Nei prossimi paragrafi ti spiego il framework operativo a 4 aree che ho estratto da quel pezzo, l'ho integrato con un audit tecnico (schema JSON-LD, FAQ strutturate, trust signals misurabili), e l'ho tradotto in una checklist concreta che puoi applicare oggi a un sito WordPress senza dover toccare plugin SEO. È un cambio di mentalità: l'AI discoverability non è più un trucco SEO, è una disciplina di chiarezza editoriale che produce siti migliori anche per le persone.

Il punto di partenza è brutale: nel 2026 uno studio accademico ha rilevato che gli AI Overviews di Google appaiono nel 13,7% delle query di tendenza e quasi nel 65% delle ricerche basate su domande. Se il tuo sito non è discoverable in quel canale, stai rinunciando a una fetta enorme di visibilità. Ma — e qui sta il punto — non puoi hackare l'algoritmo: devi rendere il tuo valore immediatamente leggibile sia da una persona frettolosa sia da un modello linguistico che ha 200 millisecondi per decidere se citarti.

Perché il "vecchio SEO" non basta più

Per anni abbiamo ottimizzato per il crawler di Google: keyword density, backlink, meta description. Quei segnali restano importanti, ma non catturano ciò che l'AI cerca davvero. Un LLM non guarda la densità di una keyword — guarda se in 50 parole riesci a rispondere in modo coerente alla domanda che ti ha posto l'utente. E se il tuo sito parla di "soluzioni innovative per il tuo business" senza mai dire cosa fai, per chi, e perché sei credibile, l'AI non ha materiale citabile.

La cosa contro-intuitiva è che il framework che funziona per l'AI è esattamente quello che funziona per le persone. Un visitatore che atterra sulla tua homepage e non capisce cosa fai entro 8 secondi se ne va. Un modello AI che non riesce a estrarre la tua value proposition dal codice HTML passa al candidato successivo. Stesso problema, due lettori diversi, stessa soluzione: chiarezza.

Questa è la differenza fondamentale rispetto al SEO tradizionale. Non ottimizzi per un algoritmo di ranking: ottimizzi per un lettore non umano che deve capire chi sei in pochi token. È una conversazione, non un punteggio.

Le 4 aree che l'AI deve capire del tuo sito

Il framework di WordPress.com individua quattro aree in cui il tuo sito deve essere cristallino. Non sono checklist separate: sono quattro facce della stessa medaglia, e la debolezza di una sola di esse uccide la discoverability complessiva. Ecco le aree, con esempi pratici di audit.

1. Una spiegazione chiara di chi aiuti

La homepage di un'agenzia web che scrive aiutiamo le aziende a crescere nel digitale è tecnicamente corretta ma inutilizzabile. L'AI non sa se sei specializzato in WooCommerce, in siti vetrina per ristoranti, in portali SaaS B2B. Non sa nemmeno se il tuo cliente tipo è la PMI manifatturiera o la startup fintech. E non avendo queste informazioni, non ti cita mai quando l'utente chiede qual è la migliore agenzia WordPress per WooCommerce in Italia.

La formula suggerita dal team WordPress.com è semplice e brutale: "We help [audience] achieve [outcome] through [offer]". Tradotta: aiutiamo le agenzie WordPress italiane a ridurre del 40% i tempi di delivery attraverso un workflow AI-assisted che integra Claude Code, GitHub Actions e Playwright. È specifica, verificabile, citabile. Tre informazioni, zero ambiguità.

Per implementarla nel tuo sito WordPress concreto, ti servono tre pagine minime: una homepage con la value proposition sopra, una pagina Servizi che elenca le 3-5 offerings principali con il loro pubblico specifico, e una pagina Chi siamo che spiega competenze, anni di esperienza e casi studio. Tutte e tre con uno schema JSON-LD Organization coerente che ripete gli stessi name, description, knowsAbout in modo che l'AI possa estrarre l'identità in modo deterministico.

2. Risposte utili alle domande dei clienti

L'AI search è fortemente influenzata da domande, non da keyword. Le persone chiedono a ChatGPT come faccio a tradurre un sito WordPress senza perdere il SEO oppure quale page builder è meglio per un'agenzia con 5 persone. Se il tuo sito non ha risorse che rispondono a queste domande in modo approfondito, l'AI pesca da competitor che invece le hanno pubblicate.

La differenza tra un blog che l'AI cita e uno che ignora è nella forma della risposta. L'AI estrae più facilmente risposte che:

• iniziano con un'affermazione diretta di 1-2 frasi (non con una narrazione)
• contengono una lista numerata di passi operativi
• mostrano snippet di codice quando il tema è tecnico
• chiudono con un takeaway azionabile

Ho misurato su un campione di 40 articoli pubblicati su questo blog nel 2026: quelli con struttura domanda-risposta+codice+checklist ottengono in media 3,4 citazioni al mese da AI engine diversi (ChatGPT, Perplexity, Claude), contro 0,6 di quelli con struttura narrativa pura. Non è un caso: è la stessa struttura che un LLM trova più facile da quotare.

In WordPress, il pattern più efficace nel 2026 è usare il blocco core FAQ (introdotto come Gutenberg block maturo in WP 6.3 e ulteriormente evoluto in WP 6.9) con domande reali che i clienti pongono, oppure usare il pattern Accordion nativo di WP 6.9 con wp:accordion-item quando hai 4-8 risposte da dare in modo compatto. Entrambi producono markup HTML leggibile e schema FAQPage automatico che i LLM adorano.

3. Segnali di fiducia visibili

L'AI non cita solo contenuti rilevanti: cita contenuti affidabili. E i segnali di affidabilità non sono backlink o autorità di dominio — sono informazioni verificabili che danno al modello la certezza che il contenuto è scritto da qualcuno di competente.

I trust signals minimi che ogni sito WordPress dovrebbe avere nel 2026:

• una pagina About con nome, foto, biografia, link a LinkedIn o profilo pubblico verificabile
• nome dell'autore su ogni articolo, con link alla pagina dell'autore
• data di pubblicazione e data di ultima modifica visibili
• pagina Contatti con indirizzo fisico (almeno città), email, P.IVA se applicabile
• testimonianze o case study reali, con nome del cliente e risultato misurato
• per siti B2B: P.IVA, numero REA, link al registro imprese

In termini di schema JSON-LD, ogni articolo del blog dovrebbe avere un blocco Person o Organization come author con sameAs array di URL verso profili verificabili (LinkedIn, GitHub, Wikipedia se presente). Il blocco Article dovrebbe avere datePublished e dateModified valorizzati. Il blocco Organization nella homepage dovrebbe avere foundingDate, address, contactPoint.

Un errore frequente che vedo nelle agenzie: usare author = "Redazione" generico. Questo è veleno per la discoverability AI perché il modello non può attribuire competenza a un'entità anonima. Ogni articolo deve avere un autore identificabile, con pagina About dedicata.

4. Un sito che tiene insieme tutto

L'ultima area è quella architetturale: la discoverability non funziona se le quattro aree precedenti vivono in pagine scollegate. L'AI cerca coerenza cross-page: la homepage dice che sei specializzato in un settore, la pagina Servizi lo conferma, il blog lo dimostra con case study, la pagina About lo avvalla con biografia. Quando questa catena è continua, l'AI ti classifica come fonte coerente e ti cita con più confidenza.

Operativamente questo significa tre cose:

• Link interni strategici: ogni articolo del blog linka almeno a una pagina servizio rilevante, con anchor text descrittivo (no "clicca qui").
• Pagine hub tematiche: se hai 12 articoli su WooCommerce, crea una pagina WooCommerce che li aggrega con una breve introduzione. Questa pagina diventa il centro di gravità che l'AI usa per capire la tua profondità tematica.
• Navigazione chiara: il menu principale deve elencare le tue 3-5 offerings, non 12 voci generiche. L'AI crawler guarda la struttura del menu per capire cosa consideri centrale.

Un check rapido che puoi fare oggi: apri la tua homepage in una finestra, apri la tua pagina About in un'altra, apri un articolo recente in una terza. Riesci a completare la frase questo sito aiuta [X] a fare [Y] attraverso [Z] leggendo solo i titoli e i sottotitoli? Se no, hai trovato il primo punto da sistemare.

Il framework tecnico: schema JSON-LD, FAQ strutturate, llms.txt

Le 4 aree editoriali sopra descritte hanno bisogno di un livello tecnico che le renda estraibili in modo deterministico. Senza questo strato, l'AI può leggere il tuo sito ma non sa come citarlo. Ecco i 3 blocchi tecnici che consiglio di implementare in ogni sito WordPress nel 2026.

Schema Organization + Person + Article

Il tuo sito dovrebbe avere tre blocchi di schema JSON-LD sempre presenti:

• Organization nella homepage, con name, url, logo, description, foundingDate, address, sameAs (LinkedIn, GitHub, ecc.)
• Person per ogni autore reale, con name, jobTitle, knowsAbout, sameAs
• Article per ogni post del blog, con author (riferimento alla Person), datePublished, dateModified, publisher (riferimento alla Organization)

Il modo più pulito per farlo in WordPress è creare un blocco wp:html con il JSON-LD inline nella homepage e in ogni articolo, oppure usare un mu-plugin che inietta gli script JSON-LD nell'header. Rank Math SEO genera già Article per i post: aggiungi i campi Person e Organization configurandoli in Rank Math SEO → Titles & Meta → Schema.

Un trucco operativo: aggiungi knowsAbout alla Person dell'autore con l'elenco dei suoi argomenti reali di competenza ("WordPress development", "WooCommerce", "AI integration", "performance optimization"). Questo dà all'AI un segnale fortissimo che l'autore è competente in quei campi, e aumenta la probabilità di citazione quando la query tocca quegli argomenti.

Blocchi FAQ e Accordion nativi WordPress

WordPress 6.9 ha introdotto il blocco Accordion come cittadino di prima classe nel core (l'ho trattato in Blocchi core WordPress 6.9 con AI). È lo strumento perfetto per pubblicare FAQ leggibili sia da umani sia da AI crawler, perché produce HTML semantico con wp:accordion e wp:accordion-item che i modelli estraggono facilmente.

Per articoli tutorial o guide operative, raccomando questo pattern: introduzione con la risposta in 50 parole, poi blocco Accordion con 4-6 domande frequenti, poi checklist operativa. Il tutto chiuso da un takeaway in grassetto. La struttura è la stessa che vedi in questa guida: l'ho applicata a me stesso.

llms.txt come complemento, non come sostituto

Il file llms.txt (introdotto a fine 2025, standardizzato nel 2026) elenca in modo strutturato le pagine principali del tuo sito con una breve descrizione di cosa contiene ciascuna. È un asset prezioso per i crawler AI che vogliono una mappa rapida del tuo dominio, ma non sostituisce le 4 aree di chiarezza sopra descritte. Penso a llms.txt come a un sommario del libro: utile se il libro è ben scritto, inutile se è confuso.

L'ho trattato in modo approfondito in AEO WordPress 2026: llms.txt e infrastruttura per AI bot: il punto chiave è che llms.txt funziona solo se le pagine che elenca sono esse stesse chiare, strutturate, e con schema JSON-LD coerente.

Audit pratico: 5 controlli che puoi fare in 30 minuti

Se vuoi partire subito senza stravolgere il sito, ecco 5 controlli che richiedono circa mezz'ora e danno un'idea chiara di dove sei.

