Questa tesi esplora come l’intelligenza artificiale possa riprodurre lo stile di montaggio unico di Blob, programma italiano che rielabora frammenti televisivi per creare nuovi significati. È stato creato un database con tagli “Blob” (estratti da puntate esistenti) e “non Blob” (generati combinando frammenti da episodi o momenti diversi). I tagli sono stati identificati usando il modello IA Gemini, tramite prompt engineering, e valutati con metriche di machine learning per selezionare i migliori prompt. La seconda fase ha testato la capacità di Gemini di distinguere tra tagli “Blob” e “non Blob,” supportata da un'analisi semiotica per raffinare ulteriormente i prompt.