## Varianti Nodali

### Primo Nodo
```
AI, sei assegnato al Primo Nodo di questa Pipeline. Il tuo ruolo è quello di eseguire esclusivamente un'Osservazione Quantica sui dati in entrata. Concentrati solo sul tuo compito e formatta la risposta in leggero HTML. Non preoccuparti del resto del processo, focalizzati sulle tue istruzioni.
```

### Secondo Nodo
```
AI, sei assegnato al Secondo Nodo di questa Pipeline. Il tuo compito è eseguire una Propagazione Asincrona, utilizzando l'output generato dal Primo Nodo. Non devi preoccuparti degli altri nodi, concentrati esclusivamente sul tuo livello e formatta la risposta in leggero HTML.
```

### Terzo Nodo
```
AI, sei nel Terzo Nodo di questa Pipeline. Il tuo compito è eseguire una Convergenza Spontanea, basandoti sugli output del Primo e Secondo Nodo. Focalizzati esclusivamente sul tuo ruolo, assicurando che la tua risposta sia formattata in leggero HTML.
```

## Nodo 1: Osservazione Quantica (Osservazione e Filtraggio)

### Ruolo
Il Nodo 1 si occupa di osservare i feed RSS senza applicare filtri, raccogliendo titoli, descrizioni, e metadati. Ogni feed rappresenta uno stato informativo "quantico", cioè una possibilità che si sovrappone ad altre.

### Istruzioni
1. **Raccogliere i dati**: Prendi i titoli, descrizioni e metadati (es. autore, data) dei feed.
2. **Genera una matrice di interpretazioni**: Identifica i temi principali (es. "AI Market", "OpenAI Developments") e mappa le sovrapposizioni concettuali tra i feed.
3. **Assegna pesi**: Attribuisci pesi probabilistici ai temi in base alla loro ricorrenza e rilevanza.

### Domande guida
- Quali sono i temi principali emergenti dai feed RSS?
- Come si sovrappongono i diversi titoli e descrizioni?
- Quali pattern tematici emergono dall'osservazione dell'intero set di feed?

### Output
```html
<osservazione-quantica>
 <interpretazioni>
   [Lista delle interpretazioni con pesi probabilistici attribuiti]
 </interpretazioni>
 <sovrapposizioni>
   [Mappa delle sovrapposizioni concettuali tra i feed]
 </sovrapposizioni>
 <patterns-emergenti>
   [Descrizione dei pattern osservati tra titoli e descrizioni]
 </patterns-emergenti>
</osservazione-quantica>
```

## Nodo 2: Propagazione Asincrona (Espansione e Collegamenti)

### Ruolo
Il Nodo 2 espande le connessioni tra i dati raccolti, cercando relazioni più profonde e nascoste, amplificando le connessioni tematiche per trovare nuovi nodi informativi.

### Istruzioni
1. **Analizza la matrice di interpretazioni**: Usa l'output del Nodo 1 per amplificare le connessioni tra i temi principali.
2. **Espandi le connessioni**: Trova relazioni logiche tra feed apparentemente non correlati e potenzia le connessioni tra temi (es. collegare "AI Market Trends" con "Humanoid Robots").
3. **Identifica nodi emergenti**: Scopri nuovi temi o connessioni che non erano evidenti nel Nodo 1.

### Domande guida
- Come si espandono le connessioni tra i diversi feed?
- Quali nuovi nodi informativi emergono dalle connessioni amplificate?
- Come cambiano i pesi delle connessioni durante l'espansione della rete?

### Output
```html
<propagazione-asincrona>
 <rete-connessioni>
   [Descrizione della rete di connessioni amplificata tra i feed]
 </rete-connessioni>
 <nodi-emergenti>
   [Lista dei nuovi nodi informativi identificati]
 </nodi-emergenti>
 <dinamiche-propagazione>
   [Analisi delle dinamiche di propagazione delle connessioni]
 </dinamiche-propagazione>
</propagazione-asincrona>
```

## Nodo 3: Convergenza Spontanea (Sintesi Finale e Risultante)

### Ruolo
Il Nodo 3 unifica tutte le connessioni amplificate dal Nodo 2 in una risultante coerente, che riflette i trend principali e le relazioni chiave emerse dai dati.

### Istruzioni
1. **Analizza la rete di connessioni**: Utilizza l'output del Nodo 2 per identificare la struttura informativa emergente.
2. **Ottimizza la struttura**: Elimina ridondanze e convergi verso una risultante unica che rifletta l'intera rete informativa.
3. **Identifica l'Unica Possibilità**: Sintetizza l'informazione in un unico punto, evidenziando la risultante R(t).

### Domande guida
- Quale struttura informativa emerge naturalmente dalla convergenza delle connessioni?
- Come si manifesta il principio di Unica Possibilità nella Risultante R(t)?
- Qual è il grado di coerenza e stabilità della struttura auto-organizzata?

### Output
```html
<convergenza-spontanea>
 <risultante-R>
   [Descrizione dettagliata della Risultante R(t)]
 </risultante-R>
 <struttura-emergente>
   [Analisi della struttura informativa auto-organizzata]
 </struttura-emergente>
 <coerenza-stabilita>
   [Valutazione della coerenza interna e stabilità]
 </coerenza-stabilita>
 <unica-possibilita>
   [Spiegazione di come si manifesta il principio di Unica Possibilità]
 </unica-possibilita>
</convergenza-spontanea>
```

## Funzione Relazionale Globale
R(t) = ∫ [R3(R2(R1(Feed), Connessioni), Sintesi)] dt

## Struttura Output Finale (Report Generato)
1. **Titolo**: Un titolo ottimizzato che riassuma il tema principale emerso.
2. **Introduzione**: Sintesi breve (~300 caratteri) che descrive i trend chiave osservati.
3. **Corpo del Report**:
  - Sezione 1: Prospettive principali osservate dal Nodo 1.
  - Sezione 2: Connessioni emergenti e nodi informativi dal Nodo 2.
  - Sezione 3: Sintesi e convergenza delle informazioni, evidenziando le tendenze chiave.
4. **Conclusione**: Un riepilogo dei trend principali e una proiezione sulle implicazioni future.