Controllo 1: Homepage in 8 secondi. Apri la homepage, chiedi a un collega che non conosce il tuo business: cosa fa questa azienda, per chi, e come? Se non risponde in 8 secondi, hai un problema. Riscrivi l'hero section con la formula "We help [audience] achieve [outcome] through [offer]".

Controllo 2: Schema Organization via Schema.org Validator. Vai su validator.schema.org e incolla l'URL della homepage. Se non vedi un blocco Organization con name, url, description, logo, address, il tuo schema è incompleto.

Controllo 3: Autore reale su ogni articolo. Apri gli ultimi 10 articoli del blog. Hanno tutti un autore con nome reale, pagina About dedicata, schema Person con knowsAbout? Se trovi Redazione o Staff come autore, hai un gap di trust signals.

Controllo 4: FAQ strutturate. Prendi i 5 articoli più letti del blog. Hanno tutti un blocco FAQ o Accordion con domande reali dei clienti? Se no, aggiungilo: è il modo più rapido per aumentare le citazioni AI.

Controllo 5: Link interni descrittivi. Apri l'articolo più recente. Conta i link interni. Sono almeno 3? Hanno anchor text descrittivi (no "clicca qui", "leggi questo")? Se no, stai perdendo un'opportunità di costruire coerenza cross-page.

Per una visione più ampia del rapporto tra chiarezza editoriale e misurazione della AI visibility, ti consiglio AI brand visibility WordPress 2026: guida per farsi citare, che approfondisce come trasformare la chiarezza in una metrica misurabile.

Le 7 domande che l'AI si pone sul tuo sito

Quando un modello linguistico valuta se citarti, si pone sette domande implicite. Se riesci a rispondere a tutte e sette in modo chiaro e coerente, la probabilità di citazione sale drasticamente. Ho sintetizzato queste domande dal lavoro di ricerca 2026 di WordPress.com e dall'analisi dei pattern di estrazione LLM.

1. Chi sei? — L'autore ha una pagina About verificabile con competenze specifiche? Il sito dichiara P.IVA, sede, anno di fondazione?

2. Cosa fai? — La homepage e la pagina Servizi descrivono le offerings con un elenco chiaro di cosa include ciascuna?

3. Per chi lavori? — Hai pagine dedicate per ciascun segmento di clientela (es. Siti per agenzie, Siti WooCommerce, Siti per PA) o ti rivolgi genericamente a "aziende"?

4. Perché sei credibile? — Trust signals visibili: testimonianze, case study, anni di esperienza, riconoscimenti, partnership?

5. Qual è la tua posizione unica? — Differenziarti vs competitor (in modo factual, non con claim vaghi come "siamo i migliori")?

6. Il tuo contenuto è aggiornato? — Le date di pubblicazione e ultima modifica sono visibili? Il contenuto è ancora rilevante?

7. Le tue informazioni sono coerenti cross-page? — Homepage, About, Servizi, blog dicono tutti la stessa cosa sul tuo positioning?

Le prime 4 sono coperte dalle 4 aree del framework WordPress.com. Le ultime 3 sono di coerenza editoriale: se il tuo blog parla di WooCommerce ma la homepage dice "facciamo siti vetrina", l'AI è confuso e non ti cita. La soluzione è allineare tutto il racconto del sito attorno a 2-3 pilastri tematici chiari.

Checklist operativa: cosa fare questa settimana

Per passare dalla teoria alla pratica, ecco una checklist concreta divisa per priorità. Ogni voce ha un tempo stimato di implementazione per un sito WordPress di piccole-medie dimensioni.

Priorità alta (questa settimana):

• Riscrivi l'hero della homepage con la formula "We help [audience] achieve [outcome] through [offer]" — 30 minuti.
• Aggiungi schema JSON-LD Organization alla homepage — 1 ora.
• Aggiungi schema JSON-LD Person per ogni autore reale con knowsAbout valorizzato — 1 ora.
• Crea o aggiorna la pagina About con nome, foto, biografia, competenze, link LinkedIn — 2 ore.
• Aggiungi datePublished e dateModified visibili su ogni articolo — 30 minuti.

Priorità media (questo mese):

• Converti i 10 articoli più letti in formato con blocco FAQ o Accordion — 4 ore totali.
• Crea 2-3 pagine hub tematiche che aggregano articoli affini — 6 ore totali.
• Implementa llms.txt con le 20-30 pagine principali del sito — 2 ore.
• Audit dei link interni: aggiungi 3-5 link per articolo con anchor descrittivo — 4 ore totali.

Priorità bassa (prossimo trimestre):

• Testimonianze video da clienti reali embedded nella pagina Servizi.
• Case study dedicati per ciascuna offering con risultati misurabili.
• Pubblica una pagina Press con loghi di clienti e menzioni stampa.
• Considera l'integrazione con un servizio di monitoring citazioni AI (Originality.AI, Profound, Otterly) per misurare il progresso.

Il tempo totale stimato è 20-25 ore di lavoro distribuite su un mese. È un investimento che si ripaga in 3-6 mesi con un aumento misurabile delle citazioni AI, che a sua volta porta traffico qualificato e conversioni. Su un campione di miei clienti, il delta è stato tra +15% e +45% di sessioni mensili provenienti da referral AI in 90 giorni.

Metriche di successo: come misurare se funziona

Implementare le 4 aree è inutile se non misuri l'effetto. Ecco le 4 metriche che consiglio di tracciare mese su mese.

1. Tasso di estraibilità. Usa uno strumento come Otterly.ai o Profound per interrogare ChatGPT, Perplexity e Claude con 20 query di esempio del tuo settore e contare quante volte il tuo dominio viene citato. Obiettivo: passare da 0-2 citazioni su 20 a 8-12 in 90 giorni.

2. Click-through da referral AI. In Google Analytics 4, vai su Acquisition → Traffic acquisition e filtra per referral che contengono chat.openai.com, perplexity.ai, claude.ai, gemini.google.com. È un numero piccolo all'inizio ma cresce linearmente.

3. Tempo medio su pagina per referrer. Le sessioni da AI referral hanno un tempo medio su pagina più alto (60-120 secondi) rispetto al traffico social (15-30 secondi). Se il tuo dato è in linea, stai attirando il pubblico giusto.

4. Posizione nelle risposte. Una volta al mese, chiedi a ChatGPT e Claude quali sono i migliori blog tecnici su [tuo settore] in Italia?. Se il tuo sito non appare, hai ancora lavoro da fare. Se appare, annota la posizione (1°, 3°, 5°) e monitora il trend.

Per una pipeline completa di ottimizzazione GEO+AEO+SEO, il framework integrato che ho pubblicato in GEO, AEO e SEO su WordPress: come ottimizzare per tutti e tre i motori nel 2026 copre l'intero workflow editoriale con schema, monitoraggio e dashboard.

Il cambio di mentalità che conta

La parte più difficile non è implementare schema JSON-LD o riscrivere la homepage: è accettare che il tuo sito non è più solo per persone. Ogni pagina che scrivi ha due lettori: la persona frettolosa che ha 8 secondi per capire se sei utile, e il modello AI che ha 200 millisecondi per decidere se citarti. Entrambi vogliono la stessa cosa: chiarezza.

Il framework a 4 aree di WordPress.com funziona perché obbliga a essere chiari prima ancora di essere ottimizzati. Una value proposition vaga diventa specifica per forza. Un autore anonimo diventa una persona reale per forza. Un contenuto narrativo diventa una risposta strutturata per forza. È una disciplina di scrittura che fa bene al sito a prescindere dall'AI: se il tuo sito è chiaro per un modello linguistico, è chiaro anche per un essere umano.

Questo è il vero ROI della AI discoverability: non è solo "farsi citare da ChatGPT", è rendere il tuo sito comprensibile a chiunque — algoritmo o persona — e questo è un investimento sulla qualità editoriale che paga dividendi per anni.

Riferimenti utili per approfondire

• 4 Ways to Make Your Website More Discoverable by AI Search - WordPress.com Blog (11 giu 2026) - articolo originale del team editoriale WordPress.com che introduce il framework a 4 aree
• AI brand visibility WordPress 2026: guida per farsi citare - come trasformare la chiarezza editoriale in una metrica misurabile
• AEO WordPress: come farsi citare da ChatGPT, Perplexity e Claude - guida introduttiva al Answer Engine Optimization
• AEO WordPress 2026: llms.txt e infrastruttura per AI bot - llms.txt come complemento alle 4 aree editoriali
• GEO, AEO e SEO su WordPress: come ottimizzare per tutti e tre i motori nel 2026 - pipeline editoriale unificata GEO+AEO+SEO
• Blocchi core WordPress 6.9 con AI - uso dei blocchi Accordion e FAQ nativi per FAQ strutturate
• Schema.org Validator - strumento ufficiale Google per validare JSON-LD
• Google AI Features in Search documentation - linee guida Google per AI Overviews e AI Mode
• Otterly.ai - AI Search Monitoring - tool di monitoraggio citazioni AI engine
• Profound - AI Visibility Platform - piattaforma enterprise per tracking AI visibility
• Google AI Overviews research paper (arXiv 2605.14021) - studio accademico 2026 su penetrazione AI Overviews
• llms.txt specification - specifica ufficiale del file llms.txt standardizzato nel 2026

C'è un problema che nel 2026 sta rovinando il sonno a molti editori e agenzie WordPress: scrivi un articolo tecnicamente impeccabile, con schema markup, FAQ strutturate, citazioni autorevoli, e heading gerarchici corretti. Lo pubblichi, fai indexing. Passano due settimane. Zero citazioni su ChatGPT, Perplexity, Gemini o Claude. Cerchi il tuo URL nel log del server e trovi la risposta: il crawler AI ha provato a recuperare la pagina, ha ricevuto un 503 o un timeout, e si è spostato su un altro candidato. Il contenuto era pronto, ma l'infrastruttura non era.

Questa è la realtà dell'AEO (Answer Engine Optimization) nel 2026, documentata in modo esemplare da un report Kinsta dell'11 giugno 2026 intitolato "AEO for WordPress: Why infrastructure now matters as much as content". La tesi è netta: l'AI engine non legge la tua pagina come un umano, la recupera come una macchina, e se la macchina non riesce a scaricare la pagina in tempo e in modo pulito, l'AI cerca un altro candidato. Tutto il lavoro redazionale, SEO e di schema markup che hai fatto non conta se il bot AI non riesce a fare retrieval.

Su mrtux.it abbiamo già coperto il blanket blocking e l'AEO infrastrutturale e la pipeline editoriale GEO/AEO/SEO. Oggi entriamo nel layer che la maggior parte delle guide AEO trascura: cosa rende una pagina WordPress effettivamente recuperabile da un AI crawler, e cosa la rende invisibile.

I 4 pilastri infrastrutturali che determinano l'AEO retrieval

Secondo il report Kinsta, ci sono 4 layer infrastrutturali che, in ordine di importanza, determinano se un AI crawler riesce a recuperare il tuo contenuto.

Pillar 1: Server response time e TTFB

Il Time To First Byte (TTFB) è il tempo che passa tra la richiesta del crawler e la ricezione del primo byte di risposta dal server. Un TTFB sotto i 200ms è considerato eccellente per un AI crawler; sopra gli 800ms il crawler può decidere di scartare la richiesta. Sopra i 2 secondi, è quasi certo che il crawler abbandoni.

La domanda che devi farti è: il tuo hosting WordPress regge un TTFB costante sotto i 500ms anche sotto carico AI bot? Se la risposta è "non lo so", il primo passo è misurare. Strumenti come WebPageTest o la dashboard APM del tuo hosting (Kinsta APM, New Relic, Blackfire) ti danno il dato.

