Glossario Data

Che cos’è il context engineering?

Il context engineering è la pratica di fornire a un modello di IA le informazioni di cui ha bisogno per svolgere correttamente un compito: le definizioni di business, i dati pertinenti, le regole da rispettare e gli strumenti che può usare. Decide cosa entra nel contesto del modello, così le risposte rispecchiano il modo in cui l’azienda misura e decide.

Altri nomi: context engineering per l’IA, gestione del contesto per l’IA

Che cos’è il context engineering?

Un modello di IA sa moltissimo del mondo e nulla della vostra azienda. Ogni risposta utile dipende dal contesto che riceve: quali dati, quali definizioni, quali regole e quali strumenti.

Il prompt engineering riguarda il modo in cui si chiede. Il context engineering riguarda ciò che il modello sa quando risponde. Nel lavoro aziendale, di solito conta di più il secondo.

Come funziona il context engineering?

  • Instructions. The system prompt, the standing instructions a model gets before any question, plus examples of good answers when the task needs them. Giving examples is called few-shot prompting, and giving none is zero-shot.
  • Definizioni. Cosa significa ogni metrica e come viene calcolata, così il modello usa i calcoli dell’azienda.
  • Data. The current, relevant records for the question, retrieved from trusted sources.
  • Regole. Policy e guardrail, come le linee guida del brand o ciò che deve passare a una persona per l’approvazione.
  • Strumenti. Le azioni che il modello è autorizzato a compiere e i permessi con cui vengono eseguite.
  • Limiti. Solo ciò che serve al compito, perché il contesto in eccesso può peggiorare le risposte.

Qual è un esempio di context engineering?

Esempio

Due risposte alla stessa domanda sul ROAS

Asked for ROAS by channel, an assistant with no business context picks its own formula and its own date range. The answer looks confident and matches no report in the company.

Con la definizione di ROAS dell’azienda, la sua tassonomia dei canali e il suo calendario fiscale, lo stesso assistente restituisce il valore che calcolerebbe il team finance. È cambiato solo il contesto.

Context engineering vs. prompt engineering vs. fine-tuning

ArgomentoPrompt engineeringContext engineeringFine-tuning
Che cosa cambiaCome viene formulata la richiestaCiò che il modello sa al momento della rispostaI pesi del modello
Si aggiorna quando cambiano i datiNoSì, a ogni richiestaSolo dopo un nuovo addestramento
Ideale perTono e formatoRisposte di business accurate e aggiornateStile o compiti specializzati

Perché il context engineering è importante?

La maggior parte delle risposte sbagliate dell’IA nel business non è colpa del modello. Il modello aveva i dati sbagliati, una definizione superata o nessuna definizione. Impostare correttamente il contesto è il modo più diretto per rendere affidabili le risposte dell’IA.

Come lo fa Alli

Come lo fa Alli?

Alli Semantic Layer, parte di Alli by PMG, è il luogo in cui la logica di business del marketing viene definita una volta sola: definizioni di KPI condivise, nomenclatura armonizzata su ogni piattaforma e area geografica e un dizionario dei dati comune. Ogni team, strumento e agente IA in Alli lavora a partire da quelle definizioni, così l’IA resta ancorata alla logica già concordata dai team.

Alli Data fornisce i dati governati e aggiornati sottostanti, e le skill di Alli4u racchiudono le istruzioni e gli strumenti di cui un assistente ha bisogno per un compito specifico.

Esplorate Alli Semantic Layer 
Read the analysis
Marketing Why teams ignore AI insights AI can now tell a team what to change. Often nobody has been given the job of deciding whether to. By Nathan Barling · October 31, 2026 

Domande frequenti sul context engineering

In cosa si differenzia il context engineering dal prompt engineering?

Il prompt engineering definisce come viene formulata una richiesta. Il context engineering decide quali informazioni, definizioni, regole e strumenti ha il modello quando risponde, e di solito questo conta di più per l’accuratezza nel business.

La RAG è una forma di context engineering?

Sì. La retrieval-augmented generation recupera documenti o dati pertinenti e li aggiunge al contesto del modello. Il context engineering copre anche definizioni, regole e strumenti.

Troppo contesto può peggiorare le risposte dell’IA?

Sì. Informazioni in eccesso e non pertinenti possono distrarre un modello e rendere le risposte meno accurate. Un buon contesto si limita a ciò che serve al compito.

In che modo un livello semantico aiuta l’IA?

Fornisce all’IA le definizioni delle metriche e la nomenclatura dell’azienda stessa, così il modello calcola i numeri come fa il business invece di tirare a indovinare.

What is a context window?

It's how much a model can take in at once, measured in tokens. It covers the instructions, the conversation, and any retrieved data. Windows have grown large, but models still tend to use what's at the start and end of a long context better than what's in the middle. So a bigger window doesn't remove the need to choose what goes in.

Last updated Back to the glossary

Guardate queste idee all’opera sui vostri dati.

Prenotate una presentazione e vi mostreremo dal vivo come Alli collega, definisce e attiva i vostri dati.

Prenotate un primo incontro