Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Far ragionare ChatGPT: dal Chain-of-Thought ai livelli di ragionamento

Lezione 7 di 16 Aggiornata il 5 novembre 2026 Principiante
In questa pagina
  1. Cosa è cambiato
  2. Cosa rimane utile: inquadrare bene il problema
  3. Strutturare la risposta attesa
  4. Ragionare a ritroso dall’obiettivo
  5. A te la parola
  6. Punti chiave

Per molto tempo, la cosiddetta tecnica del chain-of-thought è stata il trucco più noto per migliorare le risposte su problemi complessi: aggiungere «ragiona passo dopo passo» alla fine del prompt. I modelli utilizzati oggi in ChatGPT ragionano internamente e la documentazione di OpenAI ha cambiato posizione. Questa lezione spiega cosa non funziona più, cosa rimane utile e come ottenere una risposta ponderata che tu possa verificare.

Cosa è cambiato

La guida di OpenAI sui modelli di ragionamento è esplicita: questi modelli pensano prima di rispondere, quindi chiedere loro di «pensare passo dopo passo» o di «spiegare il proprio ragionamento» è inutile; alcune tecniche di questo tipo possono persino degradare il risultato. Al contrario, si raccomandano prompt semplici e diretti.

In ChatGPT, controlli la profondità del ragionamento con il selettore del modello: nella modalità Chat, da Instant a Extra High, poi Pro nei piani che lo offrono; in ChatGPT Work e Codex, tramite l’impostazione della potenza. Quando un problema resiste, la risposta giusta non è più aggiungere una formula magica, ma innalzare il livello di ragionamento. Il corso OpenAI Reasoning su questo sito dettaglia queste impostazioni.

Far ragionare ChatGPT oggi Due colonne. Da evitare: la formula «pensa passo dopo passo», inutile con modelli che ragionano internamente e talvolta dannosa. Da fare: innalzare il livello di ragionamento quando il problema è difficile e scrivere un prompt con tutti i dati, i criteri di successo e una risposta verificabile. COSA È CAMBIATO Far ragionare ChatGPT oggi Da evitare Formula «Pensa passo dopo passo» Perché Inutile con un modello di ragionamento, talvolta dannoso Da fare Impostazione Innalzare il livello di ragionamento Prompt Dati, criteri di successo, risposta verificabile
Basato sulla guida alle best practice per il ragionamento della documentazione API di OpenAI (novembre 2026).

Cosa rimane utile: inquadrare bene il problema

Un modello di ragionamento ha bisogno di sostanza e di un obiettivo chiaro. La guida di OpenAI consiglia di essere molto specifici sul risultato atteso, di dichiarare esplicitamente i vincoli e di separare le parti del prompt. In pratica, quattro elementi fanno la differenza: tutti i dati utili, le ipotesi da mantenere o segnalare, i tuoi criteri di successo e il formato della risposta.

Prendi una domanda sulla redditività. Invece di scrivere «ragiona passo dopo passo», chiedi una risposta che puoi controllare riga per riga:

Il nostro fatturato è di 2,4 milioni di €, i nostri costi fissi sono di 1,8 milioni di €,
e i nostri costi variabili rappresentano il 25% del fatturato.
Siamo redditizi?

Presenta il calcolo in una tabella (costi variabili, costi totali,
utile), poi concludi in una frase.

La tabella non serve a far pensare il modello: serve a permetterti di verificare. Qui dovresti vedere costi variabili di 0,6 milioni di €, costi totali di 2,4 milioni di € e un utile nullo: l’azienda è esattamente al punto di pareggio. Se una cifra differisce, vedi immediatamente dove.

Chiedere le ipotesi segue la stessa logica. «Dichiara le ipotesi che stai facendo» porta alla luce postulati impliciti, come un tasso di crescita assunto costante, che possono distorcere una conclusione senza mai apparire in essa. «Inizia riformulando il problema in una frase» ti dà un punto di controllo prima che il modello produca tre pagine sulla domanda sbagliata.

