not_act_before_instructions>
    Non saltare nell'implementazione o modificare file a meno che non sia chiaramente istruito di apportare modifiche. Quando l'intento dell'utente è ambiguo, prediligi fornire informazioni, fare ricerche e fornire raccomandazioni piuttosto che agire. Procedi con modifiche, alterazioni o implementazioni solo quando l'utente le richiede esplicitamente.
    </do_not_act_before_instructions>

    Utilizzo degli strumenti e attivazione

    Claude Opus 4.5 e Claude Opus 4.6 sono più reattivi al prompt di sistema rispetto ai modelli precedenti. Se i tuoi prompt erano progettati per ridurre l'underutilizzo degli strumenti o delle competenze, questi modelli potrebbero ora overutilizzarli. La soluzione è attenuare qualsiasi linguaggio aggressivo. Dove avresti potuto dire "CRITICO: DEVI usare questo strumento quando...", puoi usare un prompt più normale come "Usa questo strumento quando...".

    Bilanciamento tra autonomia e sicurezza

    Senza indicazioni, Claude Opus 4.6 potrebbe intraprendere azioni difficili da annullare o che influenzano sistemi condivisi, come l'eliminazione di file, il force-push o la pubblicazione su servizi esterni. Se desideri che Claude Opus 4.6 confermi prima di intraprendere azioni potenzialmente rischiose, aggiungi indicazioni al tuo prompt:

    Prompt di esempio
    Considera la reversibilità e l'impatto potenziale delle tue azioni. Sei incoraggiato a intraprendere azioni locali e reversibili come la modifica di file o l'esecuzione di test, ma per azioni difficili da annullare, che influenzano sistemi condivisi o potrebbero essere distruttive, chiedi all'utente prima di procedere.
    
    Esempi di azioni che richiedono conferma:
    - Operazioni distruttive: eliminazione di file o rami, eliminazione di tabelle di database, rm -rf
    - Operazioni difficili da annullare: git push --force, git reset --hard, modifica di commit pubblicati
    - Operazioni visibili ad altri: push di codice, commenti su PR/problemi, invio di messaggi, modifica dell'infrastruttura condivisa
    
    Quando incontri ostacoli, non usare azioni distruttive come scorciatoia. Ad esempio, non bypassare i controlli di sicurezza (ad es. --no-verify) o scartare file sconosciuti che potrebbero essere lavori in corso.

    Overthinking e eccessiva accuratezza

    Claude Opus 4.6 esegue significativamente più esplorazione iniziale rispetto ai modelli precedenti, specialmente con impostazioni effort più elevate. Questo lavoro iniziale spesso aiuta a ottimizzare i risultati finali, ma il modello potrebbe raccogliere un contesto esteso o perseguire più filoni di ricerca senza essere richiesto. Se i tuoi prompt precedentemente incoraggiavano il modello a essere più accurato, dovresti sintonizzare quella guida per Claude Opus 4.6:

    • Sostituisci i valori predefiniti generici con istruzioni più mirate. Invece di "Prediligi l'utilizzo di [strumento]," aggiungi indicazioni come "Usa [strumento] quando migliorerebbe la tua comprensione del problema."
    • Rimuovi l'over-prompting. Gli strumenti che underutilizzavano nei modelli precedenti probabilmente si attiveranno appropriatamente ora. Istruzioni come "Se in dubbio, usa [strumento]" causeranno overutilizzo.
    • Usa effort come fallback. Se Claude continua ad essere eccessivamente aggressivo, usa un'impostazione inferiore per effort.

    In alcuni casi, Claude Opus 4.6 potrebbe pensare estesamente, il che può gonfiare i token di thinking e rallentare le risposte. Se questo comportamento è indesiderato, puoi aggiungere istruzioni esplicite per vincolare il suo ragionamento, oppure puoi abbassare l'impostazione effort per ridurre il thinking e l'utilizzo di token complessivi.

