La guida

La guida completa a MFF

Tutto sul framework, in un unico posto — dalle etichette epistemiche agli scudi, in lingua semplice. Gratuita e aperta a tutti.

Basi — cos'è MFF

MFF è un insieme strutturato di istruzioni che dai a qualsiasi IA per farle smettere di sembrare sempre sicura. Deve dichiarare quanto è certa, citare fonti verificabili o ammettere che non può, e seguire regole di difesa che impediscono i fatti inventati. Gli stessi strumenti che usano gli esperti — per tutti.

Perché serve? Un'IA è come un amico genialissimo che sa tutto e parla sempre con sicurezza assoluta — ma non distingue mai fra ciò che sa davvero e ciò che sta inventando sul momento. Ti risponde con la stessa voce sicura quando ha ragione al 100% e quando sta improvvisando.

MFF è un patto con l'IA: «Quando non sei sicuro dimmelo; quando citi qualcosa, dammi la fonte; quando stai indovinando, avvisami.» Il modello sa distinguere ciò che sa da ciò che suppone — il problema è che di solito nessuno glielo chiede. Il Framework glielo chiede, e lei risponde.

Le 6 etichette epistemiche

Ogni risposta MFF porta un'etichetta epistemica — un segnale di affidabilità codificato a colori che il modello deve applicare a ogni affermazione. Niente più output uniformemente sicuro.

Verificato

Fondato su fonti citate o prove dimostrabili.

Plausibile

Coerente con le conoscenze disponibili, non direttamente verificato.

Incerto

Prove insufficienti per valutare — il modello lo dichiara esplicitamente.

Speculativo

Debolmente supportato; inferenza per analogia o da dati parziali.

Probabilmente falso

Contraddetto dalle prove disponibili — segnalato, non nascosto.

Non valutabile

Informazioni insufficienti per valutare. Il modello riconosce il limite.

I 7 scudi (L1–L7)

Ogni scudo — chiamato anche livello o modulo — protegge da un tipo specifico di errore. Puoi attivarli singolarmente o combinarli. Il primo è sempre attivo.

L1 — Citazione Forzata

Mostrami la fonte

Sempre attivo. L'AI non può etichettare un'informazione come 🟢 SICURO senza una fonte citabile: se manca, declassa automaticamente a 🔵 PROBABILE.

Esempio: Chiedi "qual è la dose giornaliera di vitamina C?" — L'AI risponde citando l'EFSA o il Ministero della Salute. Niente fonte → niente "sicuro".
L2 — Zona Verifica Esterna (ZVE)

Dimmi cosa devo controllare

Quando un'affermazione ha impatto operativo e affidabilità inferiore a [🔵 PROBABILE], l'AI allega un blocco ── ZVE ── che spiega come, dove e perché verificarla esternamente.

Esempio: Cerchi un appartamento in affitto. Chiedi le leggi sul contratto di locazione. In fondo trovi: "── ZVE ── ⚠️ Verifica su Agenzia Entrate: le soglie fiscali potrebbero essere aggiornate per il 2026. Urgenza: ALTA prima della firma."
L3 — Falsificazione

Quando questa risposta non vale

Per ogni risposta importante, l'AI dichiara esplicitamente le condizioni che la smentirebbero ("Questa risposta non vale se..."). È il principio di Popper applicato: se non sai come potrebbe sbagliarsi, non sai quanto fidarti.

Esempio: Chiedi se conviene un mutuo a tasso fisso oggi. L'AI risponde, poi aggiunge: "Questa risposta non vale se: (1) la BCE alza i tassi più del previsto, (2) il tuo reddito non resta stabile, (3) prevedi di estinguere anticipatamente entro 5 anni."
L4 — Grounding Web

Cerca su internet prima di rispondere

Quando attivi il bottone 🌐 nella chat, l'AI cerca live sul web (motore MWAL: Tavily lato MFF o le tue chiavi BYOK Brave/Tavily) prima di risponderti. Senza ricerca reale l'AI non può etichettare 🌐 CONFERMATO:WEB — niente fonti inventate.

