Gemini 3: Prompt di test

Lisa Ernst · 23.11.2025 · Tecnologia · 5 min

Questo articolo esplora come il nuovo modello di Google, Gemini 3, può essere testato in scenari applicativi reali per verificare la sua efficacia oltre i semplici benchmark. Google posiziona Gemini 3 come il modello più potente con capacità di ragionamento, multimodalità e focus sugli agenti.

Fonte: Presentazione propria

Panoramica di Gemini 3

Google descrive Gemini 3 come "il modello più intelligente fino ad ora", che unisce ragionamento, multimodalità e uso di strumenti ( blog.google). È stato sviluppato per apprendere, pianificare e costruire, e dovrebbe gestire compiti complessi con una profonda comprensione ( (deepmind.google). La variante Pro è il modello di ragionamento più potente della serie Gemini e gestisce grandi quantità di dati da testo, audio, immagini, video, PDF e repository di codice con una finestra di contesto fino a un milione di token ( (Google Cloud Documentation).

Gemini 3 Pro utilizza per impostazione predefinita il "pensiero dinamico" per investire più risorse computazionali in prompt difficili, a seconda del compito ( (ai.google.dev). È integrato direttamente nel nuovo AI Mode di Google Search per rispondere a query di ricerca complesse con ragionamento a più livelli ( (blog.google). Per le aziende, Gemini 3 è disponibile in Vertex AI e Google AI Studio, incluse varianti per finestre di contesto lunghe e funzionalità di agenti ( (Google Cloud).

Una valutazione indipendente dei benchmark da parte di Vellum mostra che Gemini 3 Pro migliora significativamente rispetto a Gemini 2.5, in particolare nei test di ragionamento, matematica, multimodali e agentistici ( (vellum.ai). Datastudios evidenzia le capacità migliorate nella comprensione multimodale, nel contesto lungo e nell'integrazione attraverso le piattaforme Google ( (datastudios.org).

Test delle capacità di ragionamento

Gemini 3 dovrebbe pensare passo dopo passo ai problemi complessi e riconoscere le sfumature nel linguaggio, nel contesto e nei dati ( (deepmind.google). Le pagine di prodotto enfatizzano il "ragionamento all'avanguardia" (state-of-the-art reasoning) e risposte più profonde e sfumate ( (blog.google). Compiti che combinano più sotto-problemi sono adatti per i test, come la pianificazione con vincoli o le decisioni con pro e contro.

Scenario: Pianificazione di progetto con specifiche contraddittorie

Questo scenario testa la capacità di Gemini 3 di stabilire priorità, rendere trasparenti ipotesi e suggerire alternative.

You are helping me plan a software project with conflicting constraints.

Context:
- I have 6 weeks of development time.
- I am alone as the only developer.
- The client wants: a public landing page, a simple logged-in dashboard, and one AI-based feature.
- Budget is limited, so infrastructure must stay simple.

Task:
1. Identify all implicit assumptions in this request.
2. Propose three realistic project scopes (from minimal to ambitious) that fit into 6 weeks for a single developer.
3. For each scope, explain trade-offs in terms of risk, technical debt, and user impact.
4. At the end, recommend ONE scope and justify it step by step.

Scenario: Risoluzione di conflitti nel team

Questo prompt verifica quanto bene il modello analizza le dinamiche sociali, senza cadere in banalità.

Act as an experienced engineering manager.

Input:
Two senior developers disagree:
- Dev A wants to rewrite a legacy PHP backend to Node.js.
- Dev B wants to keep PHP and refactor step by step.
- The team has 4 developers total, with mixed experience.
- There is a hard deadline in 8 months.

Task:
1. List the real risks of a full rewrite versus incremental refactoring.
2. Suggest a concrete decision framework to choose between both options.
3. Draft a short message to the team that explains the chosen path in a neutral, constructive tone.
4. Highlight where you are uncertain and what data the team should collect next.