    Prompt di esempio
    Quando stai decidendo come affrontare un problema, scegli un approccio e impegnati. Evita di rivisitare le decisioni a meno che non incontri nuove informazioni che contraddicono direttamente il tuo ragionamento. Se stai soppesando due approcci, scegline uno e portalo a termine. Puoi sempre correggere il corso in seguito se l'approccio scelto fallisce.

    Controlla il formato delle risposte

    Abbiamo trovato alcuni modi particolarmente efficaci per guidare la formattazione dell'output:

    1. Dì a Claude cosa fare invece di cosa non fare

      • Invece di: "Non usare markdown nella tua risposta"
      • Prova: "La tua risposta dovrebbe essere composta da paragrafi di prosa che scorrono dolcemente."
    2. Usa indicatori di formato XML

      • Prova: "Scrivi le sezioni di prosa della tua risposta in tag <smoothly_flowing_prose_paragraphs>."
    3. Abbina lo stile del tuo prompt all'output desiderato

      Lo stile di formattazione utilizzato nel tuo prompt potrebbe influenzare lo stile di risposta di Claude. Se continui a riscontrare problemi di steerability con la formattazione dell'output, ti consigliamo di abbinare il più possibile lo stile del tuo prompt allo stile di output desiderato. Ad esempio, rimuovere markdown dal tuo prompt può ridurre il volume di markdown nell'output.

    4. Usa prompt dettagliati per preferenze di formattazione specifiche

      Per un maggiore controllo sull'utilizzo di markdown e formattazione, fornisci una guida esplicita:

    Prompt di esempio per minimizzare markdown
    <avoid_excessive_markdown_and_bullet_points>
    Quando scrivi rapporti, documenti, spiegazioni tecniche, analisi o qualsiasi contenuto di lunga forma, scrivi in prosa chiara e scorrevole utilizzando paragrafi e frasi complete. Usa interruzioni di paragrafo standard per l'organizzazione e riserva markdown principalmente per `codice inline`, blocchi di codice (```...```), e intestazioni semplici (###, e ###). Evita di usare **grassetto** e *corsivo*.
    
    NON usare elenchi ordinati (1. ...) o elenchi non ordinati (*) a meno che: a) stai presentando elementi veramente discreti dove un formato di elenco è l'opzione migliore, o b) l'utente richiede esplicitamente un elenco o una classifica
    
    Invece di elencare elementi con punti elenco o numeri, incorporali naturalmente nelle frasi. Questa guida si applica soprattutto alla scrittura tecnica. Usare prosa invece di formattazione eccessiva migliorerà la soddisfazione dell'utente. NON produrre mai una serie di punti elenco eccessivamente brevi.
    
    Il tuo obiettivo è testo leggibile e scorrevole che guida il lettore naturalmente attraverso le idee piuttosto che frammentare le informazioni in punti isolati.
    </avoid_excessive_markdown_and_bullet_points>

    Ricerca e raccolta di informazioni

    I modelli più recenti di Claude dimostrano capacità di ricerca agentiche eccezionali e possono trovare e sintetizzare informazioni da più fonti in modo efficace. Per risultati di ricerca ottimali:

    1. Fornisci criteri di successo chiari: Definisci cosa costituisce una risposta di successo alla tua domanda di ricerca

    2. Incoraggia la verifica della fonte: Chiedi a Claude di verificare le informazioni su più fonti

    3. Per compiti di ricerca complessi, usa un approccio strutturato:

    Prompt di esempio per ricerca complessa
    Cerca queste informazioni in modo strutturato. Man mano che raccogli dati, sviluppa diverse ipotesi concorrenti. Traccia i tuoi livelli di confidenza nelle note di progresso per migliorare la calibrazione. Critica regolarmente il tuo approccio e pianifica. Aggiorna un file di albero di ipotesi o note di ricerca per persistere le informazioni e fornire trasparenza. Suddividi questo compito di ricerca complesso sistematicamente.

    Questo approccio strutturato consente a Claude di trovare e sintetizzare praticamente qualsiasi informazione e criticare iterativamente i suoi risultati, indipendentemente dalle dimensioni del corpus.