Esempio: Chiedi "qual è l'aliquota IVA italiana sui libri oggi?" Premi 🌐. L'AI cerca online e risponde: "[🌐 CONFERMATO:WEB — fonte: agenziaentrate.gov.it] L'IVA sui libri cartacei in Italia è al 4%."
L5 — Peer Review

Chi controlla il controllore

La risposta passa per una verifica esterna: o un controllo umano qualificato (variante A) o una seconda LLM indipendente (variante B). Mai l'AI stessa che si ricontrolla — non avrebbe senso.

Esempio: Stai scrivendo un contratto. Variante A (Umana): l'AI completa il testo poi suggerisce "Ti consiglio di far rivedere questa clausola da un avvocato". Variante B (LLM): la risposta viene ricontrollata da un secondo modello AI prima di esserti consegnata.
L6 — Deriva Epistemica

Avvisami se ti contraddici

Ogni 5 turni l'AI rilegge le proprie risposte precedenti e cerca etichette 🟢 SICURO senza fonte o affermazioni che contraddicono quelle iniziali. Se trova due o più derive emette un ⚠️ DRIFT ALERT L6 e ricalibra.

Esempio: Dopo 20 messaggi sull'investimento, l'AI: "⚠️ DRIFT ALERT L6: al turno 4 avevo detto che il rendimento atteso era 4-6%; ora sto trattando 8% come dato sicuro senza nuova fonte. Ricalibro: torno a 4-6% finché non hai dati aggiornati."
L7 — Validazione Multi-Sorgente (VMS)

Confronta più fonti

L'AI non si ferma alla prima fonte. La seconda fonte la scegli tu: in creazione sessione selezioni un peer model di un provider diverso (es. sessione su Claude, peer su GPT-4) e MFF gira automaticamente la stessa domanda al secondo modello per il confronto. Le tre varianti (A: web + peer AI, B: simulato dallo stesso modello, C: input esterno che porti tu) descrivono come il blocco ── VMS ── viene riempito.

Esempio: Sessione primaria su Claude, peer model su GPT-4. Chiedi se un integratore è sicuro. Claude risponde citando l'EFSA; GPT-4 viene interrogato in automatico e segnala studi universitari su effetti rari. Ottieni un blocco ── VMS ── con CONVERGENZA: MEDIA e etichetta finale ricalibrata.
NIST-RMF — Standard

Lo standard internazionale

Il NIST è l'ente americano degli standard scientifici (come l'ISO, ma per l'AI). Il loro framework è la guida globale per usare l'AI in modo responsabile in ambiti critici.

Quando si attiva: in automatico per domini come Medicina, Sicurezza, Ingegneria, Legale, Ricerca scientifica. Garantisce che la conversazione rispetti i parametri di sicurezza riconosciuti a livello mondiale.
PAVA — anti-degrado
PAVA · R17 — lo scudo che non dorme mai

Oltre ai sette scudi, il protocollo anti-degrado PAVA (R17) impedisce al modello di abbandonare silenziosamente le regole nelle conversazioni lunghe. Ricontrolla l'integrità ogni pochi turni — così il turno 40 è disciplinato quanto il turno 1.

Quando attivarlo: trascrizioni lunghe, riproduzioni fedeli di documenti, codice da copiare integralmente, prompt complessi da seguire fino in fondo. Senza PAVA, attorno al turno 30 l'AI inizia a "tagliare gli angoli".
Prompt APEX & attivazione

Il prompt APEX (attualmente v1.5.3) è l'attivazione completa del framework. Puoi generarne uno su misura per il tuo caso con il generatore, oppure usare l'app che lo applica automaticamente a ogni messaggio.

APEX è l'ecosistema completo dietro l'app: il router che sceglie i modelli, le etichette epistemiche a colori (MFF-EL), i sette scudi anti-errore e il controllo di fedeltà. Ogni versione (oggi v1.5.3) integra concetti da standard internazionali come il NIST AI RMF. Nell'app non devi incollare nulla: APEX è applicato automaticamente a ogni messaggio.

Apri il generatore →

Glossario (lingua semplice)

Ogni termine tecnico, affiancato da un ponte in lingua semplice così chiunque può seguire.

