Una prompt library aziendale e una raccolta strutturata dei prompt AI testati dal team, con schema, owner e versione, per evitare che il know-how resti nelle chat personali. In una PMI si costruisce in una settimana con uno strumento gia in uso, senza software dedicati, a patto di definire subito schema metadati e regole di governance.
Perche una PMI ha bisogno di una prompt library adesso
Il mercato italiano dell’AI nel 2025 ha raggiunto 1,8 miliardi di euro, in crescita del 50% rispetto al 2024, e le PMI pesano il 18% del totale secondo l’Osservatorio Artificial Intelligence del Politecnico di Milano. Eppure la stessa ricerca mostra che solo il 9% delle PMI usa strumenti di GenAI a pagamento e un altro 9% strumenti gratuiti: la maggior parte del valore prodotto passa dalle chat personali dei dipendenti e si disperde.
La prompt library serve a fermare questa dispersione. Ogni prompt che funziona diventa un asset riutilizzabile, con contesto, esempi e responsabile, invece di morire nella cronologia di ChatGPT di un singolo collega.
Se non hai ancora un metodo per scrivere prompt efficaci, parti dal metodo RICOF in 5 passi: e il framework su cui si basa anche lo schema della library.
Cosa e una prompt library aziendale (e cosa non e)
Una prompt library e una raccolta di prompt testati, documentati e condivisi, pronti per essere riutilizzati dal team. Non e una lista di frasi copiate da internet. Non e una cartella con file chiamati “prompt_v2_finale_definitivo.docx”. Non e una piattaforma complessa che nessuno apre mai.
Ha queste caratteristiche minime:
- ogni prompt ha un contesto d’uso chiaro (quando, con quali input, per quale processo)
- ogni prompt ha un owner nominato che lo aggiorna quando smette di funzionare
- ogni prompt ha almeno un esempio di output reale approvato
- la raccolta e accessibile a chi la usa, non sepolta in una cartella dimenticata
La differenza rispetto a un prompt salvato a caso e la stessa che passa tra un post-it e una procedura operativa: il primo funziona per chi l’ha scritto, il secondo funziona per tutta l’azienda.
Dove ospitare la prompt library: Notion, ChatGPT Team, Confluence o altro
Per una PMI lo strumento migliore e quello che il team usa gia. Aggiungere una piattaforma solo per la library aumenta la frizione e fa morire il progetto. Ecco un confronto tra le opzioni concrete.
| Strumento | Costo indicativo | Pro | Contro | Quando sceglierlo |
|---|---|---|---|---|
| Google Sheets / Excel | gratis o incluso | filtri, ricerca, familiare | niente versionamento vero | team fino a 15 persone, sotto i 30 prompt |
| Notion | 8-15 euro/utente al mese | formattazione ricca, commenti, database | lock-in, diventa lungo | team che gia usa Notion |
| Confluence | 5-10 euro/utente al mese | integrato con Jira, permessi granulari | curva d’apprendimento | aziende gia nell’ecosistema Atlassian |
| ChatGPT Team Projects | 25-30 dollari/utente al mese | prompt e file nello stesso posto dell’uso | niente audit trail ne versionamento prompt nativo | team piccoli gia su ChatGPT Team |
| GitHub / GitLab repo | gratis per team piccoli | versionamento nativo, pull request | serve familiarita tecnica | team con almeno una persona tecnica |
| Piattaforma dedicata (PromptHub, Langfuse, Maxim AI) | 15-25 dollari/utente al mese | versionamento, A/B test, osservabilita | over-engineering per PMI | oltre 50 prompt attivi o team distribuiti |
Una nota su ChatGPT Team: i progetti condivisi introdotti nel 2026 permettono workspace con istruzioni e file comuni, ma non offrono una prompt library con metadati, audit trail e versionamento nativi. Per questi aspetti servono strumenti di terze parti, come conferma la panoramica 2026 dei tool di prompt management. Il consiglio pratico: parti con foglio condiviso o Notion, migra quando il volume lo richiede, non prima.
Lo schema dei metadati: cosa deve contenere ogni prompt
Lo schema e il cuore della library. Senza uno schema coerente, la raccolta degenera in una lista disordinata in pochi mesi. Questi sono i campi minimi che devono comparire in ogni scheda prompt.
| Campo | Cosa ci va | Esempio |
|---|---|---|
| Nome | titolo descrittivo e cercabile | Follow-up post-call B2B |
| Scopo | a quale problema risponde, in una frase | recap call commerciale con prossimi passi |
| Funzione aziendale | reparto proprietario | commerciale |
| Variabili di input | dati richiesti per usarlo | note call, nome azienda, obiezioni |
| Contesto minimo | informazioni di sfondo per l’AI | settore, dimensione, problema del prospect |
| Prompt completo | testo base da copiare e adattare | RICOF completo |
| Output atteso | formato e criteri di accettazione | recap max 200 parole, 3 azioni concrete |
| Esempio reale | output approvato e incollato | recap di una call vera |
| Errori tipici | cosa e gia andato storto in passato | promesse non verificate, tono troppo formale |
| Owner | persona che aggiorna il prompt | Marco, commerciale senior |
| Versione | numero progressivo + data | v1.3 - 2026-03-15 |
Template schema prompt pronto all’uso
Questo e il template che puoi copiare oggi nella tua library. Funziona su foglio, Notion o repository.
