Cosa vede un'AI dentro il tuo sito

Quando un utente fa una domanda a un'intelligenza artificiale, il modello non sfoglia il tuo sito come farebbe una persona. Lo riduce a testo, lo spezza in frammenti e ne sceglie pochissimi su cui costruire la risposta. Capire cosa il modello effettivamente "vede" dentro le tue pagine è il primo passo per decidere se il tuo sito può diventare una fonte citata, oppure restare invisibile.

Cosa legge davvero un'intelligenza artificiale quando visita una pagina web?

Un crawler AI non valuta l'estetica e non simula l'occhio umano: riduce il codice sorgente a testo. La maggior parte degli agenti che recuperano contenuti dal web converte l'HTML in testo o in Markdown (un formato di testo leggero) ad alta densità, eliminando impaginazione, menu di navigazione, script di tracciamento e banner. Il motivo è strutturale: i modelli linguistici elaborano l'informazione frammentandola in token (le unità minime di elaborazione dell’AI), e il codice HTML del sito web aggiunge rumore ai dati che servono per elaborare le informazioni.

Il risultato della lettura di una pagina web da parte di un sistema di intelligenza artificiale è molto diverso da quello di un utente umano. Il modello, infatti, non percepisce la pagina come un insieme di elementi grafici organizzati visivamente, ma come un flusso continuo di contenuti testuali. Di conseguenza, tutte le informazioni che trasmettono significato esclusivamente attraverso la grafica, come la posizione di un elemento, l'uso di un colore, un'icona o altri segnali visivi, risultano invisibili al modello, a meno che non siano accompagnate da un corrispondente contenuto testuale.

Questa è una premessa fondamentale, perché contraddice un'intuizione diffusa: le AI non “guardano” un sito web come farebbe una persona, ma ne leggono il contenuto.

Perché il contenuto per le AI deve essere statico e non dinamico?

Se un contenuto che l’AI deve leggere compare solo dopo l'esecuzione del JavaScript nel browser, per molti bot AI quella pagina è vuota. Leggendo i siti web, i bot AI scaricano solo la struttura base della pagina così come arriva dal server. Per questo motivo, spesso non riescono a vedere o a leggere i contenuti che vengono creati o modificati dal codice dinamico (quello che viene generato nel browser dell’utente tramite JavaScript) dopo che la pagina è stata caricata. Se prezzi, schede prodotto, contenuti dentro tab o caroselli vengono generati lato client (Client-Side Rendering), quei dati sono di fatto invisibili per il bot AI.

Per essere certo che l’AI legga correttamente i tuoi contenuti, la soluzione migliore è fare in modo che le informazioni importanti siano già presenti nel codice base della pagina (quello che il server invia al browser), anziché farle apparire solo dopo tramite script. Anche Google, nelle sue linee guida ufficiali, conferma che la cosa più importante per farsi trovare e capire dalle AI è avere un sito tecnicamente pulito, ben organizzato e facile da leggere.

Dove l’AI cerca la risposta in una pagina Web

I sistemi AI non leggono l'intera pagina come blocco unico: la spezzano in frammenti e ne recuperano solo alcuni. Perciò, struttura e posizione della risposta influiscono su cosa verrà estratto.

I tag di intestazione

Nell’esplorazione della pagina da parte dell’AI, i tag di intestazione (i “titoli html” H1, H2, H3) sono lo scheletro su cui il sistema costruisce le relazioni tra i concetti, e vengono ereditati come contesto di ciascun frammento durante la segmentazione (il cosiddetto chunking). Liste e tabelle sono i formati più estraibili, perché mostrano chiaramente le relazioni tra i dati. Al contrario, i blocchi di testo lungo richiedono all'AI un lavoro di deduzione più complesso e, per questo, tendono a essere considerati meno prioritari.

La posizione dell’informazione nel blocco

Per aiutare l’AI a comprendere il contenuto della pagina conta anche dove si trova l'informazione. Una ricerca accademica nota come "Lost in the Middle" ha mostrato che i modelli prestano massima attenzione all'inizio e alla fine del contesto e tendono a "perdere" le informazioni collocate nel mezzo, con una caratteristica “curva a U” delle prestazioni (Liu et al., 2024). Ne deriva una regola pratica: l'affermazione che risponde alla domanda va posta in testa al blocco: così resta leggibile ovunque il frammento venga riutilizzato.

Un testo ottimizzato per l'AI è freddo, schematico e robotico?

Scrivere testi che l’AI può analizzare facilmente non significa necessariamente scrivere testi inadatti alla scrittura umana. L'ordine dell'informazione non comporta l'eliminazione della narrazione o della scorrevolezza del testo. Anzi, la sfida della scrittura web moderna sta proprio nel trovare un equilibrio.

