Prompt-Engineering-Guide/pages/applications/generating.it.mdx

# Generazione di dati

I LLM hanno una forte capacità di generare testi coerenti. L'uso di strategie di prompt efficaci può guidare il modello a produrre risposte migliori, coerenti e più concrete. Gli LLM possono anche essere particolarmente utili per generare dati che sono davvero utili per eseguire tutti i tipi di esperimenti e valutazioni. Ad esempio, possiamo usarli per generare campioni rapidi per un classificatore di sentiment, come questo:

*Prompt:*
```
Produci 10 esempi per l'analisi del sentimento. Gli esempi sono classificati come positivi o negativi. Produrre 2 esempi negativi e 8 esempi positivi. Utilizzate questo formato per gli esempi:
D: <sentenza>
R: <sentimento
```

*Output:*
```
D: Ho appena ricevuto la migliore notizia di sempre!
A: Positiva

D: Abbiamo appena ricevuto un aumento al lavoro!
R: Positivo

D: Sono così orgoglioso di ciò che ho realizzato oggi.
R: Positivo

D: Sto vivendo la giornata migliore di sempre!
R: Positivo

D: Non vedo l'ora che arrivi il fine settimana.
R: Positivo

D: Ho appena ricevuto il miglior regalo di sempre!
R: Positivo

D: Sono così felice in questo momento.
R: Positivo

D: Sono così fortunata ad avere una famiglia così fantastica.
R: Positivo

D: Il tempo fuori è così cupo.
R: Negativo

D: Ho appena ricevuto una notizia terribile.
R: Negativa
```

Questo risultato è molto utile e lo useremo anche per un altro test in un'altra sezione di questa guida.