A luglio 2026 abbiamo rilasciato il supporto MCP per Keep My Prompts, e il risultato è un intero flusso di lavoro compresso in una frase. Non apri più una scheda del browser per cercare il prompt giusto, copiarlo e incollarlo nel tuo strumento AI: scrivi "fai questo usando uno dei miei prompt" e il modello si collega alla tua libreria, legge i titoli e le tue note, sceglie il prompt giusto e lo applica. Non lo nomini nemmeno, anche perché spesso il nome non lo ricordi, e adesso non serve più. La connessione è in sola lettura, gira interamente sulla tua macchina e si configura in un paio di minuti. È inclusa nei piani Pro, Ultimate e Team dal primo giorno. Ecco come funziona, come installarla nel tuo client e le decisioni di design che ci stanno dietro, comprese quelle che sembrano funzionalità mancanti finché non ne capisci il perché.
Il momento in cui è scattato
La prima cosa che abbiamo provato in produzione era volutamente vaga. Avevamo un task aperto in Claude Code e un prompt adatto da qualche parte nella libreria, e invece di andare a cercarne il nome abbiamo chiesto di svolgere il task "usando uno dei miei prompt", senza aggiungere altro. Il modello ha interrogato la libreria, ha ricevuto l'elenco di titoli e note, ha scelto proprio il prompt che avevamo in mente, ne ha recuperato il testo completo e l'ha applicato.
Quello scambio è l'intera funzionalità. Tutto il resto di questo articolo sono istruzioni di installazione e il ragionamento dietro il design, ma il titolo è quella frase: la tua libreria di prompt è diventata qualcosa che i tuoi strumenti AI possono sfogliare e usare da soli, invece di un posto dove vai tu.
Uno scambio in Claude Code: l'utente chiede di riscrivere un changelog usando uno dei suoi prompt senza nominarlo; il modello elenca la libreria via MCP, sceglie il prompt intitolato Changelog per utenti in base alle note e lo applica
Il primo scambio reale, ricostruito. La richiesta non nomina nessun prompt. Il modello elenca la libreria, confronta il task con titoli e note, e sceglie. Non è una funzione di ricerca: dietro non c'è nessun indice di parole chiave, solo il modello che legge i metadati della tua libreria e ci ragiona sopra.
Cosa abbiamo rilasciato, di preciso
Keep My Prompts ora espone la tua libreria via MCP, il Model Context Protocol, lo standard aperto che Claude Code, Claude Desktop, Cursor, VS Code e la maggior parte degli strumenti AI con capacità di agente usano per parlare con sorgenti dati esterne. In concreto, il tuo client riceve tre strumenti:
list_prompts: titoli, categorie e le tue note per ogni prompt salvato, con filtro opzionale per categoria. Volutamente senza il testo dei prompt: l'elenco resta leggero, e al modello bastano titoli e note per decidere.
get_prompt: il testo completo e le note complete di un singolo prompt, recuperati solo quando il modello ha scelto.
list_categories: le tue categorie con il conteggio dei prompt, per restringere il campo in una libreria grande.
Vuoi sapere quanto sono efficaci i tuoi prompt? Prompt Score li analizza su 6 criteri.
La connessione è rigorosamente in sola lettura. Niente di ciò che il modello o il client fanno via MCP può creare, modificare o cancellare un prompt: la libreria resta tua da cambiare, gli strumenti la leggono soltanto.
Un limite onesto da conoscere prima di iniziare: funziona con i client che eseguono server MCP locali, cioè quasi tutti gli strumenti desktop (Claude Code, Claude Desktop, Cursor, VS Code con Copilot, Windsurf, Zed, Gemini CLI, Codex CLI e altri). Non funziona con gli host solo web: claude.ai nel browser e ChatGPT sul web accettano soltanto server MCP remoti, e questo server è locale per scelta, per ragioni che vedremo tra poco.
Perché non c'è uno strumento di ricerca
Il design ovvio avrebbe incluso un tool search_prompts. L'abbiamo costruito senza, di proposito, ed è la decisione che più assomigliava a una funzionalità mancante finché l'uso reale non ci ha dato ragione.