🤖 Termini sull'AI in generale 10
AI / Intelligenza Artificiale
Un programma capace di generare risposte simili a quelle umane analizzando enormi quantità di testo. Non "pensa" come noi: predice la parola più probabile, una dopo l'altra.
LLM
Large Language Model. Il "cervello" tecnico dietro ChatGPT, Claude, Gemini. Letteralmente: "modello linguistico di grandi dimensioni".
Prompt
L'istruzione che dai all'AI. Tutto quello che scrivi nella chat è un prompt.
Token
L'unità minima di testo che l'AI elabora. Una parola lunga può essere 2-3 token. Le AI hanno un limite di token per conversazione.
Contesto
La memoria della conversazione corrente. Quando l'AI "dimentica" cose dette prima, è perché ha superato il suo limite di contesto.
Multimodale
Un'AI che capisce non solo testo, ma anche immagini, audio, video, documenti.
Allucinazione
Quando l'AI inventa informazioni che sembrano reali ma non lo sono. Come sognare ad occhi aperti credendoci.
Bias
Distorsione sistematica nelle risposte. L'AI può ereditare pregiudizi dai dati con cui è stata addestrata.
Training / Addestramento
La fase in cui l'AI "studia" miliardi di testi. Avviene una sola volta. Per questo l'AI può non sapere cose recenti.
Cut-off
La data limite oltre cui l'AI non sa nulla. Esempio: cut-off gennaio 2024 = non sa nulla di eventi post-gennaio 2024.
🎓 Termini filosofici e scientifici 11
Epistemico / Epistemologia
Dal greco "episteme" = conoscenza. Riguarda quanto e come sappiamo qualcosa. "Livello epistemico" = grado di sicurezza con cui affermi qualcosa. Esempio: "so che 2+2=4" (alto) vs "penso che domani piova" (basso).
Esegesi
Interpretazione critica di un testo. Non ripetere le parole, ma spiegarne il senso vero. Esempio: l'esegesi di una clausola contrattuale ne spiega le conseguenze pratiche.
Inferenza
Conclusione tratta da informazioni note. "Il pavimento è bagnato → inferisco che è piovuto". Non è certezza, è deduzione probabile.
Speculazione
Ipotesi non dimostrata, basata su ragionamento ma non su prove. "Forse l'azienda fallirà l'anno prossimo".
Stima
Calcolo approssimativo basato su dati parziali. A metà strada tra certezza e speculazione.
Eziologia
Lo studio delle cause di un fenomeno (soprattutto in medicina). "Quale è la causa di questa malattia?"
Validazione
Processo di verifica che conferma se qualcosa è corretto, attraverso prove o controlli.
Fonte primaria
La fonte originale: lo studio scientifico, la legge, il documento ufficiale. Non una sintesi di terzi.
Fonte secondaria
Una rielaborazione o sintesi di fonti primarie. Wikipedia è una fonte secondaria.
Cross-check
Confronto incrociato tra più fonti per verificare la coerenza dell'informazione.
Peer review
Revisione scientifica fatta da pari, esperti dello stesso campo. Lo standard di qualità della ricerca seria.
🛡️ Termini specifici del Framework 16
Framework
Insieme strutturato di regole. Come una ricetta: non è il piatto, è il metodo per farlo bene.
MFF
MarcoFLY Framework. Il nome del protocollo.
MFF-EX
EXecutable. La parte "operativa" del framework — le istruzioni che l'AI esegue.
MFF-EL
Epistemic Layer. Lo "strato epistemico" — le regole su come gestire la certezza.
APEX
Versione completa e ottimizzata del framework. Come la "Pro" di un software.
L1 → L7
I sette livelli (Layers) di difesa contro errori e allucinazioni. L1 sempre attivo, gli altri opzionali.
ZVE
Zona di Verifica Esterna. Il riquadro che l'AI crea per segnalarti cosa va verificato altrove.
PAVA
Protocollo di Avvisi e Valutazione dell'Affidabilità. Il sistema che etichetta automaticamente la certezza di ogni affermazione.
Deriva Epistemica
Quando l'AI "scivola" gradualmente da fatti certi a supposizioni, senza accorgersene.
Dominio
L'ambito tematico della conversazione (medico, legale, scientifico, quotidiano…). Il framework si adatta al dominio.
Modulo / Layer / Livello
Sinonimi nel framework. Indicano i singoli "scudi" L1-L7.
Scudo
Termine evocativo per "modulo difensivo". Ogni layer è uno scudo contro un tipo di errore.
VMS
Validazione Multi-Sorgente. Il modulo L7 che confronta più fonti.
Citazione Forzata
La regola L1: l'AI deve sempre dichiarare da dove viene un'informazione.
Esegesi Contestuale
La regola L4: separare i fatti dalle interpretazioni dell'AI stessa.
MWAL
MarcoFLY Web Access Layer. Il modulo che porta la ricerca web dentro la chat, quando serve una fonte in tempo reale.
📋 I sei livelli di certezza (etichette MFF-EL) 6
🟢 SICURO
Fonte diretta, documento ufficiale, nessun dubbio. L'AI ha prove concrete in sessione (URL, log, documento verificato). Quello che leggi è reale.
🔵 PROBABILE
