L'era del "modello di default" è finita. Nel 2025 si poteva scrivere un prompt per GPT-4 o Claude 3.5 Sonnet e riusarlo nella maggior parte dei task con un degrado marginale. Nel 2026 il panorama dei modelli si è frammentato in modi che rendono questa strategia costosa e silenziosamente rotta. GPT-5.4 esce in tre tier (frontier, mini, nano) con comportamenti di reasoning diversi. Claude Opus 4.7 segue le istruzioni in modo più letterale e usa fino al 35% di token in più rispetto a 4.6 per lo stesso testo [1]. Mistral Small 4 arriva come modello mixture-of-experts da 119B ottimizzato per deployment on-prem in Europa [2]. Gemini 2.x rende il multimodale una primitiva di prima classe invece di una feature aggiunta dopo.
Questi non sono "la stessa intelligenza a prezzi diversi". Sono macchine diverse che rispondono ai prompt in modo diverso. Lo stesso prompt che totalizzava 4,5 su Claude 3.5 Sonnet può scendere a 3,1 su GPT-5.4 nano e a 2,8 su Mistral Small 4 senza cambiare una parola. Se stai facendo girare un workflow AI senza adattare i prompt al modello, stai lasciando sul tavolo il 30-50% della qualità disponibile, spesso pagando più del necessario.
Questa guida è la versione operativa del problema. Tre dimensioni da tracciare, una matrice di decisione per task, riscritture di prompt concrete per modello, e come organizzare la libreria di prompt quando "modello" diventa un campo metadata di prima classe.
1. Le tre dimensioni che contano nel 2026
La maggior parte dei consigli su "quale modello scegliere" tratta ancora la scelta del modello come un'unica manopola etichettata "più intelligente vs più economico". Quella manopola comprime tre assi indipendenti che si muovono in modo diverso nella line-up del 2026.
Capability tier. I modelli frontier (Opus 4.7, GPT-5.4 standard, Gemini 2.5 Pro) non sono "la stessa intelligenza dei mini/nano con più parametri". Gestiscono ambiguità, reasoning multi-step e prompt sotto-specificati in modi che il tier efficiente non può. I modelli efficienti (GPT-5.4 mini e nano, Mistral Small 4, Claude Haiku 4.5) costano dalle 3 alle 10 volte di meno, ma richiedono molta più struttura nel prompt per atterrare bene. Un prompt vago che i modelli frontier sanno riparare internamente produce output superficiale sul tier efficiente.
Context window. Con 1M context generalmente disponibile su Opus 4.7, la domanda "mi serve RAG o posso semplicemente buttare i documenti dentro?" ha per la prima volta una risposta reale. Ma i tradeoff non sono simmetrici fra provider, e il degrado di accuratezza oltre i ~256K token è reale su ogni modello frontier che abbiamo testato. Questo conta per la struttura del prompt: i prompt scritti assumendo "il modello vedrà tutto" si rompono diversamente su un modello da 32K rispetto a uno da 1M.
Stile di instruction-following. È la dimensione che la maggior parte dei team sottovaluta. Opus 4.7 segue le istruzioni con alta letteralità: "try to" e "if possible" vengono pesati al ribasso, gli output contract sono onorati in modo quasi rigido. GPT-5.4 con reasoning effort impostato alto preferisce precisione e struttura RACE esplicita (Role, Action, Context, Expectation) rispetto allo scaffolding conversazionale. Sonnet rimane bilanciato e in parte conversazionale. Lo stesso prompt dato in pasto ai tre produce output significativamente diversi non per "differenza di intelligenza" ma perché i modelli interpretano lo stile del prompt in modo diverso.
I tuoi prompt possono migliorare. Promptimizer li riscrive e li testa automaticamente.
Se ottimizzi solo sul capability tier, risparmi soldi ma perdi qualità. Se ottimizzi solo sul context window, fai over-engineering per casi d'uso che non hanno bisogno di 1M token. Lo stile di instruction-following è la dimensione che separa "questo prompt funziona su ogni modello" da "questo prompt funziona su tre modelli e fallisce silenziosamente sul quarto".
