Maestro di interviste V2
Tracce per ricerca, casi e consulenza
Maestro di interviste V2
Tracce per ricerca, casi e consulenza
Anteprima
Descrizione
Tre scenari principali: 🎓 Scenario A|Ricerca accademica (tesi e articoli, con mappatura delle domande di ricerca e divieto di formulazioni suggestive) 📚 Scenario B|Sviluppo di casi (casi per corsi professionalizzanti o didattici, timeline degli eventi chiave e verifica tramite triangolazione) 💼 Scenario C|Progetti commissionati/consulenza (consulenza per aziende o amministrazioni, percorso situazione attuale-problemi-cause-esigenze-suggerimenti) Quattro percorsi in base al tipo di intervistato: adatta automaticamente formulazioni, requisiti etici e previsione dei temi sensibili per funzionari pubblici, dirigenti aziendali, dipendenti o clienti in prima linea, studiosi ed esperti. Elenco dei materiali da richiedere prima dell’intervista: da inviare insieme all’invito per ottenere i documenti necessari a perfezionare la traccia; in assenza di materiali, ricorre automaticamente alla ricerca di fonti pubbliche per colmare le lacune. Struttura pronta all’uso: ogni punto di approfondimento indica «cosa si sta indagando», con cinque strategie di follow-up (chiarimento, approfondimento, confronto, ipotesi e paradosso), clausole etiche sul consenso informato e pianificazione dei tempi.
Consigliato da
Shuting@YouMind
Perché consigliamo questa abilità
Unisce ricerca qualitativa, ricostruzione dei casi e diagnosi consulenziale, con domande progressive calibrate su scenario e ruolo dell’intervistato.
Ideale per
Ideale per ricercatori, sviluppatori di casi, consulenti e team di progetto che conducono interviste approfondite.
Come usare questo Skill
Fornisci i dati
Fornisci il ruolo dell’intervistato, l’obiettivo, l’ambito dell’intervista e, facoltativamente, materiali di ricerca, caso o progetto.
Esegui lo Skill
In base allo scenario e al profilo dell’intervistato, struttura domande neutrali, progressive ed eticamente corrette, organizzando anche la preparazione.
Controlla il risultato
Ottieni una traccia strutturata e pronta all’uso, con aree tematiche, direzioni per gli approfondimenti, note etiche, temi sensibili e tempistiche.
Abilità correlate
Vedi tutto
Regista Interviste Pro|Motore
Non è una semplice lista di domande, ma ti aiuta a progettare una conversazione memorabile. Un flusso completo in 7 passaggi, dalla ricerca dell'ospite alla bozza finale dei materiali: Profilo ospite → Architettura narrativa → Matrice domande → Organizzazione flusso → Prova intervista → Conversione materiali → Revisione intervista 💡 I passaggi 1-3 costituiscono il processo di progettazione principale e forniscono autonomamente un piano di intervista completo; i passaggi 4-7 sono esperienze aggiuntive, da utilizzare secondo necessità. 🔍 Profilo ospite | Cerca online informazioni pubbliche sull'ospite e genera un profilo approfondito a cinque dimensioni — scheletro dei fatti, vena narrativa, conflitto centrale, stile di comunicazione, ingresso emotivo — indicandoti in quale direzione scavare. Per figure non pubbliche, passa automaticamente alla modalità di raccolta informazioni tramite intervista. 🌿 Albero di ramificazione delle domande | Durante la generazione delle domande, il sistema prevede in anticipo le possibili direzioni di risposta dell'ospite per ogni domanda chiave e progetta di conseguenza le domande di approfondimento. Porti questo «albero decisionale» sul campo e, dopo aver ascoltato la risposta dell'ospite, scegli il ramo corrispondente per approfondire — senza bisogno di usare AI in tempo reale, senza trascrizioni istantanee, tutti i piani sono già predisposti in fase di preparazione. Ti permette di agire come un giocatore di scacchi, non come un improvvisatore. Non esiste una funzionalità simile sul mercato. 🎬 Prova AI | Prima dell'intervista, l'AI interpreta l'ospite simulando tre stili di risposta (approfondito, superficiale, evasivo), permettendoti di esercitarti nelle domande di approfondimento e individuare i punti ciechi del processo. 📝 Cinque output | Da una singola intervista vengono generati: articolo di ritratto, copione podcast, resoconto orale, pacchetto contenuti social e struttura di sceneggiatura documentaristica. 📊 Revisione intervista | Confronto pianificato vs reale, analisi dei momenti d'oro e di rammarico, grafico radar a cinque dimensioni delle capacità: ogni intervista è un'opportunità di crescita. Adatto per: interviste podcast, ritratti di personaggi, interviste a studenti, interviste UX approfondite, interviste a dirigenti.

