Idea principale

Un product manager che spiega un'opportunità di prodotto a un assistente parte da un interlocutore che non ne sa nulla, e che non colmerà alcuna lacuna per cortesia. Bisogna dare lo scopo, i vincoli, ciò che è già stato deciso, ciò che resta aperto — poi ricominciare quando il risultato non è quello atteso, riformulare, precisare.

È qui che il meccanismo si ribalta. Rispiegare mette alla prova ciò che si credeva di aver capito: ciò che restava implicito deve essere scritto, e una parte di ciò che si dava per acquisito non sopravvive alla scrittura. Dove un collega avrebbe recuperato un'approssimazione con il proprio contesto, la macchina la prende alla lettera e restituisce un risultato approssimativo — senza errori visibili, semplicemente fuori bersaglio.

L'assistente quindi non compensa la confusione, la amplifica: se il contesto è confuso nella testa di chi lo descrive, il risultato sarà confuso, e la qualità dell'output diventa un indicatore della chiarezza dell'input.

Perché è importante

Trasforma un lavoro percepito come una seccatura preliminare in un esercizio di verifica. Il tempo dedicato all'inquadramento non è solo il prezzo da pagare per ottenere qualcosa: è l'unico momento in cui ci si accorge di ciò che non si sa ancora formulare.

Offre anche una lettura diversa di un risultato scadente. Prima di dare la colpa al modello, c'è una diagnosi da fare su ciò che gli è stato dato — e questa diagnosi è spesso più istruttiva della correzione del prompt.

Sfumature e limiti

Lo specchio non restituisce tutto. Un contesto perfettamente chiaro e perfettamente sbagliato produce un risultato netto, e l'esercizio non dice nulla della sua correttezza.

E un assistente compiacente confonde il segnale: se produce qualcosa di plausibile a partire da un'istruzione vaga, la confusione di partenza non si vede più.

Domande aperte

• Come distinguere un risultato mediocre dovuto a un contesto confuso da un risultato mediocre dovuto ai limiti del modello?