Il modo giusto per testare i prompt prima che vadano in produzione

Se usi un prompt (le istruzioni che dai a un'AI) dentro un'automazione che gira ogni giorno, un piccolo cambiamento può peggiorarlo senza che te ne accorga. Perché succede, e come iniziare a controllarlo.

Perché conta

Chi usa prompt dentro automazioni quotidiane (n8n, Zapier, un'app fatta in casa) di solito li scrive una volta e non li rivede più: capire che un'AI può peggiorare silenziosamente, e sapere come accorgersene, è una competenza pratica che oggi ha quasi solo chi lavora in team tecnici.

In pratica

Anche senza saper programmare, si può costruire un piccolo test per i propri prompt dentro uno strumento visuale come n8n: un elenco di casi, un confronto tra versioni, un punteggio automatico invece di "sembra funzionare".

Se hai mai scritto un prompt — le istruzioni che dai a ChatGPT, Claude o Gemini per un compito preciso — e poi l'hai infilato dentro un'automazione che gira ogni giorno (rispondere alle email, riassumere un documento, classificare una richiesta), probabilmente non l'hai mai testato come si testa un programma vero. Il motivo è semplice: lo stesso prompt può dare risposte diverse a ogni esecuzione, anche con lo stesso input. Con un programma normale, lo stesso codice produce sempre lo stesso risultato; con un'AI no, e questo rende inutile il modo classico di verificare se "ha funzionato o no".

Testare un prompt in produzione — cioè dentro un'automazione che usi davvero, non solo in una chat — vuol dire due cose diverse. La prima è il controllo deterministico: verificare che la risposta abbia la forma giusta (un numero, una delle categorie previste, un campo che non manca mai), cosa che si controlla con una regola semplice, senza bisogno di un'altra AI. La seconda è la valutazione con un'altra AI: quando il risultato è un testo libero (un riassunto, una risposta a un cliente), si può usare un secondo prompt che giudica se il primo ha fatto un buon lavoro, con un punteggio o un sì/no motivato.

Un modo concreto per farlo, senza scrivere codice, è dentro n8n, uno strumento di automazione visuale che ha anche una versione gratuita da installare sul proprio computer: da un lato prepari un elenco di casi di prova (in un foglio Google o in una tabella), con l'input e cosa ti aspetti come risultato; dall'altro colleghi un passaggio che chiama il prompt da testare e uno che ne valuta l'output, assegnando un punteggio. Il vantaggio pratico è confrontare due versioni dello stesso prompt fianco a fianco, sugli stessi casi, invece di fidarsi della sensazione che "la versione nuova sembra migliore".

Il punto più utile, e più trascurato, è ripetere il test nel tempo, non solo quando scrivi il prompt la prima volta: un modello che cambia versione, un input che si presenta in una forma nuova, o solo il caso possono far peggiorare gradualmente una risposta che prima andava bene, senza che nessuno se ne accorga finché qualcuno non si lamenta. Un piccolo elenco di casi di prova, anche solo cinque o dieci, che rilanci ogni volta che cambi un prompt, è già abbastanza per accorgersene prima.