2. Una matrice di decisione per task
Scegliere il modello giusto parte dal task, non dalla scheda del modello. Ecco la matrice che usiamo internamente, semplificata per sviluppatori solo e piccoli team.
Matrice di decisione modello: task vs tier
Generazione long-form strutturata (saggi, report, proposte): reasoning frontier. Opus 4.7 se vuoi instruction-following letterale sulla struttura dell'output. GPT-5.4 se vuoi profondità di reasoning sulla qualità dell'argomento. Salta il tier efficiente qui, il risparmio non ripaga le riscritture.
Classificazione o estrazione ad alto volume: tier efficiente. GPT-5.4 mini o Mistral Small 4. La riduzione di costo 4-10x è reale, e il task non richiede reasoning frontier. I prompt qui devono essere strutturati in modo aggressivo (più sotto).
Loop agente per coding (refactor, review, generazione test): Claude Code su Opus 4.7 se il loop richiede compliance letterale con regole di stile. GPT-5.4 se il loop richiede reasoning più profondo su trade-off architetturali. Funzionano entrambi, la scelta dipende dal collo di bottiglia: "l'agente fa quello che gli ho detto" o "l'agente capisce qual è la cosa giusta".
Task multimodali (immagine+testo, analisi audio): Gemini 2.x. Gli altri modelli ora gestiscono immagini, ma Gemini 2.x tratta il multimodale come nativo invece che retrofittato, e i pattern di prompt che si aspetta sono diversi.
Servizio backend cost-sensitive (alto QPS, ogni centesimo conta): Mistral Small 4 o GPT-5.4 nano. Le opzioni di deployment on-prem contano qui. I prompt devono essere estremamente strutturati perché il modello fa meno lavoro pesante sull'ambiguità.
L'errore che vediamo più spesso: i team scelgono "il modello migliore" per tutto perché è più semplice, poi rimangono sorpresi quando la fattura compone. L'altro errore: i team scelgono il modello più economico e danno la colpa alla "qualità dell'AI" quando i prompt che funzionavano su Sonnet si sgretolano su nano.
3. Riscritture concrete di prompt per modello
Qui sta il lavoro vero. Lo stesso intent ha bisogno di una struttura di prompt diversa per modelli diversi. Ecco un task d'esempio ("scrivere una mail di onboarding cliente") riscritto per quattro modelli.
Stesso intent, quattro prompt diversi
Claude Opus 4.7: togli lo scaffolding, usa istruzioni dirette, fissa output contract.
Write a 120-word customer onboarding email for a SaaS product.
Tone: warm, professional. No marketing fluff.
Open: thank by name.
Body: 1 concrete onboarding next step + 1 link.
Close: signature from "Sara, Customer Success".
Output the email only, no commentary.
Opus 4.7 lo segue quasi alla lettera. Evita "try to keep it under 120 words": elimina "try to", viene pesato al ribasso come morbido. La riga "Output the email only" conta: senza, Opus 4.7 può aggiungere commenti.
Le tecniche che stai leggendo funzionano. Testa subito i tuoi prompt con Prompt Score e vedi il punteggio in tempo reale.
GPT-5.4 (high reasoning effort): usa la struttura RACE, punta sulla precisione.
Role: Senior Customer Success specialist at a B2B SaaS.
Action: Draft an onboarding email for a new customer.
Context: This is the user's first email. They signed up yesterday for the Pro plan.
Expectation: 120 words. Warm but precise. Include one concrete next step
with a link to the dashboard. Sign as "Sara, Customer Success Lead".
GPT-5.4 con effort alto spende token di reasoning su ogni vincolo. Lo scaffolding morbido (es. "feel free to adjust") spreca quei token e degrada l'output.
Mistral Small 4: verboso, più esempi, meno affidamento sull'inferenza delle istruzioni.
You are a Customer Success specialist writing an onboarding email.
Email requirements:
- Length: 120 words.
- Tone: warm, professional.
- Structure: greeting, one concrete onboarding step, one link, close.
- Signature: Sara, Customer Success.
Example of the kind of email you should write:
"Hi Marco, welcome to ProductX! Your first step is to import your team
list at app.product.com/import. This usually takes 5 minutes and unlocks
collaboration features. Let me know if anything blocks you. Best, Sara,
Customer Success."
