Chi utilizza quotidianamente strumenti di IA giuridica nota presto che la qualità dei risultati dipende meno dal modello che dalla qualità della domanda. Il prompt engineering, ovvero la formulazione intenzionale di istruzioni per un sistema di IA, non è un hobby tecnico per gli avvocati. È una tecnica di lavoro pratica che incide direttamente sulla qualità dei risultati, sul tempo impiegato e sull’affidabilità. Questo articolo illustra dieci tecniche concrete per ottenere risultati decisamente migliori dalle applicazioni di IA giuridica.
Cosa significa prompt engineering in ambito giuridico
Un prompt è l’input che riceve un modello linguistico. Nel lavoro giuridico quotidiano, questi input possono essere formulati così: «Analizza questo contratto per individuare i rischi di responsabilità» oppure «Riassumi le disposizioni principali». Il problema è che formulazioni di questo tipo sono estremamente vaghe per un sistema di IA. Il modello non sa da quale parte analizzare il documento, quale quadro giuridico si applichi, quanto debba essere dettagliata la risposta né quale formato utilizzare.
Il prompt engineering affronta il problema strutturando gli input. L’obiettivo non è imparare un linguaggio segreto, ma fornire il contesto che un collaboratore umano avrebbe ricevuto automaticamente.
Le 10 tecniche
Il modo più semplice per iniziare è trattare il modello come un collaboratore capace, ma appena arrivato. Intelligente, veloce, diligente, ma senza alcuna conoscenza dei vostri mandati, della prassi del vostro studio o della vostra giurisdizione. Tutto ciò che direste a quel collaboratore quando gli affidate un incarico dovrebbe comparire nel prompt. Le dieci tecniche sono, in sostanza, un metodo per farlo.
1. Assegnare un ruolo
Una domanda senza contesto costringe il modello a indovinare da quale prospettiva rispondere, e il modello sceglie quella media. Assegnategli una funzione e l’intero quadro cambia.
Debole: «Cosa dice questa clausola?»
Forte: «Sei un avvocato specializzato in contratti M&A e agisci per conto dell’acquirente. Analizza la seguente clausola di garanzia.»
Il ruolo determina due aspetti contemporaneamente: la prospettiva (quali interessi contano) e le conoscenze pregresse presunte (il modello evita spiegazioni non necessarie per uno specialista). Più è specifico, meglio è: «avvocato M&A specializzato in operazioni nel settore tecnologico» è preferibile a «avvocato».
2. Specificare il quadro giuridico
Nel contesto svizzero, questa è la tecnica più spesso trascurata, perché il quadro giuridico è ovvio per voi e invisibile al modello. I modelli linguistici sono addestrati contemporaneamente sul diritto svizzero, tedesco, austriaco e statunitense. Senza un vincolo, mescolano queste fonti e una valutazione della responsabilità secondo il BGB tedesco è semplicemente errata in un caso svizzero.
Debole: «Questa clausola penale è valida?»
Forte: «Valuta la validità di questa clausola penale secondo il diritto svizzero, in particolare gli artt. 160 e segg. CO e la riduzione giudiziale ai sensi dell’art. 163 cpv. 3 CO.»
Regola pratica: se lo stesso prompt può essere applicato senza modifiche a un caso tedesco o statunitense, è troppo generico. Lo è a maggior ragione per leggi speciali (LPD, leggi sui mercati finanziari) o per il diritto cantonale.
3. Prescrivere il formato dell’output
Se non si specifica il formato, il modello restituisce un testo discorsivo, il formato meno pratico per quasi tutte le attività giuridiche. Se volete trasferire il risultato in un’e-mail al cliente, in una matrice dei rischi o in un memorandum, dovrete riformattarlo manualmente.
Debole: «Riassumi i rischi di questo contratto.»
Forte: «Crea una tabella con le colonne: clausola, rischio, gravità (bassa/media/alta), raccomandazione.»
Specificare il formato fa risparmiare tempo, ma impone anche un’analisi disciplinata, perché ogni cella deve essere compilata. Una colonna «raccomandazione» vuota si nota subito; un punto nascosto discretamente in un paragrafo, invece, no.
4. Definire la prospettiva
Una clausola contrattuale non è mai neutrale. La stessa limitazione di responsabilità tutela una parte e svantaggia l’altra. Se il prompt non indica da quale parte guardare, il modello descrive la clausola da entrambe le prospettive, il che è inutile in sede di revisione. La questione si fa delicata quando la bozza è stata presentata dalla controparte.
