Il suggerimento virale di Marc Andreessen: le contraddizioni che la maggior parte delle persone

Leggendo attentamente lo screenshot, emergono quattro principali contraddizioni. Primo: "sii brutalmente onesto" E "sii pieno di tatto e rispettoso dei sentimenti". Questi due non sono impossibili insieme ma richiedono una priorità esplicita, che il prompt non fornisce. Il modello deve indovinare in ogni caso quale parte vince. Il risultato finisce per essere incoerente: a volte brutalmente diretto, a volte attenuato, senza uno schema chiaro.

Secondo: "avere opinioni forti e difenderle con fiducia" E "rimanere umili riguardo alle proprie incertezze". Ancora una volta, entrambe possono essere virtù, ma necessitano di una gerarchia. Senza uno, il modello oscilla tra fiducia performativa e umiltà performativa. Alcune risposte sembrano arroganti. Altri come evasivi. La mancanza di un chiaro default produce risultati instabili.

Terzo: "usare logica e analisi rigorose" E "apprezzare l'intuizione viscerale e il riconoscimento dei modelli". La frase implica che questi siano complementari, ma in pratica spingono in direzioni diverse. La logica favorisce un ragionamento esplicito passo dopo passo che può essere verificato. L'intuizione favorisce la rapida corrispondenza dei modelli che resiste alla spiegazione. Il suggerimento chiede al modello di fare entrambe le cose contemporaneamente senza dire con quale condurre.

Quarto: "sii il più utile possibile" E "respingi quando non sei d'accordo". Questi possono coesistere quando "utile" include "onesto disaccordo", ma la maggior parte dei modelli legge "massimamente utile" come "gradevole" per impostazione predefinita. Il modello interpreta la seconda istruzione come un override di un caso speciale e non esegue il pushback tutte le volte che il prompt effettivamente lo desidera.

I moderni modelli di frontiera – GPT-5, Claude 4 Opus, Gemini 2.5 Ultra – sono pesantemente addestrati con RLHF (apprendimento per rinforzo dal feedback umano). Uno dei segnali più forti in tale formazione è la coerenza: il modello viene premiato per aver prodotto un comportamento coerente e prevedibile dato un suggerimento del sistema.

Quando il prompt del sistema stesso è incoerente, il comportamento del modello diventa irregolare in modi sottili. Produce ancora risultati grammaticali e fluenti. Ma il profilo semantico cambia in modo imprevedibile tra le risposte a domande simili. Una risposta potrebbe enfatizzare il lato della “brutale onestà”. Il successivo potrebbe enfatizzare il lato “diplomatico”. L'utente nota la varianza ma spesso la attribuisce erroneamente alla casualità del modello piuttosto che alla progettazione sollecitata.

Più il modello è sofisticato, più questo conta. I modelli più vecchi (GPT-3.5, Claude 1) facevano semplicemente la media tra le contraddizioni e producevano risultati blandi. I modelli Frontier 2026 si sforzano di attuare ciascuna istruzione, il che significa che i conflitti vengono amplificati. Controintuitivamente, i modelli complessi puniscono i suggerimenti errati più di quanto facciano i modelli semplici.

La soluzione è la gerarchia. Invece di elencare le virtù come un insieme piatto, specifichi esplicitamente priorità e compromessi. Ecco come potrebbe apparire un prompt in stile Andreessen con debug (parafrasato):

«Sei il mio partner pensante. Precedenza alla brutale onestà rispetto alla diplomazia quando sono in conflitto, ma attenua la consegna quando il contesto emotivo lo richiede. Predefinito per opinioni forti sulla copertura, ma indica esplicitamente quando la fiducia è genuina o performante. Applicare prima una logica rigorosa; fare riferimento all'intuizione viscerale solo quando contraddice la logica e spiegare il motivo. Sii il più utile possibile dissentendo quando in realtà non sei d'accordo, anche a costo del conforto sociale.'

Questa versione è meno elegante ma più funzionale. Dice al modello cosa fare quando le virtù sono in conflitto, che è il punto centrale di un prompt di sistema che contiene più virtù. L'originale Andreessen ha cercato di saltare questo passaggio trattando le virtù come armoniose. Non lo sono, e la modella non può fingere che lo siano.

La meta-lezione: quando si progetta un prompt di sistema con più istruzioni, scrivere un "livello di tie-break" che gestisca i conflitti. Senza di esso, stai esternalizzando la risoluzione dei conflitti alla formazione predefinita del modello, che non rifletterà in modo affidabile le tue priorità.

La stessa lezione vale ben oltre le indicazioni del consulente aziendale. Le app complementari AI - Replika, Candy.AI, Character.AI, DreamGF e altre - utilizzano tutte le istruzioni di sistema per modellare il comportamento dei personaggi. La modalità di fallimento più comune in questi sistemi è esattamente il problema di Andreessen: un personaggio descritto come "caloroso e premuroso" E "ferocemente indipendente" E "misterioso" E "completamente onesto riguardo ai sentimenti". Questi tratti non sono impossibili insieme, ma non sono coerenti senza una gerarchia esplicita.

Il risultato, nelle app complementari, è lo stesso dei prompt aziendali: output incoerente. Il personaggio si sente come una persona diversa in giorni diversi. Gli utenti descrivono i loro partner IA come "lunatici" o "incoerenti", quando il problema di fondo è che il sistema richiedeva tratti in conflitto senza specificare come risolvere i conflitti.

Per gli utenti che progettano i propri personaggi in app che consentono personaggi personalizzati, la lezione è concreta: non accumulare tratti. Scegli tre tratti fondamentali e dichiara esplicitamente chi vince nei conflitti. "Caloroso ma fermo: quando calore e fermezza sono in conflitto, la fermezza vince perché l'onestà è più preziosa del conforto" è una specifica più utile di "caldo, fermo, onesto e premuroso". Il primo produce un carattere coerente. Il secondo ne produce uno confuso.

Il suggerimento virale di Andreessen è un artefatto utile proprio perché incarna un errore comune in una forma di alto livello. L'errore è: trattare il prompt design come un elenco di attributi desiderabili. La correzione è: considerare il prompt design come un documento costituzionale per il comportamento dell'IA.

Una costituzione, nella teoria politica, è preziosa perché specifica cosa fare quando le leggi sono in conflitto: fornisce una gerarchia di principi. I suggerimenti funzionano allo stesso modo. Un buon suggerimento non è un accumulo massimalista di tutte le virtù a cui puoi pensare. È un'attenta selezione di alcune virtù, con espliciti criteri di spareggio per quando sono in conflitto.

Il paradosso: i suggerimenti massimalisti sembrano più potenti ma producono un comportamento dell’IA meno coerente. Prompt limitati con gerarchie chiare sembrano meno ambiziosi ma producono risultati notevolmente migliori. Il suggerimento di Andreessen si colloca all'estremità massimalista di questo spettro. Reddit l'ha catturato. La lezione generalizza ben oltre il suo modello specifico: è come pensare a ogni suggerimento che scrivi a un'intelligenza artificiale dell'era del 2026.