12 controlli AEO da fare prima di pubblicare una pagina (2027)
Prima di pubblicare, verifica che l'URL risponda 200 senza redirect, che il robots.txt consenta ogni crawler di ricerca dell'IA, che il firewall serva loro la pagina vera e che la risposta sia nell'HTML grezzo. Poi controlla che non resti un noindex o un nosnippet, che ci sia un solo canonical, una risposta sotto l'H1, un JSON-LD valido e coerente, date concordi, una voce nella sitemap con link interni e hreflang, e richiedi l'indicizzazione.
La maggior parte delle pagine che non compaiono mai nelle risposte dell'IA fallisce per qualcosa di banale: un noindex dimenticato, una regola del firewall, un canonical che punta allo staging. Questi dodici controlli li scoprono prima del lancio. Ognuno richiede pochi minuti, quasi tutti bastano un terminale e l'URL della pagina, e sono elencati nell'ordine in cui un crawler li incontra.
In questa pagina
- Quanto tempo richiede ogni controllo?
- 1. L'URL risponde 200 senza catena di redirect
- 2. Il robots.txt consente la pagina a ogni crawler di ricerca dell'IA
- 3. Il firewall serve ai crawler dell'IA la pagina vera
- 4. La risposta è nell'HTML grezzo
- 5. Nessun noindex o nosnippet rimasto
- 6. Un solo URL canonico, assoluto e autoreferenziale
- 7. Titolo e H1 dicono a cosa risponde la pagina, con la risposta subito sotto
- 8. Il JSON-LD è valido e corrisponde al testo visibile
- 9. Data visibile, date del markup e lastmod della sitemap coincidono
- 10. La pagina è nella sitemap e collegata da pagine correlate
- 11. hreflang è reciproco, con x-default
- 12. Chiedi ai motori di ricerca di scansionare la nuova pagina
- Come abbiamo scelto questi controlli
Quanto tempo richiede ogni controllo?
Una stima indicativa per una pagina, con lo strumento necessario. Esegui i controlli da 1 a 5 su ogni pagina; gli altri una volta per template, poi a campione.
- 1. Stato 200: 1 minuto, curl.
- 2. robots.txt per crawler: 3 minuti, browser o curl.
- 3. Risposta del firewall: 3 minuti, curl.
- 4. Testo nell'HTML grezzo: 2 minuti, curl.
- 5. Nessun noindex o nosnippet dimenticato: 2 minuti, curl.
- 6. Un solo canonical: 2 minuti, visualizza sorgente.
- 7. Titolo, H1 e risposta breve: 5 minuti, leggendo la pagina.
- 8. JSON-LD valido e coerente: 5 minuti, Test dei risultati avanzati o Schema Markup Validator.
- 9. Date concordi: 3 minuti, pagina, markup e sitemap.
- 10. Sitemap e link interni: 5 minuti, sitemap.xml e il tuo CMS.
- 11. hreflang: 5 minuti, solo per siti multilingue.
- 12. Richiesta di indicizzazione: 2 minuti, Search Console e IndexNow.
1. L'URL risponde 200 senza catena di redirect
Un crawler deve ricevere la pagina stessa con stato 200 all'URL esatto che condividerai e inserirai nella sitemap. Ogni redirect è un passaggio in più che può fallire, e una pagina che risponde 200 con un messaggio «non trovato» è un soft 404 che i motori di ricerca possono scartare.
# Final status, number of redirects and final URL
curl -s -o /dev/null -L -w "%{http_code} redirects=%{num_redirects} %{url_effective}\n" https://example.com/new-page/ Superato: 200 redirects=0 e lo stesso URL in risposta. Correzione: collega e inserisci nella sitemap l'URL finale, e lascia al massimo un redirect dagli indirizzi vecchi.
2. Il robots.txt consente la pagina a ogni crawler di ricerca dell'IA
Leggi il robots.txt come lo leggerebbe ogni crawler. Un gruppo che nomina un crawler sostituisce per lui il gruppo User-agent: *, e secondo la RFC 9309 vince la regola corrispondente più lunga, con Allow che vince in caso di parità.
