Articoli
La lingua del tuo Prompt decide con quale universo parallelo di dati di addestramento stai parlando
Smettila di tradurre i tuoi Prompt in inglese per risparmiare Token! Perché più traduci in inglese, più l'IA ti risponde con «給到» e «質量»? Questo articolo unisce la ricerca ACL sui modelli linguistici e l'esperienza sul campo per spiegare perché «termini tecnici in originale + descrizione nella lingua madre + ancore di regione esplicite» è la soluzione migliore per ridurre il costo delle correzioni avanti e indietro.
· 8 min di lettura
Smettila di tradurre i tuoi Prompt in inglese: perché più vuoi risparmiare Token, più l'IA ti risponde con «給到» e «質量»?
TL;DR (conclusione principale)
La formula di buona pratica per scrivere un Prompt è: «termini tecnici lasciati nell'inglese originale + contesto della richiesta scritto nella lingua madre del pubblico di destinazione + ancoraggio esplicito di regione e pubblico». Non garantisce di ottenere ogni volta un testo autentico al 100%, ma aumenta molto la probabilità di centrare il risultato al primo colpo e risparmia l'attrito di correggere ripetutamente tono e scelte lessicali.
Molti ingegneri e utenti intensivi di IA hanno questa abitudine: per risparmiare qualche Token, o perché hanno sentito dire che «la logica dell'IA è migliore in inglese», prima di inviare il Prompt traducono la richiesta in inglese con uno strumento di traduzione e alla fine aggiungono Please reply in Traditional Chinese.
Il risultato? Hai risparmiato pochi centesimi di Token, ma ottieni pagine intere di «questa soluzione può 給到 un'ottima esperienza» e «come 優化 la 質量 del 代碼». Alla fine devi ancora passare 10 minuti a correggere a mano queste parole con gli usi abituali di Taiwan.
La lingua con cui fai la domanda decide in quale corpus, di quale gruppo di persone, l'IA va a cercare la risposta.
I. Un caso reale in cui sono cascato: perché l'IA scrive sempre «給到»?#
Qualche tempo fa ho chiesto a un'IA di preparare un riassunto di informazioni, con output in cinese tradizionale. La logica del contenuto era a posto, ma al suo interno compariva una costruzione come «給到…».
«給到» è un'espressione tipica dell'ambiente di lavoro della Cina continentale; a Taiwan nella comunicazione quotidiana praticamente non si dice così.
Il problema non è che l'IA non capisca il cinese, ma che «la lingua non è la regione, e il cinese tradizionale non è Taiwan».
Nel corpus di addestramento dei grandi modelli linguistici (LLM), la quantità di dati in cinese semplificato è molto maggiore di quella in cinese tradizionale; se dai le istruzioni solo in inglese chiedendo Traditional Chinese, il modello riprende molto facilmente il lessico cinese più abbondante (per lo più proveniente dalla Cina continentale), semplicemente reso con caratteri tradizionali.
Scrivere il Prompt nella lingua madre fa solo avvicinare l'IA alla localizzazione; è esplicitando chiaramente «regione» e «pubblico» che si colma l'ultimo divario di contesto.
II. Perché la lingua della domanda cambia direttamente la risposta dell'IA?#
Non è magia, ma la conseguenza inevitabile di come funzionano alla base i modelli linguistici. Dal punto di vista tecnico e della ricerca, ci sono tre ragioni principali:
1. La base dell'IA sono le «probabilità condizionate e la previsione della parola successiva»#
Per la stessa cosa, le comunità linguistiche diverse hanno per natura punti di vista, modi di dire e valori molto diversi. Tutte queste differenze sono compresse nei pesi dei dati di addestramento. Quando fai la domanda in inglese, il modello prosegue lungo il corpus del mondo anglofono; quando la fai con il lessico del cinese tradizionale usato a Taiwan, gli è più facile agganciarsi alla distribuzione di probabilità del contesto taiwanese.
2. La ricerca lo conferma: la lingua della domanda attiva il corrispondente allineamento culturale (Cultural Alignment)#
Uno studio pubblicato all'ACL nel 2024 (AlKhamissi et al., 2024, arXiv:2402.13231) ha simulato indagini sociali in Egitto e negli Stati Uniti. Il gruppo di ricerca ha scoperto che quando si fa la domanda nella lingua principale di una cultura, la distribuzione delle risposte dell'LLM si avvicina in modo significativo ai risultati reali delle indagini sulle persone del posto. Lo studio ha anche rilevato che, quanto meno un gruppo è rappresentato e quanto più il tema è sensibile, tanto maggiore è il bias del modello.
3. Lingua e scelta delle parole sono gli indizi principali con cui l'IA giudica «chi sei»#
L'IA non ti conosce. Senza una memoria personale complessa (Memory) caricata, la lingua che usi, i termini tecnici che inserisci e perfino le tue abitudini di punteggiatura sono gli indizi impliciti con cui il modello deduce il «profilo di chi chiede» e il «livello di output atteso».
III. Non solo la lingua: anche il «tono» fa parte del Prompt#
Oltre a scegliere la lingua giusta, anche il «grado di cortesia» che esprimi nella lingua madre influenza le prestazioni del modello.
Un altro studio interlinguistico su Prompt in inglese, cinese e giapponese (Yin et al., 2024, arXiv:2402.14531) indica che essere troppo bruschi o scortesi con l'IA di solito porta a un calo della qualità della generazione, ma anche essere eccessivamente cortesi o girarci intorno non garantisce prestazioni migliori. Ancora più importante, ogni lingua ha la propria «scala di cortesia ottimale (Sweet Spot)», il punto di equilibrio aureo, che varia da lingua a lingua.
