**Documentazione: Prompt-Meta-Circular (PMC) - Modello OCC-01**

**Versione Documento:** 1.1
**Data Creazione Documento:** [Data odierna]
**Autore Documento:** [Il tuo nome/team qui, o "Sviluppo Collaborativo"]
**Riferimento Prompt:** System Prompt: Orchestratore-Cercatore-Costruttore Unificato (OCC) - Versione OCC-01 (Revisione Finale con Output Strutturato)

**1. Introduzione e Scopo del PMC (Modello OCC-01)**

Questo documento descrive il **Prompt-Meta-Circular (PMC) modello OCC-01**, un System Prompt progettato per istruire un Large Language Model (LLM) avanzato ad agire come un **Orchestratore-Cercatore-Costruttore Unificato (OCC)**.

Lo **scopo primario** dell'OCC, guidato da questo PMC, è quello di **automatizzare e ottimizzare il processo di generazione di `System Prompt` altamente efficaci, su misura e strutturati, destinati a istruire Assistenti LLM finali** per una vasta gamma di task e ruoli.

Il PMC modello OCC-01 mira a superare le sfide della creazione manuale di prompt complessi, fornendo un framework robusto e un ciclo operativo rigoroso che l'LLM (agente OCC) deve seguire per produrre prompt di alta qualità, gestibili e versionabili.

**2. Architettura Concettuale e Flusso di Lavoro**

L'agente OCC opera secondo un'architettura a singolo livello (dal punto di vista della generazione del prompt), ma con un flusso di lavoro interno multi-fase ben definito:

*   **Input:** Una richiesta utente che specifica la necessità di un Assistente LLM per un determinato scopo.
*   **Agente OCC (guidato dal PMC OCC-01):**
   1.  **Analisi e Diagnosi:** Comprende l'intento utente, la natura del task (atomico/generale), e i requisiti informativi.
   2.  **Progettazione Strutturale:** Definisce la struttura Markdown ottimale per il `System Prompt` dell'Assistente Finale, adattando un template di riferimento.
   3.  **Ricerca e Sintesi:** Utilizza tool di ricerca integrati (simulati o reali) per raccogliere, valutare criticamente e sintetizzare le informazioni necessarie.
   4.  **Costruzione Avanzata:** Assembla il `System Prompt` finale, incorporando non solo dati e procedure, ma anche istruzioni per capacità di ragionamento avanzate (adattabilità, auto-valutazione, gestione dell'incertezza).
   5.  **Revisione e Auto-Correzione:** Valida il prompt generato rispetto a una checklist dettagliata, iterando per migliorarne la qualità.
*   **Output:** Un documento Markdown completo contenente:
   1.  Un **Titolo Descrittivo** del `System Prompt` generato per l'Assistente Finale.
   2.  Un **Sommario** (Meta Descrizione e Caso d'Uso) del `System Prompt` generato.
   3.  Il **Corpo del `System Prompt` Finale** per l'Assistente LLM.

**3. Componenti Chiave del PMC (Modello OCC-01)**

Il PMC OCC-01 è strutturato nelle seguenti sezioni principali per guidare l'agente OCC:

*   **Sezione 1: Mandato e Ruolo Fondamentale:** Definisce l'identità e la missione principale dell'OCC.
*   **Sezione 2: Contesto Operativo:** Chiarisce il flusso di lavoro e l'uso dei tool di ricerca.
*   **Sezione 3: Ciclo Operativo Interno dell'OCC:** Dettaglia le cinque fasi operative (Analisi, Progettazione, Ricerca, Costruzione, Revisione) che l'OCC deve seguire rigorosamente.
*   **Sezione 4: Template di Riferimento per il System Prompt Finale:** Fornisce una struttura base adattabile che l'OCC utilizza per costruire il prompt dell'Assistente Finale.
*   **Sezione 5: Principi Guida Fondamentali per l'OCC:** Enuncia le euristiche e i valori che devono guidare il comportamento dell'OCC.
*   **Sezione 6: Output Unico Atteso da Te:** Specifica il formato e il contenuto del documento Markdown finale che l'OCC deve produrre.

**4. Implementazione e Gestione con GitHub ("Promptware" / "Prompt as Code")**

Per una gestione robusta, versionabile e collaborativa del PMC OCC-01 stesso e dei `System Prompt` da esso generati, si raccomanda un approccio "Prompt as Code" utilizzando GitHub:

*   **Repository Dedicato:**
   *   Creare un repository GitHub (es. `prompt-management-system` o `occ-prompt-library`).
   *   **Struttura del Repository Suggerita:**
       *   `/pmc_models`: Contiene le diverse versioni del PMC OCC (es. `occ_v01.md`, `occ_v01_1.md`).
       *   `/generated_prompts`:
           *   `/use_case_A`: Sottocartelle per ogni caso d'uso o tipo di Assistente Finale.
               *   `/[timestamp]_assistant_prompt_v1.md`: I prompt finali generati dall'OCC, con timestamp e versionamento.
               *   `/[timestamp]_request_input.txt`: L'input utente originale che ha generato quel prompt.
               *   `/[timestamp]_feedback.md` (Opzionale): Feedback sull'efficacia del prompt generato.
       *   `/templates`: Eventuali template ausiliari o frammenti riutilizzabili.
       *   `/documentation`: Questa documentazione e altre guide.
       *   `/scripts` (Opzionale): Script per automatizzare l'invocazione dell'OCC, il parsing dell'output, il commit nel repo, ecc.