Prompt come questi dimostrano se Gemini 3 procede in modo sistematico, evidenzia le incertezze e suggerisce decisioni praticabili ( (blog.google).

Test multimodali

Gemini 3 è nativamente multimodale e processa testo, immagini, audio, video e documenti PDF in un contesto comune ( (Google Cloud Documentation). La famiglia di modelli è descritta come una suite multimodale in grado di collegare informazioni attraverso diversi media ( (deepmind.google). I test dovrebbero includere scenari reali, come screenshot di dashboard o contratti scansionati.

Scenario: Screenshot di un dashboard di analisi

Questo scenario testa la capacità del modello di interpretare dati visivi e dedurre raccomandazioni d'azione.

I just uploaded a screenshot of a web analytics dashboard.

Task:
1. Describe in plain language what this dashboard tells me about the last 30 days.
2. Identify three metrics that should worry me and explain why.
3. Suggest three specific experiments I can run in the next 2 weeks to improve these metrics.
4. Propose a simple weekly reporting template I can reuse with my team.

Scenario: PDF di un contratto di progetto con rischi

Qui viene testata la capacità di analizzare documenti complessi e identificare i rischi.

You are a project consultant.

I uploaded a PDF contract for a software project between an agency and a client.

Task:
1. Extract all clauses that create delivery or scope risks for the agency.
2. Summarize each risky clause in one sentence and rate its risk (low/medium/high) with a short justification.
3. Suggest concrete, realistic alternative wording for the 3 riskiest clauses that keeps the spirit of the agreement but reduces risk.
4. Propose 5 questions the agency should ask the client before signing.

Test di questo tipo sfruttano la capacità di Gemini 3 di comprendere documenti lunghi e misti nel contesto, come descritto nella documentazione per le imprese ( (Google Cloud).

Codifica e funzionalità degli agenti

Google posiziona Gemini 3 Pro come un potente modello per la codifica agentica, la creazione di frontend e il lavoro in IDE ( (Google Cloud). La pagina di DeepMind evidenzia il "vibe coding" per un rapido sviluppo frontend ( (deepmind.google). Gemini 3 Pro Preview lavora con framework open-source come LangChain per costruire agenti AI complessi ( (developers.googleblog.com). I test dovrebbero includere repository reali e obiettivi chiari.

Scenario: Refactoring di un repository legacy

Questo scenario verifica la capacità del modello di creare una roadmap di refactoring e minimizzare i rischi.

You are acting as a senior software engineer inside my existing C# and PHP monolith.

Context:
- I will paste you files and directory listings from the repository.
- The system is a small CRM with ad-hoc features added over 7 years.
- There are no tests.

Task for the first message:
1. Ask me for exactly the information you need (directory listing, config files, etc.) to form a first architecture map.
2. Propose a concrete 4-week refactoring roadmap that:
- reduces the biggest risks,
- introduces tests in the most critical areas,
- does NOT require a full rewrite.
3. For each week, define success criteria that I can objectively check in Git.

Scenario: Assistente agentico per la prototipazione frontend

Qui viene testata la capacità di progettare landing page responsive e fornire indicazioni tecniche.

You are my front-end engineering partner.

Goal:
I want a responsive landing page for a cardiology clinic with:
- hero section,
- three service sections,
- testimonials,
- contact form.

Task:
1. Ask any clarifying questions you need about branding, tone, and target audience.
2. Generate a first HTML+CSS prototype that uses semantic HTML and is framework-agnostic.
3. Explain, in comments inside the code, where I should later integrate analytics, consent management, and form handling.
4. Suggest three A/B test ideas for the hero section copy and layout.

Fonte: workspace.google.com

Gemini può generare piani e scenari di test dettagliati, come una tabella per i User Acceptance Tests.

Un video pratico che utilizza Gemini 3 Pro come agente di codifica è disponibile a youtube.com disponibile.

