Una governance che i tuoi agenti possono seguire, a livello di dichiarazione
La maggior parte delle piattaforme aggiunge osservabilità agli output degli agenti. Dictiva rende la policy stessa leggibile dalle macchine, applicabile dagli agenti e pronta per l'audit, a partire dallo schema.
Gratis per sempre con Community · Accesso agli agenti MCP da Business in su
I tuoi agenti prendono decisioni. Puoi dimostrare che seguono le policy?
La maggior parte dei team rilascia agenti IA con protezioni sparse tra prompt, allow-list, filtri regex e controlli delle regole a posteriori. Quando gli auditor chiedono «quale policy ha seguito questo agente quando ha eseguito quell'azione?», la risposta raramente è soddisfacente.
Le policy stanno in PDF, cartelle SharePoint e pagine Notion. Le protezioni stanno nel codice. I flussi di approvazione stanno in Jira o da nessuna parte. Le tracce di audit stanno in una dozzina di dashboard dei fornitori di LLM. Non esiste un'unica fonte di verità sulle policy, e di certo non una che i tuoi agenti possano leggere.
La policy come testo non basta. Ti serve la policy come dati.
Sei funzionalità che rendono eseguibili le policy
Ognuna è già disponibile e poggia su una funzionalità concreta del prodotto. Ciò che non è ancora disponibile ha una sezione dedicata più in basso, quindi non ci sono lacune nascoste.
Policy leggibili dalle macchine basate sulle dichiarazioni
Ogni dichiarazione di governance include modalità, modalità di applicazione e applicabilità per attore: persona, agente o entrambi. Le policy sono eseguibili per costruzione, non indicazioni da interpretare.
Disponibile: colonne enforcementMode + actorApplicability nella tabella delle dichiarazioni
Indicazioni per gli agenti in ogni policy
Metadati strutturati per gli agenti in ogni dichiarazione: allowedActions, prohibitedActions, requiredContext, requiredApprovals, evidenceRequirements, escalationRules, failureMode, tutti interrogabili.
Disponibile: colonna JSONB agent_guidance in tutto lo schema delle dichiarazioni
Server di governance MCP in produzione
Gli agenti IA esterni (Claude Code, Cursor, ChatGPT, Claude web) si collegano al tuo corpus di policy tramite il Model Context Protocol. Sei strumenti, doppio trasporto, autenticazione separata per lettura e scrittura.
Disponibile: /api/mcp (HTTP) + trasporto stdio, 6 strumenti attivi
Traccia di audit completa degli agenti
Ogni interazione di IA e agenti viene registrata con prompt, risposte, chiamate a strumenti, consumo di token, latenza ed errori. Esportabile da Scale in su. Pronta per la conformità dal primo giorno.
Disponibile: tabella ai_audit_logs, 25 colonne, 4 indici
Livello di contesto IA
Sei moduli di contesto (dichiarazioni, normative, tenant, utente, dominio, glossario) ancorano il ragionamento degli agenti al tuo corpus di policy reale, non a conoscenze generiche preaddestrate.
Disponibile: 6 provider di contesto in lib/ai/context/
Libreria + modello di adozione
57 normative, oltre 600 requisiti pre-estratti, oltre 1.300 termini di glossario tipizzati. Gli agenti fanno riferimento a una libreria curata; le divergenze dalle dichiarazioni adottate vengono tracciate automaticamente.
Disponibile: tracciamento di adozione + divergenze sulle dichiarazioni della libreria
Ciò che ammettiamo di rimandare
Queste funzionalità hanno già lo schema o i componenti di base nel prodotto; l'interfaccia per gli utenti è in sviluppo. Preferiamo avvisarti quando sarà disponibile piuttosto che fingere che lo sia già.
Esecuzione delle SOP da parte degli agenti
Q3 2026Le procedure supportano già passaggi, condizioni, RACI, sottoprocessi ed evidenze. Il prossimo passo è il motore che le esegue (guidato da persone o da agenti) con macchine a stati per ogni passaggio.
Interfaccia del flusso di approvazione per agenti
Q3 2026Le dichiarazioni dichiarano già requiredApprovals. Il prossimo passo è l'interfaccia che consente agli agenti di richiedere approvazioni e alle persone di concederle direttamente nel flusso.
