Una persona apre ChatGPT e chiede «uno studio di Pilates classico a Grosseto», oppure «un B&B a Porto Ercole con la vista sul mare». La risposta arriva dai siti che l'assistente riesce a leggere.
Se il tuo è illeggibile o chiuso, per quella persona hai smesso di esistere.
Per questo ogni sito che consegniamo esce predisposto anche per i motori AI, dal primo giorno e senza sovrapprezzo. Il lavoro è fatto di quattro pezzi con nomi verificabili: te li mostro uno per uno, così il controllo sul tuo sito lo fai da sola.
I crawler hanno un nome proprio
I sistemi AI leggono il web con programmi che si presentano alla porta dicendo chi sono. I più frequenti:
- GPTBot e ChatGPT-User, quelli di OpenAI
- ClaudeBot, quello di Anthropic
- PerplexityBot, quello di Perplexity
- Google-Extended, che alimenta Gemini
E ce n'è una decina d'altri. Molti hosting e molti template li bloccano per impostazione predefinita, o per una distrazione di chi ha configurato il sito, e il titolare non lo sa. Il regolamento d'ingresso sta in un file che si chiama robots.txt: nei nostri lo scriviamo ammettendoli uno per uno, per nome.
llms.txt, la mappa scritta per i modelli
Il secondo pezzo è un file di testo semplice alla radice del sito, llms.txt: una mappa pulita che dice chi sei, dove sei e quali sono le pagine principali, con una riga di descrizione ciascuna. La convenzione è nata nel 2024 (la trovi su llmstxt.org) e l'hanno adottata, tra gli altri, Anthropic e Vercel.
Per una piccola attività si scrive in meno di un'ora.
Per un modello che deve capire in fretta di cosa parla il sito, è la differenza tra una visita guidata e una casa buia.
Il terzo e il quarto pezzo
I dati strutturati
Il terzo pezzo sono i dati strutturati, JSON-LD per chi vuole cercarlo: righe invisibili al visitatore che dichiarano in un formato standard «sono un'attività locale, questo è l'indirizzo, questi gli orari, questi i servizi».
I contenuti dentro l'HTML
Il quarto è la struttura stessa della pagina: i contenuti devono stare nell'HTML, il documento che il crawler scarica, senza comparire solo dopo che il browser ha eseguito del codice.
Un sito costruito interamente in quel modo può sembrare perfetto a chi lo guarda e restare muto per buona parte dei sistemi che dovrebbero citarlo.
A che punto è il mercato
Guardando i siti delle piccole attività italiane, un llms.txt quasi non si trova, e capita spesso il contrario: bot AI bloccati all'insaputa del titolare. Lo dico da osservazione diretta, ci passiamo in mezzo ogni settimana facendo scouting.
Per una volta essere piccoli aiuta: adeguarsi costa poche ore, e chi lo fa adesso entra in un elenco ancora corto.
Le due cose da dire per intero
La prima: aprire il sito ai crawler è una condizione necessaria, la citazione non la controlliamo noi. Nessuno può prometterti «sarai consigliata da ChatGPT», e chi lo promette sta vendendo una cosa che non possiede.
La seconda: l'apertura vale per le pagine pubbliche. Aree riservate, portali clienti e pannelli di gestione restano chiusi ai crawler, lì l'apertura sarebbe un errore.
Il controllo da un minuto
Apri tuosito.it/robots.txt e leggi se i nomi che hai visto qui sopra sono bloccati. Poi apri tuosito.it/llms.txt: se risponde «pagina non trovata», il file non esiste.
In entrambi i casi parliamone: è un lavoro da poche ore, e il momento giusto per farlo è mentre l'elenco è ancora corto.