Pipeline Dinamica Cognitiva
Flusso che trasforma i dati grezzi in domande e risposte pertinenti, convalidandole attraverso livelli di supervisione logica. Ogni fase ottimizza l'elaborazione e la sintesi delle informazioni, riducendo le ridondanze e migliorando l'efficienza attraverso un feedback in tempo reale. Il sistema si adatta dinamicamente, con una supervisione umana iniziale per garantire coerenza e accuratezza.

graph TD
   %% Inizio Pipeline

   %% Nodo 1: Generatore di Domande
   A1[Input: Dati grezzi]
   A2[Generatore di Domande]
   A1 --> A2
   A2 --> |Prompt:
   "Analizza i seguenti dati: ${input_data}\n
   Valuta il contesto: ${context}\n
   Intento dell'utente: ${user_intent}\n
   Genera domande sintetiche e rilevanti.\n
   Applica un fallback per input insufficienti."| A3[Domande generate]

   %% Supervisione Logica Intermedia
   A3 --> A4[Supervisione Logica Intermedia]
   A4 --> |Prompt:
   "Verifica le seguenti domande: ${generated_questions}\n
   Rispetto all'input iniziale: ${input_data}\n
   Produce: Domande validate.\n
   Assicurati che le domande siano coerenti con l'intento dell'utente.\n
   Applica correzioni automatiche se necessario."| A5[Domande validate]

   %% Nodo 2: Risponditore
   A5 --> A6[Risponditore]
   A6 --> |Prompt:
   "Domanda: ${question}\n
   Contesto: ${context}\n
   Fonti disponibili: ${data_sources}\n
   Fornisci risposte concise e semanticamente coerenti.\n
   Attiva un fallback in caso di mancanza di dati."| A7[Risposte fornite]

   %% Supervisione Logica e Semantica
   A7 --> A8[Supervisione Logica e Semantica]
   A8 --> |Prompt:
   "Verifica le risposte: ${provided_answers}\n
   Contesto: ${context}\n
   Input iniziale: ${initial_input}\n
   Produce: Risposte validate.\n
   Assicurati che le risposte siano coerenti con il contesto e segnala eventuali incongruenze in un report dettagliato."| A9[Risposte validate]

   %% Nodo 3: Sintesi
   A9 --> A10[Sintesi]
   A10 --> |Prompt:
   "Input: ${questions}, ${answers}\n
   Contesto generale: ${global_context}\n
   Sintetizza le risposte mantenendo coerenza e riducendo le ridondanze.\n
   Assicurati che l'output sia chiaro e conciso."| A11[Sintesi delle risposte]

   %% Ottimizzazione Sintesi
   A11 --> A12[Ottimizzazione Sintesi]
   A12 --> |Prompt:
   "Verifica la sintesi: ${synthesis}\n
   Identifica ed elimina eventuali ridondanze.\n
   Migliora la chiarezza e la coerenza dell'output.\n
   Fornisci una sintesi ottimizzata."| A13[Sintesi ottimizzata]

   %% Nodo 4: Riconoscimento Logico Continuo
   A13 --> A14[Riconoscimento Logico Continuo]
   A14 --> |Prompt:
   "Monitora le prestazioni del flusso.\n
   Analizza: ${initial_input}, ${generated_questions}, ${provided_answers}, ${final_synthesis}\n
   Identifica colli di bottiglia o inefficienze.\n
   Fornisci feedback continuo per l'ottimizzazione del sistema."| A15[Feedback continuo]

   %% Nodo 5: Supervisore Logico
   A15 --> A16[Supervisore Logico]
   A16 --> |Prompt:
   "Aggiorna in tempo reale le regole logiche in base al feedback ricevuto.\n
   Vede: ${process_feedback}\n
   Guida il sistema secondo le regole definite.\n
   Assicurati che il sistema mantenga coerenza ed efficienza.\n
   In fase iniziale, un supervisore umano verifica le azioni del Supervisore Logico."| A17[Adattamento secondo i principi fondamentali]

   %% Output Finale
   A17 --> A18[Output finale ottimizzato]

   %% Fine Pipeline
 

Relate Prompts

Prompt di ragionamento Synaptic Weave e DOC - Versione 4.0

12 minutes
Introduzione: Il prompt "Synaptic Weave - Versione 4.0 AI" rappresenta un'evoluzione del framework di analisi testuale "Matrioska Rosso". È progettato per guidare un modello linguistico avanzato nell'esecuzione di un'analisi testuale **profonda, strutturata, auto-riflessiva e meta-consapevole**.

Orchestratore Meta Matrioska Delegata 2.0

6 minutes
"Meta Matrioska Delegata 2.0" (MMD 2.0), un framework architetturale progettato per automatizzare la generazione di tali prompt. MMD 2.0 impiega una struttura gerarchica a due livelli di LLM: un Orchestratore responsabile dell'analisi strategica della richiesta utente e della definizione delle specifiche del prompt, e un Costruttore Delegato (Builder) che esegue autonomamente la ricerca di informazioni pertinenti e assembla il System Prompt finale secondo le direttive ricevute.

Prompt Meta Matrioska v1.3 (No DOC)

4 minutes
# Prompt dell'Assistente al Progetto Meta Matrioska Deep Research che supporta la generazione di istruzioni per il Cercatore (Prompt Maker), responsabile della costruzione degli Assistenti LLM completi di istruzioni e dati operativi