Essere citati dai motori di risposta basati sull'IA: cosa è documentato e cosa no

La documentazione di Google Search Central su AI Overviews e AI Mode è esplicita. Non esistono requisiti aggiuntivi per comparire in nessuna delle due funzionalità e non sono necessarie ottimizzazioni particolari. Per poter comparire come link di supporto, una pagina deve essere indicizzata e idonea a essere mostrata nella Ricerca Google con uno snippet. La guida all'ottimizzazione di Google aggiunge che, per essere idoneo, un sito deve essere incluso nelle funzionalità di IA generativa della Ricerca in Search Console.

Google descrive anche il meccanismo in termini generali. Le funzionalità utilizzano la generazione aumentata dal recupero (retrieval-augmented generation), che si basa sui sistemi di ranking principali della Ricerca per recuperare le pagine dall'indice, e il "query fan-out", con cui il modello esegue diverse ricerche correlate su sottoargomenti prima di comporre una risposta. Gli AI Overviews compaiono solo quando i sistemi di Google li ritengono un valore aggiunto rispetto ai risultati classici, e Google afferma che spesso non vengono attivati. AI Mode e AI Overviews possono utilizzare modelli diversi, per cui i link mostrati per la stessa domanda possono differire.

In pratica, la visibilità nelle funzionalità di IA di Google poggia sulle stesse basi della normale visibilità nella ricerca. Una pagina che non può essere scansionata, non può essere indicizzata o a cui è impedito di mostrare uno snippet non è idonea.

OpenAI documenta crawler separati per finalità separate. OAI-SearchBot fa emergere i siti web nelle funzionalità di ricerca di ChatGPT, e i siti che lo bloccano non compariranno nelle risposte di ricerca di ChatGPT, anche se possono ancora apparire come link di navigazione. GPTBot scansiona contenuti che possono essere utilizzati per addestrare i modelli di base di OpenAI. Le due impostazioni sono indipendenti, per cui un sito può consentire OAI-SearchBot e bloccare GPTBot. ChatGPT-User recupera le pagine quando un utente pone una domanda a ChatGPT, e OpenAI precisa che le regole del file robots.txt potrebbero non applicarsi a queste richieste avviate dagli utenti. Secondo OpenAI, una modifica al file robots.txt può richiedere circa 24 ore per incidere sui risultati di ricerca.

La documentazione di Perplexity segue uno schema analogo. PerplexityBot fa emergere i siti web nei risultati di ricerca di Perplexity e vi inserisce i relativi link e, secondo Perplexity, non viene utilizzato per raccogliere contenuti destinati ai modelli di base di IA. Perplexity-User recupera le pagine in risposta alle domande degli utenti e in genere ignora il file robots.txt. Perplexity consiglia inoltre ai proprietari di siti protetti da un web application firewall di inserire nella lista consentita gli intervalli IP che pubblica.

Un possibile punto di rottura si trova al di sotto del lavoro del team contenuti. Una regola di firewall o di CDN scritta per fermare gli scraper può bloccare OAI-SearchBot o PerplexityBot senza che nessuno lo abbia deciso. La checklist di Google per le funzionalità di IA prevede di verificare che la scansione sia consentita "da qualsiasi CDN o infrastruttura di hosting", oltre che nel file robots.txt.

Nessun fornitore pubblica i criteri con cui il proprio sistema sceglie una fonte anziché un'altra per una determinata risposta. I consigli che pretendono di conoscere questi pesi sono deduzioni. La guida all'ottimizzazione di Google afferma che nessuno strumento di terze parti ha accesso ai sistemi interni di ranking o di IA di Google, e invita i proprietari dei siti a diffidare degli strumenti che dichiarano di utilizzare metriche interne di Google.

