BroadRouter
Inizia

Prompt engineering in arabo: registro, RTL, cifre e testo misto

A cura del team di BroadNet Inference · 5 min di lettura · Pubblicato · Aggiornato

Un buon output in arabo nasce da istruzioni esplicite: indica il registro (MSA o un dialetto specifico), il pubblico, lo stile delle cifre (occidentali 0–9 o arabo-orientali ٠–٩), la formattazione consentita e come trattare i termini inglesi. Mostra le risposte con dir="auto" o con caratteri di isolamento, così il testo misto arabo e inglese appare nell’ordine giusto.

Per ottenere un buon arabo da un LLM, esplicita ogni scelta che altrimenti il modello tirerebbe a indovinare: arabo standard moderno o un dialetto preciso, pubblico e tono, cifre occidentali (123) o arabo-orientali (١٢٣), formato di date e valuta, come scrivere i termini inglesi e se aggiungere i diacritici. Poi sistema la visualizzazione da destra a sinistra nella UI, non nel prompt.

Come si specificano registro e dialetto?

L’arabo ha uno standard scritto formale, l’arabo standard moderno (MSA, الفصحى), e molti dialetti parlati. I testi aziendali di solito sono in MSA; chat, marketing e prodotti vocali usano a volte il dialetto. Di’ al modello esattamente quale:

Invece di Scrivi
Rispondi in arabo. Rispondi in arabo standard moderno chiaro e semplice, adatto ai clienti di un negozio.
Usa il dialetto del Golfo. Scrivi in arabo del Golfo saudita (tendente al najdi), informale ma rispettoso, come farebbe un brand giovane.
Sii cordiale. Caloroso ed educato. Usa “حضرتك” con i clienti egiziani; evita il gergo.

Alcune regole pratiche:

  • “MSA semplice” è l’impostazione predefinita più sicura. Si capisce ovunque e suona professionale. I modelli lo scrivono in modo più affidabile del dialetto.
  • Indica il Paese, non “Golfo” o “Levante”. Il parlato saudita, emiratino e kuwaitiano è diverso; lo stesso vale per libanese e giordano.
  • Forma di cortesia. In arabo il “tu” è marcato per genere. Scegli una forma predefinita (il maschile singolare è la forma neutra comune nei testi di interfaccia) oppure chiedi al modello di usare formulazioni neutre dove possibile, per esempio con la forma nominale “يرجى إدخال” (si prega di inserire) invece dell’imperativo “أدخل/أدخلي”.
  • Diacritici. Scrivi “niente diacritici” per il testo normale. La maggior parte dei modelli ne aggiunge pochi di default, ma alcuni li aggiungono ai nomi o alle risposte in stile poetico.

Per l’input in dialetto, vedi come gli LLM gestiscono l’arabo del Golfo, egiziano e levantino.

Come controllare cifre, date e valuta?

Il testo arabo usa due sistemi di cifre: le cifre occidentali (0–9) e quelle arabo-orientali (٠١٢٣٤٥٦٧٨٩). Quale si aspettano i lettori cambia da Paese a Paese e da mezzo a mezzo, e i modelli le mescolano se non glielo dici. Decidi per prodotto, in base a ciò che usano già i tuoi materiali in quel mercato:

  • Le cifre occidentali sono le più facili per parsing, ricerca e inserimento dati.
  • Le cifre arabo-orientali danno un aspetto più tradizionale. Se ti servono, convertile al momento della visualizzazione e tieni le cifre occidentali nei dati.

Specifica anche:

  • Date: gregoriane, dell’Egira o entrambe, e il formato (per esempio 2026-11-14 o ١٤ نوفمبر ٢٠٢٦). Nota che i nomi dei mesi cambiano per regione: نوفمبر in Egitto e nel Golfo, تشرين الثاني nel Levante e in Iraq.
  • Valuta: simbolo o codice, e posizione. “ر.س” o “SAR”? Prima o dopo il numero? Dai un esempio.
  • Separatore decimale: “.” o il separatore decimale arabo “٫”.

