Glossario
Definizioni brevi e citabili per i termini usati da proprietari di siti, team search e sistemi IA quando parlano di visibilità IA.
llms.txt è un file Markdown nella root web che offre ai sistemi IA una guida compatta ai contenuti pubblici più importanti di un sito.
Può indicare pagine prioritarie, policy, prodotti, documentazione e URL di riferimento. Non obbliga i crawler a obbedire, ma fornisce un passaggio più chiaro.
robots.txt definisce quali crawler possono recuperare un sito web o aree specifiche del sito.
Per i sistemi IA è il file tecnico centrale per consentire, limitare o bloccare GPTBot, ClaudeBot, Google-Extended e PerplexityBot. Rende le regole leggibili dalle macchine, ma non è consulenza legale.
GPTBot è un crawler OpenAI che può recuperare contenuti web pubblicamente raggiungibili per sistemi IA.
I proprietari di siti di solito ne controllano l’accesso tramite robots.txt. KI-Console verifica se il sito testato è tecnicamente leggibile per questo bot.
ClaudeBot è un crawler Anthropic che può recuperare contenuti web pubblicamente raggiungibili per sistemi IA legati a Claude.
Il suo accesso può essere consentito o bloccato in robots.txt come quello di altri crawler nominati. Un sito visibile dovrebbe rendere esplicita questa scelta invece di dipendere da default casuali.
Google-Extended è un controllo robots.txt di Google per l’uso dei contenuti in determinati prodotti IA.
È diverso da Googlebot per il crawl di ricerca classica. I proprietari di siti lo usano per compiere una scelta tecnica su certi usi IA da parte di Google.
PerplexityBot è un crawler di Perplexity che può recuperare pagine web per sistemi di risposta e scoperta IA.
Il suo stato robots.txt è un segnale della possibilità che un sito venga scoperto e citato in esperienze collegate a Perplexity. L’accesso non garantisce citazioni o posizionamento nelle risposte.
L’AI Readiness Score riassume i segnali tecnici che influenzano la capacità dei crawler IA di leggere e comprendere un sito web.
Non è una promessa di ranking. Aiuta i team a individuare rapidamente blocchi crawler, file di scoperta mancanti e lacune nei dati strutturati.
GEO descrive l’ottimizzazione di contenuti e segnali tecnici per le risposte nei sistemi di ricerca generativa e IA.
Include contenuti crawlable, fonti chiare, dati strutturati e affermazioni precise. GEO completa la SEO, non la sostituisce.
IndexNow è un protocollo che consente ai siti di notificare attivamente ai motori di ricerca gli URL modificati.
Può accelerare la scoperta di pagine nuove o aggiornate, ma non garantisce l’indicizzazione. Per la visibilità IA è un segnale di freschezza aggiuntivo.
Un crawler IA è un bot che recupera contenuti web per ricerca IA, training o sistemi di risposta live.
Vendor diversi usano nomi user-agent e scopi di crawl diversi. La visibilità inizia riconoscendo questi bot e controllandone l’accesso in modo pulito.
sitemap.xml è un file XML che elenca gli URL importanti di un sito web per i crawler.
Aiuta motori di ricerca e sistemi vicini all’IA a scoprire più velocemente le pagine rilevanti. Una sitemap non sostituisce i link interni, ma migliora la reperibilità tecnica.
llms-full.txt è la versione lunga di llms.txt: un unico file con il testo completo delle pagine principali invece dei soli collegamenti.
Utile soprattutto per la documentazione, quando un sistema di IA deve leggere tutto in una volta. Per un normale sito aziendale basta llms.txt.
AEO significa preparare i contenuti per essere citati dentro una risposta finita, non per comparire in un elenco di risultati.
La differenza rispetto alla ricerca classica: non c'è un clic da guadagnare, solo una menzione. Vengono premiate affermazioni chiare e verificabili.
Un LLM è un modello addestrato su quantità di testo molto grandi che prosegue il linguaggio e così risponde, riassume o traduce.
ChatGPT, Claude, Gemini e Perplexity si basano tutti su un LLM. Ciò che sa di un sito viene dall'addestramento oppure da una richiesta al momento della domanda.
RAG indica un sistema che recupera fonti pertinenti prima di rispondere e costruisce la risposta da quelle invece che dalla memoria.
Per chi gestisce un sito è il caso decisivo: chi è raggiungibile e leggibile al momento del recupero entra nella risposta, a prescindere dalla data di addestramento.
Il grounding consiste nel legare una risposta di IA a fonti verificabili invece di lasciarla formulare liberamente.
Un sito aiuta l'ancoraggio quando cifre, date e responsabilità stanno in chiaro sulla pagina, non dentro un'immagine né dopo un clic.
Si chiama allucinazione una risposta di IA che suona fluente e sicura ma è fattualmente sbagliata.
Le lacune la favoriscono: se un dato manca sul sito, il modello lo riempie in modo plausibile. Informazioni complete sono la protezione più efficace contro affermazioni false sulla propria azienda.
Una citazione è la menzione nominativa di una fonte in una risposta di IA, di solito con un collegamento alla pagina citata.
È la moneta della visibilità nell'IA: essere citati significa comparire, anche senza il primo posto in un elenco di risultati. Viene citato ciò che è preciso e autosufficiente.
La data limite è il momento fino al quale arrivano i dati di addestramento di un modello. Ciò che viene dopo lo conosce solo tramite un recupero.
Per questo un modello può descrivere un'azienda con dati superati. Essere raggiungibili durante un recupero corregge la cosa; essere bloccati lascia in piedi il quadro vecchio.
I dati di addestramento sono i testi da cui un modello ha imparato. Sono fissati una volta concluso l'addestramento.