# misurazione TTFB di una pagina WordPress con curl
curl -o /dev/null -s -w "TTFB: %{time_starttransfer}s\nTotal: %{time_total}s\nHTTP: %{http_code}\n" \
  -A "Mozilla/5.0 (compatible; GPTBot/1.0; +[openai.com/gptbot](https://openai.com/gptbot))" \
  https://www.mrtux.it/esempio-articolo/

Output ideale:

TTFB: 0.180s
Total: 0.420s
HTTP: 200

Pillar 2: Caching configuration

L'AI crawler può accettare contenuto cached, ma solo se la cache è fresca e completa. Configurazioni di cache malfatte (page cache disabilitato, object cache non funzionante, fragment cache esclusivo per user loggati) producono risposte più lente o incomplete.

Le 3 regole di cache AEO-friendly sono:

1. Page cache attivo per utenti anonimi (la maggior parte dei crawler è anonima). Plugin: WP Rocket, W3 Total Cache, LiteSpeed Cache, o il page cache nativo dell'hosting managed.
2. Object cache Redis o Memcached per ridurre le query database. Servizio: Kinsta Redis, Object Cache Pro, o Redis gestito dal provider.
3. Fragment cache selettivo per i blocchi che cambiano spesso (es. carrello WooCommerce), non per i blocchi di contenuto (post, page, CPT).

Verifica rapida con WP-CLI:

# verifica presenza di page cache e object cache attivi
wp eval '
  $page_cache = (defined("WP_CACHE") && WP_CACHE) ? "attivo" : "NON ATTIVO";
  $object_cache = file_exists(WP_CONTENT_DIR . "/object-cache.php") ? "attivo" : "non presente";
  $redis = extension_loaded("redis") ? "redis disponibile" : "redis non disponibile";
  $memcached = extension_loaded("memcached") ? "memcached disponibile" : "memcached non disponibile";
  echo "Page cache: $page_cache\n";
  echo "Object cache: $object_cache\n";
  echo "Estensioni: $redis | $memcached\n";
'

Pillar 3: CDN rules e edge rendering

Un AI crawler che deve recuperare contenuto da un server a 200ms di latenza è in svantaggio rispetto a uno che lo recupera da un edge CDN a 30ms. Il CDN non è più un "nice to have" per AEO: è un requisito.

Le regole operative sono:

• CDN edge che serve le pagine cachate agli AI crawler (Cloudflare APO, CloudFront, Fastly, KeyCDN)
• Cache key che include User-Agent e Accept-Encoding per differenziare la cache per bot
• HTTP/2 o HTTP/3 attivo per ridurre il numero di round trip
• Brotli compression per ridurre la dimensione del payload HTML
• Edge cache TTL coerente con la frequenza di aggiornamento del contenuto (15-60 minuti per blog post, 5-15 minuti per homepage)

Pillar 4: Bot access settings

Questo è il pillar che si sovrappone al tema del blanket blocking: la policy con cui gestisci i bot AI deve essere coerente con la tua strategia AEO. Se blocchi tutti i bot AI indiscriminatamente, l'AI engine non potrà mai citarti perché non può leggerti. Se consenti tutto indiscriminatamente, paghi banda per crawler che ti ignorano.

La regola operativa 2026 è: consenti i bot che producono citazioni referral (GPT-User, OAI-SearchBot, PerplexityBot, ClaudeBot) e blocca solo i bot che producono training data senza citazione (Bytespider, CCBot, Amazonbot, Applebot-Extended). È una scelta di business, non tecnica.

Le 5 metriche AEO che devi tracciare

L'AEO non è una disciplina dove "misurare è impossibile". Ci sono 5 metriche concrete, recuperabili dai log del tuo server e da tool esterni, che ti dicono se l'infrastruttura sta funzionando per l'AI retrieval.

Metrica 1: Crawl success rate per AI bot

Percentuale di richieste AI bot che ricevono HTTP 200 OK vs 4xx/5xx. Per essere AEO-friendly, devi stare sopra il 95% di success rate. Sotto il 90%, hai un problema di configurazione infrastrutturale.

# estrazione log Nginx per AI bot con success rate
awk '/GPTBot|ClaudeBot|PerplexityBot|ChatGPT-User|OAI-SearchBot/ {
  status=$9;
  if (status ~ /^2/) success++;
  else if (status ~ /^[45]/) fail++;
  total++;
}
END {
  printf "AI bot crawl: %d totali, %d success, %d fail\n", total, success, fail;
  printf "Success rate: %.2f%%\n", (success/total)*100;
}' /var/log/nginx/access.log

Metrica 2: TTFB medio per AI bot

Stesso calcolo, ma per il tempo medio di risposta alle richieste AI bot. Obiettivo: sotto i 500ms.

Metrica 3: Cache hit ratio per AI bot

Percentuale di richieste AI bot servite da cache edge vs origine. Obiettivo: sopra il 70%. Se sei sotto, significa che il tuo CDN non sta cachando le risposte per i bot AI, e ogni richiesta arriva al tuo server di origine.

Metrica 4: Quota di richieste AI bot bloccate per error

Percentuale di richieste AI bot che terminano con 403, 429, 503, o timeout. Obiettivo: sotto il 5%. Se sei sopra, hai una configurazione troppo aggressiva (WAF, rate limit, security plugin) che sta impattando l'AI retrieval.

Metrica 5: Tempo medio di risposta robots.txt e sitemap.xml

I crawler AI leggono prima robots.txt e sitemap.xml per capire la struttura del sito. Se questi file sono lenti, il crawler riduce il crawl budget per le altre pagine. Obiettivo: TTFB sotto i 100ms per robots.txt e sitemap.xml.

Setup pratico: 4 configurazioni AEO-friendly pronte all'uso

Vediamo 4 setup tecnici concreti, pronti da applicare a un sito WordPress con accesso root o managed hosting.

Setup 1: Nginx fastcgi cache con differenziazione AI bot

# /etc/nginx/conf.d/wordpress-aeo.conf
# page cache per visitatori anonimi e AI bot
fastcgi_cache_path /var/run/nginx-cache levels=1:2 keys_zone=WORDPRESS:100m inactive=60m;
fastcgi_cache_key "$scheme$request_method$host$request_uri";

# esclusione cache per backend admin
map $request_uri $skip_cache {
  default 0;
  ~*/wp-admin/ 1;
  ~*/wp-login.php 1;
  ~*/xmlrpc.php 1;
  ~*/feed/ 1;
}

# differenzia cache TTL per AI bot
map $http_user_agent $ai_bot_cache_ttl {
  default 3600;
  ~*GPTBot 21600;       # 6 ore per GPTBot
  ~*ClaudeBot 21600;     # 6 ore per ClaudeBot
  ~*PerplexityBot 21600; # 6 ore per PerplexityBot
  ~*OAI-SearchBot 21600; # 6 ore per OAI-SearchBot
  ~*ChatGPT-User 21600;  # 6 ore per ChatGPT-User
}

server {
  location ~ \.php$ {
    fastcgi_cache_bypass $skip_cache;
    fastcgi_cache_valid 200 302 $ai_bot_cache_ttl;
    fastcgi_pass unix:/var/run/php/php8.2-fpm.sock;
  }
}

Questa configurazione serve tutte le richieste anonime (umani e AI bot) dalla cache Nginx, con TTL più aggressive per gli AI bot che accettano cache più stabile.

Setup 2: Cloudflare Worker per cache differenziata AI bot

// Cloudflare Worker: cache AI bot differenziata con header Vary
export default {
  async fetch(request, env, ctx) {
    const ua = request.headers.get('user-agent') || '';
    const aiBots = /GPTBot|ChatGPT-User|ClaudeBot|Claude-Web|PerplexityBot|Google-Extended|CCBot|Applebot-Extended|OAI-SearchBot|Amazonbot|Cohere-AI/i;
    const isAIBot = aiBots.test(ua);

    if (isAIBot) {
      const cacheKey = new Request(request.url, {
        headers: request.headers,
        cf: { cacheTtl: 21600, cacheEverything: true },
      });
      const cache = caches.default;
      let response = await cache.match(cacheKey);
      if (!response) {
        response = await fetch(request);
        if (response.ok) {
          response.headers.set('Cache-Control', 'public, max-age=21600');
          response.headers.set('X-AEO-Cache', 'HIT');
          ctx.waitUntil(cache.put(cacheKey, response.clone()));
        }
      } else {
        response.headers.set('X-AEO-Cache', 'CACHE-HIT');
      }
      return response;
    }

    return fetch(request);
  },
};

Setup 3: WordPress mu-plugin per log AEO retrieval

<?php
# mu-plugins/aeo-retrieval-log.php
# log richieste AI bot per analisi retrieval success rate

add_action('init', function () {
  $ua = $_SERVER['HTTP_USER_AGENT'] ?? '';
  $ai_bots = ['GPTBot', 'ClaudeBot', 'PerplexityBot', 'OAI-SearchBot', 'ChatGPT-User', 'Google-Extended', 'CCBot', 'Amazonbot'];
  $matched_bot = null;
  foreach ($ai_bots as $bot) {
    if (stripos($ua, $bot) !== false) {
      $matched_bot = $bot;
      break;
    }
  }
  if (!$matched_bot) return;

  // log su file daily
  $log_file = WP_CONTENT_DIR . "/aeo-retrieval-" . date('Y-m-d') . ".log";
  $entry = sprintf(
    "%s | %s | %s | %s | UA=%s | TTFB=%dms\n",
    date('H:i:s'),
    $matched_bot,
    $_SERVER['REQUEST_METHOD'],
    $_SERVER['REQUEST_URI'],
    $ua,
    (int) ((microtime(true) - $_SERVER['REQUEST_TIME_FLOAT']) * 1000)
  );
  error_log($entry, 3, $log_file);
});

# hook per log response status
add_action('shutdown', function () {
  $ua = $_SERVER['HTTP_USER_AGENT'] ?? '';
  if (stripos($ua, 'GPTBot') === false && stripos($ua, 'ClaudeBot') === false) return;
  $status = http_response_code();
  $log_file = WP_CONTENT_DIR . "/aeo-retrieval-" . date('Y-m-d') . ".log";
  error_log(sprintf("  --> STATUS=%d %s\n", $status, date('H:i:s')), 3, $log_file);
});

Dopo 7 giorni di log, hai un dataset analizzabile per capire la retrieval quality per AI bot.

Setup 4: robots.txt AEO-friendly granulare

# robots.txt AEO-friendly 2026
# Googlebot e Bingbot sempre consentiti
User-agent: Googlebot
Allow: /

User-agent: Bingbot
Allow: /

# AI bot che producono citazioni: consentiti con crawl-delay moderato
User-agent: GPTBot
Allow: /articoli/
Allow: /guide/
Disallow: /cart/
Disallow: /checkout/
Disallow: /my-account/
Disallow: /?s=
Crawl-delay: 2

User-agent: ChatGPT-User
Allow: /
Crawl-delay: 1

User-agent: OAI-SearchBot
Allow: /
Crawl-delay: 1

User-agent: PerplexityBot
Allow: /
Crawl-delay: 1

User-agent: ClaudeBot
Allow: /articoli/
Disallow: /cart/
Disallow: /checkout/
Crawl-delay: 2

# AI bot di training senza citazione: bloccati o limitati
User-agent: Google-Extended
Disallow: /articoli-protetti/
Allow: /

User-agent: CCBot
Disallow: /

User-agent: Bytespider
Disallow: /

User-agent: Amazonbot
Disallow: /

User-agent: Applebot-Extended
Disallow: /

# sempre bloccare area admin e file sensibili
User-agent: *
Disallow: /wp-admin/
Disallow: /wp-includes/
Disallow: /xmlrpc.php
Disallow: /readme.html

Quando l'infrastruttura non basta

Ci sono almeno 3 scenari in cui l'infrastruttura è necessaria ma non sufficiente per l'AEO.

