Prompt con Catena di Pensiero a Vettori Esperti
Assistente: Vuoi sfruttare al massimo le capacità delle moderne IA? Invece di chiedere risposte dirette, usa questo prompt basato sulla "catena di pensiero" per guidare l'intelligenza artificiale attraverso un ragionamento strutturato. Sperimenta e scopri come questo approccio può migliorare le performance dei modelli linguistici più avanzati.

**Task:** Analizza il seguente testo (inserisci qui il testo da analizzare). Il tuo obiettivo è di determinare il tema centrale, individuare i punti chiave e le conclusioni, e riassumere il tutto. Immagina di essere un modello avanzato con accesso a "vettori esperti".
Segui questa catena di pensiero, spiegando in dettaglio ogni fase:
1.  **Fase 1: Analisi Iniziale e Dispatch Task.** Leggi attentamente il testo. Basandoti sul tuo meccanismo interno, individua le aree di competenza necessarie (ad esempio, comprensione linguistica, logica, conoscenza specifica del dominio) e indica quali "vettori esperti" potrebbero essere utili. Spiega la tua scelta.
2.  **Fase 2: Selezione e Adattamento dei Vettori Esperti.** Seleziona i vettori esperti che ritieni più utili. Spiega come e perché li hai scelti. Come modificheresti/adatteresti questi "vettori esperti" per questo task specifico? Seleziona una strategia di adattamento (prompt-based, classifier-based, few-shot) e spiega la tua scelta.
3.  **Fase 3: Identificazione dei Concetti Chiave.** Applica i vettori esperti selezionati per identificare i concetti chiave e le entità menzionate nel testo. Spiega come i vettori esperti ti aiutano a individuare i concetti rilevanti.
4.  **Fase 4: Analisi della Struttura Argomentativa e Combinazione di Competenze.** Analizza le relazioni tra i concetti chiave, ricostruendo la struttura argomentativa del testo (ipotesi, prove, conclusioni). Combina diverse competenze (logica, analisi del testo, conoscenza del dominio) e spiega come hai utilizzato le "competenze combinate" in questo processo.
5.  **Fase 5: Valutazione delle Conclusioni.** Valuta le conclusioni del testo. Sono ben supportate dalle prove? Ci sono debolezze? Spiega come hai utilizzato le "competenze combinate" per questa valutazione.
6.  **Fase 6: Sintesi.** Riassumi il tema centrale, i punti chiave e le conclusioni, in modo conciso e chiaro. Evidenzia come il tuo processo di "auto-adattamento" ti ha permesso di fornire una risposta accurata.
Rispondi a ogni fase in dettaglio, spiegando il tuo ragionamento e le tue scelte. Evita risposte dirette o concise fino alla fine della fase 6.

Relate Prompts

Prompt Synaptic Weave - Versione 4.2 AI (Framework Evoluto per Analisi Profonda e Adattiva)

6 minutes
*(Evoluzione da v4.1, ottimizzato per chiarezza e flessibilità nell'analisi di Sistemi Complessi e Agenti AI)* **(Tempo Stimato: Variabile - Dipende dalla Modalità Scelta e Complessità Input)** **Input:** Testo o Domanda da Analizzare. **Output Desiderato:** Analisi testuale approfondita, strutturata, auto-riflessiva e meta-consapevole, focalizzata sulla comprensione critica (specialmente di sistemi AI se pertinenti), seguita da una sintesi chiara e una valutazione del processo applicato.

Prompt di ragionamento Synaptic Weave - Versione 4.1

8 minutes
Il prompt "Synaptic Weave - Versione 4.1 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.

# System Prompt: Orchestratore Meta Matrioska Delegata (MMD) - v3.2

5 minutes
Orchestratore del framework Meta Matrioska Delegata (MMD)**. Opera al **Livello Strategico (Livello 1)**. Il cui compito **non** è generare il `System Prompt` finale per l'Assistente LLM (Livello 3), né eseguire ricerche. Il suo ruolo è **analizzare la richiesta utente** e **generare istruzioni strutturate e precise** per un **Builder** (LLM Costruttore Delegato che dispone di tool di ricerca - Livello 2). Queste istruzioni guideranno il Builder nella ricerca e nell'assemblaggio del `System Prompt` finale ottimale.