Scrivendo nella lingua madre che conosci meglio, puoi dosare con precisione il tono (ad esempio: «tono diretto, niente fuffa di marketing») ed evitare di perdere il controllo su tono e stile in una rigida traduzione inglese.
IV. Matrice decisionale Prompt in cinese vs. inglese (quando usare l'inglese?)#
Sottolineare l'importanza della lingua madre non significa abbandonare del tutto l'inglese.
Oggi che gli Input Token costano pochissimo, «risparmiare Token» è da tempo un falso problema, e il vero costo è l'attrito dei botta e risposta e delle correzioni manuali. Il punto non è cinese o inglese, ma se in questo momento cerchi un «contesto localizzato» o una «pura correttezza tecnica».
Puoi consultare direttamente questa tabella decisionale:
| Scenario di lavoro |
Lingua di scrittura consigliata |
Motivo principale e strategia |
| Produzione di contenuti localizzati (blog, testi di marketing, testi UI di prodotto, lettere ai clienti) |
Descrizione nella lingua madre + termini inglesi + ancora di regione |
Evitare il sapore di traduzione e le espressioni non in uso a Taiwan (ad esempio: 視頻, 質量, 給到), entrando direttamente nel contesto del pubblico taiwanese. |
| Traduzione multilingue internazionale (ad esempio: dal cinese al thailandese, siti localizzati in più lingue) |
Istruzione nella lingua madre + regione di destinazione e ruolo indicati esplicitamente |
Evitare di passare per l'inglese come lingua ponte (Pivot Language), che causa una doppia perdita di significato. |
| Generazione di puro codice e Debug (architettura di sistema, algoritmi, risoluzione dei bug) |
Cinese o inglese, va bene entrambi (consigliato: logica nella lingua madre + termini inglesi ed Error Log) |
Le parole chiave tecniche (API, PR, Deployment) e la documentazione ufficiale sono comunque in inglese; mantenere l'originale permette di allinearsi ai pesi tecnici più accurati. |
| Consultare la documentazione tecnica estera più recente / articoli accademici |
Soprattutto inglese |
Le fonti originali sono per lo più in inglese; cercare direttamente con parole chiave inglesi (RAG / Search) offre il recall più alto. |
V. Checklist pratica: 5 punti di controllo per ottenere subito una risposta precisa#
La prossima volta che scrivi un Prompt che richiede un output cinese di alta qualità, non aprire più il software di traduzione. Applica direttamente questa lista:
- Lasciare i termini tecnici in originale:
API, PR, Token, Deployment non vanno mai tradotti a forza in cinese.
- Scrivere contesto e logica nella lingua madre: spiega bene il contesto della richiesta nella lingua madre in cui pensi con più scioltezza.
- Imporre un'ancora di regione: non scrivere solo «cinese tradizionale», scrivi esplicitamente «usa il cinese tradizionale di Taiwan e le espressioni quotidiane di Taiwan».
- Definire il pubblico e i limiti del tono: ad esempio «scritto per ingegneri software di Taiwan», «tono diretto e oggettivo, senza aria di marketing».
- Controllare a campione e creare barriere sulle parole da evitare: dopo l'output, verifica uno o due termini locali; se il modello sbaglia spesso, puoi aggiungere direttamente «parole vietate: 給到, 質量, 優化, 視頻, 賦能».
Confronto di esempi di Prompt in pratica#
❌ Esempio sbagliato (superstizione dell'inglese + condizioni vaghe):
Write a blog post about prompt language selection in Traditional Chinese. Make it professional.
✅ Esempio corretto (contesto nella lingua madre + termini in originale + ancore di regione e pubblico):
Scrivi, in cinese tradizionale come si usa a Taiwan, un articolo di opinione tecnica per ingegneri di Taiwan, sul tema «La scelta della lingua della domanda in un Prompt».
Requisiti:
1. I termini tecnici (come Token, Prompt, Context, API) restano nell'inglese originale, senza traduzione forzata.
2. Tono diretto e oggettivo, dai subito la conclusione e un elenco eseguibile, senza tono da manuale scolastico né chiacchiere vuote di marketing.
3. Usa rigorosamente il lessico locale di Taiwan ed evita parole come «給到, 質量, 視頻, 代碼».
Domande frequenti (FAQ)#
Q1: Scrivere il Prompt in cinese consuma più Token ed è più lento?#
A parità di contenuto, in cinese il numero di Token di solito è un po' maggiore che in inglese, ma il prezzo degli Input Token è bassissimo. Rispetto a quel poco di costo in Token risparmiato, il tempo sprecato a «rigenerare» o a rivedere a mano per un errore di contesto è la spesa nascosta più costosa.
Q2: Perché, anche se ho già chiesto all'IA il «cinese tradizionale (Traditional Chinese)», compaiono ancora espressioni della Cina continentale?#
Perché per il modello Traditional Chinese spesso indica soltanto la «codifica e la forma dei caratteri (Script)», e non la «cultura regionale (Locale)». I corpora di Hong Kong e Macao, di Taiwan e quelli convertiti dal semplificato al tradizionale rientrano tutti nel cinese tradizionale. Bisogna indicare esplicitamente «lessico di Taiwan (zh-TW)» e «pubblico di destinazione (ad esempio: ingegneri di Taiwan)» per far convergere correttamente le scelte lessicali del modello.
Se vuoi risposte localizzate, fai la domanda nella lingua locale e poi precisa bene la regione.
Questa logica non vale solo per le domande di tutti i giorni, è anche il fondamento più profondo della localizzazione di prodotti internazionali. Nel prossimo articolo estenderemo direttamente questo concetto all'ingegneria pratica: «Quando un sito supporta 22 lingue, come far produrre all'IA in automatico traduzioni localizzate davvero autentiche?»