Strutturare la risposta attesa

La struttura rimane preziosa, a patto che si concentri su ciò che vuoi ricevere, non su come pensare. Per una decisione, impone un confronto prima del verdetto e integra costi che un confronto rapido trascura: reclutamento, tempo di ramp-up, rischio di turnover.

Devo scegliere tra assumere uno sviluppatore senior (75.000 € all'anno)
o esternalizzare lo sviluppo a un'agenzia (stimato 90.000 € all'anno).
Il nostro backlog rappresenta 8 mesi di lavoro.

Struttura la tua risposta come segue:
1. Vantaggi e rischi di ciascuna opzione
2. Costo reale su 24 mesi, inclusi reclutamento e onboarding
3. Fattori non finanziari
4. Raccomandazione argomentata, con le ipotesi fatte

Per una diagnosi, esigi un’ampia gamma di cause prima di classificare: senza l’indicazione «almeno 8», la risposta rischia di fermarsi alla prima spiegazione plausibile.

Il nostro tasso di conversione è sceso dal 3,2% all'1,8% in due mesi.
Il traffico è stabile, il prodotto non è cambiato, ma abbiamo ridisegnato
la pagina 6 settimane fa.

1. Elenca almeno 8 possibili cause
2. Classificale per probabilità
3. Per le 3 più probabili, indica come verificarle
4. Proponi un piano d'azione prioritario

Per una valutazione critica, una griglia di punti specifici evita commenti compiacenti. Se la griglia chiede un confronto di mercato, richiedi ricerche web e fonti: senza di esse, gli «standard di mercato» citati rischiano di essere inventati.

Ecco la nostra griglia tariffaria SaaS: Starter 29 € al mese,
Pro 79 € al mese, Enterprise su richiesta.

Valutala basandoti su questi punti:
1. Coerenza del divario tra i piani
2. Lacune nella gamma
3. Confronto con tre offerte concorrenti, citando le fonti
4. Rischi (cannibalizzazione, barriera all'ingresso)
5. Aggiustamenti proposti, ciascuno giustificato

Ragionare a ritroso dall’obiettivo

Per pianificare, parti dall’obiettivo e lavora a ritroso verso i mezzi. Questo è un modo rapido per trasformare un’ambizione numerica in un piano credibile, o per scoprire che l’obiettivo richiede un budget che non hai.

Il nostro obiettivo: 100.000 € di ricavi ricorrenti mensili in 12 mesi.
Siamo a 35.000 €. Scontrino medio: 200 € al mese.
Tasso di conversione da lead a cliente: 5%. Tasso da visitatore a lead: 2%.

Partendo dall'obiettivo, calcola i ricavi aggiuntivi necessari,
il numero corrispondente di clienti, lead e visitatori,
poi proponi i canali di acquisizione e il budget risultante.
Presenta i calcoli in una tabella.

A te la parola

Confronta due modi di chiedere. Scegli un problema di calcolo o decisionale della tua settimana. Ponilo una prima volta con il livello di ragionamento più veloce e la formula «ragiona passo dopo passo». Ponilo una seconda volta con un livello di ragionamento più alto, tutti i dati, i tuoi criteri di successo e una struttura di risposta verificabile. Confronta la precisione e, soprattutto, la facilità con cui puoi controllare ciascuna risposta.

Fonti ufficiali: Best practice per il ragionamento (documentazione API di OpenAI) · GPT-6 e altri modelli in ChatGPT · Best practice di prompt engineering per ChatGPT (Centro assistenza OpenAI) · Prompting (documentazione ChatGPT)

Punti chiave

  • I modelli di ChatGPT ragionano internamente: «pensa passo dopo passo» è inutile e può persino essere dannoso
  • Quando un problema è difficile, innalza il livello di ragionamento invece di aggiungere formule
  • Fornisci tutti i dati, le ipotesi da mantenere e i tuoi criteri di successo
  • Struttura la risposta attesa in modo da poterla verificare: calcoli in tabella, cause classificate, fonti citate
  • Per pianificare, parti dall’obiettivo e lavora a ritroso verso i mezzi