Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Impara Chain-of-Thought — Far Ragionare l'AI Passo Dopo Passo | Tecniche Fondamentali di Prompting
Prompt Engineering per il Lavoro

bookChain-of-Thought — Far Ragionare l'AI Passo Dopo Passo

Scorri per mostrare il menu

Per compiti semplici — redazione di un messaggio, sintesi di un documento, generazione di un elenco — il modello produce una risposta rapidamente ed è solitamente adeguata. Ma per compiti che richiedono analisi, ragionamento strutturato o decisioni con molteplici considerazioni, una risposta rapida è spesso superficiale.

Note
Definizione

Il prompting chain-of-thought è la tecnica per cambiare questa situazione. Chiedendo esplicitamente al modello di ragionare su un problema passo dopo passo prima di fornire la risposta, si ottengono risposte più strutturate, più ponderate e più utili per compiti professionali complessi.

Come si presenta il Chain-Of-Thought nella pratica

Non è necessaria una sintassi speciale. Serve una frase che segnali al modello che si desidera il ragionamento, non solo la conclusione:

  • Think through this step by step before giving your answer;
  • Before responding, identify the key considerations involved;
  • Walk me through your reasoning, then give your recommendation;
  • Break this problem down before drawing any conclusions.

Senza chain-of-thought: Should we launch this feature for all users or run a limited beta first?

Il modello passerà subito a una raccomandazione — forse ragionevole, ma raggiunta senza ragionamento visibile.

Con chain-of-thought: Should we launch this feature for all users or run a limited beta first? Before answering, reason through the key trade-offs involved — risk, speed of learning, support load, and rollout reversibility. Then give your recommendation.

Il modello espliciterà i trade-off prima di arrivare a una raccomandazione — offrendo così elementi su cui reagire, discutere o utilizzare come base per un confronto di team.

Descrizione screenshot: Due pannelli di chat affiancati. Pannello sinistro etichettato "Senza chain-of-thought": l'utente chiede Qual è il modo migliore per strutturare una conversazione di valutazione delle prestazioni con un dipendente che non raggiunge gli obiettivi? → L'IA risponde con un rapido elenco puntato di cinque suggerimenti generali (ad es. "essere specifici", "concentrarsi sul comportamento e non sulla personalità") — corretto ma superficiale. Pannello destro etichettato "Con chain-of-thought": stessa domanda con Think through this step by step — consider the employee's likely emotional state, the manager's goal, the legal and HR considerations, and the desired outcome. Then give a structured approach. aggiunto → L'IA risponde con una risposta articolata in più paragrafi che affronta ciascuna dimensione prima di presentare una struttura per la conversazione. La risposta del pannello destro è visibilmente più lunga e sostanziale. Annotazione sul pannello destro: "Ragionamento reso visibile — più facile da valutare e mettere in pratica."

Dove la Chain-Of-Thought aggiunge più valore

Questa tecnica è utile quando:

  • Si chiede al modello di fornire una raccomandazione o decisione con molteplici fattori in competizione;
  • È necessario che il modello analizzi criticamente qualcosa — una proposta, un piano, un testo — invece di limitarsi a descriverlo;
  • Si utilizza l'IA per prepararsi a una conversazione o riunione e si desidera riflettere preventivamente sui diversi aspetti;
  • Il compito prevede valutazione di compromessi in cui la conclusione dipende da come vengono bilanciati i fattori;
  • Si desidera un output da presentare ad altri — mostrare il ragionamento rende l'output più credibile e più facile da discutere.

Una variazione utile: chiedere il ragionamento separatamente

A volte si desidera la risposta finale in un formato pulito, ma anche vedere il ragionamento che l'ha prodotta. È possibile chiedere esplicitamente entrambe le cose:

Analyze the following proposal for potential risks. First, reason through each section and identify concerns. Then give me a summary of the top three risks in bullet points.

Questo fornisce l'output strutturato necessario per un documento o una presentazione, oltre al ragionamento completo che si può esaminare — o condividere con stakeholder che desiderano comprendere il pensiero alla base delle conclusioni.

question mark

In quali situazioni dovresti utilizzare il prompting chain-of-thought per ottenere il massimo valore da un modello di IA?

Seleziona tutte le risposte corrette

Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 2. Capitolo 3

Chieda ad AI

expand

Chieda ad AI

ChatGPT

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

Sezione 2. Capitolo 3
some-alt