Passa al contenuto principale

Le tecniche con un nome, giudicate

Intermedio
What you'll learn
  • Cosa era davvero ciascuna celebre tecnica di prompting, in una riga
  • Quali il modello ora fa per te, e quali le fa l'harness
  • Le tre tecniche oggi attivamente sconsigliate dalle linee guida ufficiali dei fornitori
  • Dove i fornitori sono apertamente in disaccordo — e come risolverlo per il tuo carico di lavoro

Apri quasi qualunque guida al prompt engineering e trovi un elenco di tecniche con un nome: Chain-of-Thought, Tree of Thoughts, Self-Consistency, ReAct, Reflexion, Least-to-Most. Quasi tutte sono state pubblicate tra il 2022 e il 2023, per modelli che non riuscivano a ragionare se non li costringevi tu.

Quel vincolo non c'è più. I modelli di frontiera di oggi ragionano internamente prima di rispondere, e gli harness agentici iterano sui tool da soli. Quindi la maggior parte di quelle tecniche non è stata smentita — è stata assorbita, dentro il modello o dentro l'harness. Alcune oggi sono veri e propri autogol.

Questa pagina nomina ciascuna, dice a cosa serviva, e le assegna un verdetto.

L'unica cosa che è cambiata​

Ogni verdetto qui sotto risale allo stesso spostamento: il ragionamento si è spostato dal tuo prompt al forward pass del modello stesso. Tutti e tre i principali fornitori ora lo dicono nella loro documentazione.

FornitoreCosa dicono le loro linee guida attuali
AnthropicIl pensiero esteso "automatizza il ragionamento strutturato" e, quando è disponibile, è "generalmente preferibile al prompting manuale di chain of thought".
OpenAI"Evita i prompt di chain-of-thought: poiché questi modelli eseguono il ragionamento internamente, chiedere loro di 'pensare passo per passo' o di 'spiegare il ragionamento' è inutile."
GoogleSe usavi "prompt engineering complesso (come chain of thought) per forzare Gemini 2.5 a ragionare", usa invece il livello di pensiero del modello.

La tabella dei verdetti​

TecnicaCosa eraVerdetto
Istruzione chiara e specificaDichiara obiettivo, pubblico, formato, vincoli✅ Resta tutto il gioco
Contratto di output"Rispondi solo con il JSON" / forma esatta✅ Resta essenziale
Prompt chaining / scomposizioneDividere un compito difficile in più chiamate✅ Resta essenziale
Permesso di astenersi"Di' che non lo sai invece di tirare a indovinare"✅ Resta essenziale
Contesto + motivazioneSpiegare perché un vincolo conta✅ Ha guadagnato valore
Meta-prompting / APEFar scrivere o migliorare il prompt a un modello✅ Sottovalutata, viva
Chain-of-Thought"Pensa passo per passo" prima di rispondere🔁 Spostata dentro il modello
Least-to-MostRisolvere prima i sotto-problemi facili, in ordine🔁 Spostata dentro il modello
ReActAlternare Thought: / Action: / Observation:🔁 Spostata dentro l'harness
ReflexionAuto-critica, poi nuovo tentativo tenendo la lezione🔁 Spostata nel livello di memoria
Tree of ThoughtsRamificare, valutare, tornare indietro su risposte parziali🔁 Spostata dentro l'harness
Esempi few-shotMostrare 3–5 esempi svolti⚠️ Contesa — i fornitori non sono d'accordo
Ruolo / persona"Sei un avvocato tributarista senior con 20 anni…"⚠️ Declassata, tieni la versione snella
Self-ConsistencyCampionare N risposte, votare a maggioranza⚠️ Situazionale, la paghi N×
Impalcature XML pesantiMarcare con tag ogni parte di ogni prompt⚠️ Ora opzionale, non predefinita
Graph of ThoughtsGrafo arbitrario di passi di ragionamento🧪 Ricerca, nessun fornitore la raccomanda
Taratura della temperatureAlzare o abbassare la creatività⛔ Respinta del tutto sui modelli attuali
Pressione emotiva / mancia"Questo è molto importante per la mia carriera"⛔ Nessuna guida attuale la sostiene
Ripetizione dell'istruzione / TUTTO MAIUSCOLODirlo tre volte, a voce alta⛔ Ritirata

Il resto della pagina spiega le righe interessanti.

