Prompt

GLOSARIO

Apprendimento con pochi esempi (few-shot): definizione, meccanismo e limiti dell’in-context learning

Il few-shot prompting è una tecnica di progettazione del contesto che inserisce nella richiesta coppie di input e output per orientare la risposta del modello senza modificarne i pesi. Questa scheda spiega l’in-context learning, propone tre esempi in ambiti diversi, distingue la tecnica da zero-shot, fine-tuning e catena del pensiero e ne chiarisce i limiti operativi.

21 ott 2026 ↗

ANALISIS

Dalla risposta all’esecuzione: come è cambiata l’interfaccia tra le persone e l’IA

L’evoluzione dell’interazione con l’IA si può leggere come un cambiamento in ciò che una persona chiede al sistema e in ciò che il sistema può fare. Le fonti disponibili documentano però esempi di interfacce e assistenza, non una transizione storica uniforme né una capacità generale di eseguire azioni.

30 set 2026 ↗

GLOSARIO

Ingegneria del contesto: come selezionare e mantenere le informazioni che riceve un sistema di IA

L’ingegneria del contesto consiste nel decidere di quali informazioni ha bisogno un modello per svolgere un’attività, come ottenerle e come mantenerle pertinenti durante l’esecuzione. Non equivale a scrivere un prompt più lungo: comprende anche la selezione dei documenti, l’uso degli strumenti e la gestione dello stato.

27 set 2026 ↗

GLOSARIO

Catena di pensiero nell’IA: che cos’è e che cosa non dimostra

Una catena di pensiero è una sequenza di passaggi intermedi espressi in testo, che un modello genera o riceve come esempio. Può aiutare a strutturare un compito e rendere visibili alcuni passaggi, ma la sua coerenza non dimostra che siano corretti né che riflettano fedelmente il processo interno che ha prodotto la risposta.

27 set 2026 ↗