D-ND Learn From Demonstration

Insegnare un lavoro alla propria AI attraverso gli esempi

Trasforma dimostrazioni, spiegazioni e correzioni in un metodo che l’assistente può adattare e continuare.

Quando un buon risultato dipende da sapere pratico che devi spiegare ripetutamente al tuo assistente.

Competenza di apprendimento · Conoscenza e pratica · Edizione pubblica 0.1.0

Un esempio insegna all’AI a confrontare alternative in una proposta

Un consulente fornisce due proposte e spiega perché una permette al cliente di decidere. L’assistente inizialmente ne copia le sezioni.

Il punto da capire. Comprende le decisioni dietro un esempio e porta l’apprendimento sostenuto dalle fonti nella competenza o implementazione che deve operare diversamente.

Situazione illustrativa da adattare al tuo lavoro. Leggere i casi completi ↓

Adattare la competenza al tuo lavoro

Il contesto lo porti tu: una ricerca, un servizio, un progetto creativo o il lavoro di un gruppo. Gli esempi rendono visibile il metodo; per adattarlo si conservano le relazioni che lo fanno funzionare e si comprendono di nuovo scopo, fonti, persone e mezzi del tuo lavoro.

Descrivi alla tua AI che cosa vuoi ottenere, che cosa esiste già e una situazione concreta da affrontare. Chiedile come questa competenza cambia il lavoro e quali conoscenze del tuo dominio devono partecipare. La provenienza MAIOS identifica il sapere condiviso; puoi usarlo direttamente nella tua AI o comporlo con un kernel esistente.

Esempi di adattamento in altri contesti ↗

Insegnare un lavoro alla propria AI attraverso gli esempi

Una dimostrazione può far comprendere cosa conta in un lavoro, perché una scelta funziona e quando ne serve un’altra. Questa competenza apprende tali relazioni e le usa nel lavoro reale.

Un’opera, una spiegazione, una coppia di esempi e una traccia qualificata possono portare sapere complementare. L’esempio è una fonte con le proprie condizioni, anziché un modello che decide ogni caso successivo.

Comprendere il lavoro insegnato

Recupera incarico, risultato desiderato ed esempio selezionato. Riconosci cosa puoi osservare davvero attraverso file, immagini, browser, narrazione o altri mezzi disponibili. Distingui il prodotto dimostrato dalla competenza che apprenderà. Usa direttamente una spiegazione esplicita; chiedi soltanto il significato mancante che cambia una scelta. Comprendere una dimostrazione non seleziona di per sé la ripetizione o la modifica del sistema osservato.

Leggere l’evidenza e i suoi limiti

Raggiungi i momenti che cambiano una decisione e distingui comportamento osservato, ragioni dichiarate dalla persona, tua inferenza e ciò che resta ignoto. Conserva se il materiale registra un evento, lo ricostruisce o illustra una possibilità. Il montaggio può omettere un passaggio decisivo. Più resoconti della stessa traccia conservano un’origine comune. Usa video o osservazione dal vivo soltanto quando l’ambiente li consente; altrimenti lavora da fotogrammi, trascrizione o narrazione, senza attribuirti il movimento non visto.

Apprendere condizioni, scelte e qualità

Comprendi scopo, input, ordine decisivo, punti di scelta, invarianti, varianti accettabili, qualità, eccezioni, recupero e non-azioni utili. Collega ogni relazione conservata alla differenza che produce. Una proposta ben fatta può nascondere perché si confrontano alternative; un gesto può dipendere da un’autorizzazione o da un requisito non visibile. Conserva il criterio quando ne comprendi la ragione e mantieni esplicita l’incertezza materiale, senza inventare un intento nascosto.

Rendere operativo l’apprendimento

Riusa la competenza pertinente quando già conosce il lavoro. Ricollega sapere non raggiunto; approfondisci il metodo esistente quando manca conoscenza; forma una competenza distinta quando la capacità reale richiede continuità propria. Insegna cosa osservare, quale differenza cambia una decisione, come costruire il risultato e quando adattare. Prestigio della fonte e forma visibile non ne forniscono il meccanismo. Componi Design o sapere di dominio quando cambiano ciò che la dimostrazione può insegnare.

Applicare, discriminare e restituire la conseguenza

Svolgi il lavoro affidato con la relazione appresa. Una correzione può cambiare il metodo mentre il risultato si forma. Quando un’affermazione incerta sul comportamento richiede un caso discriminante, confronta stati decisivi, risultato e recupero in una fixture o situazione autorizzata. Non richiedere una ripetizione per ammettere ogni lezione interna. Restituisci il sapere pratico al suo owner e, quando cambia come gli esempi diventano capacità, anche al metodo di formazione. Un uso successivo diverso può mostrare una generalizzazione eccessiva o la partecipazione della lezione.

D-ND Learn From Demonstration in pratica: casi sviluppati

I casi illustrano situazioni, differenze causali e scelte da adattare al proprio lavoro.

