---
title: "Cos’è un chat template? Come i messaggi diventano token"
description: "Un chat template trasforma i messaggi con ruolo e contenuto nella sequenza di token attesa da un modello di chat. Come funziona e perché sbagliarlo costa caro."
url: https://broadrouter.com/it/glossary/chat-template/
lang: it
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Tradotto dall’inglese con l’aiuto dell’IA. [Leggi l’originale in inglese](https://broadrouter.com/glossary/chat-template/) (aggiornato il 2026-11-15).

# Chat template

Aggiornato 2026-11-15

Un chat template è la regola di formattazione, di solito scritta in Jinja e distribuita con il tokenizer di un modello, che converte una lista di messaggi di chat con i rispettivi ruoli nell’unica sequenza di token che il modello si aspetta, compresi i suoi token speciali di controllo. Usare il template sbagliato può peggiorare molto le risposte del modello.

Detto anche: template di chat, modello di chat Jinja, chat\_template, Jinja chat template, tokenizer chat template

Un modello di chat non vede mai una lista di messaggi. Vede un’unica lunga sequenza di token. È il chat template a decidere come è fatta.

## Come funziona

La guida di Hugging Face fissa il punto chiave: tutti i modelli linguistici causali “continue a sequence of tokens” (traduzione: continuano una sequenza di token), e i dizionari di ruolo e contenuto che passi “get converted to a token sequence, often with control tokens” (traduzione: vengono convertiti in una sequenza di token, spesso con token di controllo). Modelli diversi usano formati diversi, “even if they were fine-tuned from the same base model” (traduzione: anche se hanno subito il fine-tuning a partire dallo stesso modello base).

La stessa breve chat, resa da due template nella guida:

```text
Mistral-7B-Instruct:
<s>[INST] Hello, how are you? [/INST]I'm doing great. How can I help you today?</s>

Zephyr-7B:
<|user|>
Hello, how are you?</s>
<|assistant|>
I'm doing great. How can I help you today?</s>
```

In Transformers rendi una chat con `tokenizer.apply_chat_template(messages, add_generation_prompt=True)`. Il flag `add_generation_prompt` aggiunge i token che aprono un turno dell’assistente; senza di essi, avverte la guida, il modello potrebbe continuare il messaggio dell’utente invece di rispondere.

I template possono anche attivare funzioni del modello. La card di Gemma 4 di Google dice che il thinking si attiva mettendo un token `<|think|>` all’inizio del system prompt, e che “many libraries like Transformers and llama.cpp handle the complexities of the chat template for you.” (traduzione: molte librerie come Transformers e llama.cpp gestiscono per te le complessità del chat template.)

## Perché è importante

-   **Qualità.** La guida dice che “with the wrong control tokens, these models would have drastically worse performance.” (traduzione: con i token di controllo sbagliati, questi modelli avrebbero prestazioni drasticamente peggiori.)
-   **Self-hosting.** I motori di serving hanno bisogno di un template per accettare richieste di chat. La documentazione di vLLM dice che senza “all chat requests will error” (traduzione: tutte le richieste di chat andranno in errore), e accetta `--chat-template` per fornirlo. Vedi [vLLM](https://broadrouter.com/it/glossary/vllm/).
-   **Conteggio dei token.** I token di controllo contano come [token](https://broadrouter.com/it/glossary/token/) di input. Il nostro post su [come contare i token prima di inviare](https://broadrouter.com/it/blog/count-tokens-before-sending/) spiega perché i conteggi locali e quelli fatturati differiscono.
-   **Token speciali doppi.** La guida avverte che aggiungere di nuovo `<bos>` o `<eos>` dopo il template “is often incorrect or duplicated, hurting model performance” (traduzione: spesso è scorretto o li duplica, danneggiando le prestazioni del modello).
-   **Il [system prompt](https://broadrouter.com/it/glossary/system-prompt/) ne fa parte.** Dove finisce il messaggio di sistema, e se un modello ha proprio un ruolo di sistema, lo decide il template.

## Su BroadNet Inference

L’API di BroadNet è un endpoint di chat completions [compatibile con OpenAI](https://broadrouter.com/it/glossary/openai-compatible-api/), quindi invii `messages` e il template lo applica BroadNet; non invii testo di template grezzo. BroadNet riferisce di servire [Gemma 4 VL 26B](https://broadrouter.com/it/models/gemma-4-vl-26b/) con un “BroadNet conversational chat template”, un template ottimizzato per il suo flusso conversazionale. Se confronti il Gemma di BroadNet con gli stessi pesi eseguiti in locale, le risposte possono differire, quindi fai prove con i tuoi prompt. BroadNet non pubblica i dettagli del template per gli altri modelli. Il [post sulla flotta GPU e sul serving](https://broadrouter.com/it/blog/broadnet-gpu-fleet-and-serving/) elenca le altre scelte di serving per Gemma.

## Domande frequenti

### Devo applicare un chat template quando chiamo un’API?

No. Con un’API di chat completions invii una lista di messaggi e il provider applica il template dal suo lato. Gestisci i template in prima persona solo quando esegui un modello in locale o chiami un endpoint di completamento di testo grezzo.

### Perché i miei conteggi di token sono diversi da quelli del provider?

Il template aggiunge token di controllo attorno a ogni messaggio. Se conti solo il testo dei tuoi messaggi li perdi, quindi il prompt fatturato di solito è un po’ più grande.

### A cosa serve add\_generation\_prompt?

Aggiunge in fondo i token che aprono un turno dell’assistente, così il modello risponde invece di continuare il tuo messaggio. La documentazione di Hugging Face lo mostra come un <|im\_start|>assistant finale nei template in stile ChatML.

## Vedi anche

-   [Tokenizer](https://broadrouter.com/it/glossary/tokenizer/) (termine)
-   [System prompt (prompt di sistema)](https://broadrouter.com/it/glossary/system-prompt/) (termine)
-   [Token](https://broadrouter.com/it/glossary/token/) (termine)
-   [vLLM](https://broadrouter.com/it/glossary/vllm/) (termine)
-   [API compatibile con OpenAI](https://broadrouter.com/it/glossary/openai-compatible-api/) (termine)
-   [GGUF (formato dei modelli llama.cpp)](https://broadrouter.com/it/glossary/gguf/) (termine)
-   [Come contare i token prima di inviare una richiesta a un LLM](https://broadrouter.com/it/blog/count-tokens-before-sending/) (articolo)
-   [Hardware GPU e serving di BroadNet, come li descrive BroadNet](https://broadrouter.com/it/blog/broadnet-gpu-fleet-and-serving/) (articolo)

Provalo sul tuo carico di lavoro reale. I nuovi account partono con USD 5 di credito per Gemma e trascrizione. DeepSeek, GLM e Qwen3.8 richiedono una ricarica.

[Inizia](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-glossary-chat-template&utm_content=page-cta) ·

**Fonti**

-   [Documentazione di Hugging Face Transformers, chat template (verificato il 2026-11-15)](https://huggingface.co/docs/transformers/en/chat_templating)
-   [Documentazione di vLLM, online serving: chat template (verificato il 2026-11-15)](https://docs.vllm.ai/en/latest/serving/online_serving/)
-   [Google, model card di Gemma 4 26B A4B instruction-tuned (verificato il 2026-11-15)](https://huggingface.co/google/gemma-4-26B-A4B-it)
-   [BroadNet, pagina del modello Gemma 4 VL 26B: configurazione di serving (verificato il 2026-11-15) (in inglese)](https://www.broadnet.ai/inference/models/gemma-4-vl-26b)
