Lezione 2 - Prompt engineering 2.0, automazione e agenti

• Prompt engineering avanzato con applicazioni al data storytelling in Excel e alla generazione di materiale didattico complesso con valutazione multilivello.
• Automazione: come progettare workflow che partono da un questionario e arrivano a una sintesi/decisione.
• Agenti (Copilot): come definire un agente, dargli strumenti/contesto, e farlo lavorare in modo affidabile.
• Workshop su debugging e ottimizzazione del prompt.

1) Prompt engineering avanzato

Il “brief” prima del prompt (evita allucinazioni e risposte generiche)

• Pubblico: chi usufruirà dell’output dello strumento? Gli studenti di una classe, l’insegnante, gli studenti di tutta la scuola, i genitori?
• Vincoli: lunghezza, tono, formato finale, eventuali attenzioni particolari (ad esempio “non deve essere presente nessun dato al di fuori di quelli citati nel documento che allego”)

Mini-template: Brief (da copiare e riempire come esempio base)

Immagina di essere un insegnante di [materia] in una classe [anno di corso] di una scuola superiore.
Contesto: Sto lavorando in Excel su un dataset che contiene: [descrizione dataset].
Obiettivo: produrre [tipo di output] che aiuti [pubblico] a capire [insight/decisione].
Vincoli: non inventare dati; se un’informazione manca, segnalarlo; indicare quali colonne/campi dei fogli Excel vengono usati.
Output richiesto: [es. outline in 6 punti di massimo 25 parole l’uno + 3 messaggi chiave di massimo 50 parole l’uno].

Caso studio: Data storytelling da “tabella” a “storia”

1. Cosa sta succedendo? (trend, confronto, variazione)
2. Perché sta succedendo? (ipotesi esplicitate, non certezze)
3. Perché importa? (impatto su obiettivi/utenti/decisioni)
4. Quali sono le conseguenze? (azioni, esperimenti, next step)

Esercizio 1: partiamo dal foglio delle risposte date al questionario della

Agisci come un esperto data analyst.
Hai un foglio Excel contenente le risposte a un sondaggio con le seguenti colonne: la colonna A contiene il timestamp della risposta, la colonna B è una risposta a testo libero, dalla C alla I contengono insiemi di checkboxes, mentre la J e la K contengono scale da 1 a 4, dove nella colonna J il livello 1 indica la risposta “renderà più semplice il lavoro” e il livello 4 indica la risposta “renderà più difficile il lavoro”, mentre nella colonna K il livello 1 indica un peggioramento e il livello 4 un miglioramento delle capacità degli studenti.
Obiettivo: scrivere una narrazione breve (max 180 parole) per studenti del corso.
Regole:
1) Non inventare numeri. Se un dato non è presente, scrivi esplicitamente “Dato non disponibile”.
2) Usa la seguente struttura: “Quali fenomeni vengono evidenziati dai dati” / “Perché potrebbe succedere (ipotesi)” / “Quali conseguenze possono derivarne”.

Stesso contesto di prima, ma:
- proponi 2 narrazioni alternative (prospettiva “docente” vs prospettiva “sistema scolastico”),
- fai 5 domande di verifica che prima di presentare la storia,
- indica quali colonne servono per rispondere a ciascuna domanda,
- al termine, ragiona passo per passo al fine di verificare la correttezza dei dati riportati.

Esercizio 2

Prendete un caso di vostro interesse che si può ripensare in forma di “data storytelling”. Formulate un prompt per questo caso e, se avete i dati a cui applicarlo, provatelo direttamente sia su Google Sheets + Gemini sia su Excel + Copilot.

2) Automazione: dai questionari all’azione

Progettare il flusso di lavoro: input → trasformazioni → output

 

Qui di fianco c’è un QR code per un fac simile di un test di ingresso all’università in matematica, fisica e storia della scienza.

• Input: risposte del questionario (strutturate).
• Pulizia/normalizzazione: standardizzare valori, gestire mancanti, deduplicare.
• Arricchimento/espansione: join con altre fonti (se disponibili).
• Sintesi: insight, cluster, anomalie, priorità.
• Formattazione: un artefatto che qualcuno può usare (testo, tabella, to-do list).

Esercizio

3) Agenti (Copilot): dal prompt singolo a un sistema che lavora per te

• il compito è ripetitivo,
• serve seguire una procedura fatta di più passaggi,
• bisogna tenere memoria di regole e contesto.

Componenti di un agente “affidabile”

1. Ruolo: chi è (es. “Data storyteller per Excel”)
2. Istruzioni: regole e stile (cosa fare / cosa non fare)
3. Strumenti: dove legge/scrive (file, tabelle, knowledge base)
4. Memoria/contesto: cosa deve ricordare tra una sessione e l’altra
5. Guardrail: verifiche, checklist, output standard

Esercizio: definire un agente in Copilot (1–2 esempi)

• Esempio A: agente che prende risposte da un questionario e produce un report standard.
• Esempio B: agente che prende un dataset descritto e produce una narrazione + checklist di verifica.

• istruzioni (10 righe max),
• input richiesto,
• output atteso (schema),
• 2 errori comuni e come evitarli.

4) Workshop (e problemi aperti)