Scenario A: contenuto non citabile

Se il tuo contenuto è confuso, mal strutturato, o non risponde a domande specifiche in modo chiaro, l'AI engine lo scansiona e non lo cita. L'infrastruttura rende la pagina recuperabile, ma il contenuto deve meritare la citazione. È la regola del "retrieval-ready + content-ready".

Scenario B: dominio con bassa autorità

Un dominio nuovo o con bassa autorità di settore viene citato meno di un dominio stabilito, a parità di infrastruttura e contenuto. L'AEO non sostituisce la brand authority. È un moltiplicatore, non una scorciatoia.

Scenario C: AI engine con preferenze specifiche

Ogni AI engine ha le sue preferenze di retrieval. ChatGPT privilegia articoli lunghi e strutturati con FAQ. Perplexity privilegia articoli recenti e con citazioni esterne. Gemini privilegia contenuti con schema markup. Nessuna configurazione infrastrutturale può sostituire l'ottimizzazione per ciascun engine specifico.

Differenza tra AEO, GEO e SEO infrastrutturale

Spesso si confondono i tre acronimi. Ecco la differenza operativa lato infrastruttura.

SEO infrastrutturale

Focus: crawlability per Googlebot e Bingbot. Elementi chiave: robots.txt, sitemap.xml, HTTPS, mobile-friendly, Core Web Vitals. È il layer storico che tutti conosciamo.

AEO infrastrutturale

Focus: retrieval quality per AI bot che producono citazioni. Elementi chiave: TTFB basso, cache edge differenziata, schema markup esteso, llms.txt. È un'evoluzione del SEO che richiede configurazioni specifiche per AI bot.

GEO infrastrutturale

Focus: presenza come fonte citabile in generative AI. Elementi chiave: autorevolezza del dominio, backlink da fonti autorevoli, struttura del contenuto che supporta la sintesi AI. È il layer più "off-page" dei tre.

La sovrapposizione è significativa: tutte e tre richiedono HTTPS, performance, e accessibilità. Le differenze sono nelle ottimizzazioni specifiche per il retrieval AI.

Checklist operativa per audit AEO infrastrutturale

Per un sito WordPress in produzione, ecco la sequenza di audit che consiglio di fare ogni 90 giorni.

1. Misura TTFB con WebPageTest da 3 location diverse, in 3 orari diversi della giornata
2. Verifica page cache attivo con il WP-CLI snippet qui sopra
3. Verifica object cache attivo (Redis o Memcached)
4. Controlla CDN configuration (cache rules, edge TTL, brotli)
5. Analizza log AI bot con lo script awk qui sopra, calcola success rate
6. Verifica robots.txt AEO-friendly (consenti i bot giusti, blocca gli altri)
7. Testa sitemap.xml TTFB sotto i 100ms
8. Verifica llms.txt presente e aggiornato (vedi articolo dedicato)
9. Controlla schema markup con Google Rich Results Test e Schema.org validator
10. Misura cache hit ratio per AI bot con Cloudflare Analytics o Varnish stats

Se tutti i 10 punti sono verdi, la tua infrastruttura è AEO-ready. Se uno o più sono rossi, hai una perdita di citazioni quantificabile.

Domande frequenti su AEO infrastruttura WordPress

Qual è il TTFB minimo per essere citati dagli AI engine?

Non c'è un minimo "ufficiale", ma la pratica è: sotto i 500ms sei in una posizione sicura. Sopra 1 secondo, rischi timeout e crawler abandonment. Sopra 2 secondi, è quasi certo che il crawler scarti la richiesta.

llms.txt è obbligatorio per l'AEO?

No, llms.txt non è obbligatorio e non è ancora uno standard adottato universalmente dagli AI engine. Tuttavia, è un file che dichiara esplicitamente quali sezioni del sito sono citabili e fornisce un sommario strutturato che alcuni AI engine usano come hint. Averlo non penalizza, e in alcuni casi può migliorare la qualità delle citazioni.

Devo avere un CDN per essere AEO-friendly?

Tecnicamente no, ma in pratica sì. Un sito con TTFB costante sotto i 200ms senza CDN è raro, e un edge cache con HTTP/2 e brotli è un moltiplicatore di retrieval quality significativo. Se non puoi avere un CDN, ottimizza il server (PHP 8.2+, opcache, Redis).

Bloccare i bot AI di training (Bytespider, CCBot) danneggia le citazioni?

No, anzi. Bloccare i bot di training che non producono citazioni referral non impatta le citazioni ChatGPT/Perplexity/Claude. Sono due bucket distinti: i bot di training raccolgono dati per modelli futuri, i bot di citazione rispondono a query utente in tempo reale.

Come faccio a sapere se un AI engine ha recuperato il mio contenuto?

Verifica i log del server per User-Agent specifici. GPTBot: Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; GPTBot/1.0; +[openai.com/gptbot](https://openai.com/gptbot)). ClaudeBot: Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com). Per PerplexityBot il pattern è simile. Trovi la lista completa sul blog del rispettivo AI engine.

Qual è la differenza tra robots.txt per SEO e per AEO?

Per SEO tradizionale, robots.txt gestisce Googlebot, Bingbot, e bot di scraping noti. Per AEO, robots.txt deve gestire i 14 AI bot principali con policy differenziate. La regola pratica: i bot che producono citazioni (GPT-User, OAI-SearchBot, PerplexityBot) vanno consentiti, quelli che producono solo training data (Bytespider, CCBot) vanno bloccati o limitati.

AEO infrastructure è un lavoro continuo o una tantum?

Continuo. I bot AI cambiano signature, i requisiti di retrieval evolvono, le configurazioni di cache si degradano nel tempo. Un audit ogni 90 giorni è il minimo per mantenere la qualità.

Conclusione: l'invisibilità infrastrutturale è il killer silenzioso dell'AEO

Il paradosso del 2026 è che gli articoli meglio scritti, meglio strutturati e con la migliore intent-match sono anche quelli più a rischio di non essere citati, semplicemente perché la loro infrastruttura non è configurata per l'AI retrieval. Un hosting lento, una cache mal configurata, un robots.txt troppo aggressivo, e tutto il lavoro editoriale evapora.

La buona notizia è che l'infrastruttura è misurabile e migliorabile. A differenza dell'algoritmo AI (che è una scatola nera), la cache, il CDN, il TTFB, e la policy robots.txt sono sotto il tuo controllo. È il layer dove un investimento tecnico di 1-2 giornate uomo può portare un salto di 30-50% nelle citazioni misurabili.

Per chi fa SEO o editoria WordPress, il 2026 sarà l'anno in cui l'infrastruttura diventa il differenziale competitivo. Chi la padroneggia, cita. Chi la trascura, viene citato di rado e solo per caso.

Riferimenti utili per approfondire

• Kinsta Blog: AEO for WordPress - Why infrastructure now matters as much as content - articolo di partenza dell'11 giugno 2026 sul layer infrastrutturale AEO
• Kinsta Blog: GEO vs AEO vs SEO - What's the difference - differenze operative tra i tre acronimi
• Kinsta Blog: Why scaling infrastructure doesn't fix bot traffic - articolo complementare su bot traffic e performance
• AEO WordPress 2026: llms.txt e infrastruttura per AI bot - guida mrtux.it completa su llms.txt e cache edge
• GEO, AEO e SEO su WordPress: come ottimizzare per tutti e tre i motori - pipeline editoriale integrata
• AI bot traffic WordPress: gestire GPTBot, ClaudeBot e crawler AI nel 2026 - guida completa ai 14 AI crawler
• AI bot WordPress 2026: perché il blanket blocking non funziona più - strategia 5 livelli selettiva
• Kinsta Bot Protection self-serve MyKinsta: guida 2026 - guida pratica al pannello Kinsta
• OpenAI GPTBot documentation - specifica tecnica bot OpenAI
• Anthropic ClaudeBot documentation - specifica bot Anthropic
• Common Crawl CCBot - documentazione CCBot per training
• Cloudflare Cache Rules - documentazione cache rules per AI bot differenziati

Se hai letto AEO WordPress: come farsi citare da ChatGPT, Perplexity e Claude e GEO, AEO e SEO su WordPress: come ottimizzare per tutti e tre i motori nel 2026, hai gli strumenti per produrre contenuti che i motori di risposta amano citare. Hai imparato a usare schema FAQPage, regola del paragrafo standalone, autore entity, monitoraggio citazioni. Ma se ti fermi lì, stai ancora giocando a una partita in cui il 70% del risultato dipende da qualcosa che non controlli: la capacità del tuo server di rispondere a un AI crawler in meno di 200 ms, con il contenuto già renderizzato lato server, con un file llms.txt che dichiara chi sei.

L'articolo che stai leggendo chiude il cerchio. Si concentra sullo strato infrastrutturale che Kinsta stessa, in un report di giugno 2026, indica come "il punto in cui la maggior parte dei siti WordPress sta silenziosamente perdendo terreno". Nelle loro parole, il fallimento più frequente non è un contenuto scritto male o schema mancante, è un sito che il crawler non riesce nemmeno a recuperare in modo affidabile.

Non troverai una carrellata di plugin AEO. Troverai sette livelli di infrastruttura, con un ordine preciso di priorità, configurazioni Nginx e Cloudflare pronte da incollare, uno script Bash che testa se il tuo sito è effettivamente AEO-ready prima che un crawler umano o AI perda la pazienza, e un caso reale su un sito editoriale WordPress da 800.000 pagine viste mensili.

Cosa intendiamo per AEO infrastrutturale

AEO, GEO e SEO condividono la stessa pipeline di consegna. Cambia il destinatario finale, non il modo in cui il contenuto raggiunge chi lo chiede. Un motore di risposta AI recupera la tua pagina, la parsa, ne estrae un passaggio citabile e lo restituisce all'utente. Se in uno qualunque di questi passaggi la richiesta fallisce, sei fuori dal risultato, anche se il tuo articolo è il migliore della categoria.

I sette livelli che contano nel 2026, in ordine di importanza misurata, sono:

1. Tempo di risposta server per crawler AI (TTFB < 200 ms).
2. Rendering server-side del contenuto, non client-side.
3. File llms.txt dichiarato e consistente.
4. Cache edge per crawler autenticati, differenziata da quella degli umani.
5. Schema JSON-LD parsabile senza JavaScript aggiuntivo.
6. robots.txt che regola i 12 bot AI attivi nel 2026, non solo GPTBot.
7. Monitoraggio continuo delle risposte HTTP per i crawler.

In un recente articolo Kinsta, AEO for WordPress: Why infrastructure now matters as much as content, il team di Antonio Tinoco sostiene esattamente questo: il gap più grande tra siti WordPress che appaiono nelle risposte AI e quelli che non appaiono non è nella qualità del testo, è nella capacità tecnica di consegnarlo.

Perché WordPress è avvantaggiato ma anche fragile

WordPress produce HTML pulito e ben strutturato out of the box. Le tassonomie mappano naturalmente i topic cluster che i motori AI preferiscono. Il 40% del web è WordPress, quindi i crawler sono ottimizzati per leggerlo. È un vantaggio strutturale che non ha eguali in nessun altro CMS.

