Gli LLM vengono utilizzati sempre più spesso per generare codice, test e persino bozze architetturali. Il problema non è la loro capacità, ma la mancanza di un contesto durevole: anche quando sono guidati da prompt ad hoc, il loro output risulta spesso incoerente, imprevedibile e sottilmente disallineato rispetto all’intento del dominio.

Lo Specification-Driven Development (SDD) affronta questo problema trattando le specifiche come qualcosa di più di un semplice input per la generazione del codice. In SDD, le specifiche diventano una fonte di verità condivisa e non negoziabile: una memoria persistente che cattura decisioni di dominio, vincoli e linguaggio in una forma che sia le persone sia l’AI possono seguire in modo coerente. Invece di chiedere a un modello di “fare la cosa giusta”, SDD rende esplicito e verificabile l’intento del dominio all’interno di un bounded context.

Radicato nel Domain-Driven Design, SDD rafforza un ubiquitous language condiviso, rispetta i bounded context e preserva l’autorità degli esperti di dominio codificando le loro decisioni in regole esplicite e leggibili dalla macchina. Attraverso una serie di esercizi pratici, i partecipanti definiranno specifiche di dominio, le faranno evolvere in modo collaborativo e le utilizzeranno per guidare agenti AI in modo controllato e deterministico.