Un solo esempio svolto nel prompt risolve quasi tutto: “Scrivi i prezzi così: 1,250.00 ر.س”.

Come risolvere i problemi di visualizzazione da destra a sinistra?

La maggior parte delle segnalazioni “l’arabo è rotto” sono problemi di visualizzazione, non del modello. Quando testo arabo e latino o numeri condividono una riga, l’algoritmo bidirezionale Unicode decide l’ordine visivo in base alla direzione del paragrafo. Se il tuo fumetto di chat è da sinistra a destra, una risposta come “تم شحن طلبك رقم 4821.” può mostrare il punto all’estremità sbagliata.

Risolvilo nella UI:

  • Imposta dir="auto" (o dir="rtl" per le viste solo in arabo) sull’elemento che mostra ogni messaggio. Vedi MDN sull’attributo dir e le indicazioni del W3C sul markup da destra a sinistra.
  • Quando inserisci valori (nomi, numeri d’ordine, nomi di prodotti inglesi) in template arabi, racchiudili in <bdi> in HTML, o negli isolate Unicode (U+2068 FIRST STRONG ISOLATE … U+2069 POP DIRECTIONAL ISOLATE) nel testo semplice.
  • Nel prompt, chiedi una formattazione che la tua interfaccia sa mostrare. WhatsApp e SMS: testo semplice, niente tabelle Markdown. Chat web: il Markdown va bene se il tuo renderer gestisce le liste RTL. I blocchi di codice devono restare da sinistra a destra.

Se usi lo streaming delle risposte, imposta la direzione sul contenitore prima che arrivi il primo token, così il testo non salta; vedi la guida allo streaming.

Come dovrebbe mescolare arabo e inglese il modello?

I veri testi aziendali in arabo mescolano le lingue: nomi di prodotti, termini tecnici, unità di misura, codice. Decidi la regola e scrivila:

  • “Mantieni nomi di brand e prodotti nella grafia latina originale.”
  • “Scrivi i termini tecnici in arabo con il termine inglese tra parentesi la prima volta: واجهة برمجة التطبيقات (API).”
  • “Non traslitterare mai parole inglesi in lettere arabe”, o il contrario, se il tuo pubblico preferisce “الإيميل” a “البريد الإلكتروني”.
  • “Se l’utente scrive in inglese, rispondi in inglese. Se scrive in arabizi, rispondi in caratteri arabi.” Approfondimento in gestire l’arabizi.

Il system prompt va scritto in inglese o in arabo?

Funzionano entrambi. Istruzioni in inglese con contenuti in arabo sono comuni e facili da mantenere se non tutto il team legge l’arabo. Le istruzioni in arabo possono orientare tono e lessico nella direzione giusta. Qualunque scelta tu faccia, usa una sola lingua per system prompt e metti comunque al suo interno un esempio in arabo dell’output desiderato. Le istruzioni in arabo possono costare più token delle stesse regole in inglese; confronta le due versioni con il contatore di token per l’arabo gratuito. I nostri dati sull’efficienza dei tokenizer mostrano quanti token richiedono le stesse frasi in arabo e in inglese su 16 tokenizer.

Un esempio completo:

import os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

SYSTEM = """You are the support assistant for an Egyptian electronics store.
Language: reply in simple Modern Standard Arabic. If the customer writes in English, reply in English.
Tone: warm, polite, concise. At most 3 sentences.
Numbers: Western digits. Prices like: 12,499 ج.م
Dates: Gregorian, like: 14 نوفمبر 2026
Names: keep brand and model names in Latin letters (iPhone 17, Galaxy S26).
Formatting: plain text only, no Markdown, no diacritics.
Example reply:
شكراً لتواصلك معنا. سعر Galaxy S26 حالياً 12,499 ج.م، والتوصيل متاح خلال يومين."""