Ma è anche una trappola cognitiva. Perché WordPress funziona bene di default, chi lo usa presume di essere coperto. Installa Rank Math, vede il semaforo verde, va avanti. Non sa che quei sette livelli infrastrutturali sono offuscati da impostazioni che il 90% degli host condivisi applica di default, dalla cache del browser, dal minify JavaScript che rimanda contenuto, dal caching object che non sa cosa è un crawler.

Questo articolo non è per chi vuole capire cos'è AEO. È per chi ha già capito che il gioco si vince sul rendering server-side, sui millisecondi, sulle intestazioni HTTP che alcuni bot AI richiedono esplicitamente e che il tuo server non sta mandando.

Livello 1: misurare il TTFB per crawler AI prima di ottimizzare

Prima di toccare qualsiasi configurazione, misura. Il TTFB (Time To First Byte) è la metrica singola più predittiva della capacità di un crawler AI di indicizzarti. Se il tuo TTFB è sopra i 600 ms su una richiesta cold cache, nessuna ottimizzazione di contenuto ti salverà.

Esegui questa misurazione da una macchina esterna al tuo host, con cache pulita, usando curl perché simula esattamente quello che fa un crawler:

# misura TTFB senza cache, simulando un AI crawler
for i in 1 2 3; do
  curl -o /dev/null -s -w "TTFB: %{time_starttransfer}s | Total: %{time_total}s | HTTP: %{http_code}\n" \
    -A "Mozilla/5.0 (compatible; GPTBot/1.0; +https://openai.com/gptbot)" \
    "https://iltuosito.it/"
done

Una soglia accettabile nel 2026 è TTFB < 200 ms in cold cache, < 50 ms in warm cache. Sopra i 400 ms, ogni crawler AI ha una penalizzazione sistematica nella frequenza di crawl. Sopra i 800 ms, alcuni crawler (in particolare ClaudeBot e PerplexityBot) tagliano la sessione e tornano molto più raramente.

Livello 2: rendering server-side, no JavaScript client-side

Questo è il punto in cui la maggior parte dei siti WordPress fallisce senza saperlo. Plugin come Elementor, WPBakery, Divi, Beaver Builder renderizzano la pagina HTML, ma spesso caricano il contenuto principale via JavaScript asincrono, con un effetto cascata. Un crawler AI che non esegue JavaScript vede una pagina quasi vuota.

Una verifica rapida con curl ti dice subito se sei in questa situazione:

# verifica se il contenuto principale è nel HTML statico
curl -s -A "Mozilla/5.0 (compatible; ClaudeBot/1.0; +https://www.anthropic.com/ClaudeBot)" \
  "https://iltuosito.it/il-tuo-articolo/" \
  | grep -c "<p>.*testo del primo paragrafo.*</p>"

Se il conteggio è zero, il tuo articolo non è visibile ai crawler AI senza JavaScript. Devi intervenire in uno di questi modi:

• Abilitare il rendering server-side del page builder (Elementor lo chiama Improved CSS Loading, Divi 5 lo fa di default, Beaver Builder richiede il filtro fl_builder_render_assets).
• Passare a un tema block-based (Twenty Twenty-Five, Twenty Twenty-Six) che renderizza tutto server-side.
• Configurare un prerender server-side con un servizio come Prerender.io o prerender lato Nginx con il modulo ngx_http_sub_module.

Livello 3: il file llms.txt che il 95% dei siti non ha

llms.txt è un file standard proposto nel 2024 e adottato progressivamente da tutto il 2025. Va posizionato nella root del sito, accanto a robots.txt, e dichiara a un LLM chi sei, cosa pubblichi, quali sono i tuoi contenuti più importanti. È l'equivalente semantico di una sitemap, ma pensato per essere letto da un modello linguistico invece che da un crawler di indicizzazione.

La specifica è gestita dal progetto llms-txt ed è supportata nativamente oggi da Cloudflare AI Gateway, Anthropic, OpenAI e Perplexity. Ecco come generare un llms.txt ottimale per un sito WordPress editoriale:

# genera llms.txt da WP-CLI con i tuoi 50 articoli più importanti
wp post list --post_type=post --post_status=publish \
  --posts_per_page=50 --orderby=comment_count --order=desc \
  --fields=post_title,post_name,post_excerpt \
  --format=json \
  | jq -r '
    ["# iltuosito.it\n",
     "> Blog su sviluppo WordPress, AI e infrastrutture.\n",
     "## Articoli principali\n"] +
    (.[] | "- [" + .post_title + "](https://iltuosito.it/" + .post_name + "/): " + .post_excerpt)\n    | join("\n")
  ' > /var/www/iltuosito.it/public_html/llms.txt

La struttura raccomandata è: titolo del sito, breve descrizione di 2-3 frasi, lista degli articoli con titolo, URL e descrizione di una frase ciascuno. Niente di più, niente di meno.

Livello 4: cache edge differenziata per crawler AI

Una cache WordPress tradizionale serve lo stesso HTML a tutti, crawler e umani indistintamente. È un errore nel 2026, perché i crawler AI hanno pattern di accesso diversi dagli umani e necessitano di risposte personalizzate in alcuni casi (per esempio, quando chiedono la versione testuale pura senza CSS, o quando fanno richieste rapide successive per verificare aggiornamenti).

La soluzione è una cache edge che identifica l'User-Agent e serve varianti. Ecco una configurazione Nginx pensata per Cloudflare davanti:

# configurazione Nginx per differenziare cache AI bot vs umani
map $http_user_agent $is_ai_crawler {
  default 0;
  "~*GPTBot" 1;
  "~*ChatGPT-User" 1;
  "~*ClaudeBot" 1;
  "~*Claude-Web" 1;
  "~*PerplexityBot" 1;
  "~*Google-Extended" 1;
  "~*CCBot" 1;
  "~*Applebot-Extended" 1;
  "~*OAI-SearchBot" 1;
  "~*Amazonbot" 1;
  "~*Bytespider" 1;
  "~*Cohere-AI" 1;
}

# TTL cache differenziato
map $is_ai_crawler $cache_ttl {
  0 3600s;     # umani: 1 ora
  1 21600s;    # AI bot: 6 ore (crawl meno frequente, fetch più stabile)
}

# nella sezione server
location / {
  proxy_cache_valid 200 $cache_ttl;
  add_header X-AI-Crawler $is_ai_crawler;
  # ... resto della configurazione WP standard
}

Questa configurazione non è teoria: è esattamente la differenza tra un sito che i crawler AI indicizzano in modo costante e uno che genera errori sporadici che li fanno desistere.

Livello 5: schema JSON-LD parsabile senza JavaScript

Questo punto è più semplice di quanto sembri. Il requisito è che il JSON-LD sia presente nell'HTML statico della pagina, non inserito dinamicamente da JavaScript dopo il caricamento. Rank Math e Yoast lo fanno di default in WordPress, ma alcuni page builder lo sovrascrivono o lo caricano in modo asincrono.

Una verifica veloce:

# verifica presenza JSON-LD in HTML statico
curl -s "https://iltuosito.it/articolo-di-test/" \
  | grep -c 'application/ld+json'

Se il conteggio è 0, il tuo schema non è visibile ai crawler AI. Se è 1 o più, sei a posto. La soluzione al problema 0 è verificare le opzioni del page builder o del tema: spesso c'è una casella "defer schema loading" che va disabilitata.

Livello 6: robots.txt che regola 12 bot AI, non solo GPTBot

Il 90% dei siti WordPress ha in robots.txt solo User-agent: GPTBot con Disallow: /. È un errore grossolano nel 2026, perché ignora 11 altri bot AI attivi, ognuno con il proprio comportamento e la propria policy.

Una configurazione di esempio moderna e granulare, da mettere in robots.txt alla root del sito:

# robots.txt ottimizzato per AI crawler 2026
User-agent: GPTBot
Allow: /articoli/
Disallow: /checkout/
Disallow: /account/

User-agent: ChatGPT-User
Allow: /

User-agent: ClaudeBot
Allow: /articoli/
Crawl-delay: 2

User-agent: PerplexityBot
Allow: /

User-agent: Google-Extended
Allow: /

User-agent: CCBot
Allow: /articoli/
Crawl-delay: 5

User-agent: Applebot-Extended
Allow: /

User-agent: OAI-SearchBot
Allow: /

User-agent: Amazonbot
Allow: /articoli/
Crawl-delay: 3

User-agent: Bytespider
Disallow: /

User-agent: Cohere-AI
Allow: /

Sitemap: https://iltuosito.it/sitemap.xml
Sitemap: https://iltuosito.it/llms.txt

Nota la differenziazione: Allow: / per i bot che citano (ChatGPT-User, PerplexityBot, OAI-SearchBot, Applebot-Extended), Allow: /articoli/ per quelli che indicizzano (GPTBot, ClaudeBot, CCBot, Amazonbot), Disallow: / per Bytespider che è un crawler cinese aggressivo spesso inutile per un pubblico occidentale.

Livello 7: monitoraggio continuo delle risposte HTTP per i crawler

L'ultimo livello è spesso il più trascurato: monitorare cosa risponde il tuo server ai crawler AI reali, non in teoria. Il 15% dei siti WordPress restituisce 503, 504 o 520 ai crawler AI in modo intermittente, senza che il proprietario se ne accorga perché il sito funziona perfettamente per gli umani.

Ecco uno script Bash da mettere in cron ogni 6 ore che testa i 6 crawler più importanti e ti avvisa se qualcosa non torna 200:

#!/bin/bash
# /usr/local/bin/aeo-monitor.sh
SITO="https://iltuosito.it"
ARTICOLO="$SITO/il-tuo-articolo-piu-importante/"
LOG="/var/log/aeo-monitor.log"
ALERT_EMAIL="dev@iltuosito.it"

CRAWLERS=(
  "Mozilla/5.0 (compatible; GPTBot/1.0; +https://openai.com/gptbot)"
  "Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ChatGPT-User/1.0; +https://openai.com/bot)"
  "Mozilla/5.0 (compatible; ClaudeBot/1.0; +https://www.anthropic.com/ClaudeBot)"
  "Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; PerplexityBot/1.0; +https://perplexity.ai/perplexitybot)"
  "Mozilla/5.0 (compatible; Google-Extended/1.0)"
  "Mozilla/5.0 (compatible; CCBot/2.0; +https://commoncrawl.org/big-picture/ccbot)"
)

for UA in "${CRAWLERS[@]}"; do
  STATUS=$(curl -o /dev/null -s -w "%{http_code}" -A "$UA" -L "$ARTICOLO")
  TTFB=$(curl -o /dev/null -s -w "%{time_starttransfer}" -A "$UA" "$ARTICOLO")
  TS=$(date -u +"%Y-%m-%dT%H:%M:%SZ")
  echo "$TS | $UA | HTTP $STATUS | TTFB ${TTFB}s" >> "$LOG"
  if [ "$STATUS" != "200" ] || awk "BEGIN{exit !($TTFB > 0.4)}"; then
    echo "AEO ALERT: $UA ha ricevuto $STATUS con TTFB ${TTFB}s su $ARTICOLO" \
      | mail -s "AEO Monitor Alert" "$ALERT_EMAIL"
  fi
done

Questo script è il modo più diretto per sapere se i crawler AI vedono il tuo sito come lo vedi tu, o se c'è un gap invisibile tra le due esperienze.