Vale la pena di ristrutturare gli articoli in un formato AI-Friendly?

Sì, e in modo misurabile. Uno studio del 2026 sull'ingegneria strutturale per i motori generativi riporta un miglioramento del tasso di citazione del 17,3% su sei motori, ottenuto agendo sulla struttura del documento, sulla segmentazione e sull'enfasi visiva, senza modificare il contenuto (Yu et al., 2026).

Metadati e dati strutturati per l’AI

Aggiungere dati strutturati può aiutare la comprensione della pagina web da parte dell’AI, ma non garantisce che l'AI li utilizzi. L'effetto dipende dal tipo di motore.

L’AI legge i metadati della pagina?

Molti crawler estraggono solo il contenuto visibile della pagina, eliminando i metadati, ovvero quelle informazioni nascoste nel codice che descrivono la pagina o il sito. Quindi:

• meta description (che descrive brevemente il contenuto della pagina),
• tag Open Graph (che regolano le informazioni condivise sui social) –
• markup JSON-LD (dati strutturati che descrivono la pagina in modo standardizzato)
• i meta keywords sono completamente ignorati

possono essere scartati prima dell'elaborazione.

Solo il tag Title (titolo della pagina) tende a essere conservato come ancoraggio. Ciò non significa che questi metadati siano inutili, ma semplicemente che le informazioni non visibili “in chiaro” nella pagina rischiano di non essere considerate.

I dati strutturati di schema.org sono utili per migliorare la visibilità AI?

I dati strutturati basati sul vocabolario Schema.org non sono un requisito per essere citati dall'AI, e il loro effetto dipende dal motore: funzionano come una conferma dei contenuti già visibili nella pagina, fornendo alle macchine una mappa semantica chiara e priva di ambiguità. Grazie ai dati strutturati è possibile definire entità, relazioni e attributi (come prezzi, date o descrizioni) in un formato leggibile facilmente dall'algoritmo.

Non sono un requisito stringente per apparire nei risultati, ma il loro uso resta consigliato: mentre il testo normale può essere frainteso durante la segmentazione (chunking), i dati strutturati permettono all’AI di leggere le informazioni in modo meno ambiguo, migliorando la precisione dell’informazione e la probabilità di inclusione nei riassunti o nelle risposte dirette.

La regola d'oro, che vale per tutti, è una sola: tutte le informazioni devono essere scritte chiaramente nel testo visibile della pagina. I metadati e i dati strutturati servono solo a dare una conferma in più, ma non possono sostituire le informazioni che devono essere già presenti nel tuo sito.

L’AI legge immagini, video e PDF?

Per le AI il testo resta il ponte: senza testo associato, immagini e video spesso non esistono. I documenti PDF pubblici vengono frequentemente ingeriti e convertiti in testo, il che li rende rilevanti per manuali e report. Le immagini, invece, restano legate agli attributi testuali (il tag alt e le didascalie) per la classificazione rapida nei sistemi di recupero basati sul testo. I contenuti video sono in gran parte inaccessibili senza trascrizioni o sottotitoli.

Esistono modelli AI capaci di analizzare direttamente lo screenshot di una pagina, ma l'elaborazione delle immagini consuma molte più risorse della lettura del testo: per questo viene usata in modo selettivo. In pratica, se un'informazione è visibile solo in un'immagine o in un video, fornire il testo equivalente non è un di più, è la condizione per essere letti.

Come legge l’AI i vari elementi della pagina?

La tabella seguente riassume come un'AI tratta i diversi elementi di una pagina.

Esistono file esterni specifici per comunicare con l’AI?

Ad oggi, nel mondo GEO, i file AI con seguito riconosciuto sono 4: robots.txt, sitemap.xml, llms.txt e ai.txt. Di questi, ad oggi, solo robots.txt permette un effettivo controllo del comportamento delle AI. Nessuno di questi aumenta la probabilità di citazione, la precisione del contenuto, né permette di influenzare direttamente le risposte delle AI.

Robots.txt

Il file robots.txt contiene le direttive per l'accesso al crawling. In sostanza, dichiara al bot quali pagine o cartelle può o non può scansionare, e gli indica il percorso della sitemap. È una forma di controllo binario: accesso o negazione. Non ha potere su ciò che l'AI fa con i dati. L’aderenza alle direttive da parte dei bot AI è sempre volontaria: è un cartello, non un cancello. I blocchi reali, infatti, sono a un livello più profondo (firewall). Abbiamo dedicato al robots.txt un articolo dedicato.

