Contattataci

Struttura del corso

Introduzione alla Generative AI e al Prompt Engineering

  • Cosa è la generative AI e in cosa si differenzia dall'automazione tradizionale
  • Il ruolo del prompt engineering nel modellare la qualità dell'output dell'AI
  • Panoramica dell'attuale ecosistema di strumenti per testo, immagini, audio e video
  • Il valore aggiunto del prompt engineering per le attività aziendali

Fondamenti dei Modelli AI per la Generazione di Testo e Immagini

  • Come funzionano effettivamente i grandi modelli linguistici e i modelli di diffusione, spiegati in termini semplici
  • La differenza tra dati di addestramento, fine-tuning e prompting
  • Punti di forza e limiti dei modelli pre-addestrati
  • Perché l'architettura del modello cambia il modo in cui scriviamo i prompt

Confronto tra i Principali Assistenti AI

  • Microsoft Copilot, con punti di forza nell'integrazione con Microsoft 365, nei flussi di lavoro di Word, Excel, Outlook e Teams e nell'ancoraggio dei dati aziendali, ma con limiti in gamma creativa e profondità di ragionamento rispetto ai concorrenti
  • Google Gemini, con punti di forza nella multimodalità nativa, nell'integrazione con Workspace e nell'ancoraggio delle ricerche in tempo reale, ma con debolezze in coerenza, disponibilità regionale e seguito delle istruzioni su compiti complessi
  • ChatGPT, con punti di forza nella maturità dell'ecosistema, nei GPT personalizzati, nella generazione di immagini tramite DALL-E e nella modalità vocale, ma con limiti nell'affidabilità fattuale senza ancoraggio e in limiti di utilizzo più stringenti sulle funzionalità premium
  • Claude, con punti di forza nella gestione di contesti lunghi, nel ragionamento sfumato, nella stesura di testi lunghi e nell'analisi lucida, ma con limiti nell'ampiezza dell'ecosistema di strumenti e nella generazione di immagini
  • La scelta dello strumento giusto per un dato compito, pubblico o vincolo di conformità
  • Una dimostrazione comparativa dello stesso prompt su tutti e quattro gli assistenti

Principali di Design dei Prompt Efficaci

  • Chiarezza, specificità e contesto: i tre pilastri di un buon prompt
  • Strutturare istruzioni, tono, formato e vincoli
  • Errori comuni dei principianti e come riconoscerli
  • Dalla stesura di un prompt debole a uno ad alte prestazioni

Prompting Zero-Shot, One-Shot e Few-Shot

  • Le differenze tra i tre approcci e quando utilizzare ciascuno
  • Interpretare il comportamento del modello e adeguare gli esempi di conseguenza
  • Insegnare a un modello un nuovo compito utilizzando solo alcuni campioni ben selezionati
  • Esercizi pratici su ChatGPT, Copilot, Gemini e Claude

Tecniche Avanzate di Prompt Engineering

  • Prompt condizionali e contestuali per output sfumati
  • Trasferimento di stile, prompting di persona e direzione creativa
  • Chain-of-thought e prompt di ragionamento passo-passo
  • Riduzione delle allucinazioni, ambiguità e bias nelle risposte

Fine-Tuning Few-Shot Senza Codice

  • Cosa è il fine-tuning few-shot e in cosa si differenzia dall'addestramento completo del modello
  • Adattamento di un modello a un compito di nicchia utilizzando prompt guidati da esempi
  • Quando fare prompt engineering e quando il fine-tuning è l'investimento migliore
  • Valutazione della qualità dell'output e raffinamento iterativo

Generazione di Testo Iperrealistico

  • Generazione di testo con tono, voce e lunghezza controllati
  • Produzione di contenuti di lunga durata, riassunti, rapporti e documenti strutturati
  • Mantenere la coerenza nella generazione multi-step
  • Combining pattern di prompt per risultati ripetibili e allineati al brand

Applicazione del Prompt Engineering ai Flussi di Lavoro Aziendali

  • Automatizzazione della stesura di routine, della ricerca e della triage delle informazioni
  • Uno sguardo ai casi d'uso nel supporto clienti e nei chatbot
  • Progettazione di template di prompt riutilizzabili dai team senza necessità di riaddestramento
  • Controllo qualità, logica di escalation e checkpoint con intervento umano

Generazione e Manipolazione delle Immagini

  • Confronto tra DALL-E, Stable Diffusion, MidJourney e Leonardo AI
  • Scrittura di prompt che controllano stile, composizione, illuminazione e soggetto
  • Prompt negativi, pesi e raffinamento iterativo
  • Trasformazione da immagine a immagine e editing tramite prompt

Audio e Voce con l'AI

  • Generazione di voce naturale da prompt testuali
  • Clonazione e sintesi vocale a livello concettuale
  • Casi d'uso nei contenuti di formazione, accessibilità e marketing

Crea di Contenuti Video con Generative AI

  • Panoramica degli attuali strumenti da testo a video e ciò che possono realisticamente offrire
  • Scripting e storyboarding tramite sequenze di prompt
  • Combinazione di testo, immagini, audio e video generati dall'AI in un unico asset
  • Editing e raffinamento dell'output video creato dall'AI

AI Multimodale e Flussi di Lavoro Integrati

  • Come i modelli multimodali unificano il ragionamento su testo, immagini, audio e video
  • Costruzione di pipeline di contenuti end-to-end senza scrivere codice
  • Studi di casi reali da marketing, design, formazione e pubblicità

Etica, Uso Responsabile e Prossime Evoluzioni

  • Bias, copyright, attribuzione e moderazione dei contenuti
  • Considerazioni sulla privacy e sulla protezione dei dati nell'uso delle piattaforme generative
  • Disclosure, trasparenza e fiducia con i clienti finali
  • Strumenti emergenti, modelli e trend da monitorare nei prossimi 12 mesi

Requisiti

Pubblico Target

Professionisti del marketing, della comunicazione e dei settori creativi che esplorano la produzione di contenuti assistita dall'AI. Team operativi e front-end che desiderano automatizzare interazioni ripetitive tramite strumenti basati su prompt. Principianti senza esperienza pregressa in AI o programmazione che cercano un punto d'ingresso strutturato e focalizzato sugli strumenti nel mondo della generative AI.

 21 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (2)

Corsi in Arrivo

Categorie relative