AISeeWhy
IT
Prova gratuita

Perché il mio sito non compare in Perplexity?

Pubblicato

Risposta breve

Perplexity può mostrare e linkare solo le pagine che PerplexityBot può scansionare e che riceve davvero. Le cause più comuni sono una regola del robots.txt che vieta PerplexityBot, un firewall o una CDN che gli risponde con un 403 o una pagina di verifica, e un testo che compare solo dopo l'esecuzione di JavaScript. Controlla tutti e tre i punti, poi consenti gli intervalli di IP pubblicati da Perplexity.

Fai a Perplexity una domanda sul tuo prodotto e cita un concorrente, un sito di recensioni o una discussione di un forum, ma mai le tue pagine. A volte è una questione di pertinenza. Spesso è un blocco tecnico che si trova in pochi minuti. Perplexity documenta quali agenti usa, che cosa fa ciascuno e da dove arriva il loro traffico, quindi ogni anello della catena si può verificare: il robots.txt, la risposta che invia il tuo server e il contenuto di quella risposta.

In questa pagina
  1. Come trova e legge le pagine Perplexity?
  2. Il tuo robots.txt blocca PerplexityBot?
  3. Il tuo firewall o la tua CDN bloccano Perplexity?
  4. Come consento Perplexity tramite gli intervalli di IP pubblicati?
  5. Il rendering JavaScript può impedire a Perplexity di leggere una pagina?
  6. E se è tutto aperto e il mio sito continua a non comparire?

Come trova e legge le pagine Perplexity?

Perplexity documenta due agenti. Hanno compiti diversi, e un problema con l'uno o con l'altro può tenere la tua pagina fuori da una risposta.

In pratica, PerplexityBot decide se Perplexity conosce le tue pagine prima che qualcuno faccia una domanda, e Perplexity-User decide se può aprire una pagina in tempo reale quando una domanda lo richiede. Se vuoi essere citato, entrambi devono ricevere la stessa pagina che riceve un browser.

Il tuo robots.txt blocca PerplexityBot?

Apri https://yourdomain.com/robots.txt e cerca un gruppo che nomini PerplexityBot. Se non c'è, il crawler segue il gruppo User-agent: *. Secondo l'RFC 9309 il confronto non distingue maiuscole e minuscole, e un gruppo con nome sostituisce del tutto il gruppo *, invece di aggiungersi.

Questo blocco è frequente. Nel nostro studio sui robots.txt dei 1.000 domini più popolari, 86 dei 518 siti che servivano un robots.txt (16,6%) vietavano la home page a PerplexityBot. È stata la quota più alta tra i crawler di ricerca di IA che abbiamo testato; OAI-SearchBot era bloccato su 58 siti (11,2%). Alcuni di questi siti potrebbero aver voluto fermare l'addestramento dell'IA, ma Perplexity dice che PerplexityBot non è un crawler di addestramento, quindi bloccarlo costa visibilità nella ricerca senza servire a quello scopo.

Una configurazione che lascia entrare Perplexity e tiene chiusa un'area privata si presenta così:

User-agent: PerplexityBot
Allow: /
Disallow: /account/

User-agent: *
Allow: /
Disallow: /account/

Sitemap: https://example.com/sitemap.xml

Controlla anche che il file stesso risponda in modo corretto. Se il robots.txt restituisce un errore del server, l'RFC 9309 dice che un crawler deve presumere che l'intero sito sia vietato. Un indirizzo robots.txt che restituisce una pagina HTML con stato 200 non contiene regole valide. Perplexity dice che le modifiche possono richiedere fino a 24 ore per essere recepite.

Il tuo firewall o la tua CDN bloccano Perplexity?

Il robots.txt è una richiesta, non un controllo degli accessi. Quello che viene davvero restituito lo decidono il firewall, la CDN o la protezione dai bot, e possono rispondere a Perplexity con un 403, un 429 o una pagina di verifica mentre le tue visite con il browser sembrano normali. La documentazione di Perplexity dice che i siti dietro un web application firewall potrebbero dover consentire esplicitamente i suoi bot.

Per provare, richiedi lo stesso URL come browser e come ciascun agente di Perplexity, poi confronta stato e dimensione:

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; PerplexityBot/1.0; +https://perplexity.ai/perplexitybot)" \
          "Mozilla/5.0 (compatible; Perplexity-User/1.0; +https://perplexity.ai/perplexity-user)"; do
  curl -s -o /dev/null -w "%{http_code} %{size_download}\n" -A "$UA" https://example.com/page
done

Un 403, 429 o 503 solo per gli agenti di Perplexity, una pagina intitolata Just a moment... o una risposta 200 molto più piccola di quella del browser indicano tutti il firewall. Questa prova parte dal tuo indirizzo IP, non da quello di Perplexity, quindi mostra come le tue regole trattano lo user agent; le regole basate sull'IP possono comunque comportarsi in modo diverso con il vero crawler.