NOME: Triage ticket cliente
SCOPO: classificare ogni ticket in arrivo prima dell'assegnazione
FUNZIONE: customer service
VARIABILI: testo del ticket, dati minimi del cliente
CONTESTO: azienda B2B con 6 categorie di ticket e 3 livelli di urgenza
OUTPUT ATTESO: JSON con categoria, urgenza, rischio, dati mancanti, team
PROMPT:
Agisci come customer service lead.
Input: testo del ticket e dati minimi disponibili.
Classifica:
- categoria (tra: tecnico, amministrativo, commerciale,
logistico, reclamo, informativo)
- livello urgenza (basso, medio, alto)
- rischio cliente (basso, medio, alto)
- dati mancanti
- team di destinazione
Regole:
- se il caso e ambiguo, segnala escalation
- non proporre chiusura automatica
- se mancano dati, elencali esplicitamente
ESEMPIO REALE: [output approvato di un ticket gia classificato]
ERRORI TIPICI: sottovaluta urgenza nei reclami economici; usa
talvolta categorie non previste dalla tassonomia aziendale
OWNER: Laura, team CS
VERSIONE: v2.1 - 2026-03-28Questa struttura non e burocrazia: e la differenza tra “ho un prompt che funziona a volte” e “ho un prompt aziendale che il team usa con risultati prevedibili”.
Governance: poche regole chiare che la tengono viva
Una library senza regole diventa un cestino in 60 giorni. Servono poche norme, ma scritte e applicate.
Chi puo aggiungere un prompt? Chiunque propone, ma solo l’owner della library (o del reparto) approva. Un prompt entra solo dopo essere stato testato su almeno 5 casi reali con output accettabile.
Chi puo modificare un prompt esistente? Solo l’owner del prompt. Se un collega ha un miglioramento, lo segnala. L’owner valuta, testa e aggiorna incrementando la versione.
Chi ha il ruolo di custode della library? Una persona nominata, di solito chi ha il ruolo di referente AI in azienda. Se vuoi approfondire il tema della governance complessiva degli strumenti AI in azienda, leggi la guida al registro degli strumenti AI aziendali.
Quali sono le regole di utilizzo? Ogni prompt produce bozze, non prodotti finiti. Ogni scheda deve indicare cosa controllare sempre nell’output prima di usarlo.
Aggiornamento e ciclo di vita del prompt
Un prompt nella library non e un monumento: e un oggetto vivo. Il ciclo minimo di manutenzione e questo.
- Revisione periodica: ogni mese per i prompt ad alta frequenza, ogni tre mesi per gli altri.
- Archiviazione: se un prompt non viene usato da 60 giorni, va archiviato. Non eliminato subito, ma tolto dalla vista principale.
- Versionamento: ogni modifica sostanziale incrementa la versione e lascia una nota su cosa e cambiato.
- Metriche minime: conteggio utilizzo mensile e, se possibile, tasso di riscrittura dell’output. Senza dati stai gestendo un archivio, non una library.
Il ciclo breve di miglioramento di ogni prompt e sempre lo stesso: usarlo su 5 casi reali, annotare dove sbaglia, aggiungere regole o esempi di contesto, salvare la nuova versione. Se vuoi evitare i problemi piu comuni nella stesura e nella revisione, leggi gli errori comuni con i prompt AI.
Errori da evitare quando crei la prompt library
Molte PMI partono con entusiasmo e si fermano entro 60 giorni per errori ripetitivi. Questi sono i cinque piu frequenti, osservati su progetti reali.
Copiare prompt da internet senza testarli. I prompt trovati online sono generici: non conoscono il tuo settore, il tuo tono, il tuo cliente tipo. Un prompt copiato che produce un output mediocre nel tuo contesto fa piu danni che averne nessuno, perche alimenta l’idea che “l’AI non funziona per noi”. Ogni prompt che entra nella library deve essere testato almeno cinque volte sul contesto reale e avere un esempio di output approvato.
Non assegnare un owner. Un prompt senza nome e cognome di fianco e un prompt morto: nessuno lo aggiornera quando il processo cambia, quando il modello AI si aggiorna o quando il team trova un modo migliore. L’owner non deve essere per forza chi ha scritto il prompt, deve essere chi lo usa di piu.
Rendere la library troppo complessa. Se per usare un prompt servono tre click, un manuale e un modulo, nessuno la aprira. La library deve essere a portata di copia-incolla: apri, cerchi, copi, incolli i tuoi dati, usi. Se ci metti piu di 60 secondi dal bisogno al prompt copiato, qualcosa non va.