La guida tratta anche il file llms.txt. llms.txt è una proposta, pubblicata su llmstxt.org, per un file in markdown che offra ai modelli linguistici una panoramica curata di un sito, con link a versioni pulite delle sue pagine. Google afferma che la Ricerca Google non utilizza llms.txt né file di testo per l'IA analoghi. Pubblicarne uno non aiuterà né danneggerà la visibilità o il ranking nella Ricerca Google. La documentazione sui crawler di OpenAI e di Perplexity non lo menziona. Un sito può comunque pubblicarne uno per gli agenti di programmazione o per altri strumenti che lo leggono, ma non esiste alcuna base pubblicata per considerarlo un fattore di ranking per nessuno dei tre motori di risposta qui esaminati.

Google elenca altre tattiche diffuse che, a suo dire, i proprietari dei siti possono ignorare per le sue funzionalità di IA. Tra queste figurano la suddivisione dei contenuti in piccoli "chunk", la riscrittura delle pagine appositamente per i sistemi di IA, la ricerca di menzioni non autentiche sul web e l'aggiunta di markup schema.org specifico per l'IA.

Un motore di risposta che cita un'organizzazione deve capire di quale organizzazione si tratti. Diventa più difficile quando la denominazione commerciale differisce dalla ragione sociale, il numero di registrazione non compare in nessun punto del sito e i profili su directory, piattaforme social e marketplace descrivono l'attività in termini diversi.

La documentazione di Google sui dati strutturati Organization descrive un markup che aiuta Google a comprendere i dati amministrativi di un'organizzazione e a distinguerla dalle altre. Le proprietà disponibili comprendono legalName, i link sameAs ai profili su altri siti, vatID, taxID e iso6523Code, che può contenere un Legal Entity Identifier con il prefisso 0199. Nessuna proprietà è obbligatoria. Le indicazioni di Google sulle funzionalità di IA aggiungono due precisazioni. I dati strutturati devono corrispondere al testo visibile nella pagina, e non sono necessari per la ricerca basata sull'IA generativa. Il loro valore sta nell'eliminare le ambiguità, e contribuiscono all'idoneità per i risultati multimediali.

È un lavoro poco appariscente. Riportare sul sito, in testo semplice, ragione sociale, numero di registrazione e sede legale. Marcarli in modo coerente e far puntare sameAs ai profili che si controllano. Mantenere aggiornate le informazioni di Google Business Profile e, per i retailer, di Merchant Center. Google afferma che entrambi possono aiutare prodotti e servizi a comparire nelle sue risposte basate sull'IA.

Definire la politica sui crawler in modo deliberato. Per OpenAI, l'accesso a fini di addestramento e quello a fini di ricerca possono essere impostati separatamente tramite GPTBot e OAI-SearchBot. Per Google, il token Google-Extended regola l'utilizzo per l'addestramento e il grounding dei modelli Gemini, e Google precisa che non incide sull'inclusione né sul ranking nella Ricerca Google. Registrare la decisione e la motivazione per ciascun user agent.

Verificare che la politica regga a livello di infrastruttura. Esaminare i log del firewall e della CDN alla ricerca di richieste bloccate provenienti dagli user agent e dagli intervalli IP pubblicati, e controllare il file robots.txt con i token documentati da ciascun fornitore.

Usare i controlli sugli snippet solo quando servono a uno scopo. Google considera nosnippet, data-nosnippet, max-snippet e noindex i controlli che limitano ciò che di una pagina compare nella Ricerca, comprese le funzionalità di IA. Una pagina che blocca gli snippet si esclude anche dall'idoneità come link di supporto.

Misurare ciò che è misurabile. Google riporta il traffico da AI Overviews e AI Mode nel report Prestazioni di Search Console e offre un report sul rendimento dell'IA generativa. Monitorare le citazioni negli altri motori campionando un insieme fisso di domande con una cadenza fissa, e trattare i risultati come osservazioni e non come una classifica.

Dare ai motori qualcosa che valga la pena citare. La guida di Google chiede contenuti "non generici" basati su competenze maturate direttamente. Per un'organizzazione affermata ciò significa di solito pubblicare le evidenze, i metodi e i dati specifici di cui già dispone, con autore e data su ogni pagina.