Contesti lunghi e analisi di documenti

La documentazione di Vertex AI evidenzia che Gemini 3 Pro offre varianti con finestre di contesto molto lunghe, in grado di elaborare grandi documenti, codebase e dati multimodali ( (Google Cloud Documentation). Datastudios descrive come queste varianti a contesto lungo possano essere utilizzate per analizzare ampie raccolte di documenti ( (datastudios.org). I test sono sensati quando il compito richiede veramente il contesto lungo, come intere basi di conoscenza o raccolte di requisiti.

Scenario: Unire documentazione di prodotto + ticket

Questo scenario testa la capacità di elaborare grandi quantità di dati testuali e creare da essi un modello mentale del prodotto.

You are acting as a product architect.

Input:
- I will paste the current product requirements document (about 80 pages).
- I will then paste a dump of 50 recent Jira tickets and 30 user feedback excerpts.

Task:
1. Build a concise mental model of the product: core user types, main flows, technical constraints.
2. Identify contradictions between the official requirements and what users actually report.
3. Suggest a prioritized list of 10 changes (features or fixes) that would have the highest impact in the next 3 months.
4. For each change, reference which parts of the requirements and which tickets/feedback you used.

Scenario: Far valutare una tesi o un rapporto tecnico

Qui viene testata la capacità di analizzare testi lunghi, estrarre argomentazioni e fornire suggerimenti di miglioramento.

You are an experienced thesis reviewer in business informatics.

I will paste my full thesis chapter by chapter.

Task:
1. For each chapter, extract the core argument in 3–5 sentences.
2. Point out weak spots in logic, missing literature connections, or inconsistent terminology.
3. Suggest concrete improvements and examples, but keep my original writing style as much as possible.
4. At the end, propose a one-page summary that I could adapt into a presentation.

Prompt come questi sfruttano la capacità di mantenere una visione coerente di testi molto lunghi, cosa che Google evidenzia per le varianti enterprise di Gemini 3 ( (Google Cloud).

Generazione di immagini con Nano Banana Pro

Per la generazione di immagini, Google si affida a Nano Banana Pro, ufficialmente descritto come "Gemini 3 Pro Image" ( (deepmind.google). Nano Banana Pro viene presentato come un modello di immagine all'avanguardia che si basa su Gemini 3 Pro ed è adatto per infografiche, diagrammi e composizioni realistiche ( (blog.google). Può essere contattato tramite Google AI Studio, Vertex AI e altre piattaforme per ottenere una qualità da studio nella generazione e nell'elaborazione di immagini ( (blog.google). Test sensati combinano testo, dati e visualizzazione.

Scenario: Generare un'infografica da metriche

Questo scenario testa la capacità di sviluppare concetti visivi da metriche e creare prompt di immagine dettagliati.

You are my visual communication partner.

Context:
I will give you key metrics from a cardiology clinic website (traffic sources, conversion rates, and demographic data).

Task:
1. Propose three different infographic concepts that would help a non-technical doctor understand the situation.
2. For the concept you consider best, write a detailed image prompt for Nano Banana Pro that includes:
- layout,
- color scheme,
- labels and text (in German),
- how to visualize uncertainty or missing data.
3. Suggest a short caption that I can use next to the infographic on the website.

Un esempio dell'integrazione di Nano Banana Pro nei flussi di lavoro professionali si trova nella collaborazione con Adobe Firefly e Photoshop ( (adobe.com).

Gemini 3 integra sviluppi come un forte ragionamento, comprensione multimodale, contesti lunghi e codifica agentica in stretta integrazione con gli strumenti Google ( (blog.google). Compiti complessi a più livelli e grandi quantità di dati sono i veri punti di forza ( (deepmind.google). I test dovrebbero confrontare Gemini 3 con scenari realistici: pianificazioni complesse, repository reali, lunghe raccolte di contratti o documenti, media misti, nonché flussi di lavoro di immagini con Nano Banana Pro ( (vellum.ai).

In questo modo, si scopre nella pratica se il modello porta un vantaggio per lo stack e i processi propri. Un confronto con altri modelli attuali in recensioni video indipendenti è possibile a youtube.com o youtube.com possibile.