Revisione proposta PRO V2.0
🎯 **Panoramica delle funzionalità** Questo è un sistema intelligente di revisione e ottimizzazione progettato per richieste di progetti del Fondo Nazionale per le Scienze Sociali, del Ministero dell'Istruzione e a livello provinciale. Simula il modello di pensiero di un esperto revisore con 15 anni di esperienza, garantendo il rigore accademico e la competitività della proposta attraverso tre meccanismi fondamentali. 🔧 **Tre meccanismi fondamentali** 1️⃣ **Metodologia strutturata in 12 fasi** Copre l'intero ciclo di vita della revisione della proposta: **Fase 1-3: Diagnosi di base** - Analisi approfondita del bando (orientamento dei finanziamenti, criteri di revisione, requisiti di presentazione) - Identificazione del tipo di disciplina interdisciplinare (riconoscimento preciso di 8 tipi) - Identificazione del GAP di ricerca in 5 dimensioni (teoria/metodo/empirico/politica/tecnologia) **Fase 4-7: Valutazione degli elementi chiave** - Analisi del problema di ricerca con il modello TMAQ (teoria/metodo/approccio/problema) - Verifica degli obiettivi di ricerca secondo il principio SMART - Valutazione della completezza della struttura del contenuto di ricerca - Abbinamento del tipo di approccio di ricerca (6 tipi) **Fase 8-10: Miglioramento della qualità approfondita** - Individuazione precisa dei punti critici (distinzione standard + percorso di soluzione) - Esplorazione dei punti di innovazione in 7 dimensioni - Argomentazione della fattibilità in 7 dimensioni **Fase 11-12: Ottimizzazione complessiva** - Controllo qualità su 9 dimensioni (rigore accademico, innovatività, fattibilità, ecc.) - Suggerimenti di ottimizzazione integrati e report finale 2️⃣ **Meccanismo di confronto dual-core (Builder vs Supervisor)** Principio di funzionamento: - Builder (scrittore accademico): genera un piano di ottimizzazione basato sui materiali dell'utente - Supervisor (revisore di top journal): sfida il piano del Builder con i criteri più severi - Iterazione del confronto: 3 cicli di confronto per garantire che il piano sia valido Scenari applicativi: - Durante l'esplorazione dei punti di innovazione: Builder propone punti di innovazione → Supervisor ne mette in dubbio la novità → iterazione di ottimizzazione - Durante l'argomentazione della fattibilità: Builder progetta il piano → Supervisor ne sfida la fattibilità → integrazione dell'argomentazione - Durante la citazione della letteratura: Builder cita la letteratura → Supervisor ne verifica l'autenticità → garanzia di norme accademiche 3️⃣ **Meccanismo di verifica dell'autenticità della letteratura** Due modalità operative: **Modalità A: Modalità placeholder (predefinita)** - Utilizza marcatori come [Placeholder-letteratura-001] al posto di riferimenti specifici - Output: "Elenco dei fabbisogni di letteratura", specifica i requisiti di ricerca per ogni placeholder - L'utente cerca e inserisce la letteratura reale **Modalità B: Modalità di verifica in tempo reale** - Richiama Google Scholar per verificare in tempo reale l'autenticità della letteratura - Genera un "Report di verifica della letteratura" (punteggi di autenticità/rilevanza/autorevolezza) - Garantisce che ogni citazione sia tracciabile Prevenzione delle allucinazioni AI: - Vietata la creazione fittizia di autori, riviste, DOI - Tutta la letteratura deve essere verificata o contrassegnata come placeholder - Garanzia del limite di integrità accademica 💡 **Valore principale e scenari applicativi** ✅ **Punti critici risolti** 1. Scarsa accuratezza accademica: i contenuti generati dall'AI spesso presentano letteratura falsa, lacune logiche 2. Innovatività insufficiente: difficile individuare veri punti di innovazione accademica 3. Fattibilità debole: i piani di ricerca mancano di argomentazione sistematica 4. Difficoltà interdisciplinare: i temi interdisciplinari rischiano di essere "a metà" 🎓 **Utenti target** - Docenti universitari (scienze sociali, educazione, discipline umanistiche) - Ricercatori (che presentano richieste per progetti nazionali e provinciali) - Team accademici (che necessitano di un processo di revisione sistematico) 📋 **Flusso di utilizzo tipico** 1. Input: caricare bando del progetto + bozza della proposta 2. Valutazione: il sistema esegue un'analisi strutturata in 12 fasi 3. Confronto: il meccanismo dual-core itera e ottimizza le parti chiave 4. Verifica: controllo dell'autenticità della letteratura 5. Output: report di revisione completo + suggerimenti di ottimizzazione + elenco letteratura 🔍 **Differenze rispetto alla revisione tradizionale** | Dimensione | Revisione tradizionale | Sistema di revisione esperto | |------------|------------------------|------------------------------| | Profondità di revisione | Dipende dall'esperienza personale | 12 fasi strutturate + 9 dimensioni qualità | | Rigore accademico | Difficile verifica completa | Verifica letteratura + confronto dual-core | | Individuazione innovatività | Giudizio soggettivo | Analisi sistematica in 7 dimensioni | | Argomentazione fattibilità | Guidata dall'esperienza | Argomentazione dettagliata in 7 dimensioni | | Coerenza | Variabile da persona a persona | Processo standardizzato | | Efficienza | Da giorni a settimane | Valutazione iniziale in 1-2 ore | Il vantaggio principale di questo sistema è: rendere esplicita, strutturata e replicabile la conoscenza tacita di un esperto revisore con 15 anni di esperienza, consentendo a ogni utente di ottenere un servizio di revisione di livello esperto.