Controlla almeno OAI-SearchBot, Claude-SearchBot, Claude-User, PerplexityBot e Googlebot. Una nuova sezione come /guides/ può finire sotto una vecchia regola Disallow: /g, perché le regole corrispondono ai prefissi del percorso. Verifica anche che il robots.txt stesso risponda 200 o 404: secondo la RFC 9309, con un errore del server i crawler devono presumere che l'intero sito sia bloccato.
Superato: nessuna regola per questi token blocca il percorso. La nostra guida per testare il robots.txt mostra come testare un URL per un crawler.
3. Il firewall serve ai crawler dell'IA la pagina vera
Richiedi la pagina con uno user agent da browser e con gli user agent dei crawler, poi confronta stato e dimensione. Una protezione dai bot che si basa sul nome può restituire un 403, un 429 o una pagina di verifica solo ai crawler.
URL=https://example.com/new-page/
for UA in "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/131.0.0.0 Safari/537.36" \
"Mozilla/5.0 (compatible; OAI-SearchBot/1.0; +https://openai.com/searchbot)" \
"Mozilla/5.0 (compatible; Claude-SearchBot)" \
"Mozilla/5.0 (compatible; PerplexityBot/1.0; +https://perplexity.ai/perplexitybot)"; do
curl -s -o /dev/null -w "%{http_code} %{size_download} $UA\n" -A "$UA" "$URL"
done Superato: ogni riga mostra 200 e una dimensione simile. Una dimensione molto più piccola di solito indica una pagina di verifica. Queste stringhe testano le regole basate sul nome; i crawler reali arrivano anche da intervalli IP pubblicati, che un test dal tuo computer non può riprodurre, quindi controlla anche le regole di autorizzazione del firewall per quegli intervalli.
4. La risposta è nell'HTML grezzo
Cerca una frase della tua risposta nell'HTML inviato dal server. L'ispettore elementi del browser mostra la pagina dopo l'esecuzione degli script, che non è ciò che riceve la maggior parte dei crawler.
curl -s https://example.com/new-page/ | grep -c "a sentence from your short answer" Superato: 1 o più. Uno 0 significa che il testo viene aggiunto da JavaScript, e OpenAI, Anthropic e Perplexity non documentano che i loro crawler lo eseguano. Fai il rendering sul server o in fase di build; la nostra guida sui contenuti JavaScript e i crawler dell'IA elenca le opzioni.
5. Nessun noindex o nosnippet rimasto
I siti di staging vengono spesso rilasciati con noindex, e un template può portarlo in produzione. Controlla sia il meta tag robots sia l'header HTTP X-Robots-Tag, perché vale l'uno come l'altro.
curl -s -D - -o /tmp/page.html https://example.com/new-page/ | grep -i "x-robots-tag"
grep -i -o '<meta[^>]*name="robots"[^>]*>' /tmp/page.html Superato: nessun output, o solo index, follow e simili. Google afferma che una pagina deve essere indicizzata e idonea allo snippet per comparire negli AI Overviews e nella modalità IA, e che nosnippet ne blocca anche l'uso come input diretto.
6. Un solo URL canonico, assoluto e autoreferenziale
La pagina deve dichiarare esattamente un rel="canonical", come URL assoluto, che punti all'URL che pubblichi. Google considera il canonical un segnale forte, non un ordine, e sconsiglia gli URL relativi e i segnali contrastanti, come una sitemap che elenca un altro indirizzo.
Errori comuni al lancio: un canonical copiato da una pagina template, uno che punta ancora a un host di staging e due tag canonical insieme, uno dal tema e uno da un plugin.
Superato: un solo tag, l'URL live, stesso protocollo e stesso host della sitemap.
7. Titolo e H1 dicono a cosa risponde la pagina, con la risposta subito sotto
Leggi la parte alta della pagina come farebbe un estraneo. Titolo e H1 devono nominare la domanda o l'argomento con le parole degli acquirenti, e le prime due o tre frasi sotto l'H1 devono rispondere per intero.
Tieni il titolo intorno ai 60 caratteri, così è meno probabile che venga troncato nei risultati di ricerca. Scrivi la risposta breve in modo che abbia senso anche citata da sola, con numeri, unità e nome del prodotto scritti per esteso.
Superato: chi legge solo il primo paragrafo ha la risposta. La nostra lista dei modi per essere citati nelle risposte dell'IA approfondisce come scrivere per essere citati.
8. Il JSON-LD è valido e corrisponde al testo visibile
Un JSON-LD non valido viene ignorato per intero, quindi una sola virgola mancante lo elimina tutto. Incolla l'URL nel Test dei risultati avanzati di Google o nello Schema Markup Validator e correggi ogni errore.
Poi confronta i valori con la pagina. Titolo, date, prezzo, valuta e nome dell'organizzazione nel markup devono essere quelli che vede il lettore. Google afferma che per le sue funzionalità di IA non serve alcun markup speciale e che i dati strutturati devono corrispondere al testo visibile.
Superato: nessun errore, e ogni valore è visibile nella pagina. Non serve se: per quel tipo di pagina non esiste un markup adatto; meglio una pagina semplice che un markup sbagliato.
9. Data visibile, date del markup e lastmod della sitemap coincidono
Mostra nella pagina una data con etichetta, usa le stesse date in datePublished e dateModified e imposta il lastmod della sitemap sull'ultima modifica significativa. Google chiede che data visibile e data nel markup coincidano, e dice di usare lastmod solo se è sempre accurato in modo verificabile.
Un generatore di sitemap che a ogni build assegna a ogni URL la data di oggi rende lastmod inutile per tutte le pagine, non solo per quella nuova.
Superato: tre punti, una sola data.
10. La pagina è nella sitemap e collegata da pagine correlate
I crawler trovano le pagine tramite link e sitemap. Aggiungi il nuovo URL alla sitemap XML, usando l'URL canonico esatto, e collegalo da almeno due pagine correlate e da una pagina indice o hub.
Un file sitemap può contenere fino a 50.000 URL e 50 MB non compressi; i siti più grandi hanno bisogno di un indice di sitemap. Google dice di ignorare priority e changefreq, quindi non perderci tempo. Una pagina senza link interni è orfana, e i crawler possono trovarla tardi o mai.
Superato: l'URL è nella sitemap e almeno due pagine lo collegano con un anchor text descrittivo.
11. hreflang è reciproco, con x-default
Se la pagina esiste in più lingue, ogni versione deve elencare tutte le versioni, compresa sé stessa, e ognuna deve ricollegarsi alle altre. Google ignora le annotazioni hreflang non confermate dall'altra parte. Aggiungi x-default per la versione mostrata quando nessuna lingua corrisponde.
Non serve se: il sito ha una sola lingua. La nostra guida su hreflang x-default spiega quando ti serve.
12. Chiedi ai motori di ricerca di scansionare la nuova pagina
Quando la pagina è online e supera i controlli sopra, segnalala ai motori di ricerca. In Google Search Console usa Controllo URL sul nuovo URL e scegli Richiesta di indicizzazione. Per Bing e gli altri motori che supportano IndexNow, invia l'URL all'endpoint IndexNow con la tua chiave; Bing precisa che questo non garantisce né la scansione né l'indicizzazione.
Gli assistenti IA non hanno un modulo di invio. I loro crawler trovano la pagina tramite link e ricerca, ed è per questo che contano i controlli 2, 3 e 10. Se pubblichi un file llms.txt, aggiungi lì anche la pagina; Google afferma che la sua Ricerca non lo usa, quindi consideralo facoltativo.
Superato: Controllo URL mostra che la pagina live può essere indicizzata.
Come abbiamo scelto questi controlli
La lista segue il percorso di un crawler: raggiungere l'URL, leggere il robots.txt, superare il firewall, leggere l'HTML e poi interpretarlo. Ogni controllo si basa su ciò che OpenAI, Anthropic, Perplexity e Google documentano sui loro crawler, sulla RFC 9309 per il robots.txt e sulle indicazioni di Google per canonical, date, sitemap e hreflang. Abbiamo escluso i controlli senza effetti documentati sulle risposte dell'IA, come la densità delle parole chiave o un numero di parole da raggiungere.
I controlli dimostrano che una pagina può essere letta; non possono dimostrare che verrà citata. Questo dipende da quanto è buona la risposta rispetto ad altre fonti. Ripeti i controlli da 2 a 5 dopo ogni modifica a firewall, CDN, tema o CMS, perché sono proprio queste modifiche ad annullarli senza che nessuno se ne accorga.
AISeeWhy esegue la maggior parte di questi controlli in un solo passaggio: scarica la pagina come 16 crawler di IA e di ricerca accanto a un browser reale, applica il robots.txt per ogni crawler e legge HTML, markup, canonical e date. Il controllo gratuito mostra il punteggio e il primo problema; il report completo elenca ogni problema con una correzione pronta.
Correzioni per questo problema
- OAI-SearchBot è bloccato
- Il contenuto della pagina richiede JavaScript
- Elenchi scritti come testo semplice
- Sezioni che non iniziano con una risposta breve: 2 su 3
Prossimi passi
- Tester e verifica robots.txt per i crawler AI
- Verifica e validatore llms.txt
- Guarda un esempio di report completo
- Monitoraggio dei crawler AI
- Piani e prezzi
Crawler in questo articolo
Domande frequenti
Devo eseguire questi controlli su ogni pagina?
Esegui i controlli da 1 a 5 su ogni nuova pagina, perché un singolo URL può essere bloccato o avere un noindex dimenticato. I controlli da 6 a 11 dipendono soprattutto dal template, quindi eseguili una volta per tipo di pagina e verifica le nuove pagine a campione.
Perché non posso inviare una pagina a ChatGPT o a Claude come faccio con Google?
OpenAI, Anthropic e Perplexity non offrono uno strumento per inviare gli URL delle pagine web. I loro crawler trovano le pagine seguendo i link e tramite la ricerca, quindi ciò che controlli sono i link interni, una sitemap e l'accesso aperto per OAI-SearchBot, Claude-SearchBot e PerplexityBot.
La mia pagina supera tutti e dodici i controlli. Perché non viene ancora citata?
I controlli rendono una pagina leggibile, non preferita. Un assistente sceglie le fonti che rispondono meglio a una domanda, quindi confronta la tua pagina con quelle che cita: se rispondono prima, se danno prezzi o specifiche come testo o se offrono dati che alla tua mancano.
Quanto tempo dopo la pubblicazione passano i crawler dell'IA?
Nessun fornitore pubblica un calendario. I log del server mostrano quando OAI-SearchBot, Claude-SearchBot o PerplexityBot richiedono l'URL per la prima volta; la nostra guida per trovare i crawler dell'IA nei log del server mostra come individuarli.
Fonti
- RFC 9309: Robots Exclusion Protocol
- OpenAI: panoramica dei crawler di OpenAI
- Anthropic: Anthropic raccoglie dati dal web e come possono i proprietari dei siti bloccare il crawler?
- Perplexity: i crawler di Perplexity
- Google Search Central: le funzionalità di IA e il tuo sito web
- Google Search Central: meta tag robots, data-nosnippet e X-Robots-Tag
- Google Search Central: come specificare un URL canonico
- Google Search Central: Influence your byline dates
- Google Search Central: Build and submit a sitemap
- Sitemaps.org: Sitemaps XML format
- Google Search Central: Tell Google about localized versions of your page
- Google Search Console Help: URL Inspection tool
- Bing: iniziare con IndexNow
- Google Search Console Help: Rich Results Test
- Schema.org: Schema Markup Validator
- Google Search Central: nozioni di base sulla SEO con JavaScript