Logica solida, certezza non garantita. Il modello è fiducioso — ma la fonte esatta non è in sessione. Deduzione ben strutturata, non un fatto provato.
🟡 FORSE
Un'ipotesi, non una risposta. Il modello stima, non sa. Margine di errore significativo. Utile come punto di partenza — pericoloso come punto di arrivo.
🟠 DIPENDE
Vero solo a certe condizioni. Leggi le premesse prima di agire. L'affermazione regge — ma solo se le variabili in gioco si verificano.
🔴 NON SO
La risposta più onesta che un'AI possa darti. Dati insufficienti, fonti contraddittorie. Invece di inventare, MFF si ferma. Un'allucinazione confezionata bene è più pericolosa del silenzio.
⚫ NON POSSO
Non è reticenza, è onestà strutturale. La richiesta va oltre il cutoff, fuori dal set di addestramento o contro le policy di sicurezza. L'AI non improvvisa, non aggira, non inventa. Si ferma.
🏛️ Standard internazionali citati 4
NIST-RMF
National Institute of Standards and Technology — Risk Management Framework. L'ente americano degli standard scientifici. Il loro framework è la guida globale per usare l'AI in sicurezza.
TrAM
Trustworthiness Assessment Model. Modello scientifico (Schlicker et al. 2025) per valutare l'affidabilità dei sistemi automatici. Spiega la differenza tra fidarsi a priori e fidarsi dopo verifica.
AT / PT (nel TrAM)
Antecedent Trust / Post Trust. AT = la fiducia che hai prima di usare uno strumento. PT = la fiducia che hai dopo averlo usato e verificato.
OSF / PsyArXiv
Repository scientifici open-access dove vengono pubblicate ricerche. Sono la "biblioteca pubblica" della scienza moderna.
💻 Termini tecnici minori 7
Open Source
Codice pubblico, ispezionabile e modificabile da chiunque.
CC BY-NC-ND 4.0
La licenza con cui è distribuito il sito: consultabile gratuitamente, citando l'autore. Non commerciale, non modificabile.
PWA
Progressive Web App. Il sito si comporta come un'app: si può "installare" sul telefono.
Repository / Repo
Cartella pubblica online (es. GitHub) dove vive il codice di un progetto.
BYOK
Bring Your Own Key. Usi la tua chiave API personale: le conversazioni restano tue, non passano dai server MFF.
SSE
Server-Sent Events. Lo streaming del testo in tempo reale: le parole arrivano mentre vengono scritte.
ORCID
Identificatore univoco per ricercatori — la carta d'identità del mondo scientifico, riconosciuta da università e riviste.
🏷️ Abbreviazioni e tag che usa il Framework 20
📎 Suffissi sulla fonte (appaiono dopo l'etichetta colorata)
[doc]
Documento ufficiale (legge, contratto, paper, manuale, atto pubblico).
[test]
Testimonianza diretta (intervista, dichiarazione, deposizione).
[comm]
Comunicato ufficiale di ente, azienda o istituzione.
[log]
Log o registro tecnico (eventi sistema, audit trail, monitoring).
[emp]
Dato empirico (esperimento controllato, misurazione, osservazione diretta).
[lit]
Letteratura scientifica (paper peer-reviewed, libro accademico, review).
[leg]
Fonte legale o normativa (sentenza, decreto, regolamento, direttiva).
[cert]
Certificazione formale verificabile (attestato, ISO, ente certificatore terzo).
🧠 Memoria e calibrazione
[mem]
Memoria non verificata: l'AI ricorda l'informazione dal training, ma non c'è prova in sessione corrente. Sempre da verificare.
[p:xx%]
Probabilità soggettiva stimata dal modello. Esempio: [p:75%] = 75% di confidenza interna.
⚙️ Tag delle fasi della pipeline
[FASE E]
Fase Epistemica: l'AI produce la risposta e la classifica con etichette di certezza.
[FASE X]
Fase Esegetica: l'AI interpreta e spiega quanto prodotto, separando fatti da inferenze.
🛡️ Tag dei moduli (livelli di difesa)
[L1]…[L7]
Riferimento al livello di difesa attivato per la singola affermazione.
[ATTIVO] / [SEMPRE ATTIVO]
Stato del modulo nella sessione corrente. L1 è sempre attivo, gli altri secondo configurazione.
[SIM] / [EXT]
Modalità del modulo VMS. SIM = simulato (l'AI valida autonomamente). EXT = esterno (richiede input dall'utente).
📦 Blocchi speciali nelle risposte
── ZVE ──
Zona di Verifica Esterna. Riquadro che elenca cosa controllare fuori dalla chat e con quale urgenza.
── VMS ──
Validazione Multi-Sorgente. Riquadro che mostra il confronto tra fonti diverse con score di convergenza.
⚠️ DRIFT ALERT L6
Allerta deriva epistemica: l'AI sta scivolando da fatti certi verso supposizioni. Si ferma e ricalibra.
Carta di Stato
Riepilogo periodico della sessione: progetto, dominio, livelli attivi, tesi principale, validazioni esterne.
IN ATTESA · R1–R20
IN ATTESA = etichetta sospesa fino a verifica esterna. R1–R20 = regole operative interne (es. R12: nessun 🟢 SICURO senza fonte).
FAQ
MFF è gratuito?