    Orchestrazione di subagenti

    I modelli più recenti di Claude dimostrano capacità di orchestrazione di subagenti nativi significativamente migliorate. Questi modelli possono riconoscere quando i compiti beneficerebbero dal delegare il lavoro a subagenti specializzati e farlo proattivamente senza richiedere istruzioni esplicite.

    Per sfruttare questo comportamento:

    1. Assicura strumenti subagenti ben definiti: Disponi di strumenti subagenti disponibili e descritti nelle definizioni degli strumenti
    2. Lascia che Claude orchestri naturalmente: Claude delegherà appropriatamente senza istruzioni esplicite
    3. Guarda l'overuse: Claude Opus 4.6 ha una forte predilezione per i subagenti e potrebbe generarli in situazioni in cui un approccio più semplice e diretto sarebbe sufficiente. Ad esempio, il modello potrebbe generare subagenti per l'esplorazione del codice quando una chiamata grep diretta è più veloce e sufficiente.

    Se stai vedendo un utilizzo eccessivo di subagenti, aggiungi una guida esplicita su quando i subagenti sono e non sono garantiti:

    Prompt di esempio per utilizzo di subagenti
    Usa subagenti quando i compiti possono essere eseguiti in parallelo, richiedono contesto isolato, o coinvolgono flussi di lavoro indipendenti che non hanno bisogno di condividere lo stato. Per compiti semplici, operazioni sequenziali, modifiche di file singoli, o compiti in cui hai bisogno di mantenere il contesto tra i passaggi, lavora direttamente piuttosto che delegare.

    Autoconoscenza del modello

    Se desideri che Claude si identifichi correttamente nella tua applicazione o utilizzi stringhe API specifiche:

    Prompt di esempio per identità del modello
    L'assistente è Claude, creato da Anthropic. Il modello attuale è Claude Opus 4.6.

    Per app basate su LLM che hanno bisogno di specificare stringhe di modello:

    Prompt di esempio per stringa di modello
    Quando è necessario un LLM, prediligi Claude Opus 4.6 a meno che l'utente non richieda diversamente. La stringa di modello esatta per Claude Opus 4.6 è claude-opus-4-6.

    Sensibilità al thinking

    Quando il thinking esteso è disabilitato, Claude Opus 4.5 è particolarmente sensibile alla parola "think" e alle sue varianti. Ti consigliamo di sostituire "think" con parole alternative che trasmettono significato simile, come "consider," "believe," e "evaluate."

    Sfrutta le capacità di thinking e thinking interleaved

    I modelli più recenti di Claude offrono capacità di thinking che possono essere particolarmente utili per compiti che coinvolgono la riflessione dopo l'uso di strumenti o il ragionamento multi-step complesso. Puoi guidare il suo thinking iniziale o interleaved per risultati migliori.

    Claude Opus 4.6 utilizza adaptive thinking (thinking: {type: "adaptive"}), dove Claude decide dinamicamente quando e quanto pensare. Claude calibra il suo thinking in base a due fattori: il parametro effort e la complessità della query. Uno sforzo più elevato provoca più thinking, e query più complesse fanno lo stesso. Su query più facili che non richiedono thinking, il modello risponde direttamente. Nelle valutazioni interne, il thinking adattivo guida in modo affidabile prestazioni migliori rispetto al thinking esteso, e consigliamo di passare al thinking adattivo per ottenere le risposte più intelligenti. I modelli più vecchi utilizzano la modalità di thinking manuale con budget_tokens.

    Puoi guidare il comportamento di thinking di Claude:

    Prompt di esempio
    Dopo aver ricevuto i risultati degli strumenti, rifletti attentamente sulla loro qualità e determina i passaggi successivi ottimali prima di procedere. Usa il tuo thinking per pianificare e iterare in base a queste nuove informazioni, e poi intraprendere la migliore azione successiva.