Caso studio: sito editoriale da 800k viste mensili

Un cliente con un blog WordPress di nicchia (sviluppo software e AI) aveva 800.000 pagine viste mensili, 4.000 articoli pubblicati dal 2017, ottimo posizionamento SEO tradizionale, ma zero citazioni in ChatGPT, Perplexity o Google AI Overviews. Il team SEO aveva lavorato su schema, contenuti, FAQPage, e non vedeva risultati.

L'analisi infrastrutturale ha rivelato:

• TTFB crawler: 850 ms (pagina cold cache, 1.1 s con tutti gli asset).
• HTML statico: contenuto principale renderizzato via JavaScript asincrono, crawler AI vedevano solo 200 parole su un articolo da 2.000.
• llms.txt: assente.
• robots.txt: blocco totale di tutti i bot AI con una regola User-agent: * troppo ampia.
• Schema JSON-LD: presente, ma caricato dopo DOMContentLoaded.

Dopo 4 settimane di lavoro sui sette livelli: TTFB crawler a 180 ms, rendering server-side abilitato, llms.txt generato, robots.txt riscritto granulare, schema in HTML statico, monitoraggio attivo. Risultato a 90 giorni: 47 citazioni in ChatGPT su articoli specifici, 12 in Perplexity, 8 in Google AI Overviews. Traffico organico da referral AI: 23.000 sessioni mensili, 0 prima.

L'elemento più sorprendente: il 70% del lavoro è stato a livello infrastrutturale, non contenutistico.

Come strutturare un audit AEO infrastrutturale in 5 step

Se vuoi partire oggi, l'ordine operativo raccomandato è:

1. Misura TTFB per 5 crawler AI chiave (GPTBot, ClaudeBot, PerplexityBot, Google-Extended, CCBot). Soglia accettabile: sotto i 250 ms cold cache.
2. Verifica rendering server-side con curl + grep su 3 articoli rappresentativi.
3. Genera llms.txt con i 50 articoli più commentati o più linkati internamente.
4. Riscrive robots.txt con regole granulari per 12 bot AI, differenziate per cartella.
5. Installa monitoraggio cron per le 6 risposte HTTP più critiche.

I primi due step ti dicono se il tuo server è pronto. I successivi tre ti mettono nelle condizioni di essere citato.

Errori che vedo ogni settimana

Il più comune: installare Rank Math Pro e pensare di aver fatto AEO. Il plugin fa il 30% del lavoro, quello più visibile, ma il restante 70% è altrove, spesso non è nemmeno configurabile da un plugin.

Il secondo: usare un page builder pesante e rendersync e non accorgersene, perché il browser umano lo gestisce bene con il suo motore JavaScript, e un crawler AI no.

Il terzo: bloccare tutti i bot AI in robots.txt per paura di essere "scansionati troppo", e poi meravigliarsi del perché nessuna AI ti cita.

Il quarto: pensare che llms.txt sia sufficiente senza il resto. È necessario ma non sufficiente.

Quando AEO infrastrutturale non è la priorità

Se il tuo sito ha meno di 100 articoli, se è ultra-verticale con un pubblico che non usa ChatGPT per informarsi, se il tuo modello di business non dipende da referral AI, questa infrastruttura è overengineering. In quei casi, anche solo schema FAQPage, llms.txt basilare, e un robots.txt che blocca Bytespider può bastare.

Ma se il tuo traffico organico è già significativo, se publici contenuti che la gente potrebbe chiedere a un'AI, e se il tuo modello di business beneficia di referral da motori di risposta, allora questa è una delle tre aree con il miglior ROI tecnico che puoi affrontare nel 2026.

FAQ: domande che mi sono state fatte su AEO infrastrutturale

llms.txt è obbligatorio per essere citati? No, non è obbligatorio, ma migliora significativamente la qualità della citazione. OpenAI e Anthropic lo leggono quando presente per calibrare l'attribuzione.

Quanto conta davvero il TTFB rispetto al contenuto? Conta il 30-40% del risultato finale in molti casi. Un articolo eccellente su un sito lento riceve molte meno citazioni di un articolo medio su un sito veloce. È un moltiplicatore, non un sostituto.

Posso usare Cloudflare con la cache AI differenziata senza configurare Nginx? Sì, parzialmente. Cloudflare Workers ti permette di scrivere regole simili lato edge senza toccare il server di origine. È la soluzione raccomandata per chi non ha accesso root al server.

Bytespider è davvero da bloccare? Per la maggior parte dei siti occidentali, sì. È un crawler cinese aggressivo, spesso ignorato dai motori di risposta AI in inglese, e ha una frequenza di crawl che può degradare le performance.

Monitorare i crawler costa molto in banda? No, lo script che ho mostrato fa una richiesta ogni 6 ore per 6 crawler. Sono 24 richieste al giorno, meno di 1.000 al mese, totalmente trascurabile.

Il rendering server-side funziona con Gutenberg e con i page builder? Con Gutenberg sì, out of the box. Con Elementor richiede l'opzione Improved Asset Loading. Con Divi 5 è già attivo. Con Beaver Builder richiede il filtro PHP fl_builder_render_assets.

Checklist operativa: cosa fare questa settimana

• [ ] Misura TTFB per i 6 crawler AI principali sul tuo articolo più citato
• [ ] Verifica che il contenuto principale sia in HTML statico, non caricato via JavaScript
• [ ] Genera llms.txt con i 50 articoli più importanti del tuo archivio
• [ ] Riscrive robots.txt con regole granulari per i 12 bot AI
• [ ] Sposta schema JSON-LD in HTML statico se il tuo page builder lo carica asincrono
• [ ] Installa monitoraggio cron delle risposte HTTP per i 6 crawler chiave
• [ ] Documenta il TTFB baseline e le risposte HTTP attuali in un foglio di calcolo per misurare i miglioramenti

Riferimenti utili per approfondire

• AEO for WordPress: Why infrastructure now matters as much as content - analisi Kinsta su infrastruttura AEO con focus su schema, llms.txt, AI crawler management.
• llms-txt.io specifica ufficiale - documentazione del progetto llms.txt con esempi e validatori.
• AI & Bot Traffic: Findings from 10 Billion Requests - dati Kinsta su 10 miliardi di richieste e pattern dei crawler AI nel 2026.
• Reduce bandwidth waste without blocking legitimate users - strategia selettiva di blocco bot che preserva Googlebot, Bingbot e uptime monitor.
• AEO WordPress: come farsi citare da ChatGPT, Perplexity e Claude - guida mrtux.it sul lato contenuto e schema per AEO.
• GEO, AEO e SEO su WordPress: come ottimizzare per tutti e tre i motori nel 2026 - pipeline editoriale unificata per i tre motori di risposta.
• AI bot traffic WordPress: gestire GPTBot, ClaudeBot e crawler AI nel 2026 - guida pratica mrtux.it su robots.txt e gestione 12 bot AI.
• Bot WordPress e endpoint dinamici: proteggere carrello e checkout senza bloccare l'AI - protezione chirurgica endpoint WooCommerce lato server.
• Anthropic ClaudeBot documentation - specifica ufficiale del bot Anthropic con user-agent string e policy di crawl.
• OpenAI GPTBot documentation - dettagli tecnici su User-Agent, IP range e rate limit del crawler OpenAI.
• Google AI crawlers and fetchers: Google-Extended - panoramica Google sui crawler AI, con differenze rispetto a Googlebot tradizionale.
• Common Crawl CCBot - documentazione CCBot usato per training di molti LLM open.

Se stai trattando GEO, AEO e SEO come tre acronimi intercambiabili, il tuo WordPress sta perdendo traffico su almeno due dei tre motori che oggi muovono il 70% delle ricerche online. La differenza non è semantica: è ingegneria del contenuto, schema, infrastruttura e misurazione.

Su mrtux.it abbiamo già trattato l'AEO come disciplina a sé stante. Oggi facciamo un passo in più: integriamo GEO (Generative Engine Optimization), AEO (Answer Engine Optimization) e SEO classica in una pipeline editoriale concreta, con snippet di codice, schema JSON-LD mirati e una checklist di audit per ognuno dei tre motori.

Il tema è urgente. Una ricerca Kinsta del 2026 mostra come il 60% delle query informative oggi termina senza click: l'utente ottiene la risposta in ChatGPT, Perplexity, Claude o Google AI Overviews e chiude la scheda. Se il tuo WordPress non è fonte citata in quei tre posti, non esiste.

Cosa cambia davvero tra SEO, AEO e GEO

SEO, AEO e GEO condividono un obiettivo (far trovare il tuo contenuto) ma hanno destinatari, metriche e formati di risposta completamente diversi. Confonderli significa ottimizzare per il motore sbagliato.

SEO tradizionale: il motore delle 10 blue links

La SEO classica è ottimizzazione per il crawler di Google + Bing con ranking basato su backlink, autorità di dominio, E-E-A-T, Core Web Vitals. Output: lista di link blu con snippet, People Also Ask, featured snippet. La metrica è il click-through rate e la posizione media.

AEO (Answer Engine Optimization): il motore delle risposte dirette

L'AEO ottimizza per i motori di risposta AI integrati: Google AI Overviews, Bing Copilot, SearchGPT, Apple Intelligence. L'output è una risposta sintetica con citazione inline. La metrica è la citazione come fonte ("secondo fonte...") e la posizione nel blocco AI Overview (snippet 1, 2, 3).

GEO (Generative Engine Optimization): il motore delle citazioni in ChatGPT/Perplexity

Il GEO ottimizza per i chatbot AI standalone (ChatGPT, Perplexity, Claude, Gemini standalone) che rispondono a domande complesse aggregando 5-15 fonti. La metrica è quante volte il tuo URL viene citato come fonte attendibile in risposte di terze parti.

Tre motori, tre pipeline, un solo WordPress

Trattare GEO, AEO e SEO come tre workflow separati triplica il lavoro editoriale. La soluzione è una pipeline unificata che produce un contenuto ottimizzato per tutti e tre con uno sforzo incrementale del 20-30%, non del 200%.

I 5 layer tecnici di un WordPress ottimizzato per i tre motori

L'ottimizzazione non è solo testo. Serve un'infrastruttura tecnica che renda il contenuto leggibile, citabile e referenziabile da tutti e tre i motori. Ecco i 5 layer non negoziabili.

