Come Testare le Competenze di Prompt Engineering al Momento dell'Assunzione nel 2026

Cosa significano davvero gli "ingegneri dei prompt" nel reclutamento del 2026

Due anni fa, "prompt engineer" significava soprattutto "conosce le parole magiche". Oggi il ruolo si è diviso in tre specializzazioni reali, e la valutazione che crei dipende da quale stai cercando di assumere:

• Ingegnere di prompt applicato. Costruisce prompt di produzione all'interno di un'applicazione, possiede le valutazioni, effettua il debug per capire perché un modello ha iniziato a comportarsi diversamente dopo un aggiornamento del fornitore. Vive nel codice, negli harness di valutazione e nei log delle API.
• Ingegnere di sistemi di prompt. Progetta l'orchestrazione attorno al prompt — recupero, uso di strumenti, guardrail, fallback. Più simile a un ingegnere backend che pensa in token.
• Progettista conversazionale / specialista di prompt. Scrive prompt e persona per le superfici di prodotto (supporto, vendite, coaching). Più simile alla scrittura UX con un tocco tecnico.

Se la tua valutazione è la stessa per tutti e tre, assumerai la persona sbagliata per almeno due di loro. Questo articolo si concentra sui primi due, dove il ciclo tecnico conta di più.

Cosa testare (e cosa non testare)

Testa questi aspetti:

• Disciplina di valutazione. Il candidato può scrivere un piccolo set di valutazione prima di scrivere il prompt e usarlo per decidere quando un prompt è migliore di un altro?
• Ragionamento su modalità di errore. Dato un prompt e un campione di output errati, può ipotizzare cosa sta andando male e quale leva tirare — temperatura, prompt di sistema, esempi few-shot, modifiche al recupero, forma della chiamata dello strumento?
• Consapevolezza di costi e latenza. Sa quanto costa il suo prompt per chiamata, cosa comprerebbe una riduzione del 50% e quale ottimizzazione perderebbe la minore qualità?
• Leggere la mente del modello, non la propria. Quando il candidato itera un prompt, sta rispondendo a ciò che il modello ha effettivamente fatto, o a ciò che sperava farebbe?

Non testare questi aspetti:

• Schemi di prompt memorizzati ("chain-of-thought", "ReAct", "tree-of-thought"). Recitare il catalogo non prova nulla su se possono applicarlo.
• Gli attuali capricci di un modello di fornitore specifico. I capricci cambieranno il prossimo trimestre.
• Se possono produrre un prompt "perfetto" in 10 minuti. Il vero lavoro sui prompt è iterativo, e chiedere una grandezza in un colpo seleziona la memorizzazione, non la competenza.

Fase 1: Una breve valutazione a scelta multipla sui fondamenti degli LLM

Una valutazione di primo turno di 20 minuti con 10-15 domande a scelta multipla filtra i candidati che hanno "usato molto ChatGPT" e si definiscono ingegneri di prompt. Copri i concetti che dovrebbero conoscere bene: token vs. caratteri, perché la temperatura 0 non è deterministica tra i provider, quanto costano le finestre di contesto, quando il recupero batte il fine-tuning, e cosa misurano gli harness di valutazione.

Costruisci la banca dai concetti, non dalla trivia dei fornitori. La funzione di costruzione delle valutazioni a scelta multipla di ClarityHire supporta domande in pool con ordine casualizzato in modo che i candidati non si insegnino l'un l'altro in un server Discord. Per questo ruolo specificamente, non usare la scelta multipla per la decisione finale — usala come controllo di base.

Fase 2: Un esercizio take-home con un piccolo set di valutazione "sporco"

Questa è la fase con il segnale più alto. Dai al candidato un piccolo set di dati di 40-80 input di esempio con output desiderati (riassunti di chiamate con qualità valutate a mano, esempi di classificazione con casi intenzionalmente ambigui, un piccolo corpus RAG con tre trappole). Chiedi loro di:

1. Costruire un set di valutazione dai dati — incluse le metriche che userebbero e il perché.
2. Scrivere un prompt di base e segnalare i suoi punteggi.
3. Iterare almeno tre versioni, con il delta del punteggio e una frase che spiega il cambiamento.
4. Inviare un breve documento sui trade-off che hanno considerato, cosa farebbero con un altro giorno, e quali errori non hanno corretto.

Una lunghezza take-home utile per questo lavoro è 90-120 minuti, massimo. Sotto 60, impari solo se sanno scrivere un prompt. Sopra 2 ore, selezioni per chi ha un sabato libero, non i candidati più forti.

Quello che stai punteggiando:

• Hanno costruito una valutazione prima di iterare, o hanno iterato per intuizione?
• Ogni versione del prompt ha fatto un cambiamento specifico e difendibile?
• Hanno catturato i casi deliberatamente ambigui o li hanno ignorati?
• Il documento era specifico sui trade-off, o era una copia di marketing per il loro lavoro?

Questa è anche la fase in cui i candidati assistiti dall'IA possono semplicemente avere un altro LLM che scriva l'intero invio. L'analisi della coerenza del codice di ClarityHire esegue un controllo di autenticità sui prompt inviati e sul documento specificamente per contrassegnare i modelli caratteristici delle risposte generate da LLM — prosa eccessivamente fluida, avvertimenti difensivi che il candidato non ha mai testato, e assenze convenienti dell'iterazione disordinata che un umano lascerebbe dietro. Usalo come contesto per il follow-up dal vivo, non come verdetto.

