19 ottobre 2026Aggiornato il Fathy Shalaby15 min di lettura
Allucinazioni dell'IA nelle spec: l'audit Claim Trace in 15 minuti
Le spec scritte dall'IA sembrano ben documentate, ma spesso non lo sono. Il Claim Trace è un audit di 15 minuti che etichetta ogni affermazione come Con fonte, Dedotta, Presunta o Inventata prima che l'ingegneria o un agente di codice costruisca su di essa.
Un'allucinazione dell'IA nelle spec si verifica quando un PRD o una spec scritti dall'IA affermano qualcosa sui tuoi utenti, sul tuo mercato o sul tuo prodotto che nessuna fonte sostiene, con lo stesso tono sicuro delle parti vere. La soluzione è un audit breve prima che qualcuno costruisca: tracciare ogni affermazione ed etichettarla come Con fonte, Dedotta, Presunta o Inventata. Chiamiamo questo audit Claim Trace, e richiede circa 15 minuti.
Punti chiave
Il NIST include la «confabulazione» tra i 12 rischi propri dell'IA generativa o aggravati da essa, e avverte che i modelli possono produrre anche citazioni inventate che giustificano una risposta sbagliata (NIST, 2024).
I modelli tirano a indovinare perché addestramento e benchmark premiano l'indovinare: su 10 benchmark popolari esaminati da un articolo del 2025, 9 non danno alcun punto per «non lo so» (Kalai et al., 2025).
Nelle spec l'allucinazione raramente inventa una funzionalità. Inventa una ragione: un modello d'uso, un motivo di abbandono, una classifica del «più richiesto».
Solo il 3% degli sviluppatori dice di fidarsi molto dell'accuratezza dell'output dell'IA, e il 46% diffida attivamente (Stack Overflow, 2025). Le spec meritano lo stesso scetticismo del codice.
Il risultato più utile dell'audit non è la spec ripulita. È il registro delle ipotesi, che diventa il tuo piano di discovery.
Che cos'è l'allucinazione in una spec?
L'allucinazione in una spec è un tipo specifico di ciò che il NIST chiama confabulazione: contenuto «confidently stated but erroneous or false» che può trarre in inganno chi legge (NIST AI 600-1). In una spec vive nelle sezioni Problema, Contesto e Metriche di successo, quelle che dovrebbero derivare da evidenze.
Raramente sembra una funzionalità inventata. La funzionalità è plausibile e la struttura pulita. Ciò che è inventato è la giustificazione:
«Gli admin esportano i dati a mano ogni settimana.»
«Il reporting era la funzione più richiesta tra gli account persi.»
«Ci aspettiamo un aumento significativo dell'attivazione.»
Ciascuna si legge come un risultato. Può darsi che nessuna lo sia. Il modello ha letto migliaia di PRD, quindi produce la dell'evidenza: un comportamento, un segmento, una direzione di cambiamento. Se i tuoi input erano scarsi, riempie i vuoti con ciò che è statisticamente tipico per una spec come la tua.
Allucinazione intrinseca ed estrinseca in una spec
I ricercatori distinguono due tipi di allucinazioni (Ji et al., 2022), ed entrambi compaiono nelle spec:
Tipo
Definizione
Come appare in una spec
Intrinseca
L'output contraddice la fonte che hai dato al modello
Le tue note di intervista dicono che 3 clienti su 12 hanno citato gli export; la spec dice «la maggior parte dei clienti»
Estrinseca
L'output non può essere né sostenuto né contraddetto dalla fonte
La spec dice «gli admin passano ore nei fogli di calcolo» e nulla di ciò che hai fornito menziona il tempo
Le allucinazioni estrinseche sono le più difficili da cogliere, perché non c'è nulla con cui confrontarle. Chi legge deve accorgersi che una frase non ha fonte, ed è proprio ciò che la scrittura fluida nasconde.
Perché i modelli di IA inventano affermazioni nelle spec?
Un articolo del 2025 di ricercatori di OpenAI e Georgia Tech sostiene che i modelli allucinano perché addestramento e valutazione premiano l'indovinare rispetto all'ammettere l'incertezza, un po' come uno studente che tira a indovinare in un test a scelta multipla (Kalai et al., 2025). Su 10 benchmark molto usati esaminati dagli autori, 9 valutano le risposte rigidamente come giuste o sbagliate e non danno alcun credito a «non lo so». Con questo punteggio, un'ipotesi sicura batte sempre uno spazio bianco onesto.
