Glossario

Prompting ricorsivo

Che cos’è Prompting ricorsivo?

Il prompting ricorsivo indica tecniche in cui l'output di un modello linguistico viene riutilizzato come nuovo input, ad esempio per far rivedere e migliorare una bozza o per scomporre passo dopo passo un compito grande in sottocompiti. Esempio: prima nasce la bozza di un'offerta, poi il modello la valuta con una checklist, infine la migliora. Spesso aumenta la qualità, ma richiede tempo di calcolo aggiuntivo e un chiaro criterio di arresto.

Come aiuta KI.ordo

Nei flussi di KI.ordo si può realizzare facendo creare una bozza a un passaggio IA e facendola verificare e rielaborare a un passaggio successivo.

Scopri di più →

Temi

prompting
revisione
flusso di lavoro

Prova KI.ordo

Agenti, flussi e modelli in un’unica area di lavoro – demo gratuita di 24 ore.

Avvia demo

← Tutti i termini

Termini correlati

Prompt

Un prompt è l'input con cui si dice a un modello di IA che cosa fare: una domanda, un compito o un'istruzione, spesso con contesto, esempi e formato desiderato. La qualità della risposta dipende molto da quanto il prompt è chiaro e completo. Ad esempio, invece di «Scrivi qualcosa sul nostro prodotto», meglio «Scrivi tre brevi vantaggi del prodotto X per le imprese artigiane, con tono oggettivo».

prompting
input
+1

Modello

Concatenamento di modelli

Il concatenamento di modelli (model chaining) consiste nel collegare in sequenza più modelli o passaggi di IA, in modo che l’output di un passaggio diventi l’input del successivo. I compiti complessi si scompongono così in sotto-compiti gestibili, da verificare e migliorare singolarmente. Esempio: un passaggio riassume la richiesta di un cliente, un secondo la assegna a un reparto e un terzo prepara la risposta.

orchestrazione
flussi
+1

Metaprompt

Un metaprompt è un’istruzione con cui si chiede a un modello linguistico di redigere o migliorare autonomamente prompt o istruzioni di sistema. Si descrivono obiettivo, pubblico e tono desiderato e si forniscono esempi; il modello formula istruzioni strutturate con ruolo, regole e limiti. Si ottengono così più rapidamente buone prime versioni, che vengono poi testate e affinate da persone. Esempio: da “assistenza clienti per un negozio di biciclette” nasce una bozza completa di istruzioni.

prompting
agenti
+1

Modello

Ragionamento multi-hop

Il ragionamento multi-hop è la capacità di un sistema di IA di rispondere a una domanda attraverso più inferenze successive, spesso combinando informazioni da fonti diverse. Esempio: “Quale reparto dirige la persona responsabile del progetto X?” richiede prima di individuare il responsabile e poi il suo reparto. Domande di questo tipo sono impegnative per i sistemi di ricerca e RAG, perché ogni passaggio intermedio deve essere trovato e collegato correttamente.

ragionamento
risposta a domande
+1