Socratic prompting (prompting socratico)
Ragionamento
Livello 2 · Ragionamento avanzatoIl modello pone domande di chiarimento prima di tentare di risolvere il problema, invece di rispondere subito.
Il prompting socratico chiede al modello di identificare cosa manca o è ambiguo nella richiesta e di porre un piccolo numero di domande di chiarimento, invece di rispondere subito con qualunque assunzione farebbe altrimenti in silenzio. Scambia un giro di andata e ritorno in più con una risposta finale molto più mirata, particolarmente utile quando il compito è sottospecificato.
Quando usarla
Usalo per compiti genuinamente sottospecificati, dove indovinare i dettagli mancanti produrrebbe probabilmente una risposta che manca ciò di cui hai davvero bisogno — pianificazione iniziale, richieste ambigue, raccolta di requisiti.
Quando evitarla
Evitalo per compiti ben specificati — porre domande di chiarimento quando in realtà non manca nulla aggiunge solo un giro inutile. Evitalo anche in contesti non interattivi dove non c'è modo di rispondere alle domande di follow-up.
Vantaggi
- Fa emergere informazioni mancanti prima che una risposta venga costruita su un'assunzione sbagliata
- Particolarmente utile per l'uso interattivo, dove un giro di follow-up è economico
Svantaggi
- Non produce una risposta finale in un unico turno — richiede che l'utente risponda alle domande
- Non utile in un contesto single-shot / non interattivo
Esempi
Aiutami a pianificare una campagna di marketing per il lancio di un nuovo prodotto. Prima di proporre qualsiasi cosa, identifica le informazioni mancanti più importanti e poni fino a 5 domande di chiarimento.
Si abbina bene con
Provala
Compila i placeholder qui sotto e guarda il prompt aggiornarsi in tempo reale.
Cosa vuoi ottenere.
Numero massimo di domande di chiarimento da porre (default 5).
- 17
- Parole
- 154
- 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.