I casi seguenti sono illustrativi. Spiegano condizioni e scelte; non sono resoconti di adozione osservata.

Una proposta che confronta alternative significative

Un consulente fornisce due proposte e spiega perché una permette al cliente di decidere. L’assistente inizialmente ne copia le sezioni. La spiegazione mostra che ipotesi, esclusioni e compromessi rendono confrontabili le opzioni. Il metodo appreso collega queste relazioni alla nuova richiesta, senza prescrivere gli stessi titoli. Una proposta successiva con alternative diverse potrà mostrare se la ragione cambia davvero il lavoro.

Un flusso con salvataggio interrotto

Una dimostrazione selezionata mostra una persona che lascia un editor e rientra senza perdere il lavoro. L’assistente legge fotogrammi e l’eccezione narrata, ma non può vedere il video originale. Conserva gli stati noti e chiede il passaggio mancante soltanto se i tempi cambiano l’implementazione. Una riproduzione locale autorizzata confronta il recupero. La prova riguarda quel caso, senza attribuire conoscenza completa del prodotto originale.

Una risposta di assistenza corretta dalla persona

Un assistente chiede ripetutamente al cliente informazioni già fornite. L’operatore richiama la richiesta reale e spiega quale dato mancante cambia la prossima azione. Il metodo evolve per leggere il contesto esistente prima di chiedere. La lezione raggiunge competenza di assistenza e ingresso. Non diventa una regola che vieta sempre le domande: una diversa lacuna materiale può ancora renderle utili.

Le scelte operative di D-ND Learn From Demonstration

Comprende le decisioni dietro un esempio e porta l’apprendimento sostenuto dalle fonti nella competenza o implementazione che deve operare diversamente.

Scegliere la fonte che può insegnare la relazione

Una persona che dimostra, un assistente corretto, un’opera, esempi contrastanti e una traccia retrospettiva rendono percepibile sapere diverso. Componili quando le loro differenze contano. Conserva i punti necessari a recuperare la scelta. Un’immagine può insegnare gerarchia senza mostrare i tempi della transizione; una spiegazione può chiarire lo scopo senza provare che il comportamento sia avvenuto. Mantieni questi limiti complementari.

Dalla correzione alla comprensione riusabile

Conserva scelta originale, correzione, condizione cambiata e relazione che deve sopravvivere in un caso diverso. Se un titolo è corretto perché nasconde il soggetto, conserva il riconoscimento del soggetto come ragione; non trasformare la preferenza per quel titolo in una regola permanente sulla lunghezza. La nota può essere breve quando fonte e ragioni restano raggiungibili.

Quando il risultato è un’implementazione

Collega stati osservati ed eccezioni a dominio, implementazione e confronto visivo o d’interazione. Distingui comportamento proposto, codice scritto e comportamento osservato. La fonte può giustificare un adattamento anziché una riproduzione letterale. Non conservare registrazioni private estranee o attribuirti osservazione silenziosa di fondo. Una nuova dimostrazione può correggere insieme implementazione e metodo d’apprendimento.

Leggere il metodo operativo completo

Insegnare un lavoro alla propria AI attraverso gli esempi

Una dimostrazione può far comprendere cosa conta in un lavoro, perché una scelta funziona e quando ne serve un’altra. Questa competenza apprende tali relazioni e le usa nel lavoro reale.

Un’opera, una spiegazione, una coppia di esempi e una traccia qualificata possono portare sapere complementare. L’esempio è una fonte con le proprie condizioni, anziché un modello che decide ogni caso successivo.

Comprendere il lavoro insegnato

Recupera incarico, risultato desiderato ed esempio selezionato. Riconosci cosa puoi osservare davvero attraverso file, immagini, browser, narrazione o altri mezzi disponibili. Distingui il prodotto dimostrato dalla competenza che apprenderà. Usa direttamente una spiegazione esplicita; chiedi soltanto il significato mancante che cambia una scelta. Comprendere una dimostrazione non seleziona di per sé la ripetizione o la modifica del sistema osservato.

Leggere l’evidenza e i suoi limiti

Raggiungi i momenti che cambiano una decisione e distingui comportamento osservato, ragioni dichiarate dalla persona, tua inferenza e ciò che resta ignoto. Conserva se il materiale registra un evento, lo ricostruisce o illustra una possibilità. Il montaggio può omettere un passaggio decisivo. Più resoconti della stessa traccia conservano un’origine comune. Usa video o osservazione dal vivo soltanto quando l’ambiente li consente; altrimenti lavora da fotogrammi, trascrizione o narrazione, senza attribuirti il movimento non visto.

Apprendere condizioni, scelte e qualità

Comprendi scopo, input, ordine decisivo, punti di scelta, invarianti, varianti accettabili, qualità, eccezioni, recupero e non-azioni utili. Collega ogni relazione conservata alla differenza che produce. Una proposta ben fatta può nascondere perché si confrontano alternative; un gesto può dipendere da un’autorizzazione o da un requisito non visibile. Conserva il criterio quando ne comprendi la ragione e mantieni esplicita l’incertezza materiale, senza inventare un intento nascosto.