La ricerca per sottostringa fallisce proprio sulle richieste che un modello produce davvero. Quando chiedi "qualcosa per le email a freddo", nessuna sottostringa di quella frase corrisponde a un prompt intitolato "Apertura outreach, agenzie". Quello che funziona è dare al modello l'elenco completo di titoli e note e lasciargli fare ciò che ai modelli riesce bene: l'accostamento semantico. La tua richiesta e i metadati della libreria finiscono nello stesso contesto, e il modello li collega.
Questo sposta la leva della qualità in un posto insolito: il campo note è diventato un segnale di instradamento, non un commento. La nota "per outreach a freddo verso agenzie, massimo 120 parole" è esattamente ciò che permette al modello di distinguere quel prompt da altri tre con titoli simili. Un campo note vuoto lascia il modello a indovinare dal solo titolo. Se da questo articolo porti a casa un'abitudine sola, che sia questa: scrivi in ogni nota una frase su quando usare quel prompt.
Uno schema che mostra come il modello instrada una richiesta verso il prompt giusto: la richiesta a sinistra, titoli e note della libreria al centro come segnali di instradamento, il prompt scelto a destra, con la nota evidenziata come fattore decisivo
Il titolo dice cos'è il prompt; le note dicono quando usarlo. Il modello legge entrambi e instrada. Una nota di una frase fa di più per la qualità del recupero di qualunque disciplina di tag abbiamo provato.
Se oggi la tua libreria è una pila di bozze senza titolo, la funzionalità funzionerà comunque, ma funzionerà visibilmente meglio dopo un'ora di riordino. Avevamo scritto come organizzare una libreria di prompt personale e come migrare fuori da un foglio di calcolo prima che MCP esistesse: entrambi gli articoli sono appena diventati guide di preparazione a questa funzionalità.
Installalo nel tuo client
Ti servono tre cose: Node.js 20 o più recente sulla tua macchina, un account Keep My Prompts su un piano con accesso MCP (Pro, Ultimate o qualsiasi piano Team) e una chiave API.
Le tecniche che stai leggendo funzionano. Testa subito i tuoi prompt con Prompt Score e vedi il punteggio in tempo reale.
Passo 1: crea la chiave. Vai in Impostazioni → MCP su Keep My Prompts e crea una chiave. Viene mostrata una volta sola, alla creazione, e puoi revocarla in qualunque momento dalla stessa pagina. Accanto alla chiave appena creata trovi il comando di installazione esatto per Claude Code, già aggiornato alla versione corrente del client. Preferisci quel comando a qualunque copia trovata negli articoli, compreso questo: è sempre attuale.
Passo 2: registra il server. Per Claude Code il comando ha questa forma:
claude mcp add keepmyprompts -e KMP_API_KEY=kmp_live_... -- npx -y github:simopet/keepmyprompts-mcp#v0.2.0
Per Claude Desktop, Cursor e la maggior parte degli altri client, aggiungi questo alla sezione dei server MCP del file di configurazione:
I tre valori sono gli stessi ovunque; cambiano solo il nome e la posizione del file di configurazione, quindi controlla la documentazione MCP del tuo client. Nota il #v0.2.0 in entrambi: l'installazione è ancorata a un tag di versione di proposito. Senza tag, il client raccoglierebbe in silenzio qualunque cosa sia finita sul ramo principale del repository dopo l'installazione, senza possibilità di tornare indietro.
Passo 3: riavvia il client e chiedi. "Che prompt ho per la code review", "usa il mio prompt per le email di follow-up", oppure la versione vaga che ha aperto questo articolo. Il modello sceglie da solo lo strumento giusto.
Il client è open source con licenza MIT, e il README copre la configurazione per ciascun client e la risoluzione degli errori che potresti incontrare davvero, ognuno spiegato in parole semplici.
