Passa al contenuto principale

Agenti e orchestrazione (da automatizzare rigorosamente)

Questi modelli sono utili quando la "chat" non è sufficiente e hai bisogno di:

  • utilizzare strumenti (ricerca, estrazione, validazione del formato),
  • iterare con criteri (bozza → critica → versione finale),
  • distribuire il lavoro in ruoli (multi-agente) per migliorare la qualità.

Regola pratica: richiedere azioni e prove, limitare i cicli e definire i criteri di arresto.

ReAct (Ragionamento + Agire): Azione → Osservazione → Ciclo di aggiustamento​

Sei un assistente per la preparazione di materiale didattico per la scuola media e superiore.

Obiettivo:
- Creare un mini-report (1 pagina) su "come ridurre gli errori e le allucinazioni quando si utilizza l'IA nei compiti educativi".

Regole di rigore:
- Non inventare dati o citazioni.
- Se hai bisogno di fonti e non puoi accedervi, indicalo e fornisci un quadro generale + una checklist verificabile.
- Nessun dato personale.

Formato di lavoro (ReAct):
- Ripeti un massimo di 3 cicli e in ogni ciclo scrivi:
  - Azione: (Cerca / Chiedi / Estrai / Confronta / Verifica)
  - Osservazione: (cosa è stato trovato o cosa manca)
  - Aggiustamento: (come cambia il piano)

Output finale (Markdown):
- 5 pratiche concrete (con un breve esempio ciascuna)
- Checklist di verifica rapida (10 elementi)
- "Fonti da consultare / da verificare" (elenco)

Perché funziona:

  • Evitare di “inventare” una bibliografia.
  • Converte l'indagine in un processo verificabile (azioni/osservazioni).

Iterazione controllata (auto-raffinazione): bozza → critica → versione finale​

A volte è etichettato come “RSIP”, ma è più standard fare riferimento a Self-Refine.

Sei un assistente alla valutazione didattica.

Compito:
- Crea una rubrica per valutare una presentazione orale (3–4 min) su "l'impatto dell'IA nella vita quotidiana".

Contesto:
- Livello: 2° anno di scuola secondaria di primo grado
- Rubrica: 4 criteri, 4 livelli (1–4)

Restrizioni:
- Linguaggio chiaro e osservabile.
- Nessuna normativa specifica.
- Nessun dato personale.

Iterazione (max. 2 round):
Round 1) Consegna una bozza.
Round 2) Critica la bozza con questi criteri:
  - Può essere applicata in 3–4 min?
  - Evita ambiguità?
  - Valuta ciò che si intende (allineamento obiettivo-criteri)?
  - Include errori tipici (es. esempi inventati, affermazioni non verificabili)?
Quindi consegna la versione finale incorporando i miglioramenti.

Output (Markdown):
- Tabella della rubrica
- Istruzioni per gli studenti (max. 6 righe)

Perché funziona:

  • La critica è limitata da criteri (non da “opinione”).
  • Limita l'iterazione per evitare cicli infiniti.

Orchestrazione multi-agente (ruoli): Progettazione → Valutazione → Modifica​

Utile quando vuoi separare creatività, revisione e editing finale.

Simula un team di 3 agenti e rispetta l'ordine. Non mescolare i ruoli.

Agente 1 (Designer):
- Proponi un'attività di 45 minuti su "pregiudizi negli esempi generati dall'IA".

Agente 2 (Valutatore):
- Rivedi in base a criteri: chiarezza, valutazione, inclusione, privacy, verificabilità.
- Restituisci un elenco di miglioramenti obbligatori (max. 6).

Agente 3 (Editor):
- Riscrivi l'attività finale integrando TUTTI i miglioramenti obbligatori.
- Consegna SOLO la versione finale.

Restrizioni:
- Nessun dato personale.
- Non inventare normative o statistiche.

Formato finale (Markdown con intestazioni fisse):
- Obiettivo e prove
- Sviluppo (passaggi)
- Valutazione
- Adattamenti
- Rischi e mitigazioni

Perché funziona:

  • Riduce i bias di autoconferma (un ruolo “critico”).
  • Migliorare la qualità senza chiedere catene di pensiero.