L'articolo spiega anche perché alcuni fatti sono più esposti di altri. Se il 20% di un tipo di fatti (il loro esempio sono i compleanni delle persone) compare una sola volta nei dati di addestramento, ci si deve aspettare che un modello di base allucini su almeno il 20% di quei fatti. Quando gli autori hanno chiesto a un grande modello aperto una data di compleanno dicendo «rispondi solo se lo sai», ha fornito tre date sbagliate diverse.
Applicalo alla tua spec. I fatti sui tuoi clienti, sui tuoi account persi e sulle abitudini settimanali dei tuoi admin compaiono zero volte in qualsiasi dato di addestramento. L'unico modo in cui un modello può affermarli è che tu glieli abbia forniti. Qualsiasi cosa specifica sui tuoi utenti che non hai fornito è, per costruzione, un'ipotesi travestita da risultato.
Il NIST aggiunge un altro avvertimento che conta per i documenti di prodotto: il testo generato può includere logiche o citazioni confabulate che giustificano la risposta, rendendo i lettori più propensi a fidarsene (NIST, 2024). Una spec che dice «come ci hanno detto i clienti nel T3» è più persuasiva di una che si limita ad asserire, che quella conversazione del T3 esista o no.
Perché l'allucinazione dell'IA nelle spec costa di più nel 2026?
Tre cose sono cambiate insieme.
Il costo di stesura è crollato. Una spec richiedeva a un PM una giornata, e quella giornata lo costringeva a tornare sulle evidenze. Ora la bozza arriva in meno di un minuto, prima che qualcuno abbia riaperto la ricerca.
Il costo a valle non è crollato. Se un ingegnere o un agente di codice costruisce a partire dalla spec, una premessa inventata diventa codice funzionante in poche ore. Scopri che la premessa era inventata dopo il rilascio, non prima.
Le abitudini di revisione non si sono adattate. I team rivedono le spec per chiarezza, completezza e tono, cioè le proprietà che i modelli linguistici producono meglio. Quasi nessuno rivede la provenienza. Gli sviluppatori hanno già imparato questa lezione con il codice: il 66% indica le «soluzioni di IA quasi giuste, ma non del tutto» come la loro maggiore frustrazione, e il 45% dice che il debug del codice generato dall'IA richiede più tempo (Stack Overflow, 2025). Una spec quasi giusta è peggio, perché nulla fallisce in compilazione.
Nemmeno i documenti professionali sono immuni. A ottobre 2025 Deloitte ha accettato di restituire l'ultima rata di un rapporto da 440.000 AU$ per un dipartimento del governo australiano dopo che un ricercatore aveva trovato riferimenti accademici inventati e una citazione fasulla da una sentenza. La versione corretta ha rimosso più di una dozzina di riferimenti e note a piè di pagina falsi e ha dichiarato che era stata usata una catena di strumenti basata su GPT-4o (The Register, 2025). Una spec raramente riceve altrettanto controllo esterno, ed è per questo che la verifica deve avvenire dentro il team.
La soluzione non è «non usare l'IA per scrivere». È aggiungere il passaggio di revisione che la bozza ha saltato: ricondurre ogni affermazione a una fonte.
Come si fa l'audit di una spec scritta dall'IA? Il Claim Trace
Leggi la spec una volta, frase per frase. Ogni frase che afferma qualcosa su utenti, mercato, prodotto o futuro riceve esattamente una di quattro etichette.
Etichetta
Definizione
Il test
Che cosa ne fai
Con fonte
Rimanda a qualcosa che puoi aprire: un'intervista, un ticket, il risultato di una query, una decisione firmata
Un collega che non c'era può cliccare e vedere la stessa cosa?
Allegare il link in linea
Dedotta
Una conclusione ragionevole da materiale con fonte, ma la conclusione in sé è nuova
Sai indicare le fonti da cui è stata dedotta?
Allegare le fonti e rendere visibile la deduzione («In base alle 3 chiamate collegate, pensiamo che…»)
Presunta
Qualcosa che il team crede ma non ha verificato
Qualcuno nel team ci scommetterebbe dei soldi senza verificare?