Se il proprio sito vi compaia non è verificabile dall'esterno. Si può governare solo l'accesso dei crawler futuri e la riuscita di un recupero in diretta.
Un token è la più piccola unità di testo in cui un modello suddivide un testo, spesso un frammento di parola piuttosto che una parola intera.
Un modello può considerare solo un numero limitato di token alla volta. Perciò le pagine lunghe vengono troncate e ciò che sta in fondo cade per primo.
Un prompt è l'input con cui qualcuno interroga un sistema di IA: la frase da cui discende la risposta.
I prompt sono più lunghi e discorsivi delle query: non « officina Berna » ma « quale officina a Berna ripara le ibride? ». I contenuti che rispondono a domande intere vengono citati più spesso.
Un embedding rappresenta un testo come una sequenza di numeri, rendendo misurabile la vicinanza di significato tra testi.
Così un sistema di IA trova i passaggi adatti a una domanda anche senza parole in comune. Una netta delimitazione tematica per sezione aiuta più della densità di parole chiave.
schema.org è un vocabolario condiviso con cui un sito dichiara in forma leggibile dalle macchine di che cosa tratta una pagina: un'azienda, un prodotto, una ricetta, una domanda.
Senza, un sistema deve indovinare dal testo corrente. Con esso la pagina dice apertamente: questo è il numero di telefono, questo è il prezzo, questi gli orari.
JSON-LD è la notazione oggi consueta per i dati strutturati: un blocco nell'intestazione della pagina che porta le informazioni senza toccare il testo visibile.
Il vantaggio sui formati più vecchi è la separazione: la marcatura sta in un unico punto invece che sparsa. Google e i grandi sistemi di IA la leggono.
Un'entità è una cosa del mondo individuata senza ambiguità — quella azienda, quella persona, quel luogo — a prescindere da come la si scrive.
Per i motori e i sistemi di IA è la differenza fra una stringa di caratteri e un interlocutore. Chi viene riconosciuto come entità non viene confuso con un'omonima.
Un grafo della conoscenza è una rete di entità e delle loro relazioni: questa azienda ha sede in questa città, appartiene a quel gruppo, offre questo prodotto.
Google e i fornitori di IA mantengono reti simili. Chi vi manca esiste per loro solo come testo; chi vi compare viene nominato nelle risposte con i suoi rapporti.
sameAs è una dichiarazione nei dati strutturati che dice: questo profilo su un'altra piattaforma appartiene alla stessa azienda o persona di questa pagina.
È un'affermazione di identità e va usata solo per profili di cui si è davvero titolari. Voci altrui o inventate non sono un trucco ma una dichiarazione falsa.
Un link canonico indica l'indirizzo autorevole di una pagina quando lo stesso contenuto è raggiungibile a più indirizzi.
Senza, l'effetto si disperde fra varianti con e senza www, con parametri, con maiuscole. Con esso tutto confluisce su un unico indirizzo — anche per un sistema di IA che vuole citare una fonte.
hreflang indica quale versione linguistica di una pagina si rivolge a quale pubblico e collega ogni versione a tutte le altre.
Senza questa indicazione un motore scambia facilmente più traduzioni per una stessa pagina duplicata. Con essa ogni lingua ha la sua occasione.
L'X-Robots-Tag è una direttiva nell'intestazione HTTP che governa indicizzazione e uso anche per file che non sono HTML.
Un PDF o un'immagine non ha un elemento meta nel documento: l'intestazione è l'unico posto. Agisce in aggiunta a robots.txt, non al suo posto.
noai e noimageai sono indicazioni con cui un sito dichiara che testi o immagini non devono servire all'addestramento di un'IA.
Vengono dal mondo dell'immagine e non sono uno standard vincolante: solo una parte degli operatori le considera. Come dichiarazione d'intenti hanno senso; come protezione non bastano.
Crawl-delay è un'indicazione di robots.txt che impone a un crawler una pausa minima fra due richieste.
Google la ignora da anni; Anthropic e alcuni altri la rispettano. Chi soffre per il carico dovrebbe quindi provarla prima di bloccare del tutto: rallentare costa tempo, bloccare costa visibilità.
La verifica dei crawler è il controllo che un visitatore sia davvero il bot che dichiara di essere — tramite l'indirizzo IP, non tramite l'identificativo.
Una riga di user agent si falsifica in un secondo. Per questo i grandi operatori pubblicano i propri intervalli di indirizzi. Senza quel confronto, ogni statistica di visite è solo una raccolta di affermazioni.
E-E-A-T sta per esperienza, competenza, autorevolezza e affidabilità: i quattro punti su cui Google fonda la qualità di una fonte.
Non è una misura né un fattore di posizionamento che si possa regolare, ma la descrizione di ciò che contraddistingue una buona fonte: paternità tracciabile, prove, dati legali, attualità.
Con il rendering lato server il server consegna la pagina finita; con quello lato client è JavaScript ad assemblare il contenuto nel browser.
I crawler di IA di norma non eseguono JavaScript. Una pagina che costruisce il contenuto solo nel browser arriva loro vuota: è la causa invisibile più frequente di scarsa visibilità.
Pay-per-crawl indica gli approcci in cui chi gestisce un sito fa pagare l'accesso a un crawler di IA, tecnicamente tramite lo stato HTTP 402.
Cloudflare l'ha introdotto come offerta nel 2025. Se ne nascerà un mercato resta aperto; per la maggior parte dei siti piccoli la domanda non è ancora pratica.
Verifica il tuo sito
Inizia con la scansione gratuita. Con un account verifichi il dominio, conservi lo storico, generi file e documenti nel tempo le visite dei crawler.