Fase 3: Una sessione di lavoro dal vivo con un LLM

Sessanta minuti, condivisione dello schermo, in un vero editor con accesso all'API — non un'interfaccia chat. Il candidato riceve un problema nuovo simile per forma al take-home ma con una piega che non poteva aver preparato. Una nuova modalità di errore nei dati, un budget di latenza più stretto, un passaggio da un modello a un altro durante la sessione.

Quello che stai ascoltando:

• Leggono attentamente l'output del modello prima di cambiare il prompt, o indovinano?
• Quando il modello restituisce spazzatura, pensano al perché prima di ricorrere a "sii più attento" nel prompt di sistema?
• Formulano un'ipotesi, isolano una variabile e la testano — o sparano dieci cambiamenti contemporaneamente?
• Dicono "Non so cosa stia facendo questo modello qui, lasciami eseguire una rapida sonda" senza entrare in panico?

Questa fase sostituisce il round di programmazione dal vivo in un ciclo di software. La competenza testata è la stessa — ragionamento diagnostico veloce sotto osservazione — ma il mezzo è diverso.

Fase 4: Un'intervista sulla modalità di errore e la produzione

Una conversazione strutturata di 45 minuti sulla produzione. Porta esempi reali (anonimizzati) di prompt che hanno funzionato in sviluppo e si sono rotti in produzione, quindi chiedi al candidato di diagnosticarli. Prompt utili:

• "Lo score di valutazione di questo prompt è sceso del 15% da un giorno all'altro senza un deploy. Cosa investighi per primo?"
• "Questo output è corretto il 95% delle volte ed è catastroficamente sbagliato il 5%. Illustrami il tuo piano per portare il catastrofico al di sotto dello 0,5% senza perdere il 95%."
• "Il tuo agente di tool-calling è entrato in un ciclo di retry di 12 step e ha costato $ 40 su una singola query dell'utente. Come trovi la causa?"

Questo round testa la dimensione del pensiero di produzione che un take-home non può raggiungere, e separa chiaramente i candidati che hanno distribuito prompt a utenti reali da quelli che hanno costruito solo demo.

Punteggia con una rubrica, non la novità

Usa una scala 1-4 su quattro dimensioni — disciplina di valutazione, ragionamento su modalità di errore, pensiero di produzione, comunicazione — ancorata a descrizioni specifiche di come appare ogni valutazione. Le schede di valutazione per interviste strutturate di ClarityHire bloccano la rubrica e richiedono l'invio indipendente del punteggio prima della riunione, il che importa più qui che in qualsiasi altro ciclo tecnico perché "il modello ha detto qualcosa di interessante" è il segnale falso più affascinante dell'industria in questo momento.

Pesa le dimensioni al ruolo:

• Ingegnere di prompt applicato. Peso elevato sulla disciplina di valutazione e sul ragionamento della modalità di errore.
• Ingegnere di sistemi di prompt. Peso elevato sul pensiero di produzione; la sessione dal vivo può inclinarsi verso il debug dell'orchestrazione.
• Progettista conversazionale. Peso più leggero sulle sessioni di valutazione e dal vivo, più pesante sulla comunicazione e una revisione del portfolio.

Considerazioni di integrità specifiche per il reclutamento dell'IA

L'ironia dell'assunzione di ingegneri di prompt è che sono i candidati più equipaggiati per usare l'IA per falsificare la valutazione. Tre regolazioni pratiche:

1. Rendi il dataset take-home personalizzato. Un dataset pubblico standard sarà già nel manuale di prompt di qualcuno. Uno piccolo e generato internamente non lo è.
2. Testa il take-home dal vivo. Un follow-up di 20 minuti su "perché hai fatto questo cambiamento specifico tra v2 e v3?" trova i candidati che hanno effettivamente fatto l'iterazione. Gli invii incollati dall'IA non hanno un autore che possa rispondere.
3. Usa i segnali di integrità come conversation starter. La biometrica dei tasti, gli eventi di incolla e la coerenza del codice ti danno contesto per la riunione. Non usarli mai per auto-rifiutare — a questo livello di competenza, perderai candidati forti a falsi positivi.

Cosa fare dopo

Se stai per aprire un ruolo di ingegnere di prompt:

1. Decidi quale delle tre specializzazioni hai effettivamente bisogno prima di scrivere la descrizione del lavoro.
2. Costruisci il dataset take-home dal tuo prodotto o dominio, non da un benchmark pubblico.
3. Scegli le quattro dimensioni di punteggio e pesale sulla specializzazione prima di progettare le domande.
4. Abbina il take-home con una sessione di lavoro dal vivo e una conversazione di produzione — nessuna da sola è sufficiente.
5. Blocca la rubrica in una piattaforma di interviste strutturate in modo che la riunione faccia emergere il vero disaccordo invece del consenso attorno alla risposta più impressionante.

Il mercato per gli ingegneri di prompt nel 2026 ha ancora più ruoli aperti che candidati qualificati. Il tuo ciclo è in concorrenza per l'attenzione con ogni altro team di IA che assume le stesse persone, e i candidati che possono superare un ciclo serio sapranno — al primo turno — se il tuo processo è serio o teatro.