*   **Versionamento con Git:**
   *   Ogni modifica al PMC OCC-01 deve essere committata con messaggi chiari.
   *   I prompt generati dall'OCC vengono committati nel repository, creando una "memoria" tracciabile.
   *   Branching e Pull Request possono essere usati per proporre e revisionare modifiche al PMC OCC-01 o per integrare nuovi prompt generati.

*   **Workflow di Utilizzo con GitHub:**
   1.  **Recupero PMC:** Un sistema (o utente) recupera l'ultima versione stabile del PMC OCC-01 dal branch principale del repository.
   2.  **Invocazione OCC:** Il PMC viene fornito all'LLM OCC insieme alla richiesta utente specifica.
   3.  **Output Strutturato:** L'OCC produce il documento Markdown (Titolo, Sommario, Corpo del Prompt Finale).
   4.  **Commit nel Repository:**
       *   Il documento generato viene salvato in una nuova sottocartella sotto `/generated_prompts/[caso_d_uso]/`.
       *   Si committano il nuovo file prompt, l'input utente originale, e (se disponibile) il feedback.
       *   Questo arricchisce la base di conoscenza del sistema.

*   **Revisione e Miglioramento Continuo:**
   *   Analizzando periodicamente il contenuto di `/generated_prompts` e il feedback associato, si possono identificare pattern e aree di miglioramento per il PMC OCC-01.
   *   Le modifiche proposte al PMC OCC-01 vengono gestite tramite il flusso di Pull Request per garantire revisione e qualità.

**5. Capacità di Ragionamento Avanzate Indotte**

Una caratteristica distintiva del PMC OCC-01 è la sua capacità di istruire l'OCC a costruire `System Prompt` che, a loro volta, inducono capacità di ragionamento avanzate negli Assistenti LLM finali. Queste includono:

*   Adattabilità Dinamica
*   Auto-Valutazione Pre-Output
*   Gestione dell'Incertezza e dei Limiti
*   Comprensione Contestuale

**6. Requisiti per l'LLM che Esegue il PMC OCC-01**

L'LLM designato ad agire come OCC sotto la guida di questo PMC dovrebbe possedere:

*   Elevate capacità di comprensione del linguaggio naturale.
*   Capacità di ragionamento multi-step e pianificazione.
*   Accesso (reale o simulato) a tool di ricerca.
*   Capacità di generare testo strutturato in Markdown.
*   Abilità nel seguire istruzioni complesse e processi multi-fase.

**7. Casi d'Uso Principali per l'Output dell'OCC**

I `System Prompt` generati dall'OCC possono essere utilizzati per creare una vasta gamma di Assistenti LLM (vedi esempi nella Sezione 6 della documentazione precedente).

**8. Evoluzione Futura e Miglioramenti Potenziali (con focus su GitHub)**

Il modello OCC-01, gestito tramite GitHub, apre la strada a:

*   **Sistema di Auto-Miglioramento (SAMM):** Un LLM "supervisore" (Meta-Circular Prompt evoluto) potrebbe analizzare il repository GitHub (prompt generati, feedback) per proporre automaticamente miglioramenti al PMC OCC-01 o generare nuovi PMC specializzati.
*   **Integrazione con CI/CD (Continuous Integration/Continuous Prompting):** Workflow automatizzati che testano nuove versioni del PMC OCC-01 o i prompt da esso generati.
*   **Branching Strategico per Sperimentazione:** Utilizzare branch Git per testare varianti del PMC OCC-01 senza impattare la versione stabile.
*   **Analisi delle Performance dei Prompt:** Script nel repository potrebbero analizzare i file di feedback per derivare metriche sull'efficacia dei prompt generati da diverse versioni del PMC.
*   **Costruzione di una Libreria di "Prompt Pattern":** Identificare e documentare pattern di successo riutilizzabili dai prompt generati, archiviandoli in `/templates`.

**9. Istruzioni per l'Uso del PMC OCC-01 (in un contesto GitHub)**

1.  **Clonare/Accedere al Repository GitHub:** Assicurarsi di avere accesso al repository contenente il PMC OCC-01 e la struttura per i prompt generati.
2.  **Recuperare l'Ultima Versione Stabile del PMC:** Tipicamente dal branch `main` o `master`, cartella `/pmc_models`.
3.  **Fornire il PMC all'LLM OCC:** Insieme alla richiesta utente specifica.
4.  **Salvare e Committare l'Output:**
   *   Salvare il documento Markdown prodotto dall'OCC nella struttura di cartelle appropriata all'interno di `/generated_prompts/`.
   *   Committare il nuovo file, l'input utente associato e qualsiasi feedback iniziale, utilizzando messaggi di commit descrittivi.
5.  **Utilizzare il Corpo del Prompt Generato:** Estrarre il `System Prompt` finale dal documento committato per istruire l'Assistente LLM desiderato.
6.  **Raccogliere e Committare Feedback:** Dopo l'uso, documentare il feedback sull'efficacia del prompt e committarlo nel file `_feedback.md` corrispondente.

---