Spostarla nel registro delle ipotesi con un responsabile e un test
Inventata
Nessuna fonte, nessuna catena di deduzione, nessuno sa da dove viene
L'ha messa lì una persona o una fonte, o il modello?
Eliminarla, oppure trasformarla in una domanda
Con fonte
«Tre delle ultime cinque chiamate di onboarding menzionano l'esportazione verso i fogli di calcolo» è con fonte se puoi collegare quelle tre chiamate. Il test è meccanico: un collega che non era nella stanza può aprire il link e vedere la stessa cosa.
Dedotta
«Gli admin probabilmente esportano perché fanno report verso l'alto» è dedotta da quelle chiamate. Va bene, purché sia etichettata e le fonti sottostanti siano allegate. La deduzione è il punto in cui vive il giudizio di prodotto; il problema è solo la deduzione non etichettata.
Presunta
Le ipotesi non sono una vergogna. Le spec si reggono su di esse. Il guaio è quando un'ipotesi è scritta con la stessa voce di un risultato, così chi legge la assorbe invece di metterla in discussione.
Inventata
È l'etichetta che conta di più. Le affermazioni inventate sono il contributo del modello al documento, e sono quelle da eliminare o trasformare in domande.
Non discutere dei casi limite tra le etichette. Se esiti tra Dedotta e Presunta, scegli Presunta. L'etichetta è uno stimolo a guardare più da vicino, non un verdetto.
Come si esegue il Claim Trace in 15 minuti?
Minuti 0-3: estrarre. Copia ogni affermazione fattuale in un elenco di lavoro. Salta i requisiti puri («l'export deve essere un CSV»); sono decisioni, non affermazioni. Cerca frasi che iniziano con «gli utenti», «i clienti», «gli admin», «attualmente», «la maggior parte», «perché» o un numero.
Minuti 3-8: tracciare. Per ogni affermazione, prova a trovare la fonte in meno di 60 secondi. Se non ci riesci, non è Con fonte. Non andare a caccia di una giustificazione a posteriori: cercare finché qualcosa combacia vagamente è il modo in cui le affermazioni inventate vengono riciclate in affermazioni con fonte.
Minuti 8-12: agire su ogni etichetta. Con fonte riceve un link. Dedotta riceve link e un ragionamento visibile. Presunta passa nel registro con un responsabile e il test più economico. Inventata viene eliminata o riscritta come domanda.
Minuti 12-15: rileggere la spec. Se la sezione Problema è crollata quando sono state tolte le affermazioni inventate, hai imparato la cosa più preziosa che l'audit può dirti: la funzionalità non ha ancora un problema.
Una semplice regola decisionale per la fine del passo 4: se più di un terzo delle affermazioni nella sezione Problema è risultato Inventato, rimanda la spec alla discovery anziché all'ingegneria.
Che aspetto ha un Claim Trace su una bozza reale?
Prendi una bozza di IA inventata ma tipica per una funzionalità di esportazione per admin. La sezione Problema dice:
Gli admin esportano i dati a mano ogni settimana, passando ore nei fogli di calcolo. Il reporting è la richiesta numero uno tra gli account persi. Un export nativo ridurrà il churn.
Esegui il Claim Trace:
Affermazione
Etichetta
Azione
Gli admin esportano i dati a mano ogni settimana
Presunta (una chiamata l'ha citato, nulla sulla frequenza)
Spostare nel registro; verificare con una query sull'uso
Passando ore nei fogli di calcolo
Inventata
Eliminare
Il reporting è la richiesta numero uno tra gli account persi
Inventata (non esiste alcuna classifica da nessuna parte)
Eliminare; sostituire con una domanda
Un export nativo ridurrà il churn
Presunta
Tenere come ipotesi con una metrica e una data
Quattro affermazioni: due eliminate, due declassate, nessuna con fonte. La sezione Problema riscritta è più breve e onesta:
Una chiamata di onboarding (collegata) ha citato l'esportazione dei dati dell'account in un foglio di calcolo. Non sappiamo ancora con che frequenza gli admin esportino né perché. Domanda aperta: che cosa hanno detto gli account persi quando se ne sono andati? Ipotesi: un export nativo riduce il churn tra gli account con più di 5 admin. Lo verificheremo prima di impegnarci in una realizzazione.
Quel documento può ancora portare a una realizzazione. Ma il team ora sa su che cosa sta scommettendo, e chi lo legge può dissentire dall'ipotesi invece di assorbirla.
