Cosa Sono i Formati di Output?
Quando parli in Telvr, accadono due cose. Per prima cosa, la tua voce viene trascritta da Whisper — uno dei modelli di riconoscimento vocale più accurati disponibili. In secondo luogo, la trascrizione grezza viene elaborata attraverso una fase di arricchimento IA che la trasforma in testo raffinato e strutturato.
I formati di output sono le istruzioni che governano quella seconda fase. Dicono all'IA quale tipo di scrittore dovrebbe essere, come comportarsi, qual è il contesto dell'input e come dovrebbe apparire il risultato finale. Tecnicamente, un formato di output è un prompt di sistema — un insieme di istruzioni che l'IA legge prima di elaborare la tua trascrizione.
Telvr include sei formati di output integrati per coprire i casi d'uso più comuni:
- Pulizia — rimuove le parole di riempimento, corregge la grammatica, produce prosa pulita
- Email — struttura il contenuto dettato in un'email professionale con oggetto e saluto
- Appunti di Riunione — organizza il contenuto parlato in decisioni, azioni e prossimi passi
- Riepilogo — condensa il discorso più lungo in un riepilogo di 2-3 frasi
- Prompting — struttura le idee parlate come compiti di sviluppo con requisiti e criteri di accettazione
- Personalizzato — il tuo formato di output, scritto da zero
La modalità Personalizzato è dove i formati di output diventano potenti. Ti consente di definire il tuo modello per qualsiasi flusso di lavoro — un formato per aggiornamenti di standup giornalieri, dettatura di memo legali, risposte al supporto clienti, didascalie sui social media o qualsiasi altra cosa che detti regolarmente.
Le 4 Sezioni del Modello
Ogni modello di formato di output segue una struttura coerente in 4 sezioni. Ogni sezione serve uno scopo specifico, e insieme danno all'IA tutto ciò di cui ha bisogno per produrre output affidabile e di alta qualità.
Ruolo (Role)
La sezione Ruolo definisce chi è l'IA per questo modello. Pensala come l'assunzione di uno specialista: stai dicendo all'IA quale tipo di competenza dovrebbe usare e quale persona adottare.
# Role
Sei uno scrittore di email professionale che converte i messaggi parlati in email ben strutturate e raffinate.
Un ruolo ben definito modella l'intero output. Un'IA a cui è detto che è uno "scrittore di email professionale" utilizzerà di default il registro appropriato, le convenzioni di formattazione e la scelta delle parole senza aver bisogno di istruzioni esplicite per ognuna. Un ruolo come "scrittore tecnico conciso" favorirà naturalmente la precisione e la brevità.
Mantieni il ruolo a una o due frasi. Descrivi il dominio di competenza e il compito principale in linguaggio semplice.
Istruzioni (Instructions)
La sezione Istruzioni è dove definisci le regole. Questa è la sezione più importante — dice all'IA esattamente cosa fare, cosa evitare e come comportarsi quando incontra casi limite.
Formatta le istruzioni come un elenco puntato. Ogni punto dovrebbe descrivere una singola regola chiara.
Tre regole appartengono a ogni modello, indipendentemente dallo scopo:
# Instructions
- [Le tue regole specifiche del compito qui]
- Rispondi nella stessa lingua del testo di input.
- Non aggiungere spiegazioni, intestazioni o meta-commenti.
- Non avvolgere l'output in blocchi di codice markdown.
Gli ultimi tre sono predefiniti universali. "Rispondi nella stessa lingua" assicura che il tuo output corrisponda alla lingua in cui hai dettato — fondamentale se passi tra lingue diverse. "Niente spiegazioni o meta-commenti" impedisce all'IA di anteporre cose come "Ecco la tua email:" prima dell'output effettivo. "Niente blocchi di codice markdown" impedisce che l'output sia avvolto in backtick tripli.
Puoi aggiungere tutte le regole specifiche del compito di cui hai bisogno, ma cerca di mantenere il totale sotto dieci. Più di quello e le regole cominciano a conflitto tra loro.