Dashboard delle evidenze pronta per l'audit
Q4 2026Tutti i componenti di base (registro di audit, attestazioni, link alle evidenze) esistono già. Il prossimo passo è la dashboard per la conformità che li raccoglie in un pacchetto di evidenze.
Collega qualsiasi agente compatibile con MCP
Sei strumenti di governance esposti tramite stdio e Streamable HTTP. Autenticazione Bearer con chiavi API con ambito limitato. Funziona con Claude Code, Cursor, ChatGPT, Claude web e qualsiasi client personalizzato che parli MCP.
Claude Code (stdio)
Sviluppo locale: l'IA può interrogare direttamente le policy del tuo tenant.
{
"dictiva": {
"command": "npx",
"args": ["@dictiva/mcp-server"],
"env": { "DICTIVA_API_KEY": "dv_live_..." }
}
}Cursor / Claude Code remoto (HTTP)
MCP remoto: gli stessi strumenti, accessibili tramite Streamable HTTP.
{
"mcpServers": {
"dictiva": {
"url": appUrl("/api/mcp"),
"headers": { "Authorization": "Bearer dv_live_..." }
}
}
}ChatGPT / Claude web (MCP remoto)
Incolla l'URL e il token Bearer nelle impostazioni del connettore MCP.
URL: https://dictiva.com/api/mcp
Auth: Bearer dv_live_...
Scopes: statement:read, glossary:read, assembly:readOsservabilità dell'IA o governance degli agenti IA
L'osservabilità analizza a posteriori ciò che gli agenti hanno fatto. La governance trasforma ciò che possono fare in una risorsa indirizzabile, interrogabile e versionata.
| Dimensione | Strumenti di osservabilità dell'IA | Dictiva |
|---|---|---|
| Unità di base della policy | Output o traccia del modello | Dichiarazione (modalità, attore, applicazione) |
| Dove risiede la policy | Nel tuo prompt | Corpus di policy versionato (libreria + tenant) |
| Consapevolezza dell'agente | Log a posteriori | Consultazione prima dell'azione tramite MCP |
| Applicazione | Controlli delle regole sull'output a posteriori | Interrogazione della policy prima dell'azione + flusso di approvazione |
| Traccia di audit | Tracce e utilizzo del modello | Prompt + strumenti + esiti + versione della policy |
| Applicabilità per attore | Indifferenziata | Persona / agente / entrambi, per dichiarazione |
| Mappatura normativa | Manuale | Per dichiarazione, verso 57 normative |
Pensato per i team che rilasciano agenti
Se uno di questi problemi ti suona familiare, il resto della pagina fa per te.
Responsabili di prodotto IA
Problema: Agenti rilasciati con protezioni sparse tra prompt, filtri e controlli a posteriori
Con Dictiva: Un unico corpus di policy interrogato da ogni agente, con applicazione leggibile dalle macchine e una traccia di audit completa
CISO e responsabili della sicurezza
Problema: Nessun modo di dimostrare quali policy i sistemi autonomi abbiano effettivamente seguito al momento della decisione
Con Dictiva: Traccia di audit per singola azione collegata a versioni specifiche delle dichiarazioni, difendibile in audit e indagini
Conformità e ufficio legale
Problema: AI Act dell'UE, Colorado AI Act, OWASP Top 10 per le applicazioni agentiche: obblighi senza strumenti
Con Dictiva: Policy mappate sugli obblighi normativi; gli agenti interrogano ciò che si applica a ogni contesto di attore
Platform engineer
Problema: Ogni team di agenti costruisce la propria ricerca di policy approssimativa
Con Dictiva: Server MCP pronto all'uso con 6 strumenti di governance, autenticazione, limitazione delle richieste e controllo degli accessi per piano inclusi
Domande frequenti
Che cos'è la governance degli agenti IA?+
La governance degli agenti IA è la disciplina che applica policy, procedure e tracce di audit ai sistemi di IA che agiscono per tuo conto, non solo alle persone che li istruiscono. Riguarda ciò che un agente può fare, ciò che deve segnalare, quali evidenze deve raccogliere e come viene registrata ogni azione. OWASP ha pubblicato una Top 10 per le applicazioni agentiche a dicembre 2025; gli obblighi ad alto rischio dell'AI Act dell'UE si applicano da agosto 2026; il Colorado AI Act è in vigore da giugno 2026. La categoria si sta formando adesso.