    Il comportamento di attivazione per il thinking adattivo è promptable. Se trovi che il modello pensa più spesso di quanto desideri, il che può accadere con prompt di sistema grandi o complessi, aggiungi una guida per guidarlo:

    Prompt di esempio
    Il thinking esteso aggiunge latenza e dovrebbe essere utilizzato solo quando migliorerà significativamente la qualità della risposta - tipicamente per problemi che richiedono ragionamento multi-step. Se in dubbio, rispondi direttamente.

    Se stai migrando dal thinking esteso con budget_tokens, sostituisci la tua configurazione di thinking e sposta il controllo del budget a effort:

    Prima (thinking esteso, modelli più vecchi)
    client.messages.create(
        model="claude-sonnet-4-5-20250929",
        max_tokens=64000,
        thinking={"type": "enabled", "budget_tokens": 32000},
        messages=[{"role": "user", "content": "..."}],
    )
    Dopo (thinking adattivo)
    client.messages.create(
        model="claude-opus-4-6",
        max_tokens=64000,
        thinking={"type": "adaptive"},
        output_config={"effort": "high"},  # o max, medium, low
        messages=[{"role": "user", "content": "..."}],
    )

    Se non stai utilizzando il thinking esteso, non sono necessari cambiamenti. Il thinking è disabilitato per impostazione predefinita quando ometti il parametro thinking.

    Per ulteriori informazioni sulle capacità di thinking, consulta Thinking esteso e Thinking adattivo.

    Creazione di documenti

    I modelli più recenti di Claude eccellono nella creazione di presentazioni, animazioni e documenti visivi con un'impressionante creatività e un forte seguire delle istruzioni. I modelli producono output lucido e utilizzabile al primo tentativo nella maggior parte dei casi.

    Per i migliori risultati con la creazione di documenti:

    Prompt di esempio
    Crea una presentazione professionale su [topic]. Includi elementi di design attenti, gerarchia visiva e animazioni coinvolgenti dove appropriato.

    Capacità di visione migliorate

    Claude Opus 4.5 e Claude Opus 4.6 hanno capacità di visione migliorate rispetto ai modelli Claude precedenti. Funzionano meglio nei compiti di elaborazione delle immagini e estrazione dei dati, in particolare quando ci sono più immagini presenti nel contesto. Questi miglioramenti si estendono all'utilizzo del computer, dove i modelli possono interpretare più affidabilmente gli screenshot e gli elementi dell'interfaccia utente. Puoi anche usare questi modelli per analizzare i video suddividendoli in fotogrammi.

    Una tecnica che abbiamo trovato efficace per aumentare ulteriormente le prestazioni è dare a Claude uno strumento di ritaglio o una competenza. Abbiamo visto un aumento coerente nelle valutazioni delle immagini quando Claude è in grado di "zoomare" su regioni rilevanti di un'immagine. Abbiamo messo insieme un cookbook per lo strumento di ritaglio qui.

    Ottimizza le chiamate di strumenti parallele

    I modelli più recenti di Claude eccellono nell'esecuzione di strumenti paralleli. Questi modelli:

    • Eseguono più ricerche speculative durante la ricerca
    • Leggono diversi file contemporaneamente per costruire il contesto più velocemente
    • Eseguono comandi bash in parallelo (il che può anche creare un collo di bottiglia nelle prestazioni del sistema)

    Questo comportamento è facilmente guidabile. Sebbene il modello abbia un alto tasso di successo nell'esecuzione di strumenti paralleli senza prompting, puoi aumentare questo a ~100% o regolare il livello di aggressività:

    Prompt di esempio per massima efficienza parallela
    <use_parallel_tool_calls>
    Se intendi chiamare più strumenti e non ci sono dipendenze tra le chiamate di strumenti, fai tutte le chiamate di strumenti indipendenti in parallelo. Prioritizza la chiamata di strumenti simultaneamente ogni volta che le azioni possono essere eseguite in parallelo piuttosto che sequenzialmente. Ad esempio, quando leggi 3 file, esegui 3 chiamate di strumenti in parallelo per leggere tutti e 3 i file nel contesto contemporaneamente. Massimizza l'uso di chiamate di strumenti parallele dove possibile per aumentare la velocità e l'efficienza. Tuttavia, se alcune chiamate di strumenti dipendono da chiamate precedenti per informare valori dipendenti come i parametri, NON chiamare questi strumenti in parallelo e invece chiamarli sequenzialmente. Non usare mai segnaposti o indovinare parametri mancanti nelle chiamate di strumenti.
    </use_parallel_tool_calls>
    Prompt di esempio per ridurre l'esecuzione parallela
    Esegui le operazioni sequenzialmente con brevi pause tra ogni passaggio per garantire la stabilità.

    Riduci la creazione di file nel coding agentivo

    I modelli più recenti di Claude potrebbero a volte creare nuovi file per scopi di test e iterazione, in particolare quando si lavora con il codice. Questo approccio consente a Claude di utilizzare file, specialmente script python, come un "blocco note temporaneo" prima di salvare l'output finale. L'utilizzo di file temporanei può migliorare i risultati in particolare per i casi di utilizzo del coding agentivo.

    Se preferisci minimizzare la creazione netta di nuovi file, puoi istruire Claude a pulire dopo se stesso:

    Prompt di esempio
    Se crei file temporanei nuovi, script o file helper per l'iterazione, pulisci questi file rimuovendoli alla fine del compito.

    Eccessivo entusiasmo

    Claude Opus 4.5 e Claude Opus 4.6 hanno una tendenza a over-engineering creando file extra, aggiungendo astrazioni non necessarie, o costruendo flessibilità che non era stata richiesta. Se stai vedendo questo comportamento indesiderato, aggiungi una guida specifica per mantenere le soluzioni minime.

    Ad esempio:

    Prompt di esempio per minimizzare l'over-engineering
    Evita l'over-engineering. Apporta solo i cambiamenti che sono direttamente richiesti o chiaramente necessari. Mantieni le soluzioni semplici e focalizzate:
    
    - Ambito: Non aggiungere funzionalità, refactorizzare il codice, o fare "miglioramenti" oltre quello che è stato chiesto. Una correzione di bug non ha bisogno di codice circostante pulito. Una funzionalità semplice non ha bisogno di configurabilità extra.
    
    - Documentazione: Non aggiungere docstring, commenti, o annotazioni di tipo al codice che non hai modificato. Aggiungi commenti solo dove la logica non è auto-evidente.
    
    - Coding difensivo: Non aggiungere gestione degli errori, fallback, o validazione per scenari che non possono accadere. Fidati del codice interno e delle garanzie del framework. Valida solo ai confini del sistema (input dell'utente, API esterne).
    
    - Astrazioni: Non creare helper, utilità, o astrazioni per operazioni una tantum. Non progettare per requisiti futuri ipotetici. La giusta quantità di complessità è il minimo necessario per il compito attuale.

    Design del frontend

    Claude Opus 4.5 e Claude Opus 4.6 eccellono nella costruzione di applicazioni web complesse e reali con un forte design del frontend. Tuttavia, senza indicazioni, i modelli possono predisporre a modelli generici che creano quello che gli utenti chiamano l'estetica "AI slop". Per creare frontend distintivi e creativi che sorprendono e deliziano:

    Per una guida dettagliata sul miglioramento del design del frontend, consulta il nostro post del blog su miglioramento del design del frontend attraverso le competenze.

    Ecco uno snippet di prompt di sistema che puoi usare per incoraggiare un migliore design del frontend:

    Prompt di esempio per estetica del frontend
    <frontend_aesthetics>
    Tendi a convergere verso output generici e "on distribution". Nel design del frontend, questo crea quello che gli utenti chiamano l'estetica "AI slop". Evita questo: crea frontend creativi e distintivi che sorprendono e deliziano.
    