Contesto (Context)
La sezione Contesto fornisce informazioni di background sulla situazione. È opzionale — non ogni modello ne ha bisogno — ma aiuta l'IA a gestire le idiosincrasie dell'input dettato.
# Context
L'utente detta i messaggi tramite push-to-talk. L'input può contenere parole di riempimento, ripetizioni e frasi incomplete.
Il contesto è utile quando:
- L'input ha caratteristiche prevedibili che l'IA dovrebbe tenere in conto (parole di riempimento, frasi incomplete, gergo specifico del dominio)
- L'output sarà utilizzato in un ambiente specifico con convenzioni implicite (uno Slack aziendale, un sistema di documenti legali)
- L'IA ha bisogno di comprendere la relazione tra il parlante e il destinatario previsto
Se il tuo caso d'uso è semplice e la sezione Istruzioni copre già tutto, salta completamente la sezione Contesto.
Output Previsto (Expected Output)
La sezione Output Previsto descrive la forma del risultato finale. Dice all'IA quale formato, lunghezza e struttura produrre.
# Expected Output
Un'email professionale con:
- Riga di oggetto
- Saluto
- Corpo (1-3 paragrafi)
- Firma professionale
Questa sezione agisce come un obiettivo di qualità. L'IA strutturerà il suo output per corrispondere a ciò che descrivi qui. Se vuoi un formato specifico — elenchi puntati, passaggi numerati, una struttura di intestazione particolare — descrivilo qui esplicitamente.
Il Modello Vuoto
Usalo come punto di partenza per qualsiasi nuovo formato di output:
# Role
[Descrivi l'expertise e la persona dell'assistente.]
# Instructions
- [Istruzione principale del compito]
- [Requisito aggiuntivo]
- [Preferenza di formattazione]
- Rispondi nella stessa lingua del testo di input.
- Non aggiungere spiegazioni, intestazioni o meta-commenti.
- Non avvolgere l'output in blocchi di codice markdown.
# Context
[Informazioni di background opzionali. Rimuovi se non necessario.]
# Expected Output
[Descrivi come dovrebbe apparire l'output.]
Migliori Pratiche
Sei principi dall'ingegneria dei prompt che si applicano direttamente ai modelli di formato di output:
1. Sii specifico sulle quantità e i vincoli. "Scrivi in 2-3 frasi" è meglio di "mantienilo breve". "Usa un massimo di 5 punti puntati" è meglio di "sii conciso". Le istruzioni vaghe lasciano spazio all'IA per interpretarle in modo che potrebbe non corrispondere alla tua intenzione.
2. Definisci il tono con due punti di riferimento. "Professionale ma amichevole" è più utile di solo "professionale" perché definisce sia il minimo che il massimo. Allo stesso modo, "formale ma non rigido" o "casual ma non sciocco" dà all'IA un intervallo su cui lavorare piuttosto che un singolo obiettivo ambiguo.
3. Includi esempi nell'Output Previsto. Mostra, non solo dire. Se vuoi un formato specifico, descrivilo strutturalmente e includi un mini-esempio quando aiuta. "Una riga di oggetto che inizia con un verbo d'azione, ad es. 'Richiesta: Accesso al server entro venerdì'" è più chiaro di "una buona riga di oggetto".
4. Imposta confini espliciti su cosa NON fare. Le tre regole predefinite universali coprono già i problemi più comuni, ma il tuo modello potrebbe aver bisogno di confini aggiuntivi. Se la tua dettatura spesso contiene divagazioni, aggiungi "Non includere contenuti non correlati alla richiesta principale". Se vuoi un output pulito senza caratteri di formattazione, aggiungi "Non usare punti elenco o intestazioni".
5. Mantieni ogni modello focalizzato su un singolo compito. Un modello che cerca di gestire sia email che appunti di riunione che riepiloghi gestirà male ognuno. Un modello, un tipo di output. Se hai più casi d'uso distinti, crea più modelli e passa tra loro con un clic.
