Chain-of-Thought

Introduzione

🎯 Obiettivi di apprendimento

Dopo aver letto la sezione 4 sarai in grado di:

Spiegare cos’è il Chain-of-Thought
Spiegare cos’è il few-shot e quando è appropriato
Scegliere tra diversi metodi di ragionamento per diversi tipi di compiti

Esiste una tecnica particolarmente potente per problemi complessi a più fasi: chiedere al modello di mostrare il suo processo di pensiero prima di dare la risposta. Questo si chiama Chain-of-Thought (CoT) prompting.

Chain-of-Thought – far ragionare il modello ad alta voce

I modelli a cui viene chiesto di ragionare passo dopo passo forniscono risposte che sono:

Più accurate nei ragionamenti complessi
Verificabili — puoi seguire ogni passaggio
Più facili da mettere in discussione e correggere

Attiva CoT con frasi come:

“Ragiona passo dopo passo.”
“Descrivi il tuo ragionamento prima di dare la risposta.”
“Analizza sistematicamente, poi concludi.”
“Identifica i fattori rilevanti, valutali uno per uno, poi dai una raccomandazione.”

Senza CoT:

Prompt: Dobbiamo accettare questa offerta?
[Testo del contratto allegato]

Risposta: Sì, l'offerta sembra accettabile.

Con CoT:

Prompt: Analizza se dobbiamo accettare questa offerta.
Descrivi il tuo ragionamento passo dopo passo e poi dai una conclusione.
[Testo del contratto allegato]

Risposta:
Passo 1: Verifico l'importo dell'offerta rispetto al budget – 2,3 MEUR,
  entro il limite approvato...
Passo 2: Identifico clausole devianti – il punto 3.2 dà
  al fornitore il diritto unilaterale di interpretazione...
Passo 3: Valuto i tempi di consegna – 16 settimane rispetto alle
  12 specificate...
Conclusione: L'offerta non dovrebbe essere accettata senza negoziare
  sul punto 3.2 e sui tempi di consegna.

Few-shot – mostrare piuttosto che descrivere

Il few-shot prompting significa che dai al modello uno o più esempi concreti di come vuoi che appaia la risposta, invece di limitarti a descriverla. Mostri il modello che il modello deve seguire.

Senza few-shot (descrivere il formato):

Rispondi nel formato: caso, valutazione, raccomandazione.

Con few-shot (mostrare il formato):

Esempio:
Caso: Il fornitore richiede 30 giorni di pagamento.
Valutazione: Supera il nostro standard di 20 giorni.
Raccomandazione: Negoziare fino a 20 giorni o richiedere una concessione.

Il few-shot è efficace quando vuoi governare tono, struttura o livello di dettaglio — cose difficili da spiegare a parole ma facili da mostrare.

Altre tecniche nella cassetta degli attrezzi

L’idea dietro tutti questi consigli sui prompt non è usarli tutti, ma piuttosto avere una cassetta degli attrezzi da cui attingere in diverse situazioni.

Analisi prospettica – esplorare le alternative sistematicamente

Per decisioni complesse: chiedi al modello di analizzare la questione da più prospettive prima di raccomandare.

Analizza [la questione] da tre prospettive: economica, legale
e operativa. Valuta i pro e i contro di
ogni prospettiva. Poi dai una raccomandazione bilanciata.

Step-Back Prompting – stabilire prima il contesto

Lo Step-Back Prompting significa che chiedi un’analisi più ampia prima di chiedere la risposta specifica. Riduce il rischio che il modello perda il contesto importante.

Domanda diretta (rischia di perdere il contesto):

Quale forma di appalto si adatta a questo progetto?

Con Step-Back Prompting:

Parte 1: Quali fattori determinano la scelta della forma di appalto
secondo la normativa sugli appalti pubblici?

Parte 2: Dati questi fattori e che il progetto riguarda
[descrizione], quale forma è più appropriata?

Self-Ask Decomposition – scomporre domande complesse

Quando una domanda abbraccia più domini di conoscenza: lascia che il modello scomponga la domanda in sotto-domande e le risponda separatamente.

Domanda: Cosa dobbiamo considerare prima di passare a una nuova
piattaforma IT?

Istruzione: Identifica le sotto-domande a cui rispondere
per una risposta completa. Rispondi a ogni sotto-domanda separatamente.
Poi sintetizza una risposta coerente.

Il modello identifica: requisiti tecnici, aspetti legali, appalti, questioni del personale, migrazione dei dati — e li affronta uno per uno.

Una cosa da tenere a mente su queste tecniche

Chain-of-Thought, few-shot, Step-Back Prompting e Self-Ask Decomposition sono fondamentalmente varianti della stessa idea: governare come il modello pensa e struttura la sua risposta, non solo cosa risponde. Hanno ricevuto nomi diversi nella ricerca e nei post di blog, ma il confine tra loro è spesso fluido nella pratica.

Non ci sono risposte giuste su quale tecnica sia “migliore”. Ciò che funziona dipende dalla natura del compito, ma anche da quale modello stai usando. Alcuni modelli rispondono meglio a istruzioni passo-passo esplicite, altri gestiscono gli esempi few-shot in modo più naturale. Vale la pena sperimentare.

🖊 Prova ora: Scegli una domanda complessa dal tuo lavoro quotidiano — preferibilmente qualcosa con diversi aspetti da valutare. Fai la domanda direttamente. Poi fai esattamente la stessa domanda e aggiungi: “Descrivi il tuo ragionamento passo dopo passo prima di dare la tua conclusione.” Confronta le risposte!

Riepilogo

Chain-of-Thought rende le risposte verificabili: si attiva con frasi come “ragiona passo dopo passo”
Few-shot mostra il modello invece di descriverlo: efficace per tono, struttura e livello di dettaglio
L’analisi prospettica aiuta nelle decisioni complesse: esplora angolazioni alternative prima di scegliere
Step-Back Prompting fornisce una migliore comprensione contestuale: stabilisci le basi prima di chiedere lo specifico
Self-Ask Decomposition gestisce le domande multi-dominio: scomponi la complessità passo dopo passo

Metti alla prova le tue conoscenze

2 domande · 100% per superarlo · Rivedi le risposte al termine