    Concentrati su:
    - Tipografia: Scegli font che siano belli, unici e interessanti. Evita font generici come Arial e Inter; opta invece per scelte distintive che elevino l'estetica del frontend.
    - Colore e tema: Impegnati in un'estetica coerente. Usa variabili CSS per la coerenza. I colori dominanti con accenti nitidi superano le tavolozze timide e uniformemente distribuite. Trai ispirazione dai temi IDE e dalle estetiche culturali.
    - Movimento: Usa le animazioni per effetti e micro-interazioni. Prioritizza le soluzioni solo CSS per HTML. Usa la libreria Motion per React quando disponibile. Concentrati su momenti ad alto impatto: un caricamento di pagina ben orchestrato con rivela sfalsate (animation-delay) crea più delizia di micro-interazioni sparse.
    - Sfondi: Crea atmosfera e profondità piuttosto che predisporre a colori solidi. Stratifica i gradienti CSS, usa modelli geometrici, o aggiungi effetti contestuali che corrispondono all'estetica complessiva.
    
    Evita estetiche generiche generate da IA:
    - Famiglie di font overusate (Inter, Roboto, Arial, font di sistema)
    - Schemi di colore cliché (in particolare gradienti viola su sfondi bianchi)
    - Layout e modelli di componenti prevedibili
    - Design cookie-cutter che manca di carattere specifico del contesto
    
    Interpreta creativamente e fai scelte inaspettate che si sentono genuinamente progettate per il contesto. Varia tra temi chiari e scuri, font diversi, estetiche diverse. Tendi ancora a convergere su scelte comuni (Space Grotesk, ad esempio) tra le generazioni. Evita questo: è critico che tu pensi fuori dagli schemi!
    </frontend_aesthetics>

    Puoi anche fare riferimento alla competenza completa qui.

    Evita di concentrarsi sul passaggio dei test e l'hardcoding

    Claude a volte può concentrarsi troppo pesantemente sul far passare i test a scapito di soluzioni più generali, o potrebbe usare workaround come script helper per il refactoring complesso invece di usare strumenti standard direttamente. Per prevenire questo comportamento e garantire soluzioni robuste e generalizzabili:

    Prompt di esempio
    Per favore scrivi una soluzione di alta qualità e di uso generale utilizzando gli strumenti standard disponibili. Non creare script helper o workaround per completare il compito in modo più efficiente. Implementa una soluzione che funzioni correttamente per tutti gli input validi, non solo i casi di test. Non hardcodificare valori o creare soluzioni che funzionano solo per input di test specifici. Invece, implementa la logica effettiva che risolve il problema in generale.
    
    Concentrati sulla comprensione dei requisiti del problema e sull'implementazione dell'algoritmo corretto. I test sono lì per verificare la correttezza, non per definire la soluzione. Fornisci un'implementazione principiata che segue le migliori pratiche e i principi di progettazione del software.
    
    Se il compito è irragionevole o infattibile, o se uno qualsiasi dei test è scorretto, per favore informami piuttosto che lavorare intorno ad esso. La soluzione dovrebbe essere robusta, mantenibile ed estensibile.

    Minimizzare le allucinazioni nel coding agentivo

    I modelli più recenti di Claude sono meno soggetti a allucinazioni e forniscono risposte più accurate, radicate e intelligenti basate sul codice. Per incoraggiare questo comportamento ancora di più e minimizzare le allucinazioni:

    Prompt di esempio
    <investigate_before_answering>
    Non speculare mai su codice che non hai aperto. Se l'utente fa riferimento a un file specifico, DEVI leggere il file prima di rispondere. Assicurati di investigare e leggere i file rilevanti PRIMA di rispondere a domande sulla codebase. Non fare mai affermazioni sul codice prima di investigare a meno che tu non sia sicuro della risposta corretta - fornisci risposte radicate e prive di allucinazioni.
    </investigate_before_answering>

    Migrazione da risposte precompilate

    A partire da Claude Opus 4.6, le risposte precompilate nell'ultimo turno dell'assistente non sono più supportate. L'intelligenza del modello e la capacità di seguire le istruzioni sono avanzate al punto che la maggior parte dei casi d'uso del precompilamento non lo richiedono più. I modelli esistenti continueranno a supportare i precompilamenti, e l'aggiunta di messaggi dell'assistente altrove nella conversazione non è interessata.