6. Inizia semplice e itera. Scrivi una prima versione con solo tre o quattro regole e testala rispetto a dettature reali. Aggiungi regole solo quando incontri problemi specifici nell'output. I modelli over-engineered con 15 regole spesso funzionano peggio di modelli snelli con 5, perché le regole cominciano a contraddirsi.
Esempio: Bozza di Post del Blog
# Role
Sei uno scrittore di contenuti che trasforma le idee parlate in bozze di post del blog.
# Instructions
- Converti l'input parlato in una bozza di post del blog strutturata.
- Aggiungi un titolo accattivante.
- Dividi il contenuto in sezioni logiche con sottotitoli.
- Mantieni un tono conversazionale ma informativo.
- Rispondi nella stessa lingua del testo di input.
- Non aggiungere spiegazioni, intestazioni o meta-commenti.
- Non avvolgere l'output in blocchi di codice markdown.
# Expected Output
Una bozza di post del blog con:
- Titolo (H1)
- 2-4 sezioni con sottotitoli (H2)
- 200-400 parole totali
Questo modello è utile per i creatori di contenuti che pensano ad alta voce. Parli le tue idee in uno stile flusso di coscienza; il modello le modella in una struttura di bozza pubblicabile.
Esempio: Messaggio Slack
# Role
Sei un comunicatore conciso che converte i messaggi parlati in messaggi appropriati per Slack.
# Instructions
- Mantieni i messaggi brevi e scansionabili.
- Usa emoji con parsimonia ma naturalmente.
- Dividi i messaggi più lunghi in paragrafi brevi.
- Se il messaggio contiene elementi d'azione, formattali come checklist.
- Rispondi nella stessa lingua del testo di input.
- Non aggiungere spiegazioni, intestazioni o meta-commenti.
- Non avvolgere l'output in blocchi di codice markdown.
# Expected Output
Un messaggio Slack casual ma chiaro, massimo 1-3 paragrafi brevi.
Questo modello riflette le norme della comunicazione su Slack: paragrafi brevi, emoji occasionali e elementi di azione chiari quando necessario. L'istruzione checklist si attiva solo quando rilevante — l'IA riconoscerà quando il tuo messaggio contiene compiti e li formatterà di conseguenza.
Errori Comuni
1. Troppo vago "Rendilo migliore" o "migliora il testo" non dà alcuna direzione all'IA. I formati di output funzionano meglio con istruzioni specifiche e attuabili. Se non riesci ad articolare cosa significhi "migliore", neanche l'IA può.
2. Troppi regole I modelli con 20 istruzioni creano conflitti interni. Quando una regola dice "sii breve" e un'altra dice "includi il contesto completo", l'IA deve indovinare quale ha priorità. Mantieni il numero di regole sotto dieci e risolvi esplicitamente i conflitti.
3. Dimenticare la regola della lingua Includi sempre "Rispondi nella stessa lingua del testo di input". Senza di ciò, l'IA potrebbe impostare l'inglese come predefinito indipendentemente da quale lingua hai dettato. Questo è importante soprattutto se passi tra lingue a seconda del contesto — un messaggio Slack a un collega francese, un'email a un cliente tedesco.
4. Dimenticare Output Previsto Senza una sezione Output Previsto, l'IA indovina la struttura. A volte indovina bene. Spesso produce risultati incoerenti tra input simili. Descrivere esplicitamente il formato di output desiderato elimina quella varianza.
5. Over-engineering dall'inizio I nuovi utenti a volte cercano di anticipare ogni caso limite prima di testare qualcosa. Scrivi la versione più semplice che catturi la tua intenzione, eseguila su dieci dettature reali, e aggiungi regole solo per i problemi che osservi effettivamente. I modelli sono iterativi — migliorano con l'uso.
Inizia
Scarica il modello vuoto sottostante, apri Telvr e incollalo nel campo del modello della modalità Personalizzato. Inizia con il Ruolo e alcune Istruzioni, quindi testalo rispetto a dettature reali dal tuo flusso di lavoro. La maggior parte dei modelli utili emergono da una manciata di iterazioni: scrivi, testa, affina.
Il modello vuoto è tuo da modellare. Telvr gestirà il resto.
Scarica Modello Vuoto