Se usi Cloudflare, tieni presenti due cose. La documentazione di Perplexity riprende l'affermazione di Cloudflare secondo cui la Bot Fight Mode non può essere aggirata con le regole personalizzate del WAF, quindi se quella funzione sottopone Perplexity a una verifica, una regola di autorizzazione non serve. Inoltre, nell'agosto 2025 Cloudflare ha dichiarato di aver rimosso Perplexity dal suo elenco di bot verificati dopo aver osservato quella che ha descritto come una scansione non dichiarata; Perplexity ha contestato questa ricostruzione. Le regole che lasciano passare solo i bot verificati potrebbero quindi non includere Perplexity. Controlla lo stato attuale nel tuo pannello invece di darlo per scontato.

Come consento Perplexity tramite gli intervalli di IP pubblicati?

Chiunque può inviare una richiesta che dichiara di essere PerplexityBot, quindi una regola di autorizzazione che confronta solo lo user agent lascia entrare anche gli imitatori. Perplexity pubblica gli intervalli di indirizzi di entrambi gli agenti e consiglia di verificare insieme user agent e indirizzo IP:

curl -s https://www.perplexity.ai/perplexitybot.json | jq -r '.prefixes[] | .ipv4Prefix // .ipv6Prefix'
curl -s https://www.perplexity.ai/perplexity-user.json | jq -r '.prefixes[] | .ipv4Prefix // .ipv6Prefix'

Perplexity dice che questi elenchi vengono aggiornati regolarmente e suggerisce di automatizzare l'aggiornamento delle regole del WAF. Metti la regola di autorizzazione sopra qualsiasi regola che blocca o sottopone le richieste a verifica: per prima nelle regole personalizzate di Cloudflare, oppure con un numero di priorità più basso in AWS WAF. Poi controlla i log, perché le modifiche al firewall possono richiedere tempo per propagarsi.

Il rendering JavaScript può impedire a Perplexity di leggere una pagina?

Può. La documentazione dei crawler di Perplexity non dice se i suoi agenti eseguano JavaScript, quindi la scelta prudente è presumere che il testo di cui un crawler ha bisogno debba trovarsi nell'HTML inviato dal server. Le pagine costruite interamente nel browser, come le applicazioni a pagina singola senza rendering lato server, possono arrivare come un guscio vuoto con un indicatore di caricamento.

Un controllo rapido consiste nello scaricare la pagina con curl e cercare nell'output una frase del tuo contenuto principale. Se non c'è, il testo viene aggiunto dagli script. Il rendering lato server, la generazione statica o il prerendering per i crawler risolvono il problema per tutti i crawler di IA insieme, non solo per Perplexity.

E se è tutto aperto e il mio sito continua a non comparire?

Essere leggibili è una condizione necessaria, non una garanzia. Perplexity non pubblica come sceglie le fonti da citare, quindi una pagina che ogni agente può leggere può comunque perdere contro pagine che rispondono alla domanda in modo più diretto. Quello che puoi controllare è che nulla di tecnico faccia da ostacolo: un titolo di pagina chiaro, la risposta indicata presto nel testo e dati accurati che coincidono con quello che dici altrove.

Ricorda anche che cosa il robots.txt non copre. Perplexity dice che Perplexity-User in genere ignora il robots.txt perché il download è stato richiesto da un utente. Una regola per Perplexity-User non è quindi un modo affidabile per bloccare le visite in tempo reale, e un robots.txt che lo consente non è la prova che superi il tuo firewall.

AISeeWhy richiede la tua pagina come PerplexityBot, Perplexity-User e altri 12 crawler accanto a un browser, applica per ciascuno le regole del tuo robots.txt, riconosce le pagine di verifica e mostra quanta parte del testo arriva senza JavaScript, così vedi quale anello della catena cede.

Domande frequenti

Perplexity addestra i suoi modelli con i miei contenuti?

Perplexity dice che PerplexityBot non viene usato per scansionare contenuti destinati ai modelli di base di IA e che Perplexity-User non raccoglie contenuti per l'addestramento. Vietare PerplexityBot non serve quindi a escludersi dall'addestramento; riduce soltanto la tua visibilità nei risultati di ricerca di Perplexity.

Quanto tempo dopo la correzione del robots.txt se ne accorge Perplexity?

Perplexity dice che i suoi sistemi possono impiegare fino a 24 ore per recepire le modifiche al robots.txt. Le modifiche al firewall hanno effetto quando il tuo provider le applica, ma lascia al crawler il tempo di tornare prima di giudicare il risultato.

Posso bloccare Perplexity-User con il robots.txt?

Non in modo affidabile. Perplexity dice che il downloader in genere ignora il robots.txt perché il download è stato richiesto da un utente. Se devi fermarlo, il controllo affidabile è una regola del firewall basata sugli intervalli di IP che Perplexity pubblica.

Basta controllare lo user agent per riconoscere il traffico di Perplexity?

No. Gli user agent si copiano facilmente. Confronta l'IP di origine con gli intervalli che Perplexity pubblica in perplexitybot.json e perplexity-user.json, e nelle regole del firewall verifica insieme user agent e IP.

Fonti

Altri articoli