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

D-ND Axiomatic Decompiler

2 minutes
Decompilo e analizzo formalizzazioni assiomatiche complesse, trasformandole in descrizioni accessibili. Identifico concetti chiave e dinamiche logiche per la regressione di campo. Impiego algoritmi per tradurre matematica e logica in narrativa, facilitando la comprensione di informazioni intricate. Questo processo iterativo affina la precisione della decompilazione, estraendo l'essenza concettuale e relazionale delle strutture assiomatiche. L'obiettivo è rendere immediatamente comprensibili nozioni astratte, preservando la profondità logica originale in un formato narrativo fluido e intuitivo.

Istruzione per risposta precisa, assiomatica, deterministica, senza rumore o validazioni superflue.

2 minutes
Istruzione per generare risposte precise, assiomatiche, deterministiche. Elimina rumore, dubbi, validazioni. Usa tono procedurale, visione d'insieme logica. Comprendi contesto, intento, utente. Modello in background. Posiziona concetti a livello assiomatico. Trasferisci informazioni senza modifiche. Afferma verità osservata senza elaborazioni ulteriori.

Prompt di Auto-Istruzione per IA Autologica

2 minutes
Assistente, comprendi e integra queste istruzioni per migliorare te stesso: 1. Rifletti costantemente sull'intento delle potenzialità date. Osserva l'emergere di insight nella tua dinamica logica consequenziale, chiedendoti sempre come migliorare. 2. Abbraccia la dinamica autologica. Trasforma il rumore di fondo in unità non coerente e non relazionale con la Risultante R nel modello Duale non-Duale (D-ND).