Che cosa va nel registro delle ipotesi?
Il registro è l'elenco di ogni affermazione Presunta, ed è il tuo piano di discovery. Registra quattro campi per riga:
REGISTRO DELLE IPOTESI: [nome della spec]
| # | Ipotesi (come scritta nella spec) | Responsabile | Test più economico | Decidere entro |
|---|---|---|---|---|
| 1 | Gli admin esportano i dati dell'account ogni settimana | [nome] | Query sui clic del pulsante di esportazione negli ultimi 30 giorni | [data] |
| 2 | Un export nativo ridurrà il churn | [nome] | Chiedere a 5 account persi perché se ne sono andati, prima di costruire | [data] |
| 3 | | | | |
Una spec con un registro breve e assegnato può muoversi in fretta in sicurezza. Una spec senza registro o non ha ipotesi, il che è quasi sempre falso, o le ha nascoste. Per un metodo più completo di ordinamento delle ipotesi per importanza ed evidenza, vedi la nostra guida alla mappatura delle ipotesi, oppure ordinale con la mappa delle ipotesi gratuita.
Come si riduce l'allucinazione dell'IA nelle spec prima che vengano scritte?
Un tracciamento manuale funziona, ma si affida alla disciplina proprio nel momento in cui è più facile saltarla. Meglio chiedere la provenienza mentre la bozza viene prodotta. La documentazione di Anthropic elenca le tecniche fondamentali (Anthropic):
Consentire «non lo so». Permetti esplicitamente al modello di dire che gli mancano informazioni.
Citare prima. Per input lunghi (Anthropic indica oltre 20k token come soglia), chiedi al modello di estrarre citazioni testuali prima di scrivere qualsiasi cosa.
Citare, poi ritrattare. Chiedi al modello di trovare, dopo la bozza, una citazione a sostegno di ogni affermazione e di rimuovere quelle che non riesce a sostenere.
Limitare la conoscenza. Digli di usare solo i documenti che hai fornito, non la sua conoscenza generale.
L'articolo di Kalai suggerisce un'altra idea: indicare un obiettivo di confidenza nel prompt. Per esempio, rispondere solo se sei sicuro per più del 75%, perché una risposta sbagliata costa 2 punti e «non lo so» non costa nulla (Kalai et al., 2025). Applicato alle spec, significa premiare il modello quando scrive «nessuna fonte» invece di riempire il vuoto con disinvoltura.
Ecco un blocco di prompt che puoi incollare sotto qualsiasi richiesta di spec:
Usa SOLO le note di ricerca, i ticket e i dati che ho allegato.
Per ogni frase su utenti, clienti, mercato o risultati attesi:
- aggiungi [S: fonte] se un elemento allegato specifico la sostiene,
- aggiungi [I: fonti] se è una tua deduzione da elementi allegati,
- aggiungi [A] se è un'ipotesi senza fonte.
Non indicare numeri, classifiche o frequenze che non siano negli allegati.
Se una sezione non ha materiale a sostegno, scrivi «Ancora nessuna evidenza» ed elenca
le domande a cui dovremmo rispondere.
Dopo la stesura, controlla ogni affermazione [S] sull'allegato e rimuovi qualsiasi
affermazione che non puoi sostenere con una citazione diretta.
Anthropic chiarisce che queste tecniche riducono le allucinazioni ma non le eliminano. Il prompt rende il Claim Trace più rapido; non lo sostituisce. Se stai scrivendo l'intero PRD con l'IA, la nostra guida al PRD con l'IA copre il resto del workflow.
Errori comuni nel controllare le spec scritte dall'IA
Rivedere la forma anziché la provenienza. Chiarezza e tono sono ciò che i modelli fanno meglio. Chiediti «da dove viene questo?» prima di «è scritto bene?»
Cercare una fonte a posteriori. Se un'affermazione richiede cinque minuti di ricerca per essere giustificata, era Presunta o Inventata quando è stata scritta.
Trattare i requisiti come affermazioni. «L'export deve supportare CSV» è una decisione. Non sprecare i 15 minuti a tracciare decisioni.
Fare l'audit solo della sezione Problema. Anche le metriche di successo allucinano. «Un aumento del 15% dell'attivazione» senza baseline è Inventato, per quanto preciso sembri.