In cosa si differenzia dagli strumenti di osservabilità dell'IA (Fiddler, Arthur, Credo AI)?+
Gli strumenti di osservabilità analizzano a posteriori output e tracce dei modelli. Dictiva rende la policy l'unità di base: ogni dichiarazione di governance include modalità di applicazione e applicabilità per attore, e gli agenti interrogano quel corpus di policy tramite il server MCP prima di agire. Hai comunque una traccia di audit completa, ma collegata a versioni specifiche delle dichiarazioni di policy e non solo alla telemetria del modello.
Che cos'è il server MCP e quali client possono collegarsi?+
Il server Model Context Protocol (MCP) espone 6 strumenti di governance tramite due trasporti: stdio (per Claude Code / Cursor in locale) e Streamable HTTP (per ChatGPT, Claude web e Cursor remoto). Gli strumenti comprendono search_statements, get_statement_guidance, list_applicable_policies_for_actor, search_glossary, get_assembly_bundle ed export_ontology. L'accesso MCP è riservato ai piani Business ed Enterprise.
Dictiva sostituisce una piattaforma GRC tradizionale?+
Non oggi, e non è l'obiettivo. Dictiva è il livello di policy e procedure della governance, ottimizzato perché persone e agenti IA leggano, seguano e vengano verificati sullo stesso corpus. Registri dei rischi, test dei controlli e dashboard delle evidenze di audit sono nella roadmap 2026. Per le parti già disponibili, Dictiva è più utile di una suite GRC completa; per quelle che non lo sono, lo diciamo in questa pagina.
Cosa rende leggibile dalle macchine una dichiarazione di Dictiva?+
Ogni dichiarazione ha campi strutturati su cui un agente può ragionare: modalità (must, should, may), modalità di applicazione (informational, human_review_required, machine_readable, machine_enforceable), applicabilità per attore (human, agent, both), oltre a un JSONB agent_guidance con allowedActions, prohibitedActions, requiredApprovals, evidenceRequirements, escalationRules e failureMode. Gli agenti non devono analizzare un PDF di 30 pagine; interrogano la policy strutturata.
Come funzionano i prezzi con un uso intensivo di agenti?+
Oggi: abbonamento per postazione con crediti IA inclusi in ogni piano. Q3 2026: un modello ibrido a consumo con le «azioni di governance» come unità di misura, in cui diverse classi di azione (consultazione di policy, verifica di policy, audit normativo approfondito) consumano importi diversi. L'obiettivo di margine interno è ≥5x il costo medio dei token; i clienti vedono conteggi di azioni, non token. Nessuna sorpresa in fattura per output prolissi del modello.
Pronto per le aziende dal primo giorno
Esplora lo stack di governance
Software di gestione delle policy
Il sistema basato sulle dichiarazioni da cui leggono i tuoi agenti: gestione del ciclo di vita delle policy pensata per macchine e persone.
Server di governance MCP
Dai agli agenti accesso in lettura e scrittura alle tue dichiarazioni di governance tramite il Model Context Protocol.
Agenti gestiti o chiamate LLM sparse
Perché le chiamate LLM non governate diventano un rischio di conformità e come gli agenti vincolati lo evitano.
Che cos'è la governance basata sulle dichiarazioni?
L'unità di governance atomica e leggibile dalle macchine che rende possibile applicare le policy agli agenti.
Dichiarazioni di governance o policy
Perché le dichiarazioni atomiche funzionano meglio dei documenti di policy monolitici, sia per le persone sia per gli agenti IA.
I migliori strumenti GRC nel 2026
Dove si colloca la governance degli agenti IA nello stack GRC moderno: un confronto per chi acquista.
Una governance che i tuoi agenti
possono seguire davvero.
Inizia con il piano Community. Passa a Business quando i tuoi agenti hanno bisogno dell'accesso MCP. Nessuna chiamata commerciale necessaria.
Nessuna carta di credito richiesta · Accesso MCP da Business in su