Debole: «Esamina questo contratto di locazione.»
Forte: «Dal punto di vista del conduttore, individua le clausole che si discostano dalle disposizioni legali suppletive a suo svantaggio e segnala le tre più critiche.»
La prospettiva va indicata esplicitamente nel prompt, insieme all’oggetto della verifica: condizioni sfavorevoli al vostro cliente, non la correttezza giuridica in astratto.
5. Inserire istruzioni negative
A volte il problema non è cosa dovrebbe fare il modello, ma cosa dovrebbe tralasciare. I modelli tendono a dilungarsi con informazioni di contesto: il quadro giuridico generale, definizioni e informazioni che conoscete già a fondo.
Debole: «Spiega la responsabilità prevista in questo contratto.»
Forte: «Non spiegare il quadro giuridico generale in materia di responsabilità. Concentrati solo sulle clausole che si discostano dalla prassi di mercato e non proporre formulazioni che modifichino il foro competente.»
Le istruzioni negative sono poco utilizzate, perché si tende a formulare istruzioni in positivo. Eppure, spesso, ciò che si chiede di omettere è la leva più efficace.
6. Fornire il contesto del documento
Nei contratti lunghi, non date per scontato che il modello colleghi autonomamente una clausola ai termini definiti. Se si trovano molto distanti, il modello perde il collegamento e il risultato è una risposta formalmente plausibile, ma sostanzialmente errata.
Debole: «La garanzia prevista in questo contratto è conforme alla prassi di mercato?»
Forte: «Valuta la seguente clausola di garanzia insieme alla definizione di “difetto materiale” contenuta nella sezione 1.3: [testo della clausola] [testo della definizione].»
Altrettanto importante, e tutt’altro che secondario nel contesto svizzero della protezione dei dati: tutto ciò che inserite nel campo del prompt deve essere compatibile con il livello di riservatezza dello strumento. Negli strumenti per utenti privati privi di conservazione zero dei dati, i dati dei clienti, i dati personali e i segreti commerciali non devono comparire nei prompt. Questo singolo aspetto determina se uno strumento è adatto all’uso in uno studio legale.
7. Dare istruzioni per fasi (catena di ragionamento)
Affidare un compito complesso con un’unica istruzione può portare a omissioni: il modello arriva al risultato senza seguire tutti i passaggi. Suddividete il compito in una sequenza e lo costringerete a seguire il ragionamento.
Debole: «Prepara un riepilogo di due diligence di questi contratti.»
Forte: «Per prima cosa, elenca tutte le clausole che riguardano la responsabilità. In secondo luogo, valuta ciascuna di esse secondo il diritto svizzero. Infine, formula una raccomandazione complessiva e definisci le priorità.»
Il prompting basato sulla catena di ragionamento produce due vantaggi. Riduce le omissioni, perché ogni passaggio è esplicito, e rende la risposta verificabile: se il risultato non è corretto, potete individuare in quale fase il modello ha sbagliato, anziché dover scartare una scatola nera.
8. Fornire esempi (prompting few-shot)
Un’istruzione astratta lascia ampia libertà sul tono, sul livello di dettaglio e sulla struttura. Un esempio concreto riduce tale margine.
Debole: «Redigi una clausola di responsabilità.»
Forte: «Redigi una clausola di responsabilità nello stile della seguente clausola modello del nostro studio: [clausola modello]. Mantieni il lessico e la struttura, adattando solo i fatti.»
Il modello dispone così di un riferimento e riproduce lunghezza, lessico e struttura con maggiore coerenza. È particolarmente efficace per attività ricorrenti il cui stile deve rimanere uniforme in più documenti: clausole standard, riepiloghi e corrispondenza con i clienti.
9. Segnalare esplicitamente le lacune di conoscenza e chiedere le fonti
I modelli linguistici hanno una caratteristica scomoda: sembrano sicuri di sé anche quando stanno tirando a indovinare. In ambito giuridico è pericoloso: un’affermazione plausibile, ma errata, può finire in un documento senza essere verificata. Le decisioni giudiziarie inventate non sono un’ipotesi teorica: in tutto il mondo sono già stati documentati oltre mille casi in cui citazioni fabbricate sono finite in atti giudiziari reali, con conseguenze economiche per gli avvocati responsabili. La nostra guida alle allucinazioni dell’IA nel lavoro giuridico illustra nel dettaglio le modalità di errore e le procedure di verifica.
Debole: «Quale giurisprudenza esiste su questa questione?»
Forte: «Supporta ogni conclusione giuridica con una fonte specifica (decisione del Tribunale federale, decisione cantonale, articolo di legge). Se non puoi rispondere in modo affidabile, dichiaralo esplicitamente e segnala il passaggio per una verifica giuridica.»
Questo non riduce il tasso di errore del modello, ma distingue le affermazioni affidabili da quelle inaffidabili e fornisce un punto di partenza per la verifica. L’obbligo di citare le fonti non sostituisce la revisione: la rende possibile. Ogni citazione deve essere verificata autonomamente, indipendentemente dallo strumento utilizzato.
10. Lavorare in modo iterativo
Il primo prompt è quasi mai il migliore. Cercare di concentrare tutto in un unico input formulato alla perfezione produce spesso un blocco sovraccarico che il modello esegue solo in parte. È più produttivo fare il contrario.
Debole: Un unico prompt lungo con otto requisiti, per poi usare il risultato così com’è.
Forte: Chiedere prima una valutazione preliminare, leggerla e poi precisare: «Approfondisci il punto 3» oppure «La prospettiva è sbagliata: verifica dal punto di vista del venditore».
Ogni passaggio si basa sul contesto del precedente. È proprio per questo che esistono le piattaforme di IA giuridica con interfaccia di chat: non per un’unica richiesta monumentale, ma per una conversazione in cui la domanda si affina a ogni risposta, come con un collaboratore che comprende meglio il caso a ogni scambio.
Come le piattaforme di IA giuridica semplificano il prompt engineering
Le piattaforme di IA giuridica di qualità si fanno già carico di parte del lavoro di prompt engineering. CASUS, una piattaforma svizzera di IA giuridica per studi legali e uffici legali aziendali, struttura i flussi di lavoro principali — revisione contrattuale, benchmarking, correzione di bozze e ricerca — in modo che gli input e gli output strutturati siano già previsti per impostazione predefinita.
Nel Risk & Quality Review, CASUS imposta automaticamente la prospettiva dell’analisi in base alla parte contrattuale, classifica i rilievi in base alla gravità (bassa/media/alta) e fornisce proposte concrete di redazione direttamente nel documento Word, senza che l’utente debba creare un prompt personalizzato. Il modulo Playbooks confronta un documento con un playbook interno o con le migliori prassi (per esempio, per contratti NDA o SPA) e mostra gli scostamenti con una percentuale di corrispondenza e raccomandazioni specifiche.
Per le questioni di ricerca aperte, la modalità Legal Research ricerca oltre 1 milione di decisioni e più di 21.000 leggi per la Svizzera, oltre 620.000 documenti giuridici per la Germania e oltre 1,58 milioni di documenti giuridici per l’Austria, restituendo risultati strutturati e basati su fonti, con un’anteprima integrata dei passaggi rilevanti del ragionamento, senza dover fare clic per aprirli. Per le questioni complesse che esulano dai flussi di lavoro standard, la AI Chat con Agent Mode consente di perfezionare i prompt in modo iterativo e di applicare le modifiche direttamente nel documento.
Per il diritto svizzero, CASUS consulta anche i commentari ad accesso libero di Onlinekommentar e le informazioni sulle imprese di ZEFIX, l’Indice centrale svizzero delle ditte. Consulta la panoramica aggiornata delle fonti.
Errori comuni nella formulazione dei prompt nella pratica giuridica
Domande troppo generiche. «Analizza questo contratto» non offre al modello alcun riferimento per definire l’oggetto, la prospettiva o il livello di approfondimento. Il risultato è quindi altrettanto generico.
Contesto giuridico svizzero assente. Senza un riferimento esplicito al CO, al CC o al diritto cantonale, il modello può basarsi su altri ordinamenti giuridici. È un rischio concreto, in particolare per le questioni di responsabilità o di diritto contrattuale.
Formato non specificato. Il testo discorsivo non è adatto a molti casi d’uso. Una tabella o un elenco strutturato può essere utilizzato subito; un paragrafo deve prima essere riformattato.
Prompt singoli senza iterazione. Il prompt engineering è un processo. Utilizzare direttamente una prima risposta, senza chiedersi se la domanda fosse formulata correttamente, significa rinunciare a un potenziale miglioramento della qualità.
Implicazioni pratiche per gli studi legali e gli uffici legali aziendali
Il prompt engineering non deve necessariamente essere una competenza individuale che ogni membro del team sviluppa da sé. Gli studi legali possono creare librerie di prompt, ovvero raccolte di input collaudati per attività standard come la revisione contrattuale, le verifiche di due diligence o le richieste di ricerca. In questo modo la qualità dei risultati diventa riproducibile e si riducono i tempi di inserimento del nuovo personale.
Per gli uffici legali aziendali con elevati volumi di contratti, l’AI Data Room è particolarmente adatta: decine o centinaia di documenti possono essere analizzati in parallelo, con campi di estrazione definiti tramite prompt. Quali clausole devono essere confrontate? Quali scostamenti devono essere segnalati? Il team definisce i parametri; il sistema fornisce una panoramica tabellare.
La protezione dei dati non è una questione secondaria: CASUS archivia i dati esclusivamente in Svizzera e nell’UE, non li trasferisce negli Stati Uniti e opera senza revisione umana e senza conservazione dei dati. Maggiori dettagli sono disponibili alla pagina /security.
Prova CASUS
Chi desidera sperimentare il prompt engineering nella pratica può provare CASUS gratuitamente. La piattaforma è disponibile come componente aggiuntivo di Microsoft Word e come applicazione web: non è necessaria alcuna configurazione IT e non avviene alcun trasferimento di dati negli Stati Uniti. Inizia gratuitamente.
FAQ
Che cos’è il prompt engineering per gli avvocati?
Il prompt engineering consiste nel formulare intenzionalmente input per un sistema di IA al fine di ottenere risposte più precise e utilizzabili. Per gli avvocati significa fornire il contesto, indicare la prospettiva, specificare il formato e perfezionare la richiesta in modo iterativo, anziché porre una domanda generica.
Perché i prompt ben formulati sono particolarmente importanti nel lavoro giuridico?
I testi giuridici richiedono precisione. Una prospettiva errata, l’assenza di un quadro giuridico o un formato non chiaro possono rendere inutilizzabile il risultato dell’IA o, peggio, generare un falso senso di sicurezza. Prompt ben strutturati riducono questo rischio in modo misurabile.
Servono competenze di programmazione per il prompt engineering?
No. Il prompt engineering in ambito giuridico non richiede competenze tecniche. Si basa su un linguaggio chiaro, un pensiero strutturato e la capacità di descrivere con precisione le attività: competenze che gli avvocati già possiedono.
In che cosa il prompt engineering differisce da una normale query di ricerca?
Una query di ricerca trova documenti. Un prompt rivolto a un modello linguistico gli dà istruzioni per elaborare contenuti. La differenza sta nell’interattività: il modello può elaborare il contesto del documento, trarre conclusioni e generare risultati strutturati.
Che ruolo ha il diritto svizzero nella formulazione dei prompt?
I modelli linguistici sono addestrati su dati internazionali. Senza un riferimento esplicito al diritto svizzero — il CO, il CC o le leggi federali pertinenti — il modello può basarsi su altri ordinamenti giuridici. Il contesto svizzero deve essere inserito attivamente nel prompt.
È possibile standardizzare il prompt engineering?
Sì. Gli studi legali e gli uffici legali aziendali possono creare librerie di prompt: input collaudati per attività standard come la revisione contrattuale, le richieste di ricerca o le verifiche di due diligence. In questo modo i risultati sono riproducibili e si riduce il carico sui singoli utenti.
Che cos’è il prompting basato sulla catena di ragionamento?
Il prompting basato sulla catena di ragionamento suddivide le attività complesse in passaggi sequenziali. Invece di affidare l’intero compito in una volta sola, si guida il modello attraverso un processo analitico: prima elencare, poi valutare e infine formulare raccomandazioni. Ciò aumenta la completezza e rende i risultati più facili da seguire.
Quanto è sicura l’IA giuridica quando si trattano dati sensibili dei clienti?
Dipende in larga misura dal fornitore. CASUS archivia i dati esclusivamente in Svizzera e nell’UE, non li trasferisce negli Stati Uniti, opera senza revisione umana e applica una politica di conservazione zero dei dati. I dettagli sull’architettura di sicurezza sono disponibili alla pagina /security.