r = client.chat.completions.create(
    model="broadnet/qwen3.8-27b",
    max_tokens=2000,  # reasoning comes first
    messages=[{"role": "system", "content": SYSTEM},
              {"role": "user", "content": "عايز أعرف سعر الايفون ١٧ وهل في تقسيط؟"}],
)
print(r.choices[0].message.content)

Il cliente scrive in arabo egiziano (“Vorrei sapere il prezzo dell’iPhone 17, e c’è il pagamento a rate?”) usando cifre arabo-orientali. Il prompt fa sì che la risposta sia in MSA con cifre occidentali. La risposta d’esempio nel prompt dice: “Grazie per averci contattato. Il Galaxy S26 costa attualmente 12,499 EGP, e la consegna è disponibile entro due giorni.”

Come ottenere output strutturato in arabo?

Quando ti serve un JSON, tieni le chiavi in inglese e i valori in arabo. Indica se i numeri devono essere numeri o stringhe, e quale sistema di cifre usare dentro le stringhe. Chiedi null invece di risposte tirate a indovinare. Vedi output strutturato con JSON schema.

Come testare i prompt in arabo?

Crea un set da 30 a 50 prompt reali per mercato, eseguili su ogni modello candidato e fai valutare a un madrelingua di quel mercato registro, correttezza e naturalezza. BroadNet riporta che nei suoi test Qwen3.8 27B ha scritto un arabo fluente e ha capito i dialetti del Golfo ed egiziano; DeepSeek V4.1 Flash e GLM 5.3 sono sulla stessa API, quindi cambiare è una modifica di una riga. Confronta i prezzi nella pagina dei prezzi o nel confronto tra DeepSeek V4.1 Flash e Qwen3.8 27B, e misura i token su testo arabo reale, perché l’arabo richiede spesso più token per parola dell’inglese. Per la checklist più ampia sulla scelta del modello, vedi scegliere un’API LLM per l’arabo.

Checklist per i prompt in arabo

  • Registro e Paese indicati.
  • Forma di cortesia (genere) decisa.
  • Cifre, date, valuta e separatore decimale specificati con un esempio.
  • Formattazione adatta all’interfaccia di visualizzazione.
  • Regola per termini inglesi e nomi di brand dichiarata.
  • dir="auto" e isolamento nella UI.
  • Revisione di un madrelingua su un test set fisso.

Domande frequenti

Conviene scrivere il system prompt in arabo o in inglese?

Con i modelli attuali funzionano entrambi. Le istruzioni in inglese sono più facili da mantenere per la maggior parte dei team; quelle in arabo a volte danno un tono più naturale. Tieni ogni system prompt in una sola lingua e confronta le due versioni sul tuo test set.

Perché nel mio testo arabo la punteggiatura finisce nel posto sbagliato?

È un problema di visualizzazione, di solito un contenitore con direzione da sinistra a destra. Imposta dir="rtl" o dir="auto" sull’elemento che mostra la risposta.

Come impedisco al modello di aggiungere i diacritici?

Scrivi nel prompt «Non aggiungere diacritici (tashkeel)». Chiedili solo dove servono, come nei materiali didattici o per nomi ambigui.

Come faccio usare a un LLM le cifre arabo-orientali?

Dillo nel system prompt e mostra un esempio, come «Scrivi i prezzi così: ١٬٢٥٠ ر.س». Quando la regola manca, i modelli mescolano i sistemi di cifre. Se analizzi l’output, chiedi cifre occidentali nei campi JSON e converti al momento della visualizzazione.

Quale modello scrive il miglior arabo?

Testa sui tuoi prompt. BroadNet riporta nei propri test una scrittura fluente in arabo da parte di Qwen3.8 27B, insieme alla comprensione dei dialetti del Golfo ed egiziano.

Leggi in MarkdownChiedi a ChatGPTChiedi a ClaudeChiedi a Perplexity