Farsi citare da ChatGPT, Perplexity e dalle sintesi di Google: che cosa leggono davvero, e che cosa non vedranno mai

Perché molti siti moderni sono invisibili ai crawler dell'intelligenza artificiale, chi lasciare entrare nel robots.txt, come si scrive una pagina che un modello cita volentieri — e che cosa di tutto questo è ancora una scommessa.

di Nadia Maar · 19 settembre 2026

Una parte crescente delle ricerche finisce senza un clic: la risposta arriva da ChatGPT, da Perplexity o dalla sintesi che Google mette sopra i risultati. Per chi vende servizi il punto non è se questo cambi la SEO — la cambia — ma se in quella risposta c'è il vostro nome, con un link, o quello di un concorrente.

Qui c'è quello che si sa con certezza su come questi sistemi leggono i siti, quello che si può fare subito, e quello che è ancora un'ipotesi. La distinzione conta: su questo tema circolano molte promesse, e poche misure.

1 · Il problema che dal browser non si vede

Molti siti moderni sono costruiti come applicazioni: il server manda una pagina quasi vuota, e il contenuto lo disegna il JavaScript nel browser. Per un visitatore non cambia niente. Per un crawler cambia tutto, perché dipende da chi quel JavaScript lo esegue e chi no.

Googlebot lo esegue: rende la pagina come farebbe un browser, con un po' di ritardo. I crawler dei sistemi di intelligenza artificiale, in gran parte, no. Un'analisi pubblicata da Vercel e MERJ a fine 2024, sul traffico reale dei crawler, ha osservato che GPTBot, ClaudeBot e PerplexityBot a volte scaricano i file JavaScript ma non li eseguono: leggono l'HTML che arriva dal server, e basta.

La conseguenza pratica

Se il vostro sito è un'applicazione a rendering client, per questi crawler le pagine sono il titolo e poco altro. Potete avere l'articolo migliore del settore e non essere mai citati, semplicemente perché il testo non arriva fino a loro.

2 · Chi lasciare entrare

Il secondo filtro è il robots.txt. Molti siti hanno bloccato i crawler dell'intelligenza artificiale per prudenza, o se li sono ritrovati bloccati da un'impostazione del provider. È una scelta legittima, ma va fatta sapendo che cosa si blocca: alcuni di questi crawler raccolgono dati per addestrare i modelli, altri servono a rispondere in tempo reale agli utenti, con un link alla fonte.

Crawler	A che cosa serve
GPTBot	Raccoglie contenuti per addestrare i modelli di OpenAI.
OAI-SearchBot	Indicizza le pagine per le risposte con fonti di ChatGPT.
ChatGPT-User	Apre una pagina quando un utente, in conversazione, chiede di leggerla.
PerplexityBot	Indicizza le pagine per le risposte di Perplexity.
ClaudeBot	Raccoglie contenuti per i modelli di Anthropic.
Google-Extended	Dice a Google se usare i contenuti per i modelli Gemini. Non decide la presenza nelle sintesi della ricerca, che passano da Googlebot.

robots.txt

# Chi risponde agli utenti citando la fonte.
User-agent: OAI-SearchBot
User-agent: ChatGPT-User
User-agent: PerplexityBot
Disallow: /area-riservata/

# Chi raccoglie per addestrare: una scelta vostra.
User-agent: GPTBot
User-agent: ClaudeBot
Disallow: /area-riservata/

# Tutti gli altri.
User-agent: *
Disallow: /area-riservata/

Il dettaglio che sfugge quasi a tutti: un crawler segue solo il gruppo più specifico che lo nomina, e ignora le regole scritte sotto l'asterisco. Per questo ogni gruppo ripete i divieti — altrimenti, nominando un crawler per lasciarlo entrare, gli aprireste anche l'area riservata.

3 · Una pagina che un modello cita volentieri

Una volta che il testo arriva, resta da capire che cosa lo rende citabile. Qui le certezze sono meno, ma alcune regolarità sono coerenti con il modo in cui questi sistemi funzionano: cercano un passaggio che risponda alla domanda, e lo riportano con la fonte.

Risposte che stanno in piedi da sole. Un paragrafo che comincia con la risposta si può estrarre; uno che ci arriva dopo tre righe di contesto, molto meno.
Domande e risposte esplicite. Una sezione di domande frequenti è già nella forma di ciò che un modello deve produrre, e spesso la riporta quasi com'è.
Tabelle e confronti. Un confronto in tabella è struttura che si legge senza bisogno di interpretare.
Numeri con la loro fonte, e date. Un'affermazione verificabile vale più di un aggettivo, per un lettore e per un sistema che deve scegliere chi citare.
Un autore dichiarato. Chi ha scritto, con quale competenza, e un collegamento a chi è: nella pagina, non soltanto nei metadati.

A questo si aggiungono i dati strutturati: il markup che dice a un motore che cosa è una pagina — un articolo, un servizio, un'azienda con un nome e un indirizzo. Non garantiscono una citazione, ma tolgono ambiguità su chi siete, ed è la prima cosa che un sistema deve decidere prima di nominarvi.

4 · Quello che è ancora una scommessa

Su questo tema circolano molte certezze vendute come tali. Alcune cose, però, oggi non si sanno:

Il file llms.txt. È una proposta del 2024 per offrire ai modelli un indice leggibile del sito. Costa mezz'ora e non fa danni, ma nessuno dei grandi sistemi ha confermato di usarlo: va fatto come un'assicurazione economica, non come una strategia.
Le misure. Per le risposte generate non esiste un equivalente della Search Console: gli strumenti che contano quante volte venite citati lo fanno interrogando i modelli con domande campione. Sono indicazioni, non dati.
La stabilità. Questi sistemi cambiano ogni pochi mesi. Quello che regge si appoggia su principi che non dipendono dal modello del momento: testo leggibile senza JavaScript, risposte chiare, identità dichiarata.

Una regola per scegliere a chi dare retta

Diffidate di chi vi promette di «posizionarvi su ChatGPT» con un risultato garantito. Quelle risposte non le controlla nessuno, nemmeno chi le costruisce. Si può rendere il vostro sito la fonte più facile da leggere e da citare; il resto non lo decide nessun consulente.

5 · Da dove si comincia

Verificate che cosa vede un crawler: chiedete una vostra pagina importante con lo user-agent di GPTBot — basta curl dal terminale — e cercate il testo nella risposta. Se non c'è, il primo lavoro è lì.
Controllate il robots.txt e il firewall del provider: decidete chi far entrare, invece di scoprirlo.
Scegliete le cinque pagine che vendono e riscrivete l'apertura di ognuna, perché risponda subito alla domanda per cui qualcuno ci arriva.
Aggiungete domande frequenti vere, e dati strutturati coerenti con quello che la pagina mostra.
Solo dopo, pensate a llms.txt e agli strumenti di misura.

Questo sito è costruito così: le pagine servizio e gli articoli arrivano ai crawler come HTML completo anche senza JavaScript, con un grafo di dati strutturati e un file llms.txt. Per vederlo con i vostri occhi basta chiedere questa pagina come la chiede un crawler, e leggere che cosa torna.

Il vostro sito, visto da un crawler

La domanda da farsi non è se l'intelligenza artificiale vi citerà, ma se oggi potrebbe farlo: se il testo arriva, se i crawler entrano, se le pagine rispondono. Sono tre verifiche tecniche, e si fanno in poco tempo.

L'analisi SEO gratuita parte da qui: che cosa vede un crawler delle vostre pagine, a confronto con i concorrenti, e in che ordine intervenire.

Il servizio dietro questo articolo

SEO tecnico e AI SEO

Se vi è servito questo, continuate da qui

Un sito multilingua per vendere all'estero: hreflang, architettura degli indirizzi e gli errori che costano posizioni — Tradurre non basta: bisogna dire ai motori quale versione è per chi. Le quattro architetture possibili, come si dichiarano le lingue, che cosa va tradotto oltre ai testi e come si verifica che funzioni.
La scelta d'architettura che uno startup founder fa in settimana uno, e riscrive in mese otto — Perché un'app React resa solo lato client è la scelta più veloce da costruire e la più cara da correggere, come l'App Router di Next.js separa ciò che deve essere trovato da ciò che deve solo essere usato, e il codice del confine fra i due.

FAQ

ChatGPT e Perplexity leggono i siti fatti in JavaScript?

In gran parte no. I loro crawler leggono l'HTML che arriva dal server e non eseguono il JavaScript: se il contenuto viene disegnato nel browser, per loro la pagina è quasi vuota. Googlebot, invece, il JavaScript lo esegue.

Devo bloccare i crawler dell'intelligenza artificiale nel robots.txt?

Dipende da che cosa volete. Alcuni raccolgono dati per addestrare i modelli, altri servono a rispondere agli utenti con un link alla fonte. Bloccare questi ultimi significa rinunciare a essere citati.

Il file llms.txt serve davvero?

È una proposta del 2024 che nessuno dei grandi sistemi ha confermato di usare. Costa poco e non fa danni, ma non sostituisce testo leggibile, risposte chiare e dati strutturati.

Si può garantire di essere citati da ChatGPT?

No, e diffidate di chi lo promette. Si può rendere il sito la fonte più facile da leggere e da citare; che cosa un modello sceglie di riportare non lo controlla nessun consulente.

Nadia Maar