McNeel ha reso disponibile Rhino MCP Platform, un sistema che collega Rhino e Grasshopper ad assistenti di intelligenza artificiale compatibili con il Model Context Protocol (MCP), tra cui Claude, OpenAI Codex, Gemini e GitHub Copilot, oltre a modelli eseguiti localmente. Non si tratta di un semplice chatbot incorporato nel software: l’assistente può leggere alcune informazioni presenti nel modello e richiamare direttamente gli strumenti messi a disposizione dal programma, dalla creazione di geometrie all’organizzazione dei layer fino alla modifica di script e definizioni Grasshopper.
Che cos’è MCP
MCP, Model Context Protocol, è uno standard aperto che permette alle applicazioni di intelligenza artificiale di collegarsi a dati e strumenti esterni. La differenza rispetto all’uso attuale di un chatbot insieme a un software di modellazione è netta. Oggi, se si chiede a un assistente di scrivere uno script per Rhino, il modello produce il codice, ma resta all’utente il compito di copiarlo nel programma, eseguirlo e verificare il risultato.
Con un collegamento MCP alcuni di questi passaggi avvengono direttamente: il software rende disponibili determinate funzioni e l’assistente le richiama per rispondere alla richiesta. Il flusso passa, semplificando, da prompt → risposta → utente → software a prompt → assistente AI → strumenti del software.
Questo non equivale a dare all’AI accesso indistinto al programma: è l’integrazione MCP stessa a definire quali informazioni possono essere lette e quali operazioni eseguite. Lo standard funziona in sostanza come un linguaggio comune attraverso cui l’assistente utilizza strumenti esterni.
Cosa può fare oggi in Rhino
La Rhino MCP Platform consente all’assistente di vedere il contenuto dei file, creare geometrie, eseguire comandi, scrivere o modificare script e intervenire sulle definizioni Grasshopper. Gli esempi pubblicati da McNeel coprono operazioni piuttosto diverse tra loro:
- distribuire automaticamente gli elementi di un modello sui layer;
- produrre variazioni di una geometria;
- costruire una definizione Grasshopper a partire da una richiesta in linguaggio naturale;
- partire da un’immagine per ottenere una prima costruzione parametrica.
Un esempio tipico: chiedere di “prendere gli oggetti presenti nel modello e organizzarli su layer differenti in base alla loro tipologia”. L’assistente non si limita a spiegare come impostare i layer o a suggerire uno script, ma utilizza gli strumenti di Rhino messi a sua disposizione per svolgere l’operazione.
Oltre Rhino: il caso SketchUp
Rhino rappresenta oggi uno degli esempi più strutturati, ma MCP non è una tecnologia specifica di McNeel. Anche attorno a SketchUp sono nate sperimentazioni che collegano il programma ad assistenti AI attraverso lo stesso protocollo, anche se in questo caso occorre distinguere tra progetti sviluppati dalla community e integrazioni ufficiali.
Un segnale arriva da Trimble, che nel maggio 2026 ha invitato gli sviluppatori di estensioni SketchUp a collaborare allo sviluppo di progetti MCP destinati ai propri sistemi Trimble AI Studio e Trimble Assistant. Non si tratta ancora di una soluzione equivalente alla piattaforma disponibile per Rhino, ma la direzione è simile: permettere agli assistenti di interagire con gli strumenti utilizzati per costruire e modificare i modelli, invece di rimanere confinati nella finestra di una chat.
Cosa cambia per il progettista
Nel breve periodo, le applicazioni più concrete non riguardano la richiesta di “progettare un edificio” ma le attività quotidiane: organizzare oggetti e layer, eseguire modifiche ripetitive, produrre serie di varianti, interrogare il contenuto di un modello oppure accedere tramite linguaggio naturale a procedure che oggi richiedono comandi, script o definizioni parametriche. Il prompt assume così un ruolo diverso: non serve più soltanto a produrre testo, immagini o codice, ma può diventare un modo per richiamare e combinare azioni all’interno degli strumenti di lavoro.
Resta un punto fondamentale. Il fatto che un assistente possa eseguire un’operazione non significa che sappia valutare se quell’operazione sia corretta dal punto di vista progettuale o tecnico. Può costruire una geometria, modificare decine di elementi o generare una definizione Grasshopper, ma stabilire cosa modificare, secondo quali criteri e se il risultato sia effettivamente utilizzabile rimane responsabilità del progettista. Queste integrazioni, più che eliminare il controllo umano, spostano l’attenzione su quali operazioni affidare all’AI, quali strumenti renderle disponibili e come verificare i risultati.
Lascia un commento