Sitemap.xml

Sitemap.xml è un file in formato XML che elenca le pagine di un sito web e, opzionalmente, informazioni come data di ultima modifica, frequenza di aggiornamento e priorità di scansione. È nata per facilitare il lavoro dei motori di ricerca, indicando in modo strutturato quali contenuti sono disponibili e come sono organizzati, così da migliorare la scoperta e l’indicizzazione delle pagine. Segue lo standard del Sitemaps Protocol (sitemaps.org), adottato da Google, Bing e altri motori di ricerca. È rilevante anche per i sistemi di AI che utilizzano il web come fonte. Una sitemap ben strutturata riduce l’ambiguità nel reperimento dei contenuti, facilita l’accesso a pagine aggiornate e migliora la copertura dei dati disponibili.

Llms.txt

Il file llms.txt è un un sommario strutturato (tecnicamente detto indice in Markdown) pensato per gli agenti AI a contesto limitato (documentazione tecnica, piattaforme software, strumenti per sviluppatori) in un'ottica Business-to-Agent (llmstxt.org). Allo stato attuale, non è uno standard riconosciuto, una direttiva di blocco né un fattore di citazione per le chat AI commerciali. La guida ufficiale di Google dichiara esplicitamente di ignorarlo per le proprie funzioni AI. Per un blog o un e-commerce generalista che punta a comparire nelle risposte di ricerca, è in larga parte ininfluente.

Ai.txt

Il file ai.txt rientra nelle attività del gruppo IETF AIPREF, incaricato di definire standard tecnici per esprimere preferenze sull’utilizzo dei contenuti. Il gruppo sta lavorando alla standardizzazione di un vocabolario e di un meccanismo di trasporto (Content-Usage) che estende l’RFC 9309, ossia lo stesso standard che regola robots.txt (IETF AIPREF). Si tratta di un’iniziativa ancora in corso: non è uno standard attivo e il file ai.txt non è attualmente operativo.

File del sito Web rilevanti per l’AI: una tabella riassuntiva

La nostra lettura, in Ensi Protocol, è semplice: questi file decidono se e come l'AI può accedere o usare i tuoi contenuti; la citazione si gioca altrove, su contenuto, struttura e autorità. Confondere "dichiarare una preferenza" con "ottenere visibilità" è esattamente ciò che vende illusioni tecniche.

Il mio sito è stato ottimizzato, allora mi citerà?

Avere un sito di pagine leggibili per l’AI apre la porta, ma non la convince a citarti. I motori di risposta usano un sistema in cui i contenuti vengono prima trasformati in una forma che permette di confrontarli velocemente e messi in un indice. Quando arriva una domanda, il sistema crea la risposta utilizzando i contenuti più aderenti alla richiesta. Un testo tecnicamente perfetto per l’AI ma poco pertinente alla domanda non sarà preso in considerazione.

Essere primo su Google garantisce la citazione?

Il panorama dei motori generativi è frammentato: ognuno usa indici, frequenze di aggiornamento e logiche di fiducia diverse, e alcuni si appoggiano a indici non-Google. Lo studio accademico che ha formalizzato la Generative Engine Optimization mostra anzi che i siti peggio posizionati possono guadagnare di più con l’AI visibility: in uno scenario con tutte le fonti ottimizzate, l'aggiunta di citazioni a fonti autorevoli ha portato +115,1% di visibilità a un sito in quinta posizione, mentre il sito in prima posizione ha perso circa il 30% (Aggarwal et al., 2024). Lo stesso studio quantifica fino al 40% l'aumento di visibilità ottenibile con interventi ad hoc sul contenuto.

I trucchi SEO funzionano ancora con la GEO?

Lo studio di Aggarwal et al. sulla Generative Engine Optimization (Aggarwal et al., 2024) riporta che il keyword stuffing (ossia la ripetizione eccessiva di una keyword da ottimizzare in un testo) nel contesto dei motori di risposta AI è inefficace. Su un motore reale come Perplexity, ha reso il 10% peggio del testo non ottimizzato.

Il testo nascosto (il classico bianco su sfondo bianco, o istruzioni occultate nel codice) non è solo inefficace: ricade nella categoria di sicurezza dell'indirect prompt injection e, se rilevato, espone il dominio a essere scartato o segnalato (OWASP). È un rischio, non un vantaggio.

SEO per AI: Google vs motori di citazione in tempo reale

Resta un'asimmetria importante, da dichiarare per onestà. La guida ufficiale di Google sostiene che per le sue funzioni AI (AI Overviews e AI Mode) non servono file o markup AI-specifici, e che ottimizzare per quelle esperienze coincide con una buona SEO. Per la superficie Google prendiamo questa posizione come valida. Per gli altri motori — quelli che recuperano e citano in tempo reale — la sensibilità a struttura, accesso e rendering resta, a nostro avviso, valida fino a prova contraria.

Questa è la distinzione fondante dell'approccio di Ensi Protocol: non si ottimizza per essere trovati in una lista, si lavora per essere scelti come fonte. Where brands become sources.