# Come ridurre i token di un prompt

Ridurre i token non significa scrivere prompt telegrafici. L'obiettivo è togliere ciò che non serve mantenendo istruzioni chiare e informazioni davvero utili.

[Versione HTML](https://www.tokenometro.it/guide/come-ridurre-token-prompt/)

Un progetto di YADA Digital. Metodo e limiti: https://www.tokenometro.it/metodologia/
Fonti verificate il: 2026-10-03

Contenuto aggiornato il: 2026-10-11

## Parti dal compito, poi taglia

Un prompt compatto deve conservare obiettivo, informazioni necessarie e criteri della risposta. Prima di accorciarlo, scrivi in una frase che cosa vuoi ottenere. Poi rileggi ogni blocco e chiediti se aiuta il modello a svolgere quel compito. Le parti senza una funzione chiara sono i primi candidati alla revisione.

Non trasformare subito il testo in abbreviazioni. Una richiesta difficile da interpretare può generare risposte sbagliate o domande di chiarimento. Il confronto utile riguarda il lavoro completo: quanto costa ottenere un risultato utilizzabile? Un piccolo risparmio nell'input perde valore se produce una risposta da correggere o richiede di ripetere l'intera operazione.

## Sostituisci ripetizioni con istruzioni verificabili

Una richiesta come «sii breve, molto sintetico, evita di dilungarti e scrivi poco» può diventare «rispondi con tre punti, ciascuno di una frase». La seconda formulazione definisce un formato controllabile. Il risparmio esatto va misurato con il tokenizer scelto; l'esempio illustra una revisione editoriale, non promette una quantità fissa di token eliminati.

Riduci anche premesse che ripetono il ruolo già stabilito altrove. Conserva invece le eccezioni importanti: «se manca la data, scrivi non disponibile» può evitare una risposta inventata. Per documenti lunghi, seleziona i passaggi pertinenti mantenendo riferimenti e contesto sufficiente. Una citazione isolata che perde il proprio significato non è una buona compressione.

## Controlla esempi e formato dei dati

Gli esempi sono utili quando chiariscono un comportamento difficile da descrivere. Scegline pochi e rappresentativi, evitando molte varianti quasi identiche. Se esistono casi limite, includine uno che mostri come gestirli. Non sostituire una regola importante con un esempio ambiguo da cui il modello dovrebbe indovinarla.

Per i dati, elimina campi che il compito non utilizza e intestazioni ripetute senza necessità. Mantieni però nomi leggibili e unità di misura. In una tabella di preventivi, togliere la valuta o il periodo di riferimento può rendere inutilizzabile il risultato. Prima di rimuovere una colonna, verifica se serve a interpretare le altre. L'ottimizzazione deve rispettare la struttura informativa del materiale.

## Misura una modifica alla volta

Conserva la versione iniziale e applica una revisione circoscritta. Conta i token con le stesse impostazioni, poi valuta entrambe le versioni su richieste realistiche. Usa criteri definiti prima del confronto: correttezza, completezza, formato e gestione delle informazioni mancanti.

Registra anche eventuali richieste di chiarimento e correzioni necessarie. Se la variante breve funziona soltanto sul caso più semplice, non adottarla per tutti gli utenti. Una buona procedura mantiene una piccola raccolta di esempi del lavoro reale e la riusa quando cambia il prompt. Il risultato migliore è una formulazione facile da mantenere, abbastanza breve da evitare sprechi e abbastanza esplicita da produrre risposte controllabili.

## Lo stesso italiano, due tokenizer

Conteggi locali del solo testo mostrato, senza messaggi di sistema, documento da riassumere o output. Non sono il conteggio ufficiale di tutti i modelli e non misurano la qualità della risposta.

| Esempio | Testo esatto | cl100k_base | o200k_base |
| --- | --- | --- | --- |
| Istruzione originale | Per favore, vorrei che tu mi aiutassi a riassumere il testo che trovi qui sotto. Ti chiedo di essere breve e conciso, di non dilungarti e di usare esattamente tre punti elenco. Non aggiungere informazioni che non sono presenti nel testo. | 69 | 58 |
| Istruzione rivista | Riassumi il testo seguente in tre punti elenco. Usa soltanto le informazioni presenti nel testo. | 29 | 21 |
| Accenti, numeri ed emoji | Caffè, città e sostenibilità: l’AI legge anche accenti, numeri 123 ed emoji 🌱. | 30 | 26 |

Misurato il 2026-10-11 con tiktoken 0.12.0 e encode_ordinary. La versione breve conserva compito e formato richiesto: verificarne l'efficacia sul documento reale resta necessario.

## Fonti

- [OpenAI · Prompt engineering](https://developers.openai.com/api/docs/guides/prompt-engineering)
- [OpenAI · Cost optimization](https://developers.openai.com/api/docs/guides/cost-optimization)

## Letture correlate

- [Quanto pesa il system prompt?](https://www.tokenometro.it/guide/system-prompt-token/index.md)
- [Come ottimizzare AGENTS.md](https://www.tokenometro.it/guide/ottimizzare-agents-md/index.md)
- [Come ridurre i costi delle API OpenAI](https://www.tokenometro.it/guide/ridurre-costi-api-openai/index.md)