Now write the email for the new customer.
Mistral Small 4 beneficia di un esempio one-shot. Senza, l'output è più generico.
GPT-5.4 nano: struttura estrema, output JSON, budget token stretto.
Nano gestisce bene i task con forma JSON, ma produce prosa piatta se chiedi testo libero. Se il downstream ha bisogno della stringa del corpo email, renderizzala dal JSON nel tuo codice.
Lo stesso intent. Quattro prompt diversi. Ognuno calibrato su come il modello target vuole ricevere le istruzioni.
4. Organizzare una libreria di prompt quando "modello" diventa metadata
Quando i prompt divergono per modello, la libreria deve tracciare questa cosa esplicitamente. Tre cambiamenti da fare:
Tag o sotto-categoria per modello target. Un prompt chiamato "Mail di onboarding cliente" non è più un singolo artefatto, è una famiglia con varianti. Il pattern di naming che funziona in pratica: mail-onboarding-cliente/opus-4-7, mail-onboarding-cliente/gpt-5-4, mail-onboarding-cliente/mistral-small-4. Evita di rendere il modello un tag accessorio, perché poi nessuno trova la variante giusta in tempo.
Versioning per modello. Il prompt v3 su Opus 4.7 può essere ancora a v1 su GPT-5.4 perché lì non hai ancora iterato. Le storie delle versioni divergono. Un team senza versioning per modello finisce con varianti stantie di cui nessuno si fida.
Il versioning per modello diverge
Score per modello. Un prompt con score 4,5 su Sonnet può scendere a 3,2 su nano perché il modello interpreta il prompt in modo diverso. Conservare un solo score per prompt è fuorviante. Lo storico degli score per modello ti permette di vedere quando un prompt è "buono per Opus, scarso per nano" e decidere se riscrivere o instradare il task su un altro tier.
Qui un prompt management strutturato fa risparmiare tempo vero. Farlo in Notion o in un Google Doc significa tracciamento manuale delle varianti, niente diff, niente score, e drift costante mentre la line-up dei modelli continua a spostarsi.
5. La skill che conta nel 2026: model-aware prompting
Nel 2024 la skill era "scrivere buoni prompt". Nel 2026 la skill è "calibrare i prompt su modelli specifici". È uno spostamento reale, non una linea di marketing. Tre implicazioni a seguire.
Spostamento sui costi. Un piccolo team che calibra i prompt per modello può spostare il 60-80% delle proprie chiamate ad alto volume sul tier efficiente senza perdere qualità. Stesso workflow, stessi output, 5-10 volte più economico sulla riga input-token. L'approccio ingenuo (tutto su Opus 4.7 o GPT-5.4) lo lascia sul tavolo.
Spostamento sulla qualità. I modelli frontier premiano stili di prompt diversi. Il team che copia lo stesso prompt fra provider ottiene un'esperienza notevolmente peggiore su almeno uno dei modelli, spesso senza accorgersene perché l'output sembra plausibile.
Spostamento sul processo. Quando i prompt divergono per modello, la review dei prompt diventa una pratica reale. "Questo prompt funziona sul modello su cui stiamo instradando oggi?" è una domanda che richiede una risposta. Senza tracciamento strutturato la si tira a indovinare.
I team che oggi azzeccano questa cosa non sono quelli con i budget AI più grossi: sono quelli che trattano la scelta del modello come una decisione per task e la riscrittura del prompt come una parte normale del workflow.
6. Come Keep My Prompts si mappa sul model-aware prompting
Se vuoi uno strumento focalizzato che supporta varianti di prompt per modello senza overhead enterprise, Keep My Prompts è costruito esattamente per questo caso.
Categorie o tag per modello: organizzi le varianti dello stesso intent sotto il modello target giusto
Versioning per prompt: tracci v1 → v3 su ogni variante separatamente
Scoring di qualità AI: vedi quali varianti hanno score buono e quali serve riscrivere per il modello target
Quick Optimize e Deep Optimize: riscrivi un prompt rispetto allo stile di un modello target con un clic
Il piano Free copre sviluppatori solo che fanno girare poche varianti. Pro aggiunge spazio di versioning per team con cinque o più modelli target attivi.
