di Per vent’anni un audit SEO ha significato una cosa precisa: scansionare il sito, controllare errori ed errori di caricamento, verificare meta tag e link interni, tutto pensato per Googlebot. Oggi un sito può ottenere un punteggio tecnico impeccabile su questi strumenti e restare comunque invisibile per l’intelligenza artificiale.
Il fenomeno delle ricerche senza clic lo conferma: tra maggio 2024 e maggio 2025 la quota di ricerche legate alle notizie che si chiudono senza alcuna visita è salita dal 56% al 69%, con la diffusione delle AI Overviews. Gartner stima un calo del volume di ricerca sui motori tradizionali del 25% entro fine 2026, fino al 50% entro il 2028. Nel frattempo, chi arriva su un sito grazie a una raccomandazione dell’IA converte il 42% meglio dei canali di ricerca classici.
Perché un sito perfetto per Google può essere invisibile per l’IA
Google e Bing analizzano il grafo dei link, il codice HTML e la densità delle parole chiave per posizionare un indirizzo in una lista di risultati. I motori generativi lavorano diversamente: scompongono il testo in blocchi autonomi, cercano paragrafi con risposte dirette e valutano l’autorità del brand su tutto il web per decidere chi citare.
Un audit pensato per la GEO risponde a domande diverse da quelle di un audit SEO classico:
- I robot di ricerca in tempo reale dell’IA hanno il permesso di scansionare il sito?
- Il server restituisce contenuti puliti, o li carica tramite script che l’IA non riesce a leggere?
- I contenuti principali offrono risposte dirette e dati facilmente estraibili?
- La marcatura Schema.org definisce con chiarezza l’identità dell’azienda?
- Il brand viene citato con coerenza su fonti esterne autorevoli?
- Su quanti prompt commerciali chiave il brand compare già nelle risposte di ChatGPT, Gemini, Perplexity e AI Overviews?
Bot di addestramento e bot di ricerca live: una distinzione che cambia tutto
Uno degli errori più frequenti riguarda proprio la gestione dei robot dell’IA nel file robots.txt. Molte aziende, per proteggersi dall’addestramento dei modelli, bloccano indistintamente tutti i bot, senza sapere che esistono due categorie ben diverse.
| Piattaforma | Bot di addestramento | Bot di ricerca live |
|---|---|---|
| OpenAI | GPTBot | OAI-SearchBot, ChatGPT-User |
| Perplexity | PerplexityBot | PerplexityBot |
| Google-Extended | Googlebot | |
| Anthropic | ClaudeBot | Claude-SearchBot |
Bloccare i primi impedisce solo che l’IA usi i tuoi testi nei futuri addestramenti. Bloccare i secondi, per errore, rende il sito invisibile nelle risposte in tempo reale a chi sta cercando proprio ora.
Un’analisi di Cloudflare ha mostrato che le modifiche predefinite ai firewall nel 2024 hanno fatto scattare, in modo del tutto involontario, il blocco dei crawler IA su migliaia di siti web. Verificare questi permessi resta la prima cosa da controllare in qualsiasi audit GEO.
Cos’è l’Agent Readiness
La ricerca generativa si sta spostando verso gli agenti IA autonomi: assistenti software che non si limitano a rispondere, ma eseguono compiti per conto dell’utente, come confrontare fornitori o completare un acquisto. L’Agent Readiness misura quanto un sito sia pronto a interagire con questi agenti.
Un’indagine di Cloudflare sui 200.000 domini più visitati ha trovato che solo il 3,9% è in grado di servire contenuti in formato Markdown a un agente IA. Il motivo è semplice: quando un agente accede a una pagina web, riceve un file HTML pieno di codice grafico, menu di navigazione, script di tracciamento, intestazioni e banner dei cookie. Per l’IA, tutto questo è rumore che consuma la memoria di calcolo disponibile.
I siti più avanzati usano la negoziazione di contenuto: quando il server riconosce una richiesta proveniente da un agente IA, invia una versione pulita in Markdown al posto dell’HTML pesante. I benefici misurati sono concreti: fino all’80% in meno di consumo di token, una velocità di elaborazione circa quadruplicata, e una probabilità di citazione più alta perché l’agente comprende il contenuto con maggiore precisione.