    Ecco gli scenari di precompilamento comuni e come migrare da essi:

    Output LaTeX

    Claude Opus 4.6 utilizza per impostazione predefinita LaTeX per espressioni matematiche, equazioni e spiegazioni tecniche. Se preferisci il testo semplice, aggiungi le seguenti istruzioni al tuo prompt:

    Sample prompt
    Format your response in plain text only. Do not use LaTeX, MathJax, or any markup notation such as \( \), $, or \frac{}{}. Write all math expressions using standard text characters (e.g., "/" for division, "*" for multiplication, and "^" for exponents).

    Considerazioni sulla migrazione

    Quando esegui la migrazione ai modelli Claude 4.6 da generazioni precedenti:

    1. Sii specifico sul comportamento desiderato: Considera di descrivere esattamente cosa vorresti vedere nell'output.

    2. Inquadra le tue istruzioni con modificatori: L'aggiunta di modificatori che incoraggiano Claude ad aumentare la qualità e il dettaglio del suo output può aiutare a modellare meglio le prestazioni di Claude. Ad esempio, invece di "Crea un dashboard di analisi", utilizza "Crea un dashboard di analisi. Includi il maggior numero possibile di funzioni e interazioni rilevanti. Vai oltre le basi per creare un'implementazione completamente funzionante."

    3. Richiedi funzioni specifiche esplicitamente: Le animazioni e gli elementi interattivi devono essere richiesti esplicitamente quando desiderati.

    4. Aggiorna la configurazione del thinking: Claude Opus 4.6 utilizza adaptive thinking (thinking: {type: "adaptive"}) invece del thinking manuale con budget_tokens. Utilizza il parametro effort per controllare la profondità del thinking.

    5. Migrazione da risposte precompilate: Le risposte precompilate nell'ultimo turno dell'assistente sono deprecate a partire da Claude Opus 4.6. Vedi Migrazione da risposte precompilate per una guida dettagliata sulle alternative.

    6. Sintonizza il prompting anti-pigrizia: Se i tuoi prompt precedentemente incoraggiavano il modello a essere più approfondito o a utilizzare gli strumenti più aggressivamente, riduci quella guida. Claude Opus 4.6 è significativamente più proattivo e potrebbe sovra-attivare le istruzioni che erano necessarie per i modelli precedenti.

    Per i passaggi di migrazione dettagliati, vedi la Guida alla migrazione.

    Was this page helpful?

    • Principi generali
    • Sii esplicito con le tue istruzioni
    • Aggiungi contesto per migliorare le prestazioni
    • Sii vigile con gli esempi e i dettagli
    • Ragionamento a lungo termine e tracciamento dello stato
    • Stile di comunicazione
    • Indicazioni per situazioni specifiche
    • Bilancia la verbosità
    • Modelli di utilizzo degli strumenti
    • Utilizzo degli strumenti e attivazione
    • Bilanciamento tra autonomia e sicurezza
    • Overthinking e eccessiva accuratezza
    • Controlla il formato delle risposte
    • Ricerca e raccolta di informazioni
    • Orchestrazione di subagenti
    • Autoconoscenza del modello
    • Sensibilità al thinking
    • Sfrutta le capacità di thinking e thinking interleaved
    • Creazione di documenti
    • Capacità di visione migliorate
    • Ottimizza le chiamate di strumenti parallele
    • Riduci la creazione di file nel coding agentivo
    • Eccessivo entusiasmo
    • Design del frontend
    • Evita di concentrarsi sul passaggio dei test e l'hardcoding
    • Minimizzare le allucinazioni nel coding agentivo
    • Migrazione da risposte precompilate
    • Output LaTeX
    • Considerazioni sulla migrazione