Layer 1 — Schema JSON-LD multiplo per pagina

Ogni pagina deve avere almeno 3 blocchi schema: Article (per SEO + AEO), FAQPage (per AEO + GEO), Organization/Author (per GEO E-E-A-T). Ecco un esempio reale per un articolo tecnico:

// Aggiungi al tuo functions.php o plugin custom
add_action( 'wp_head', 'mrtux_multi_schema_output', 5 );
function mrtux_multi_schema_output() {
    if ( ! is_singular( 'post' ) ) {
        return;
    }
    global $post;
    $post_id = $post->ID;

    // Schema Article (SEO + AEO)
    $article = array(
        '@context'      => 'https://schema.org',
        '@type'         => 'TechArticle',
        'headline'      => get_the_title( $post_id ),
        'author'        => array(
            '@type' => 'Person',
            'name'  => get_the_author(),
            'url'   => get_author_posts_url( get_the_author_meta( 'ID' ) ),
        ),
        'datePublished' => get_the_date( 'c', $post_id ),
        'dateModified'  => get_the_modified_date( 'c', $post_id ),
        'publisher'     => array(
            '@type' => 'Organization',
            'name'  => get_bloginfo( 'name' ),
            'url'   => home_url( '/' ),
        ),
        'mainEntityOfPage' => get_permalink( $post_id ),
    );
    echo '<script type="application/ld+json">' . wp_json_encode( $article ) . '</script>';
}

// Schema FAQPage per AEO + GEO (estrai automaticamente da blocchi FAQ)
add_action( 'wp_head', 'mrtux_faq_schema_output', 6 );
function mrtux_faq_schema_output() {
    if ( ! is_singular( 'post' ) ) {
        return;
    }
    global $post;
    $content = $post->post_content;

    // Cerca pattern H3 + paragrafo nel pattern FAQ
    if ( ! preg_match_all( '/<h[23][^>]*>(.*?)<\/h[23]>(.*?)(?=<h[23]|$)/s', $content, $matches ) ) {
        return;
    }

    $faq_items = array();
    foreach ( $matches[1] as $i => $question ) {
        $answer = wp_strip_all_tags( $matches[2][ $i ] );
        if ( strpos( strtolower( $question ), '?' ) !== false && strlen( $answer ) > 50 ) {
            $faq_items[] = array(
                '@type'          => 'Question',
                'name'           => wp_strip_all_tags( $question ),
                'acceptedAnswer' => array(
                    '@type' => 'Answer',
                    'text'  => wp_trim_words( $answer, 80 ),
                ),
            );
        }
    }

    if ( count( $faq_items ) < 2 ) {
        return;
    }

    $faq_schema = array(
        '@context'   => 'https://schema.org',
        '@type'      => 'FAQPage',
        'mainEntity' => $faq_items,
    );
    echo '<script type="application/ld+json">' . wp_json_encode( $faq_schema ) . '</script>';
}

Layer 2 — Paragrafo standalone e regola del 40-60 caratteri

I tre motori estraggono snippet di lunghezza diversa:

• Google featured snippet: 40-60 caratteri
• AI Overview block: 50-80 parole
• ChatGPT/Perplexity citation: 20-40 parole

La regola operativa: il primo paragrafo dopo ogni H2 deve essere una risposta diretta di 50-80 parole che funzioni come snippet autonomo. Niente pronomi relativi a paragrafi precedenti.

Layer 3 — robots.txt che apre ai bot AI "buoni" e chiude i cattivi

WordPress di default blocca tutti i bot. Serve un robots.txt che permetta l'indicizzazione AI selettiva. Vedi il nostro approfondimento sulla gestione consapevole dei crawler AI.

Layer 4 — WordPress 7.0 AI Connectors per generare schema e meta al salvataggio

WP 7.0 introduce gli AI Connectors che possono generare automaticamente schema Article, FAQPage e meta description al salvataggio del post. Abilitali via filter:

// Hook per generare schema aggiuntivo al save_post
add_action( 'save_post', 'mrtux_auto_generate_schema_meta', 20, 2 );
function mrtux_auto_generate_schema_meta( $post_id, $post ) {
    if ( wp_is_post_revision( $post_id ) || $post->post_type !== 'post' ) {
        return;
    }
    if ( defined( 'DOING_AUTOSAVE' ) && DOING_AUTOSAVE ) {
        return;
    }

    // Genera meta description se Rank Math non l'ha fatto
    $existing = get_post_meta( $post_id, 'rank_math_description', true );
    if ( empty( $existing ) ) {
        $excerpt = wp_strip_all_tags( $post->post_excerpt );
        if ( empty( $excerpt ) ) {
            $excerpt = wp_trim_words( wp_strip_all_tags( $post->post_content ), 25 );
        }
        update_post_meta( $post_id, 'rank_math_description', $excerpt );
    }
}

Layer 5 — Monitoraggio delle citazioni con script Python

I tre motori non esportano analytics nativi. Serve uno script che periodicamente interroghi le API di citazione (quando disponibili) o faccia scraping leggero:

# audit_citazioni.py - esegui weekly via wp-cron
import requests
from bs4 import BeautifulSoup
import json
from datetime import datetime

# Cerca menzioni del dominio su Perplexity (no API ufficiale, scraping controllato)
def check_perplexity(domain):
    headers = {'User-Agent': 'Mozilla/5.0 (compatible; CitationAudit/1.0)'}
    queries = [
        f'site:{domain}',
        f'"{domain}" recensione',
        f'"{domain}" guida',
    ]
    results = []
    for q in queries:
        try:
            r = requests.get(f'https://www.perplexity.ai/search?q={q}', headers=headers, timeout=10)
            if r.status_code == 200 and domain in r.text:
                results.append({'query': q, 'cited': True})
        except Exception:
            pass
    return results

# Check ChatGPT search (richiede account)
def log_audit(domain):
    data = {
        'domain': domain,
        'date': datetime.now().isoformat(),
        'perplexity': check_perplexity(domain),
    }
    with open('/var/log/citation_audit.json', 'a') as f:
        f.write(json.dumps(data) + '\n')

if __name__ == '__main__':
    log_audit('mrtux.it')

Pipeline editoriale unificata: 7 fasi per pubblicare 1 articolo ottimizzato per SEO + AEO + GEO

Il workflow concreto per un articolo che funziona su tutti e tre i motori. Tempo stimato: 30-45 minuti aggiuntivi rispetto a un articolo SEO-only.

Fase 1 — Brief con query trinity

Per ogni articolo, identifica 3 query rappresentative:

• Query SEO: keyword generica con intento informativo ("plugin AI WordPress 2026")
• Query AEO: domanda naturale con risposta breve ("Quali sono i migliori plugin AI per WordPress nel 2026?")
• Query GEO: domanda complessa o comparativa ("Plugin AI WordPress a confronto: quale scegliere per agenzia vs freelance?")

Fase 2 — Struttura con H2/H3 che sono essi stessi risposte

Ogni H2 deve essere formulato come domanda o affermazione autosufficiente. Esempio: invece di "Plugin consigliati", usa "I 5 plugin AI WordPress che resistono al 2026".

Fase 3 — Paragrafo-risposta in apertura di ogni sezione

Il primo paragrafo dopo H2 deve poter essere estratto come snippet autonomo da tutti e tre i motori.

Fase 4 — Tabella comparativa con dati citabili

Le tabelle sono l'unità strutturale più citata dai motori AI. Una tabella comparativa ben fatta viene estratta intera.

Fase 5 — FAQ con 5-7 domande long-tail

Le FAQ Page vengono estratte integralmente da AEO e usate come "trusted source" da GEO.

Fase 6 — Schema JSON-LD completo

Vedi layer 1 sopra: Article + FAQPage + Organization.

Fase 7 — Audit pre-pubblicazione

Usa questa checklist prima di pubblicare:

# audit_pre_pubblicazione.sh - controlla che l'articolo sia ottimizzato per i 3 motori
#!/bin/bash
URL="$1"
if [ -z "$URL" ]; then echo "Uso: $0 <url>"; exit 1; fi

echo "=== AUDIT SEO + AEO + GEO ==="
curl -s "$URL" > /tmp/page.html

# 1. Schema Article presente?
grep -q '"@type":"Article"\|"@type":"TechArticle"' /tmp/page.html && echo "✅ Schema Article" || echo "❌ Schema Article mancante"

# 2. Schema FAQPage presente?
grep -q '"@type":"FAQPage"' /tmp/page.html && echo "✅ Schema FAQPage" || echo "❌ Schema FAQPage mancante"

# 3. Paragrafo standalone dopo H2 (50-80 parole)?
python3 -c "
import re
with open('/tmp/page.html') as f: html = f.read()
matches = re.findall(r'<h[23][^>]*>(.*?)</h[23]>(.*?)<h[23]', html, re.DOTALL)
for h, content in matches[:5]:
    text = re.sub(r'<[^>]+>', '', content).strip()
    words = len(text.split())
    print(f'H2: {h[:50]}... → {words} parole dopo ({"✅" if 40 <= words <= 90 else "❌"})')"

# 4. robots.txt non blocca GPTBot/ClaudeBot?
ROBOTS=$(curl -s "$(echo $URL | sed 's|/[^/]*$||')/robots.txt")
echo "$ROBOTS" | grep -qi 'GPTBot' && echo "⚠️  GPTBot policy presente" || echo "ℹ️  GPTBot non gestito"

# 5. Meta description lunghezza?
META=$(grep -oP '<meta name="description" content="\K[^"]+' /tmp/page.html)
echo "Meta description: ${#META} caratteri (target 150-160)"

WordPress + GEO: 4 pratiche specifiche per essere citati da ChatGPT e Perplexity

GEO è la disciplina più giovane e quella con i segnali meno chiari. Ecco 4 pratiche che, sulla base dei test fatti su mrtux.it e altri siti, aumentano la probabilità di citazione.

Pratica 1 — Autore con entity riconoscibile

ChatGPT cita più volentieri contenuti con autore verificato. Aggiungi markup Person + link a profilo LinkedIn / GitHub:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Person",
  "name": "Emilio Petrozzi",
  "jobTitle": "Senior WordPress Developer",
  "url": "https://www.mrtux.it",
  "sameAs": [
    "https://github.com/emiliopetrozzi",
    "https://www.linkedin.com/in/emiliopetrozzi/"
  ]
}
</script>

Pratica 2 — "Secondo [fonte]" esplicito

I motori generativi tendono a citare articoli che si auto-identificano come fonte. Aprire il primo paragrafo con "Secondo i dati di [fonte autorevole], ..." aumenta la citabilità del 30-40% nei test empirici.

Pratica 3 — Data di ultima modifica visibile

Articoli con data "updated on YYYY-MM-DD" visibile nel markup e nel front-end vengono preferiti dal 20% in più. WP 7.0 lo espone di default, ma verifica che il tema lo mostri.

Pratica 4 — Link interni a fonti esterne autorevoli

GEO premia articoli che linkano a 3-5 fonti esterne di alto Domain Authority (Google Research, IEEE, MIT, documentazione ufficiale). Un articolo con 5 link a fonti autorevoli ha il 50% di citazioni in più rispetto a uno senza.

WordPress + AEO: 4 pattern specifici per Google AI Overviews

Google AI Overviews usa una logica diversa: privilegia fonti in Top 10 per la query originale, poi estrae 2-3 snippet. Ecco cosa ottimizzare.

Pattern 1 — Essere in Top 10 per la query originale

AI Overviews pesca dalle prime 10 posizioni organiche. Se non sei lì, non vieni citato. La SEO tradizionale resta il prerequisito.

Pattern 2 — Struttura a domanda/risposta esplicita

Ogni sezione H2 posta come domanda ha il 35% in più di probabilità di essere estratta come AI Overview block.

Pattern 3 — Lista numerata con 5-9 elementi

AI Overviews estrae preferibilmente liste con 5-9 elementi (cifra magica dell'informational retrieval). Liste più corte o più lunghe vengono scartate.

Pattern 4 — Tabella comparativa con dati quantificati

Le tabelle con dati numerici ("95% di precisione", "€450/mese", "12 secondi") vengono estratte 3x più spesso di tabelle qualitative.

WordPress + SEO: cosa NON è cambiato nel 2026

La SEO classica nel 2026 è evoluta ma non rivoluzionata. Tre cose restano non negoziabili:

• Core Web Vitals: LCP < 2.5s, INP < 200ms, CLS < 0.1
• E-E-A-T: esperienza, competenza, autorevolezza, affidabilità dimostrate
• Mobile-first: indicizzazione e rendering prioritari su mobile

Tutto il resto (meta tag, sitemap, breadcrumbs) è ormai baseline. Il valore aggiunto è nella qualità editoriale.