Il punteggio di Agent Readiness si misura su quattro dimensioni: la scopribilità (robots.txt e sitemap configurati bene), il contenuto (capacità di servire Markdown pulito), il controllo d’accesso (direttive chiare per ogni bot), e le capacità avanzate come cataloghi API che permettono agli agenti di compiere azioni dirette.
robots.txt e llms.txt: cosa è vero e cosa no
Un file robots.txt pensato per la GEO deve garantire accesso libero ai bot di ricerca live:
User-agent: OAI-SearchBot
Allow: /
User-agent: ChatGPT-User
Allow: /
User-agent: PerplexityBot
Allow: /
User-agent: Claude-SearchBot
Allow: /Chi vuole proteggere i propri contenuti dall’addestramento futuro, senza perdere la visibilità nelle risposte live, può bloccare separatamente solo GPTBot e ClaudeBot, lasciando liberi gli altri.
Sul file llms.txt, proposto da alcuni come la chiave segreta per posizionarsi su ChatGPT, i dati raccontano una storia diversa. Uno studio di Ahrefs ha rilevato che oltre il 97% di questi file non riceve alcuna scansione dai principali modelli, e Google ha confermato ufficialmente di non usarlo per selezionare le proprie fonti. Configurarlo non danneggia il sito, ma la priorità resta sempre la qualità del testo, i dati verificabili e l’autorità costruita fuori dal sito.
Come si conduce concretamente un audit GEO
Il lavoro si sviluppa su tre livelli complementari.
Il primo è l’analisi tecnica: permessi robots.txt, configurazione CDN, rendering lato server, marcatura Schema.org. Il secondo è l’analisi dei log del server, per verificare quanto spesso i bot dell’IA passano davvero sulle pagine, se incontrano errori di scansione, e quali pagine visitano prima che il brand venga citato in una risposta.
Il terzo livello è il prompt testing: si costruisce un paniere di 20-50 domande commerciali e informative rappresentative del settore, le si inserisce su ChatGPT, Perplexity, Gemini e Claude, e si annota per ciascuna se il brand compare, con quale posizione, quale sentiment, e quali fonti terze vengono citate al suo posto.
Per questo tipo di analisi tornano utili strumenti come Similarweb AI Search Intelligence, Otterly.ai e Peec AI per il monitoraggio dei prompt, Fattoboost per collegare le citazioni al fatturato reale, e isitagentready.com di Cloudflare per misurare gratuitamente il punteggio di Agent Readiness.
Una checklist in sei fasi
Per chi vuole condurre l’audit in modo ordinato, ecco i controlli principali divisi per fase.
Permessi tecnici: verifica che robots.txt non blocchi i bot di ricerca live, controlla che il firewall o la CDN non li escluda per errore, valuta se configurare un file llms.txt essenziale.
Leggibilità e rendering: accertati che i contenuti principali siano visibili senza dipendere da script complessi, valuta la negoziazione di contenuto in Markdown, controlla i tempi di caricamento.
Dati strutturati: aggiorna la marcatura Organization con la proprietà sameAs, aggiungi Product, Offer e AggregateRating sulle pagine commerciali, implementa FAQPage e HowTo dove pertinente.
Contenuti on-page: riorganizza le sezioni chiave in formato BLUF, inserisci dati numerici e tabelle comparative, lega sempre il nome del brand ai dati proprietari.
Reputazione esterna: mappa le menzioni su stampa e blog di settore, verifica le recensioni sui portali di terze parti, presidia le conversazioni pertinenti su Reddit, YouTube e LinkedIn.
Misurazione: definisci un paniere di 20-50 prompt prioritari, rileva la Share of Model e il sentiment di partenza, pianifica una revisione ogni 3-6 mesi.
Preparare un sito per l’Agent Readiness non significa stravolgere la propria presenza digitale. Significa renderla leggibile, verificabile e coerente per un lettore che, sempre più spesso, non è più una persona ma un sistema che decide al posto suo quale brand raccomandare.
