Generated Knowledge Prompting (conoscenza generata)
Ragionamento
Livello 2 · Ragionamento avanzatoChiedi al modello di generare prima le conoscenze di base rilevanti, poi di usarle per rispondere — invece di rispondere direttamente da un'assunzione implicita su ciò che sa.
Generated Knowledge Prompting chiede al modello di produrre prima un breve elenco di fatti o conoscenze di base rilevanti per la domanda, e solo dopo di rispondere usando quella conoscenza come fondamento esplicito. Rendere esplicita la conoscenza implicita del modello prima che ci ragioni sopra tende a produrre risposte più accurate e meglio fondate rispetto a saltare direttamente alla risposta.
Quando usarla
Usalo per domande che dipendono da conoscenze di base non dichiarate nella domanda stessa — domande di cultura generale, domande che richiedono un contesto di dominio che il modello deve richiamare prima di ragionare.
Quando evitarla
Evitalo per domande completamente autosufficienti — generare fatti non aggiunge nulla in quel caso.
Vantaggi
- Fa emergere esplicitamente la conoscenza di base rilevante del modello, invece di lasciarla implicita dentro il ragionamento
- Rende possibile individuare un fatto sbagliato o mancante prima che corrompa silenziosamente la risposta finale
- Si abbina bene al Grounded prompting: uno genera conoscenza, l'altro la limita a quella fornita
Svantaggi
- I fatti generati possono essere a loro volta sbagliati — questo non garantisce l'accuratezza, la rende solo più visibile
- Aggiunge lunghezza rispetto a una risposta diretta
Esempi
Perché alcuni paesi guidano sulla corsia di sinistra? Prima di rispondere, genera 3-5 fatti rilevanti o conoscenze di base sulla storia delle convenzioni del traffico stradale. Poi usa quella conoscenza per rispondere alla domanda.
Provala
Compila i placeholder qui sotto e guarda il prompt aggiornarsi in tempo reale.
Cosa vuoi ottenere.
Il materiale di partenza.
- 25
- Parole
- 176
- Caratteri
- 0/2
- Placeholder compilati
- 1 min
- Tempo di lettura
- Completezza0
- Chiarezza0
- Contesto0
- Specificità0
- Vincoli0
- Formato0
- Output0
- Sezione vincoli0
- Criteri di successo0
- Focus scope100
- Step di verifica0
- Esempio negativo0
- Confidenza0
- Sintassi placeholder100
- Struttura Markdown0
- Compila i placeholder rimasti.
- Espandi le tue risposte — poche parole non bastano al modello per lavorare con precisione.
- Aggiungi contesto di sfondo perché il modello capisca la situazione.