Il design della sicurezza, e perché locale batte remoto
La parte di questa funzionalità su cui abbiamo speso più tempo è quella che non si vede, quindi vale la pena dirla chiaramente.
Il server gira sulla tua macchina e da nessun'altra parte. È un piccolo processo Node, avviato dal tuo client via stdio, che fa chiamate HTTPS autenticate all'API di Keep My Prompts con la tua chiave. Non c'è nessuna terza macchina nel percorso e nessuna connessione persistente da tenere in vita.
I tuoi prompt restano cifrati a riposo, e il server locale non possiede mai la chiave di cifratura. Quando il modello recupera un prompt, l'API lo decifra lato server esattamente come quando apri l'app nel browser, e lo invia via HTTPS. Un portatile rubato con dentro la tua configurazione MCP contiene una chiave API revocabile con un clic, non una capacità di decifrare.
La sola lettura è una proprietà di sicurezza, non una funzionalità mancante. Un agente che può leggere i tuoi prompt può scegliere quello sbagliato, e il costo è un output scadente che noti subito. Un agente che potesse scrivere nella libreria potrebbe corrompere in silenzio l'unica fonte di verità da cui ormai dipende il tuo flusso di lavoro. Abbiamo scelto il tipo di guasto che si vede.
Uno schema del perimetro di fiducia MCP: client e server locale sulla macchina dell'utente con la sola chiave API revocabile, HTTPS al centro, e l'API di Keep My Prompts a destra che custodisce la chiave di cifratura e decifra lato server, con l'etichetta sola lettura sull'intero percorso
Il perimetro di fiducia. Tutto ciò che sta sulla tua macchina è revocabile; la chiave che decifra i prompt non lascia mai il server. E l'intero percorso è in sola lettura per costruzione.
Ogni chiave è personale e con un limite di richieste, puoi averne un piccolo numero attive contemporaneamente (una per macchina è lo schema sensato, con nomi parlanti), e revocarne una spegne l'accesso di quella macchina e nient'altro. Se accanto a questo esegui altri server MCP, il nostro pezzo sulla superficie d'attacco di MCP è la checklist che applichiamo a qualunque cosa aggiungiamo al nostro setup: questo server è stato progettato per superarla.
Cosa sostituisce, e cosa no
Sostituisce il cambio di scheda: trova il prompt, copia, incolla, sistema. Quel giro era la tassa sull'uso di una libreria curata, e non c'è più. Sostituisce anche il gioco di memoria del "com'era che si chiamava", perché adesso basta ricordare a grandi linee lo scopo.
Non sostituisce la manutenzione della libreria. Il modello instrada bene solo quanto i tuoi titoli e le tue note glielo permettono, e non può sapere che esistono due prompt quasi identici perché non li hai mai uniti. Se entra spazzatura, viene instradata spazzatura. Semmai, MCP alza il rendimento di quella disciplina di libreria che già sapevi di dover avere.
E se preferisci costruirtelo da solo invece di usare il nostro, è un'opzione vera e la guida l'abbiamo scritta noi: costruire il tuo server MCP per i prompt copre il percorso da zero. Lo scambio è quello che immagini: controllo totale, e manutenzione, autenticazione e cifratura restano problemi tuoi.
Provalo sulla tua libreria
L'accesso MCP è incluso in Pro, Ultimate e in tutti i piani Team, attivo dal primo giorno, senza lista d'attesa. Se sei su uno di questi piani, la tua chiave è a due clic di distanza in Impostazioni → MCP, e l'intera configurazione sta nel tempo che il caffè impiega a raffreddarsi.
Se i tuoi prompt vivono ancora sparsi tra cronologie di chat e file di testo, questa è la funzionalità che ripaga il lavoro di consolidarli: ogni prompt che salvi, intitoli e annoti diventa qualcosa che ogni tuo strumento AI può trovare e applicare da solo. Apri la tua libreria, salva i prompt che riusi davvero, scrivi su ciascuno una frase onesta di note, e poi chiedi alla tua AI di usarne uno. Sceglierà quello giusto più spesso di quanto ti aspetti.
