Least-to-Most Prompting (dal più semplice al più complesso)
Ragionamento
Livello 2 · Ragionamento avanzatoScomponi un problema complesso in una sequenza ordinata di sotto-problemi più semplici, risolvendoli uno alla volta.
Il least-to-most prompting scompone un problema complesso in una sequenza di sotto-problemi via via più difficili, poi li risolve in ordine — usando la risposta a ciascun sotto-problema come parte del contesto per il successivo. Questo differisce dal chain-of-thought (che ragiona sull'intero problema in un unico passaggio) e dallo step-back (che pone prima un'unica domanda più ampia): il least-to-most costruisce una scala di sotto-problemi via via più specifici, ognuno basato sulla risposta al precedente.
Quando usarla
Usalo per problemi che si scompongono naturalmente in parti più semplici collegate tra loro — problemi matematici multi-parte, compiti con sotto-passaggi dipendenti, o qualsiasi caso in cui risolvere tutto in un colpo solo tende a saltare un passaggio.
Quando evitarla
Evitalo per problemi che non si scompongono naturalmente in una sequenza ordinata, o dove i sotto-problemi non sono davvero più semplici del problema intero — forzare una scomposizione artificiale può danneggiare più che aiutare.
Vantaggi
- Riduce il rischio di saltare un passaggio intermedio necessario
- Rende ogni parte del ragionamento verificabile indipendentemente
- Particolarmente efficace su problemi difficili soprattutto perché hanno molte parti dipendenti, non perché una singola parte sia difficile
Svantaggi
- Richiede che i sotto-problemi siano davvero ordinati e dipendenti — forzare una scomposizione dove non esiste aggiunge overhead senza benefici
- Più token e passaggi di un singolo ragionamento diretto
- Se la scomposizione stessa è sbagliata, ogni passaggio successivo eredita l'errore
Esempi
Un treno percorre 240 km in 3 ore, poi aumenta la velocità di 20 km/h per le successive 2 ore. Qual è la distanza totale percorsa? Scomponi questo problema in una sequenza ordinata di sotto-problemi più semplici, dal più fondamentale all'obiettivo finale. Risolvi ogni sotto-problema in ordine, usando esplicitamente la risposta di ciascuno come parte del contesto per il successivo, finché non raggiungi la risposta finale.
Provala
Compila i placeholder qui sotto e guarda il prompt aggiornarsi in tempo reale.
Cosa vuoi ottenere.
Il materiale di partenza.
- 45
- Parole
- 279
- 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.