Pubblicato il 8 ottobre 2026

Dai al tuo agente IA un fact-checker per i testi: rilevamento dell'IA, grammatica e plagio via MCP

Probator verifica qualsiasi testo per individuare generazione IA, errori grammaticali e plagio in oltre 100 lingue, tramite una REST API o un server MCP remoto che il tuo agente può chiamare.

Una parte sempre più grande dei testi che passano per le nostre app viene scritta, modificata o riassunta da un modello linguistico. Le piattaforme di contenuti vogliono saperlo prima di pubblicarli. Le scuole vogliono saperlo prima di dare un voto. E, in base all'articolo 50 dell'AI Act dell'UE, chi pubblica testi generati dall'IA per informare il pubblico dovrà etichettarli.

Probator verifica tre aspetti di un testo con una sola chiamata:

• Generazione IA: una probabilità e un verdetto, frase per frase, con le prove che li motivano;
• Grammatica e stile: correzioni con spiegazioni, mai applicate al posto tuo;
• Plagio: fonti corrispondenti dal web, dai database accademici e da Wikipedia, in tutte le lingue.

Segnala anche caratteri nascosti, lettere sosia e segni di provenienza IA (C2PA, etichette IPTC, tag Unicode invisibili usati per i prompt nascosti). Funziona in oltre 100 lingue, e puoi chiamarlo dal tuo codice o lasciare che sia il tuo agente IA a chiamarlo direttamente.

Per gli agenti: una riga di configurazione MCP

Probator mette a disposizione un server MCP remoto. Aggiungilo a qualsiasi client che parli MCP su HTTP:

{
  "mcpServers": {
    "probator": { "type": "http", "url": "https://probator.ai/mcp" }
  }
}

La prima chiamata restituisce un 401 che indirizza il client verso OAuth 2.1. Il client si registra da solo, tu accedi e approvi, ed è fatta: nessuna chiave da copiare qua e là. Se il tuo agente preferisce una chiave, aggiungi invece "headers": { "Authorization": "Bearer pb_live_…" }.

Il tuo agente ha a disposizione cinque strumenti:

Gli agenti che non possono eseguire un client OAuth possono comunque registrarsi: inviano l'email della persona, che accede e digita un codice di 6 cifre mostrato dall'agente. I dettagli sono in auth.md.

Per il tuo codice: una semplice REST API

curl https://probator.ai/v1/detect \
  -H "Authorization: Bearer $PROBATOR_KEY" \
  -H "Content-Type: application/json" \
  -d '{"text": "Incolla qui il testo che vuoi verificare..."}'

{
  "verdict": { "key": "likely_ai", "p_ai": 0.94, "confidence": "high", "guards": [] },
  "sentences": [ … ],
  "evidence": [ … ],
  "provenance": { "declared": null, "marks": [] },
  "credits": { "used": 142, "remaining": 499858 }
}

• Endpoint: /v1/analyze esegue qualsiasi combinazione di verifiche e accetta anche file PDF, Word, Markdown, HTML e di testo. /v1/detect, /v1/grammar e /v1/plagiarism eseguono ciascuno una sola verifica, e /v1/usage restituisce il tuo piano e i tuoi crediti.
• Errori: ogni errore ha un code stabile (insufficient_credits, too_many_words, rate_limited), e ogni risposta include le intestazioni x-credits-used e x-credits-remaining.
• Specifiche: il file OpenAPI è pubblico, così come llms.txt e llms-full.txt, quindi il tuo assistente di programmazione può leggersi la documentazione da solo.

Come funziona il rilevamento (e perché puoi fidarti di un “no”)

La maggior parte dei rilevatori di IA ti dà un unico numero opaco. Probator combina quattro segnali indipendenti:

1. Il proprio modello di rilevamento: un classificatore basato su embedding multilingue delle frasi, addestrato su testi scritti da persone e dall'IA in sei lingue, compresi testi rifiniti dall'IA e “umanizzati”.
2. Una lettura da esperto affidata a un modello linguistico, che cita i passaggi che trova sospetti.
3. Un test di riscrittura: un testo scritto da una macchina cambia poco quando un modello lo rifinisce di nuovo.
4. Prove forensi: residui di chatbot, caratteri invisibili, lettere sosia, metadati dei file.

Un falso positivo costa molto più di un mancato rilevamento, quindi il motore è progettato per evitarli:

• Testi brevi: nessun verdetto “generato dall'IA” sotto le 80 parole senza prove concrete.
• Verdetto più forte: due rilevatori devono essere d'accordo.
• Soglie per lingua: calibrate per mantenere i falsi positivi sui testi umani all'1% o meno.

Quando una salvaguardia modifica un risultato, il report ti dice quale, in verdict.guards.

Sui documenti di test tenuti da parte, il modello raggiunge un'accuratezza del 98,4% e un AUROC di 0,998. I risultati per lingua sono pubblicati nella pagina sull'accuratezza.

I risultati sono probabilità con motivazioni, non prove. Usali per decidere che cosa deve esaminare una persona, non per decidere su una persona.

Cosa si costruisce con Probator

• Pipeline editoriali: verifica gli articoli prima che vadano online e aggiungi la dichiarazione sull'uso dell'IA dove serve.
• Piattaforme di apprendimento: sottoponi gli elaborati al rilevamento e alla verifica antiplagio, poi mostra ai docenti le prove, non solo un punteggio.
• Agenti editoriali e di revisione: un agente che smista i testi in arrivo, segnala quelli che richiedono l'intervento di una persona e corregge la grammatica nel resto.
• Code di moderazione: intercetta lo spam generato e i contenuti copiati in tutte le lingue.
• Certificati firmati: trasforma una verifica in un certificato PDF con firma Ed25519 che chiunque può verificare.

Privacy, in breve

I documenti salvati e il database degli account restano nell'UE. I testi non vengono mai usati per addestrare modelli, e i modelli linguistici utilizzati vengono chiamati senza conservazione dei dati e senza addestramento. Probator segnala i segni nascosti e le etichette IA, ma non li rimuove mai.

Provalo

• Gratis: 5.000 crediti al mese nell'editor web, senza carta di credito. Il rilevamento dell'IA costa 1 credito per parola.
• API e MCP: inclusi nei piani Pro (12,99 € al mese, 500.000 crediti) e Team (39 € al mese per 3 postazioni, 2.000.000 di crediti condivisi).
• Documentazione: probator.ai/docs/api.

Controlla il tuo testo