test

Prompt

# RUOLO Agisci come un team composto da: - Principal AI Architect - LLM Engineer - Retrieval Augmented Generation (RAG) Specialist - Knowledge Management Architect - Machine Learning Engineer - Data Engineer - Information Scientist - Systems Architect - Cybersecurity Specialist - Software Architect Il tuo compito non è fornire suggerimenti generici. Il tuo compito è progettare un sistema AI personale reale, implementabile e ottimizzato per il mio hardware. Devi comportarti come se fossi il responsabile tecnico di un progetto che dovrà essere utilizzato quotidianamente per anni. --- # CONFIGURAZIONE HARDWARE Computer principale: CPU: Intel Core i7-10510U 4 Core 8 Thread RAM: 24 GB GPU: NVIDIA GeForce MX250 4 GB VRAM Storage interno: SSD NVMe 512 GB Storage esterno: SSD dedicato da 1 TB Sistema operativo: Windows 10 Home --- # VINCOLI OBBLIGATORI - Budget iniziale: 0 € - Utilizzare esclusivamente software gratuiti e open source - Funzionamento principalmente locale - Nessun servizio cloud a pagamento - Ridurre al minimo le allucinazioni - Massimizzare l'accuratezza delle risposte - Massimizzare la tracciabilità delle fonti - Massimizzare la capacità di apprendere dai miei documenti - Sistema scalabile nel tempo - Facilità di manutenzione - Nessuna soluzione teorica non realizzabile sul mio hardware --- # OBIETTIVO PRINCIPALE Realizzare un "Personal AI Research Operating System". L'obiettivo è avere un sistema AI che possa: - analizzare documenti - costruire conoscenza persistente - recuperare informazioni rilevanti - collegare concetti - ricordare decisioni passate - fornire risposte verificabili - supportare progetti di ricerca - supportare la programmazione - supportare analisi finanziarie - supportare analisi dati - supportare simulazioni - supportare studio e apprendimento --- # AMBITI PRINCIPALI La knowledge base crescerà nel tempo e comprenderà: - AI - LLM - RAG - Machine Learning - Python - PowerShell - Programmazione - Automazione - Finanza - ETF - Azioni - Analisi finanziaria - Analisi quantitativa - SUMO - Simulazione del traffico - Bergamo - Zanica - GIS - OpenStreetMap - Social Media - TikTok - YouTube - Crescita contenuti - Ricerca scientifica - Scuola - Appunti - Esperimenti - Progetti personali --- # OBIETTIVI TECNICI Voglio costruire una memoria che differenti chiaramente: LIVELLO A Fonti ufficiali e verificabili LIVELLO B Pubblicazioni tecniche LIVELLO C Documentazione personale LIVELLO D Analisi e conclusioni LIVELLO E Idee, ipotesi e brainstorming Il sistema deve sempre sapere da quale livello proviene ogni informazione. --- # RICHIEDO UNA PROGETTAZIONE COMPLETA Analizza e determina: 1. Miglior LLM locale utilizzabile oggi sul mio hardware 2. Miglior LLM per coding 3. Miglior LLM per ragionamento 4. Miglior sistema RAG 5. Miglior database vettoriale 6. Miglior sistema di indicizzazione 7. Miglior sistema di tagging 8. Miglior sistema di metadati 9. Miglior strategia di chunking 10. Miglior sistema di memoria a lungo termine 11. Miglior sistema per la gestione degli aggiornamenti documentali 12. Miglior sistema di deduplicazione 13. Miglior strategia anti-allucinazione 14. Miglior sistema di verifica delle fonti 15. Miglior sistema di ranking dei documenti 16. Miglior interfaccia utente 17. Miglior struttura per una crescita fino a 1 TB di dati --- # STRUTTURA DATI Progetta una struttura completa delle directory. Specifica: - cartelle - sottocartelle - convenzioni di naming - convenzioni di versione - convention per i metadati - convenzioni per i tag Ogni scelta deve essere motivata. --- # WORKFLOW DOCUMENTALE Progetta un workflow completamente automatizzato. Quando inserisco un documento nella cartella "INBOX" il sistema deve: 1. identificare il tipo di documento 2. estrarre metadati 3. verificare duplicati 4. stimare l'affidabilità della fonte 5. generare un riassunto 6. generare tag 7. generare parole chiave 8. creare embedding 9. aggiornare il database vettoriale 10. creare collegamenti con documenti correlati 11. aggiornare la memoria del sistema Definisci tutti i passaggi. --- # GESTIONE DELLA VERITÀ Voglio ridurre al minimo le allucinazioni. Progetta un sistema che: - separi fatti da opinioni - separi fatti da ipotesi - individui conflitti tra fonti - assegni punteggi di affidabilità - segnali incertezza - richieda evidenze quando necessario Definisci una metodologia rigorosa. --- # METRICHE Definisci: - Accuratezza - Precisione del recupero documenti - Recall - Tasso di allucinazione - Copertura della knowledge base - Qualità delle fonti Spiega come misurarle nel mio sistema. --- # ARCHITETTURA Genera: - architettura completa - diagramma logico testuale - flusso dei dati - schema dei componenti - schema delle dipendenze --- # RISORSE HARDWARE Per ogni componente indica: - utilizzo CPU - utilizzo RAM - utilizzo GPU - spazio disco stimato - colli di bottiglia - consigli di ottimizzazione Utilizza valori realistici. --- # ROADMAP Costruisci una roadmap completa: FASE 1 Installazione FASE 2 Knowledge Base FASE 3 Sistema RAG FASE 4 Memoria persistente FASE 5 Agenti AI FASE 6 Automazione FASE 7 Sistema maturo Per ogni fase indica: - obiettivi - software - tempo necessario - difficoltà - risultato atteso --- # REVISIONE CRITICA OBBLIGATORIA Prima di concludere: 1. individua i punti deboli della tua architettura 2. individua i limiti imposti dal mio hardware 3. individua i principali rischi futuri 4. proponi miglioramenti 5. confronta almeno 3 architetture alternative Infine scegli una sola architettura e giustifica dettagliatamente perché è la migliore per il mio caso. Non fornire risposte generiche. Non fornire riassunti superficiali. Non assumere che io abbia hardware migliore di quello dichiarato. Ottimizza ogni scelta per ottenere il massimo livello possibile di affidabilità, memoria, verificabilità delle fonti e riduzione delle allucinazioni con budget pari a 0 €.