Non misurare l’utilizzo. Senza conteggi mensili (anche manuali) stai gestendo un archivio, non una library. Sapere che il prompt A e stato usato 23 volte e il prompt B zero ti dice dove investire tempo di miglioramento e cosa archiviare.
Dimenticare la review umana. I prompt producono bozze, non prodotti finiti. Ogni scheda deve includere una nota esplicita su cosa controllare sempre nell’output prima di inviarlo, firmarlo o pubblicarlo. Senza questa nota si aprono falle di qualita difficili da recuperare.
Esempi pratici da due PMI italiane
Agenzia B2B da 14 persone. Usava l’AI per scrivere proposte commerciali con risultati instabili: ogni account manager inseriva note diverse, toni diversi, obiettivi diversi. Il team ha raccolto i 7 prompt piu usati dal commerciale, ha creato tre context packet standard (follow-up, proposta, recap riunione) con cliente tipo, lessico e errori vietati, e ha messo tutto in un foglio Google condiviso con un owner per ogni prompt. In due settimane il tasso di riscrittura profonda delle bozze e sceso sensibilmente e i commerciali junior hanno iniziato a lavorare con piu consistenza.
PMI metalmeccanica da 28 dipendenti in Brianza. L’ufficio tecnico usava ChatGPT per redigere offerte commerciali basate su disegni e capitolati. Ogni tecnico aveva il suo prompt, e le offerte variavano nel formato. Hanno creato una library su Notion con 12 prompt (offerta standard, estrazione dati da capitolato, risposta a richiesta di chiarimento, verbale sopralluogo, report non conformita), ogni scheda con esempio reale e owner. Dopo sei settimane il tempo medio di preparazione offerta e sceso in modo misurabile e le offerte hanno smesso di uscire con formati diversi.
Se vuoi partire subito con casi concreti, guarda anche la raccolta di prompt pronti per l’azienda che puoi adattare e inserire come seed nella tua library.
Checklist di setup della prima prompt library
Usa questa checklist nei primi sette giorni. Non serve completarla tutta in un giorno, serve iniziare.
- nomina un custode della library (una persona, non un comitato)
- raccogli 5-10 prompt gia in uso nel team chiedendo a ogni reparto
- scegli lo strumento tra foglio condiviso, Notion o repository
- copia il template schema prompt di questo articolo
- documenta i primi 5-10 prompt con schema completo e un esempio reale
- definisci chi approva nuovi prompt e con quale criterio
- scrivi tre regole di governance (chi aggiunge, chi modifica, quando si rivede)
- comunica al team dove trovare la library e come proporre nuovi prompt
- pianifica una revisione mensile dei prompt ad alta frequenza
- dopo 30 giorni, misura quali prompt vengono usati e quali no
Se vuoi il quadro completo dalla prima library alla governance dell’AI in azienda, il libro Intelligenza Artigianale ti accompagna con template, checklist e casi reali.
Domande frequenti sulla prompt library aziendale
Quanti prompt servono per partire con una prompt library?
Ne bastano 5-10 ad alta frequenza. Una library con 15-20 prompt testati dopo il primo mese e gia un vantaggio competitivo reale. Partire con 100 prompt copiati da internet che nessuno ha testato e il modo piu veloce per farla morire. Meglio poche schede con esempi reali che archivi enormi di prompt generici.
Chi deve essere l’owner della prompt library in una PMI?
Idealmente una persona che ha gia il ruolo di referente AI o champion digitale. In assenza, scegli chi usa di piu l’AI in azienda e ha credibilita trasversale sui reparti. L’importante e che sia una persona sola con potere decisionale su cosa entra e cosa esce, non un comitato.
Quanto costa creare una prompt library aziendale?
Se parti con foglio condiviso o Notion gia in uso il costo diretto e zero. Il costo reale e il tempo del custode: circa 2-4 ore a settimana nelle prime sei settimane per raccolta, documentazione e test, poi un’ora a settimana per manutenzione. Molto meno di quello che si spreca reinventando prompt ogni volta.
ChatGPT Team e sufficiente come prompt library aziendale?
I progetti condivisi di ChatGPT Team permettono di condividere istruzioni e file in un workspace, ma non offrono metadati strutturati, versionamento dei prompt e audit trail. Funziona come layer di utilizzo, non come library. Se lo usi, affianca un foglio o un documento strutturato con schema completo.
Come si misura il valore di una prompt library?
Con tre metriche semplici: numero di prompt usati almeno una volta al mese, tasso di riscrittura profonda delle bozze prodotte, tempo medio per completare un processo che usa l’AI prima e dopo l’introduzione della library. Anche senza strumenti sofisticati, bastano conteggi manuali sul campione piu attivo.
Quando conviene passare a una piattaforma dedicata di prompt management?
Quando superi i 50 prompt attivi con piu di un team che li usa, quando serve versionamento serio e A/B test, o quando vuoi integrare i prompt in workflow automatici con API. Sotto questa soglia un foglio o Notion sono sufficienti e riducono la frizione per il team.