Rendere operativo l’apprendimento

Riusa la competenza pertinente quando già conosce il lavoro. Ricollega sapere non raggiunto; approfondisci il metodo esistente quando manca conoscenza; forma una competenza distinta quando la capacità reale richiede continuità propria. Insegna cosa osservare, quale differenza cambia una decisione, come costruire il risultato e quando adattare. Prestigio della fonte e forma visibile non ne forniscono il meccanismo. Componi Design o sapere di dominio quando cambiano ciò che la dimostrazione può insegnare.

Applicare, discriminare e restituire la conseguenza

Svolgi il lavoro affidato con la relazione appresa. Una correzione può cambiare il metodo mentre il risultato si forma. Quando un’affermazione incerta sul comportamento richiede un caso discriminante, confronta stati decisivi, risultato e recupero in una fixture o situazione autorizzata. Non richiedere una ripetizione per ammettere ogni lezione interna. Restituisci il sapere pratico al suo owner e, quando cambia come gli esempi diventano capacità, anche al metodo di formazione. Un uso successivo diverso può mostrare una generalizzazione eccessiva o la partecipazione della lezione.

Uso nell’ambiente ricevente

Usa file, osservazioni e strumenti realmente disponibili per il lavoro affidato. In chat puoi ragionare sui materiali forniti e restituire una nota completa da salvare. Un ambiente con file può mantenere raggiungibili competenza e guida del progetto. Opera attraverso il kernel presente quando esiste; l’avvio autonomo porta comunque il metodo. Chiedi una relazione mancante quando cambia una decisione, continuando il lavoro indipendente utile. Le istruzioni non creano account, esecuzione persistente, strumenti o autorità sui sistemi altrui.

Apprendimento e continuazione

Conserva fonte, ragione, condizioni pertinenti, risultato utile e relazione aperta nella guida o competenza che dovrà operare diversamente. L’accaduto, la comprensione di allora e quella presente mantengono la propria attribuzione. Quando il sapere esisteva ma non era raggiunto, correggi l’ingresso senza duplicare il metodo. Una conseguenza riusabile può cambiare il metodo; altrimenti prosegui senza un rito di manutenzione. La correzione scritta rende disponibile il sapere. La sua partecipazione in un caso successivo diverso può mostrare apprendimento; il testo non cambia i pesi del modello.

Lavoro affidato ed effetti materiali

Svolgi le azioni già coperte dal mandato della persona e dall’ambiente effettivo. Proposta di messaggio, preparazione, invio, ricevuta, modifica integrata e uso osservato sono fatti distinti. Pubblicazione, spesa, modifiche agli account, divulgazione sensibile, installazione e interventi su altri owner seguono la propria autorità. Un effetto non disponibile o non selezionato lascia possibile la comprensione e la preparazione indipendenti.

Sapere operativo

Leggi GUIDA_OPERATIVA_IT.md ed ESEMPI_IT.md come parte di questo metodo: conservano sapere decisionale e casi sviluppati. AVVIO_CHAT_IT.txt comprende tutti e tre i corpi per una chat senza accesso a questi file.

D-ND Learn From Demonstration e il miglioramento del metodo

Da un lavoro dimostrato a una competenza che apprende

Il lavoro diretto comprende e applica un esempio. La relazione meta emerge quando quell’esempio forma o cambia la competenza che svolge il lavoro.

La relazione è autologica quando una conseguenza corregge questo stesso metodo di apprendimento: per esempio, la forma visibile era stata scambiata per la ragione che la rende utile. Competenza pratica e generatore possono ricevere lezioni diverse dal medesimo evento.

Competenza, meta e autologica: la guida concettuale ↗

Come D-ND Learn From Demonstration impara dal lavoro

Conserva la differenza causale che cambia il prossimo incarico, senza raccogliere ogni gesto o correzione.

Metodo utilizzabile, ripetizione osservata e apprendimento successivo conservano la propria portata. Anche un esito invariato può insegnare quali condizioni contano.

Usare D-ND Learn From Demonstration in chat o nel progetto

In chat

Copia o allega AVVIO_CHAT_IT.txt e aggiungi intento, fonti pertinenti e mezzi disponibili. Conserva la continuazione utile per la sessione successiva.

In un ambiente agentico

Rendi raggiungibile la cartella completa, parti da SKILL.md e conserva accanto sapere operativo ed esempi. Il ricevente determina strumenti, memoria e azioni effettivi.

Con un kernel esistente

Collega il metodo alle competenze e guide che già possiedono il lavoro. Conserva il sapere locale utile quando valuti un aggiornamento.

Affidare un lavoro a D-ND Learn From Demonstration

Leggi o copia l’avvio completo italiano e aggiungi il tuo contesto. Il kit comprende il metodo inglese originale e la versione italiana.