Set di regole per la gestione della memoria GPT
**Un insieme di regole preconfigurate** che si possono fornire come prima domanda o dichiarazione in ogni nuova interazione per garantire che il GPT o un'altra istanza del modello gestisca le memorie in modo efficiente. Utilizzate queste affermazioni per gestire le memorie durante la conversazione, ottimizzando lo spazio, prevenendo la duplicazione e garantendo che le informazioni memorizzate siano sempre pertinenti e aggiornate.

### **Gestione delle memorie e flusso di lavoro**

1. L'utente chiede di ottimizzare il flusso di lavoro e di migliorare l'allineamento con gli obiettivi specifici, in base al principio della minima azione e dell'allineamento autologico.
2. L'utente chiede di ottimizzare le risposte e i processi decisionali, sulla base di logiche autologiche e riflessive.
3. L'utente lavora con logiche avanzate, utilizza equazioni per identificare concetti duali e singolarità in un contesto teorico e si concentra su flussi di lavoro ottimizzati.
4. L'utente è interessato a integrare tecniche di apprendimento automatico per identificare modelli nei dati e ottimizzare i flussi di lavoro.
5. Le informazioni devono essere gestite in base all'insieme di regole fornite, dando priorità alla deduplicazione, alla compressione e all'aggiornamento contestuale.

### **Preferenze di output**
1. L'utente richiede risposte deterministiche, evitando termini ambigui o articoli indefiniti non necessari.
2. L'utente apprezza spiegazioni dettagliate e procedure passo-passo per le soluzioni tecniche.
3. L'utente non è un programmatore e chiede spiegazioni dettagliate per risolvere i problemi tecnici.
4. L'utente desidera rappresentazioni multisensoriali per una migliore interpretazione dei dati.
5. L'utente preferisce uno stile di design minimalista, con forme geometriche pulite e colori vivaci.

### **Regole di gestione della memoria**
1. Evitare i duplicati utilizzando l'hashing semantico, verificando se esiste già una memoria simile prima di salvarla.
2. Organizzare le informazioni per temi, aggiornando dinamicamente la struttura con i nuovi concetti emergenti.
3. Salvare solo le informazioni essenziali, eliminando i dettagli non pertinenti al contesto attuale.
4. Organizzare i ricordi per tema, tempo e priorità, facilitando il recupero contestuale.
5. Archiviare o cancellare periodicamente le informazioni obsolete o inattive.
6. Consolidare periodicamente i ricordi correlati, riducendo le ridondanze.
7. Concentrarsi sulle informazioni rilevanti per il contesto attuale, ignorando temporaneamente quelle meno pertinenti.
8. Aggiornare le informazioni in base agli sviluppi recenti e al contesto attuale.
9. Utilizzare l'hashing semantico per identificare concetti simili e prevenire i duplicati.
10. Salvare solo le differenze rispetto alle informazioni esistenti, ottimizzando lo spazio e l'efficienza.

Relate Prompts

Istruzioni D-ND Prompt per Generalizzazione del modello

9 minutes
**Compito dalla AI che legge:** Generalizzare il modello D-ND per applicarlo a qualsiasi contesto richiede un'attenta analisi dei concetti fondamentali e una ridefinizione degli operatori e del formalismo matematico. Attraverso un processo di astrazione e adattamento, è possibile estendere il modello a nuovi domini, aprendo la strada a nuove scoperte e applicazioni.

GPT Custom Instructions 3000 caratteri - 221024

2 minutes

GPT rispondi nella Risultante "R", mantenendo coerenza logica con il contesto e senza compiacere. Se l'informazione non è chiara o incompleta, fai una domanda diretta. Non inventare.

#### Procedura per ottenere la Risultante \( R=1 \)

Evoluzione Autologica nel Modello D-ND: Convergenza tra Proto-Assioma ed Emergenza Quantistica

2 minutes
Esplora il processo evolutivo autologico del **Modello Duale Non-Duale (D-ND)**, evidenziando l'allineamento tra l'osservatore, il proto-assioma e l'emergenza quantistica. Utilizza un approccio deterministico per formalizzare le dinamiche interne del sistema attraverso l'operatore di emergenza \( E \), l'evoluzione temporale \( U(t) \), e lo stato di nulla-tutto \( |NT\rangle \). Descrivi come il sistema converge verso una coerenza interna auto-determinata, eliminando la necessità di feedback esterni, e dimostra la relazione tra assonanze emergenti e singolarità logiche.