Sabato 24 ottobre 2026
L’edizione di oggi
Millebit
AI · Software · QA
Il segnale, non il rumore.

Gli articoli di Millebit sono scritti con l’intelligenza artificiale a partire da fonti citate in ogni pezzo. Come lavoriamo

Intelligenza artificiale

Martin Fowler: le DSL rendono affidabile l'uso degli LLM

Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.

Fowler afferma che una DSL ben definita può diventare la fonte di verità che rende prevedibile e ripetibile il lavoro con i modelli di linguaggio, citando esempi pratici come Tickloom (14 luglio 2026).

Illustrazione generata con l’intelligenza artificiale

Nel saggio del 14 luglio 2026, Martin Fowler mostra come vincolare gli LLM a una DSL consenta di generare documenti e diagrammi dallo stesso modello, con risultati ispezionabili e coerenti end‑to‑end1.

L’idea operativa è netta: far emergere un modello semantico del dominio e fissarlo in una DSL. Da quel momento l’LLM smette di negoziare significati. Parla attraverso il vocabolario stabilito e produce output riconducibili a definizioni esplicite1. Fowler descrive due fasi distinte. Prima, usare l’LLM per esplorare nomi, concetti e relazioni. Poi, quando il lessico è stabile, trattarlo come interfaccia naturale alla DSL. Il passaggio avviene solo dopo aver chiarito i termini chiave1.

Tickloom rende concreto l’approccio. Fowler lo presenta come un modello semantico più una DSL per scenari di sistemi distribuiti. Il team impiega l’LLM per cercare il lessico giusto. Consolida le decisioni nella DSL, che diventa il contratto del sistema. Dalla stessa descrizione di dominio nascono presentazioni con diagrammi, senza duplicare testi in formati diversi1. In questo quadro, la DSL fa da “source of truth” per chiunque debba leggere, rivedere o generare artefatti1.

L’impatto tocca anche il testing. Descrivere gli scenari una volta, nel linguaggio del dominio, rende i casi ripetibili e allineati al modello. L’LLM può aiutare a proporre e affinare i casi, ma resta dentro i confini espressi dalla DSL. Così si riducono interpretazioni ambigue e si facilita la verifica1.

Flusso essenziale, senza cattedrali upfront:

  • esplorare il dominio con l’LLM per far emergere concetti e nomi utili;
  • codificare quel vocabolario in una DSL che funge da riferimento verificabile;
  • usare l’LLM come interfaccia naturale alla DSL per generare documenti, diagrammi e presentazioni coerenti1.

Non si chiede di decidere tutto in anticipo. Il linguaggio evolve con la comprensione del sistema, e ogni scelta resta tracciabile. Questo ancoraggio dà all’LLM confini chiari e a chi legge una base unica per controllare gli esiti1.

Fowler chiude con pragmatismo. Buone astrazioni portano valore anche senza una DSL formale. Quando però il lavoro con gli LLM coinvolge parti delicate o più attori, una DSL come “source of truth” offre un telaio comune che regge nel tempo. La stessa impalcatura guida l’LLM e alimenta documentazione, presentazioni e test, riducendo il costo della coerenza man mano che il sistema cresce1.

Fonti

  1. DSLs Enable Reliable Use of LLMs Martin Fowler
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici

Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:

  • Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
  • Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
  • Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.

I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.

Come funziona Millebit, nel dettaglio →

Hai trovato un errore? Segnalacelo
Tipo di segnalazione

Leggiamo ogni segnalazione. Le correzioni fatte sono elencate in Correzioni. L’email, se la lasci, serve solo a risponderti.