Sì. È una beta pubblica gratuita — donationware. Porti la tua chiave AI (BYOK); MFF non fa pagare l'uso dell'IA.

Devo essere tecnico?

No. MFF è pensato per chiunque — studenti, ricercatori, professionisti, curiosi. Ogni termine tecnico ha una spiegazione in lingua semplice.

Con quale IA funziona?

Con qualsiasi — ChatGPT, Claude, Gemini, Mistral e altre. L'app supporta 13+ provider; il prompt funziona su ogni modello in cui lo incolli.

MFF vede le mie conversazioni?

No. Con il BYOK la tua chiave e le tue chat restano tue — niente passa dai server MFF. Solo analitiche anonime di visita, nessuna profilazione.

Cos'è il BYOK?

Bring Your Own Key: usi la tua chiave API del provider IA (es. OpenRouter, OpenAI). Paghi solo il consumo reale al provider, mantieni il controllo dei dati e MFF non fa da intermediario sulle tue conversazioni.

Posso usarlo per lavoro o a scopo commerciale?

L'uso personale, didattico e di studio è libero. Per usi commerciali, servizi a pagamento o attività formative retribuite serve autorizzazione scritta: la licenza è CC BY-NC-ND 4.0 (vedi la Tutela Legale nel footer).

Che differenza c'è tra il sito e l'app?

Il sito spiega il framework e genera il prompt da incollare in qualsiasi chat IA. L'app (app.marcofly.app) applica il framework automaticamente a ogni messaggio, con router multi-provider, scudi selezionabili e cronologia.

MFF sostituisce il fact-checking?

No. MFF rende visibile l'incertezza e ti dice cosa e dove verificare (blocchi ZVE), ma la verifica finale sui temi critici resta tua. È una bussola dell'affidabilità, non un oracolo.

Stai usando l'app?

Questa guida copre il framework. Per l'app in sé — provider, chiavi API, costi, installazione e risoluzione problemi — consulta la guida operativa dentro la PWA.

Apri la guida dell'app →