RicercaInsight decisionali V3
Trasforma le trascrizioni di interviste, ricerche utente o focus group in una sintesi di ricerca basata sulle evidenze, in cui ogni conclusione è riconducibile a una citazione letterale. Fornisci da 1 a 20 trascrizioni e ottieni temi codificati, una mappa delle tensioni, un backlog delle opportunità e una risposta diretta alla tua domanda decisionale: niente più ore di registrazioni senza risultati. Per aziende e team di prodotto: evita giorni di organizzazione e codifica manuale; ogni affermazione è ancorata alle citazioni dei partecipanti con timestamp, quindi è verificabile e tracciabile, riducendo alla fonte il rischio di insight inventati dall’AI; le opportunità sono formulate come «quando [situazione], [chi] vuole [risultato] perché [motivo]», pronte per alimentare roadmap di prodotto e decisioni di mercato. Per ricercatori e accademici: segue pratiche qualitative reali, non semplici riassunti: codifica aperta basata prima sulle citazioni, classificazione delle evidenze Behaviour/Belief/Wish, temi falsificabili e ricerca intenzionale di prove contrarie, con un rigore adatto a una sezione metodologica; disciplina rigorosa sul campione: nessuna percentuale con meno di 12 partecipanti, n=1 indicato come ipotesi e non come risultato, forza dei temi calcolata sul numero di partecipanti. Adatto a product manager, ricercatori UX e di mercato, giornalisti, consulenti, fondatori che fanno customer discovery e a chiunque abbia ore di registrazioni ma nessun risultato di ricerca. In inglese: trasforma le trascrizioni di interviste, ricerche utente o focus group in una sintesi di ricerca basata sulle evidenze, in cui ogni conclusione è riconducibile a una citazione letterale. Fornisci una trascrizione o venti e ottieni temi codificati, una mappa delle tensioni, un backlog delle opportunità e una risposta diretta alla tua domanda decisionale: niente più ore di registrazioni senza risultati. Per aziende e team di prodotto: evita giorni di codifica manuale; ogni affermazione è ancorata alle citazioni dei partecipanti con timestamp, quindi è verificabile e tracciabile, eliminando il rischio di insight inventati dall’AI; le opportunità sono formulate come «quando [situazione], [chi] vuole [risultato] perché [motivo]», pronte per alimentare roadmap di prodotto e decisioni di mercato. Per ricercatori e accademici: segue pratiche qualitative reali, non semplici riassunti: codifica aperta basata prima sulle citazioni, classificazione delle evidenze Behaviour/Belief/Wish, temi falsificabili e ricerca intenzionale di prove contrarie, con un rigore adatto a una sezione metodologica; disciplina rigorosa sul campione: nessuna percentuale con meno di 12 partecipanti, n=1 indicato come ipotesi e non come risultato, forza dei temi calcolata sul numero di partecipanti. Per product manager, ricercatori UX e di mercato, giornalisti, consulenti, fondatori che fanno customer discovery e chiunque abbia ore di registrazioni ma nessun risultato.
Informazioni
- Versione
- v3
- Ultimo aggiornamento
- Crediti per esecuzione
- In base all’utilizzo
- Modelli
- Automatico
- Casi d’uso
- Ricerca e analisiApprendimento e istruzioneBusiness e strategia
- Cosa otterrai
- Documento