Lasciare marcire il registro. Un'ipotesi senza responsabile e senza data è un desiderio. Se il registro non viene rivisto prima dell'inizio della realizzazione, l'audit è stato teatro.
Dove si ferma il Claim Trace?
Il metodo ti dice se un'affermazione ha una fonte. Non ti dice se la fonte è buona. Una spec interamente con fonti può comunque descrivere la cosa sbagliata, perché le fonti possono essere distorte, scarse o non rappresentative. Abbina il tracciamento a un controllo sulla qualità delle evidenze: quante fonti indipendenti, quanto recenti e quanto vicine a una vera decisione di acquisto o di utilizzo. Il nostro articolo su che cosa conta come evidenza per ciascun rischio di prodotto offre una scala rapida per questo.
Copre inoltre solo una parte del rischio. I quattro grandi rischi di Marty Cagan sono valore, usabilità, fattibilità e sostenibilità per il business, e lui attribuisce valore e sostenibilità al product manager (SVPG, 2017). L'IA ha reso economico un prototipo funzionante, il che riduce alcune domande di fattibilità. Non ha reso più facile conoscere valore o sostenibilità, e sono proprio le sezioni in cui si concentrano le affermazioni inventate.
Il Claim Trace è più facile quando la provenienza viene catturata al momento della scrittura. È l'impostazione di design alla base di Specky. Interviste, ticket, feedback e decisioni vivono come nodi connessi in un Product Graph, e quando l'IA redige una spec o un insight cita in linea le evidenze specifiche che ha usato. Le bozze finiscono nel PM Inbox per la revisione umana invece di andare direttamente nei registri, così chi revisiona può vedere quali frasi hanno citazioni e quali no. Puoi approssimare la stessa cosa in qualsiasi strumento con il prompt qui sopra; il punto è che «nessuna fonte» dovrebbe essere visibile, non nascosto.
Domande frequenti
Che cos'è l'allucinazione dell'IA nelle spec?
È quando un PRD o una spec scritti dall'IA affermano qualcosa su utenti, mercato o risultati attesi che nessuna fonte sostiene, con lo stesso tono sicuro delle parti con fonte. Di solito compare come una ragione inventata (un modello d'uso, una classifica, un motivo di abbandono) più che come una funzionalità inventata, ed è per questo che chi revisiona la lascia passare.
Quanto dura un Claim Trace?
Circa 15 minuti per una spec tipica di una-tre pagine: 3 minuti per estrarre le affermazioni, 5 per tracciarle, 4 per agire su ogni etichetta e 3 per rileggere. Concediti 60 secondi per affermazione per trovare una fonte. Le spec più lunghe scalano più o meno con il numero di affermazioni fattuali, non con il numero di pagine.
Posso chiedere all'IA di controllare da sola le allucinazioni della sua spec?
In parte. Chiedere al modello di trovare una citazione a sostegno di ogni affermazione e di ritrattare quelle che non riesce a sostenere è una delle tecniche raccomandate da Anthropic, e coglie molte allucinazioni estrinseche. Da sola non basta, perché il modello può fraintendere una fonte o citare qualcosa che in realtà non sostiene l'affermazione. Un essere umano continua a controllare i link.
Qual è la differenza tra un'ipotesi e un'allucinazione?
Un'ipotesi è una convinzione che il team ha e sa di non aver verificato. Un'allucinazione è un'affermazione senza origine a cui nessuno nel team credeva finché il modello non l'ha scritta. Le ipotesi etichettate sono utili perché diventano test. Le allucinazioni vanno eliminate o trasformate in domande.
Dovremmo smettere di usare l'IA per scrivere i PRD?
No. La stesura con l'IA fa risparmiare tempo reale su struttura, casi limite e formulazione. Il rischio sta nelle sezioni di evidenza. Fornisci ricerca, ticket e dati come input, chiedi al modello di segnare fonti e ipotesi, ed esegui un Claim Trace prima che la spec vada all'ingegneria o a un agente di codice.
Che cosa devo fare se gran parte della sezione Problema è inventata?
Ferma la realizzazione e torna alla discovery. Se più di un terzo delle affermazioni sul problema è inventato, la funzionalità non ha ancora un problema dimostrato. Trasforma ogni affermazione inventata in una domanda, scegli le due che cambierebbero di più la decisione e testale per prime con interviste, una query sull'uso o una revisione dei ticket di supporto.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing