SEO per l'AI: la parte tecnica che rende il sito leggibile ai motori generativi

Negli ultimi tempi molte aziende hanno iniziato a lavorare sui contenuti pensando all'AI: domande dirette, paragrafi autosufficienti, dati verificabili. È un lavoro utile, ma lascia fuori una parte altrettanto importante: quella tecnica. Se un crawler non riesce ad accedere al sito, o lo legge in modo parziale, non importa quanto sia ben scritto un contenuto: semplicemente non arriva mai nella "memoria" da cui un sistema AI pesca le risposte. In questo articolo vediamo cosa controllare dal punto di vista tecnico per rendere un sito leggibile sia da Google che dai motori di ricerca generativi.

Perché la parte tecnica conta anche per l'AI

La SEO tecnica esiste da anni per un motivo semplice: un motore di ricerca può valutare solo quello che riesce a leggere. Lo stesso principio vale, quasi senza modifiche, per i crawler usati dai sistemi AI per addestrarsi o per rispondere in tempo reale a una domanda. Cambiano i nomi dei bot e alcuni dettagli, ma il problema di fondo resta identico: prima di essere citato, un contenuto deve essere raggiungibile e comprensibile da una macchina.

La buona notizia è che molto del lavoro tecnico "classico" vale ancora: un sito veloce, con HTML pulito e una struttura chiara, parte già avvantaggiato. La parte nuova riguarda alcune regole di accesso e alcuni formati che vale la pena controllare separatamente.

Chi sono i crawler delle AI e come si comportano

A differenza di Googlebot, che quasi tutti conoscono, i crawler dei sistemi AI sono diversi per ogni piattaforma e si comportano in modo diverso tra loro: alcuni raccolgono contenuto per addestrare i modelli, altri lo leggono al momento in cui un utente fa una domanda, per comporre una risposta con fonti citate.

Questi nomi e comportamenti cambiano con una certa frequenza: le piattaforme aggiungono nuovi bot, ne rinominano altri o modificano cosa fanno con i dati raccolti. Prima di agire sul tuo sito, verifica sempre l'elenco aggiornato dei crawler attivi sulla documentazione ufficiale della piattaforma che ti interessa, piuttosto che fidarti di un elenco scritto qualche mese prima.

Dare accesso ai crawler giusti (o bloccarli, consapevolmente)

Il file robots.txt resta il primo punto di controllo. Molti siti, spesso per errore o per una configurazione ereditata da un tema o da un plugin, bloccano in modo indiscriminato tutti i bot che non riconoscono, compresi quelli delle AI. Vale la pena controllare periodicamente questo file e decidere, in modo consapevole, chi far entrare.

Se invece l'obiettivo è essere trovati e citati, la direzione è l'opposto: permettere l'accesso ai bot che leggono il sito in tempo reale per rispondere alle domande degli utenti (come PerplexityBot o OAI-SearchBot), anche quando si decide di limitare quelli usati solo per l'addestramento dei modelli. Sono due categorie diverse e si possono trattare diversamente nello stesso file.

Il file llms.txt: cos'è e se ha senso usarlo

Da qualche tempo circola la proposta di un file llms.txt, posizionato nella root del sito come robots.txt o sitemap.xml, pensato per dare ai sistemi AI un riassunto strutturato delle pagine più importanti del sito, in un formato semplice da leggere. L'idea è interessante, ma oggi va trattata con cautela: non è uno standard adottato in modo uniforme da tutte le piattaforme, e non è garantito che i sistemi principali lo leggano davvero o gli diano peso.

Il nostro consiglio pratico: se il tuo sito è già solido su contenuti, dati strutturati e architettura, creare un llms.txt richiede poco tempo e non fa danno. Non è invece una priorità su cui investire ore se le basi (velocità, indicizzazione, contenuti chiari) non sono ancora a posto. Verifica comunque lo stato di adozione prima di decidere quanto tempo dedicarci: è un'area che si muove rapidamente.

Dati strutturati: quali usare davvero

I dati strutturati (markup schema.org) aiutano sia Google che i sistemi generativi a capire con precisione di cosa parla una pagina, senza doverlo "indovinare" dal testo. Non tutti i tipi di markup hanno lo stesso valore per un sito aziendale: ecco quelli su cui concentrarsi per primi.

Un errore comune è installare un plugin che genera dati strutturati in automatico e non controllare mai se i valori generati sono corretti. Vale la pena testare periodicamente alcune pagine con uno strumento di validazione, perché un markup con errori può essere ignorato, invece che semplicemente non usato.

Architettura del sito e velocità di caricamento

I crawler, compresi quelli delle AI, hanno un tempo e una capacità di calcolo limitati da dedicare a ogni sito. Una pagina lenta, che dipende da molto JavaScript per mostrare il contenuto principale, rischia di essere letta solo in parte, o di essere scartata prima che il contenuto utile venga renderizzato. Alcuni punti da controllare:

• Contenuto principale visibile nell'HTML, senza che debba essere generato interamente da JavaScript lato client.
• Una sitemap XML aggiornata, che includa davvero tutte le pagine che vuoi far scoprire, comprese quelle pubblicate di recente.
• URL canonici coerenti, per evitare che la stessa informazione venga letta come contenuto duplicato su indirizzi diversi.
• Tempi di risposta del server ragionevoli: un sito che risponde lentamente scoraggia sia gli utenti che i crawler a scansionarlo per intero.

«Un sito tecnicamente sano non garantisce di essere citato da un'AI, ma un sito tecnicamente problematico garantisce quasi sempre di non esserlo, semplicemente perché il contenuto non viene letto bene.»

Gli errori tecnici più comuni

Lavorando su questo tema con siti di diverse dimensioni, gli errori che si ripetono più spesso sono pochi e ricorrenti:

• Robots.txt troppo restrittivo, ereditato da una configurazione di sviluppo e mai rivisto dopo la pubblicazione del sito.
• Dati strutturati non validati, installati tramite plugin e mai controllati nel tempo.
• Contenuto chiave nascosto dietro interazioni (tab, accordion, caricamento al click) che un crawler spesso non attiva.
• Nessuna sitemap aggiornata, con pagine nuove che restano scoperte per settimane.

Da dove partire

Se vuoi abbinare questo lavoro tecnico a una strategia di contenuti pensata per essere citata dall'AI, puoi leggere anche l'articolo su come farsi citare dall'intelligenza artificiale, oppure guardare gli altri articoli del blog. Per una valutazione tecnica del tuo sito, scrivici.