Spostate dentro il modello​

Chain-of-Thought​

Wei et al. (2022) hanno mostrato che un modello a cui si chiede di produrre passi di ragionamento intermedi risolveva molti più problemi di matematica e logica. Kojima et al. (2022) hanno poi scoperto che si poteva innescare quasi tutto con cinque parole — "Let's think step by step". Per quattro anni è stato il trucco di prompting con la leva più alta in assoluto.

I modelli di frontiera oggi lo fanno senza che glielo chiedi, e spendono su questo un budget che controlli tramite effort o livello di pensiero, non tramite frasi nel tuo prompt. Vedi Pensiero ed effort e Taratura dell'effort.

Quindi quell'istruzione non è più gratis. Costa token, aggiunge un'istruzione che il modello deve rispettare accanto a quella vera, e su un modello con pensiero può spingere il ragionamento dentro la risposta visibile — esattamente dove non lo volevi.

Abitudine del 2023 — non riportarla in avanti

You are an expert mathematician with 20 years of experience. This is very
important to my career, so please take a deep breath and work through this
step by step, explaining your reasoning carefully before giving the final
answer. Let's think step by step.

Are there infinitely many primes p with p mod 4 == 3?

Versione 2026 — stessa domanda, niente sprecato

Are there infinitely many primes p with p mod 4 == 3?

Give the proof sketch, then the one-line answer. If the result is open, say so.

Il secondo prompt è più corto, non contiene istruzioni da riconciliare per il modello, e spende il suo budget sulla dimostrazione invece che sul raccontare. La profondità del ragionamento viene dall'impostazione di effort della richiesta, non dalle parole.

Tieni la Chain-of-Thought manuale quando: sei su un modello piccolo o locale senza modalità di pensiero (vedi Eseguire modelli in locale), o ti serve specificamente il ragionamento nell'output visibile perché un umano lo controlli.

Least-to-Most​

Zhou et al. (2022) — far elencare al modello i sotto-problemi, poi risolverli in ordine. Stessa storia della Chain-of-Thought: è un piano, e pianificare è ormai la prima cosa che un modello con pensiero fa da solo. Resta utile come abitudine umana quando scomponi il lavoro su più chiamate, che è semplicemente prompt chaining.

Spostate dentro l'harness​

ReAct​

Yao et al. (2022) hanno intrecciato ragionamento e chiamate a tool facendo emettere al modello testo in un formato fisso Thought: / Action: / Observation: che il tuo codice parsava con delle regex.

Rileggi quella descrizione: è un aggiramento via protocollo testuale per un'API che non aveva chiamate a tool. Ora l'API le ha. L'uso di tool nativo, più il pensiero tra una chiamata e l'altra, è ReAct — implementato dal fornitore, type-checked e in streaming. Costruire a mano il protocollo testuale nel 2026 significa reintrodurre un parser che può rompersi su un due punti di troppo.

L'unica cosa di ReAct che vale la pena tenere: l'intuizione che il modello debba poter pensare al risultato di un tool prima di scegliere il tool successivo. Oggi è una funzionalità di piattaforma, non un prompt.

Tree of Thoughts​

Yao et al. (2023) hanno generalizzato la Chain-of-Thought in una ricerca: generare più passi candidati, assegnargli un punteggio, tenere i rami promettenti, tornare indietro dai vicoli ciechi.

Come prompt ("esplora tre approcci in parallelo, poi scegli") è debole — un modello in una sola finestra di contesto che interpreta un albero di ricerca produce in genere tre paragrafi simili più una scelta sicura di sé. Come architettura prospera, sotto altri nomi:

Questo è Tree of Thoughts con i rami come veri agenti paralleli e il valutatore come vero passo di valutazione. Costruiscilo con i subagent o con i team di agenti, e valutalo con le eval — non con un paragrafo furbo.

Reflexion​

Shinn et al. (2023) facevano scrivere all'agente un breve post-mortem a parole dopo un tentativo fallito, portando quella nota nel tentativo successivo — imparare senza toccare i pesi.

L'idea era giusta e ha vinto. Ha solo smesso di vivere nel prompt: ora vive nel livello di memoria. Vedi Memoria e context editing e Store di memoria per agenti gestiti. La versione moderna di "rifletti sul tuo fallimento" è un agente che scrive una lezione in uno store durevole che sopravvive alla compaction.

Fai comunque a mano la versione economica: dopo una run andata male, chiedi al modello cosa nel prompt o nel set di tool l'ha fuorviato, poi sistema quello. L'esito di una riflessione va nel tuo system prompt, non nel turno successivo.

Graph of Thoughts​

Besta et al. (2023) hanno sostituito l'albero con un grafo arbitrario — unire rami, raffinare nodi sul posto, iterare. Ricerca davvero interessante; nessun fornitore la raccomanda, nessun harness mainstream la implementa, e il costo in token è brutale. Impara il nome; non costruirci sopra finché qualcosa non cambia.

Contesa: esempi few-shot​

Questa è quella onesta. I tre fornitori danno tre risposte diverse, per iscritto, in questo momento:

FornitoreLinea guida sugli esempi
OpenAI"Prova prima zero shot… I modelli di ragionamento spesso non hanno bisogno di esempi few-shot per produrre buoni risultati."
Anthropic"Inizia con un esempio (one-shot). Aggiungi altri esempi (few-shot) solo se l'output ancora non corrisponde alle tue esigenze."
Google"I prompt senza esempi few-shot sono probabilmente meno efficaci" — e raccomanda di includerli sempre.

Non risolverlo scegliendo il fornitore che ti piace. Il disaccordo è reale e riflette differenze reali nel modo in cui questi modelli sono stati addestrati. Risolvilo con un'ablazione sul tuo compito — è un lavoro da 20 minuti e batte i consigli di chiunque, compresi quelli di questa pagina.

Guided walkthrough1 of 6
  1. Raccogli 20 input reali con output noti e corretti. Non 3 — con 3 non distingui una variazione del 15% dal rumore. Vedi /docs/foundations/evals.

La modalità di errore che vale la pena nominare: troppi esempi causano pattern lock, dove il modello riproduce la forma superficiale dei tuoi esempi su input che avrebbero richiesto una forma diversa. Se gli output sembrano stranamente uniformi, togli esempi prima di aggiungere istruzioni. Di più in Few-shot fatto bene.

Declassati: ruoli e persona​

"Sei un avvocato tributarista senior di livello mondiale con 20 anni di esperienza in uno studio di primo piano" era prassi standard. La linea guida attuale di Anthropic è più diretta: "Ruoli eccessivamente specifici possono limitare l'utilità dell'AI."

La parte utile di un ruolo non è mai stata la biografia — era lessico e pubblico. Tieni quello, butta il curriculum:

  • ⛔ "Sei un leggendario ingegnere 10x che non scrive mai bug."
  • ✅ "Rivedi questo per un servizio Python 3.12 che gira in Lambda. Segnala tutto ciò che fallirebbe con cold start concorrenti."

Il secondo dice al modello qualcosa che non sapeva. Il primo gli dice di essere sicuro di sé, che è l'opposto di ciò che vuoi da un revisore. Vedi System prompt e Ruoli.

Situazionale: self-consistency​

Wang et al. (2022) — campiona la stessa domanda N volte e prendi la risposta di maggioranza. Funziona, e funziona ancora. Il problema è il conto: N× token e N× latenza per una risposta.

Su un modello di frontiera, alzare l'effort o il budget di pensiero su una chiamata di solito compra più accuratezza per token di tre chiamate economiche più un voto. La self-consistency è ancora lo strumento giusto quando:

  • La risposta è breve e verificabile (un numero, un'etichetta, un sì/no), così il voto è ben definito.
  • Sei su un modello economico o locale dove tre chiamate costano ancora meno di una chiamata di frontiera.
  • Ti serve un segnale di confidenza — un 3–0 e un 2–1 ti dicono cose diverse, e questo è difficile da ottenere in altro modo.

È lo strumento sbagliato per i testi lunghi, per il codice e per tutto ciò in cui "maggioranza" non ha senso.

Ritirate​

  • Taratura della temperature. Non solo sconsigliata — respinta. Sui modelli Claude di frontiera attuali, un temperature, top_p o top_k non predefinito restituisce un errore 400 a ogni richiesta. Google "raccomanda vivamente di mantenere il parametro temperature al suo valore predefinito di 1.0" per tutti i modelli Gemini 3, avvertendo che abbassarlo "può portare a comportamenti inattesi, come loop o prestazioni degradate". Modella il comportamento con il prompt e con l'impostazione di effort. Quali modelli espongano quali manopole è un bersaglio in movimento — controlla Modelli e prezzi e Controlli di sampling.
  • Pressione emotiva. Li et al. (2023) hanno davvero misurato guadagni con "questo è molto importante per la mia carriera" su modelli dell'epoca 2023, e la variante con la mancia offerta ha circolato molto. Nessuna guida attuale di un fornitore raccomanda nessuna delle due. Tratta l'effetto misurato come una proprietà dei modelli su cui è stato misurato, non come una legge del prompting — e nota che nessuno ha pubblicato una replica su modelli di frontiera.
  • Ripetizione dell'istruzione e TUTTO MAIUSCOLO. Cintura e bretelle per modelli che perdevano le istruzioni dal mezzo dei prompt lunghi. Ribadire la richiesta dopo un documento molto lungo è ancora sensato (Contesto lungo); dirlo tre volte in un prompt da 200 token spende solo contesto e crea conflitti da risolvere.
  • Prefill del turno assistant. Era il modo affidabile per imporre un formato di output a Claude. Ritirato — i modelli attuali restituiscono un 400 su un turno assistant finale precompilato. Usa un contratto di output o l'output strutturato.

Come decidere per qualsiasi tecnica​

Tutta la pagina si comprime in quel diagramma. Una tecnica con un nome è un'ipotesi su dove una capacità debba vivere — nel prompt, nel modello o nell'harness. Quando la capacità si sposta, la casa della tecnica si sposta con lei.

Conosci il canone
Premi Invio o Spazio per girare la carta. Usa le frecce sinistra e destra per spostarti tra le carte.Termine mostrato.
1 / 10

Verifica te stesso

0/4
  1. Perché aggiungere "pensa passo per passo" a un prompt per un modello con pensiero è ora un costo e non un vantaggio?
  2. Qual è la casa moderna giusta per Tree of Thoughts?
  3. I tre principali fornitori oggi danno consigli scritti diversi sugli esempi few-shot. Cosa raccomanda questa pagina?
  4. Cosa succede se invii una temperature non predefinita a un modello Claude di frontiera attuale?
Key takeaways
  • Le tecniche con un nome sono ipotesi su dove una capacità debba vivere — nel prompt, nel modello o nell'harness. Quando la capacità si sposta, si sposta anche la tecnica.
  • Chain-of-Thought manuale e Least-to-Most si sono spostate dentro il modello: usa effort e livello di pensiero invece delle parole.
  • ReAct e Tree of Thoughts si sono spostate dentro l'harness: uso nativo dei tool, subagent paralleli e un vero valutatore.
  • Reflexion si è spostata nel livello di memoria: scrivi la lezione in un posto durevole, non nel turno successivo.
  • Il few-shot è davvero contesa tra i fornitori — fai un'ablazione su 20 casi tuoi invece di fidarti di una guida.
  • Taratura della temperature e pressione emotiva sono ritirate. Tieni l'inquadramento di ruolo snello: lessico e pubblico, mai il curriculum.

Avanti​