Servizio

Prompt Engineering: portiamo i prompt in produzione

Architetture, integrazione API, RAG, agent flows, evaluation. Da €12.000.

Per aziende che hanno superato la fase 'esperimenti su ChatGPT' e devono integrare AI in workflow produttivi. Lavoriamo su orchestrazione, qualità output, cost optimization, governance documentata.

Vedi tutti i servizi

Cos'è

Da prompt singolo a sistema produttivo.

Il prompt engineering è la disciplina tecnica che integra prompt e modelli AI nei sistemi software aziendali. Non è scrivere un buon prompt: è costruire l'architettura che permette a quel prompt di essere riutilizzabile, valutabile, ottimizzabile, conforme. È la parte tecnica del lavoro che il prompt designer fa lato linguistico.

Lavoriamo su tre livelli di intervento. Livello 1 — Integrazione API: collegamento di prompt template a CRM, ticketing, ERP, function calling, structured output, gestione errori. Livello 2 — Architetture multi-step: agent flows con LangChain/LlamaIndex, RAG su knowledge base interna, orchestrazione tra modelli (GPT-5, Claude Opus 4.x, Gemini 2.5). Livello 3 — Evaluation e governance: framework di valutazione automatica, regression testing, prompt versioning, fascicolo prompt aziendale per AI Act articolo 4.

Processo

Cinque fasi, 6-12 settimane tipiche.

Discovery (1-2 settimane): interviste stakeholder, mappatura use case, audit prompt esistenti se presenti, definizione metriche di successo.
Design architetturale (1 settimana): scelta stack tecnico, design degli agent flows, schema RAG, definizione evaluation framework.
Sviluppo (3-6 settimane): implementazione, prompt library iniziale, integrazione con sistemi aziendali, deploy ambiente staging.
Testing + ottimizzazione (1-2 settimane): A/B testing, cost optimization, ottimizzazione latenza, validazione output con utenti finali.
Go-live + handover (1-2 settimane): deploy produzione, training team, documentazione tecnica, fascicolo articolo 4, supporto 30 giorni post-launch.

Deliverable

Cosa ricevete a fine progetto.

Repo Git con codice prompt orchestration, evaluation, deployment scripts. Proprietà cliente.
Prompt library aziendale con 30-100 template versionati, parametrizzati, testati.
Documentazione tecnica: architettura, runbook, troubleshooting, cost monitoring dashboard.
Evaluation framework: dataset di test, metriche, baseline performance, regression testing.
Fascicolo articolo 4 AI Act: registro prompt, policy uso, materiale formativo team.
Training team interno: 8-16 ore di sessioni live + materiale registrato.

Pricing

Da €12.000, range tipico €15.000-30.000.

Il prezzo finale dipende da numero use case, complessità integrazione (sistemi legacy = più tempo), volume dati per RAG, vincoli compliance (settori regolati = documentazione più estesa). Tipicamente PMI 50-200 dipendenti con 5-10 use case attivi spendono €15.000-25.000 chiavi in mano, fattura Intarget DMCC. Il primo step è sempre la call esplorativa €240, compensata se accettate il preventivo.

FAQ Prompt Engineering

Le domande più frequenti dalle aziende italiane.

Differenza tra prompt design e prompt engineering?

Il prompt design lavora sulla qualità linguistica e strategica del prompt (tone of voice, brand voice, content structure). Il prompt engineering lavora sull'integrazione tecnica (API, function calling, RAG, structured output, agent orchestration, cost optimization). In progetti reali sono spesso complementari: il designer scrive, l'engineer integra.

Quale stack tecnico usate?

Default: LangChain o Vercel AI SDK per orchestrazione, Pinecone/Qdrant per vector DB, Promptfoo + RAGAS per evaluation, Helicone per cost monitoring, Git-based prompt management. Adattiamo lo stack alle preferenze del cliente (Microsoft Azure AI, Google Vertex AI, OpenAI direct, AWS Bedrock).

Quanto dura un progetto tipico?

Range tipico 6-12 settimane per progetti PMI 50-200 dipendenti. 2 settimane discovery + 4-6 settimane sviluppo + 2-4 settimane testing/deploy/training. Per progetti enterprise complessi (multi-agent, integrazione legacy) si arriva a 4-6 mesi.

Producete codice di proprietà del cliente?

Sì. Tutto il codice sviluppato (orchestrazione, prompt template, integrazioni, evaluation framework) è di proprietà del cliente, consegnato in repo Git con documentazione tecnica. Niente vendor lock-in, niente royalty su uso.

Quanto costa l'esercizio dei modelli AI dopo il deploy?

Range tipico mensile per PMI 50-200 dipendenti con 5-15 use case attivi: $200-2.000 di token modello + $50-300 di tooling (Helicone, vector DB, observability). Ottimizziamo costi durante lo sviluppo: model routing, prompt caching, batch API per workload non urgenti, tipica riduzione 30-50% rispetto a setup naive.

Iniziamo da una conversazione di un'ora.

Una call di un'ora per capire le priorità della vostra azienda, valutare il livello di maturità AI e definire l'eventuale percorso. Costo: €240, compensato in caso di accettazione del preventivo successivo.

info@prompti.it

Tutte le call si svolgono in videoconferenza, in italiano, inglese o spagnolo.