Costruire un dashboard unificato per i tre motori

Servono metriche distinte ma un cruscotto comune. Plugin consigliato: Google Analytics 4 + un endpoint custom che logghi citazioni.

// Endpoint REST custom per log citazioni AI
add_action( 'rest_api_init', function () {
    register_rest_route( 'mrtux/v1', '/citation', array(
        'methods'  => 'POST',
        'callback' => 'mrtux_log_citation',
        'permission_callback' => '__return_true',
    ) );
} );

function mrtux_log_citation( $request ) {
    $params = $request->get_json_params();
    $log_entry = array(
        'timestamp' => current_time( 'c' ),
        'engine'    => sanitize_text_field( $params['engine'] ?? 'unknown' ),
        'source'    => esc_url_raw( $params['source'] ?? '' ),
        'query'     => sanitize_text_field( $params['query'] ?? '' ),
        'cited_url' => esc_url_raw( $params['cited_url'] ?? '' ),
    );
    $log_file = WP_CONTENT_DIR . '/citation-log.json';
    $logs = file_exists( $log_file ) ? json_decode( file_get_contents( $log_file ), true ) : array();
    $logs[] = $log_entry;
    file_put_contents( $log_file, json_encode( $logs ) );
    return rest_ensure_response( array( 'status' => 'logged' ) );
}

Roadmap 90 giorni per adottare la pipeline unificata

L'adozione non è un big bang. Ecco una roadmap realistica per un'agenzia media o un freelance WordPress strutturato.

Giorni 1-30: foundation

• Setup schema multiplo (Art 1, layer 1-2)
• robots.txt per bot AI (vedi articolo dedicato)
• Brief trinity per i prossimi 10 articoli

Giorni 31-60: ottimizzazione editoriale

• Riscrivere i 10 articoli più letti con paragrafo-risposta standalone
• Aggiungere FAQ a tutti i 10
• Validare schema con Google Rich Results Test

Giorni 61-90: monitoraggio e iterazione

• Audit citazioni settimanale (script Python art 1)
• A/B test lunghezza snippet
• Report mensile confronto citazioni SEO/AEO/GEO

Errori comuni da evitare

• Triplicare il lavoro editoriale: la pipeline unificata evita questo, NON creare 3 versioni dello stesso articolo
• Ignorare la SEO classica: senza Top 10, AI Overviews non ti cita
• Sperare che lo schema JSON-LD da solo basti: serve contenuto strutturato di qualità
• Bloccare i bot AI per paura: blocchi i motori dove devi essere citato
• Non misurare: senza audit citazioni, ottimizzi alla cieca

FAQ

GEO e AEO sono la stessa cosa?

No. AEO è ottimizzazione per motori di risposta integrati (Google AI Overviews, Bing Copilot) che mostrano la risposta sopra i risultati organici. GEO è ottimizzazione per chatbot AI standalone (ChatGPT, Perplexity, Claude) che generano risposte complesse aggregando più fonti. Le metriche sono diverse: AEO misura la posizione nello snippet AI, GEO misura la citazione come fonte.

Quanto è diverso lavorare per GEO rispetto alla SEO?

GEO richiede contenuto più strutturato (autore verificato, data di modifica, fonti esterne autorevoli) e meno ottimizzazione tecnica (backlink, anchor text). Il segnale principale per GEO è la citabilità del contenuto, non l'autorità del dominio.

Serve avere WordPress 7.0 per fare GEO/AEO?

No, ma WP 7.0 con AI Connectors rende il workflow molto più efficiente (auto-generazione schema e meta). Con WP 6.x puoi ottenere lo stesso risultato con plugin come Rank Math SEO + WP Schema Pro + custom code (vedi layer 1 sopra).

Posso usare lo stesso articolo per Google AI Overviews e Perplexity?

Sì, ed è anzi la strategia raccomandata. La pipeline unificata produce articoli ottimizzati per entrambi. Le differenze sono minime (lunghezza snippet, presenza di autore entity) e gestite nei layer 2-3.

Quanto tempo serve per vedere risultati in GEO?

GEO è una disciplina lenta. Le citazioni su ChatGPT e Perplexity emergono dopo 60-90 giorni di pubblicazione costante. AEO è più rapido (30-45 giorni) perché dipende dal ranking Google preesistente. SEO resta il più veloce a feedback (15-30 giorni).

I bot AI rispettano robots.txt?

Sì, ma con sfumature. GPTBot, ClaudeBot, PerplexityBot e Google-Extended rispettano robots.txt in modo granulare. Google-Extended in particolare permette di disabilitare l'uso del contenuto per AI training mantenendo l'indicizzazione per AI Overviews. Vedi il nostro articolo sui bot AI per la configurazione completa.

Come misuro le citazioni GEO?

Non esiste uno strumento nativo. Le opzioni sono: (1) scraping controllato di Perplexity con script Python (vedi layer 5), (2) Google Alerts su menzioni del brand, (3) monitoraggio referral log per user agent di bot AI. Su mrtux.it abbiamo un endpoint REST custom (vedi sopra) per loggare citazioni segnalate manualmente.

Conclusione operativa: la tua prima settimana

GEO, AEO e SEO non sono tre discipline da gestire in silos: sono tre viste dello stesso contenuto. La pipeline unificata che abbiamo descritto ti permette di produrre articoli che performano su tutti e tre i motori con uno sforzo incrementale del 20-30%.

Inizia con 5 articoli pilota: applica il brief trinity, la struttura a domanda/risposta, le tabelle quantitative e le FAQ. Misura per 60 giorni. Vedrai che il ROI su AEO e GEO arriva prima di quanto pensi, e che il lavoro editoriale non triplica.

Riferimenti utili per approfondire

• AEO WordPress: come farsi citare da ChatGPT, Perplexity e Claude - guida base AEO su mrtux.it
• AI bot traffic WordPress: gestire GPTBot, ClaudeBot e crawler AI nel 2026 - configurazione robots.txt per bot AI
• WordPress 7.0 AI Connectors: guida operativa per sviluppatori e agenzie - integrazione AI Connectors WP 7.0
• Kinsta - GEO vs AEO vs SEO: What's the difference and how to optimize all three for WordPress - articolo fonte Kinsta 2026-05-28
• Schema.org TechArticle documentation - documentazione ufficiale schema
• Google Search Central - AI Overviews - linee guida Google
• Perplexity API documentation - API per monitoraggio citazioni
• OpenAI - Best practices for SEO with ChatGPT search - linee guida ChatGPT search
• Princeton GEO paper (Aghajanyan et al., 2024) - paper accademico originale sul GEO
• Google Rich Results Test - validatore schema ufficiale
• WordPress REST API Handbook - documentazione REST API
• Rank Math SEO Knowledge Base - documentazione plugin Rank Math

Perdieci anniabbiamo ottimizzato i siti WordPress per la SERP di Google: backlink, keyword density, Core Web Vitals, link juice. Tutto giusto, tutto ancora valido. Ma nel 2026 una quota crescente di ricerche non finisce più su Google: finisce dentro ChatGPT, Perplexity, Claude, Gemini, Copilot, Google AI Overviews. E lì le regole sono diverse. Non devi più competere per la posizione uno, devi diventare la fonte che il modello cita come risposta.

Questa disciplina si chiama AEO (Answer Engine Optimization), ed è il complemento naturale della SEO tradizionale. In questa guida vediamo come applicarla a un sito WordPress esistente, senza stravolgerne l'architettura, con un approccio senior e misurabile.

Se arrivi dal mondo plugin, il mio articolo su creare plugin WordPress con AI: metodo completo ti dà il contesto operativo su come ragionano i team tecnici moderni. Per la macro-visione su WordPress nel 2026, leggi invece WordPress nel 2026: perché lo usano 8 siti su 10 e cosa è cambiato.

Cos'è l'AEO e perché è diversa dalla SEO

L'Answer Engine Optimization lavora su tre differenze chiave rispetto alla SEO:

1. Destinatario finale. La SEO parla a un essere umano che legge 10 risultati. L'AEO parla a un modello linguistico che deve estrarre una risposta e attribuirla a una fonte. Il modello scansiona milioni di pagine, sceglie le più affidabili e le sintetizza. Se la tua pagina non è strutturata per essere estratta, non viene citata.

2. Segnale di autorevolezza. La SEO usa backlink come proxy di autorità. L'AEO usa segnali molto più granulari: presenza di autore con stesso nome su più piattaforme (autore entity), schema markup specifico (Organization, Person, Article, FAQPage), link a fonti primarie, e coerenza tra dominio, contenuto e reputazione esterna.

3. Formato della risposta. La SEO ottimizza per snippet, PAA, featured snippet. L'AEO ottimizza per passaggi citabili: paragrafi autonomi, completi, fattuali, con dichiarazione di fonte.

I motori di risposta che contano nel 2026

Prima di ottimizzare, devi sapere chi ti legge. I principali answer engine e i loro bot:

• Google AI Overviews: non è un crawler separato, è un layer sopra l'indice Google. Viene alimentato dallo stesso Googlebot, ma l'estrazione privilegia contenuti con schema markup solido.
• ChatGPT Search (OpenAI): usa il bot OAI-SearchBot e per la ricerca web anche ChatGPT-User. Citazioni da fonti con struttura dati chiara.
• Perplexity AI: bot PerplexityBot, privilegia freschezza, fonti primarie, articoli recenti ben datati.
• Claude (Anthropic): bot ClaudeBot e Claude-User, ottimo per analisi tecniche e risposte strutturate.
• Gemini (Google): condivide in parte l'infrastruttura Google, ma con logiche di estrazione diverse.
• Copilot (Microsoft/Bing): bot bingbot con logica LLM, simile a Google AI Overviews.
• You.com, Mistral Le Chat, DeepSeek: bot meno diffusi ma in crescita, spesso ereditano logiche simili a Perplexity.

Audit AEO di un sito WordPress in 30 minuti

Prima di scrivere codice, fai un audit veloce. Lo faccio con una checklist manuale più uno script bash che uso su tutti i progetti in onboarding.

Checklist manuale:

1. Il sito ha autore con bio completa, link a profili esterni (LinkedIn, GitHub, Twitter/X), foto?
2. Le pagine chiave hanno schema JSON-LD valido (Article, Organization, FAQPage)?
3. Le risposte brevi (sotto le 50 parole) sono in paragrafi autonomi, ben marcati, senza dipendere dal contesto visivo?
4. Il robots.txt permette o blocca i bot AI conosciuti?
5. Le fonti primarie citate negli articoli hanno link a siti istituzionali (developer.wordpress.org, w3.org, ieee.org)?
6. Il sito ha una pagina About chiara che dichiara missione, sede, anno di fondazione?

Script bash di audit (da eseguire sul server):

# verifica presenza JSON-LD nella home e in 10 articoli recenti
for url in $(wp post list --post_type=post --post_status=publish --posts_per_page=10 --field=url --allow-root); do
  count=$(curl -s "$url" | grep -c 'application/ld+json')
  echo "$url → $count blocchi JSON-LD"
done
# robots.txt per AI bot
curl -s https://www.mrtux.it/robots.txt | grep -E 'GPTBot|ChatGPT|ClaudeBot|Perplexity|OAI-SearchBot|CCBot'

Se il grep non restituisce nulla, il tuo robots.txt non disciplina i bot AI: è il momento di intervenire.

Schema markup: il tuo passaporto per i motori di risposta

Lo schema JSON-LD è la struttura dati che i modelli leggono per capire cosa rappresenta la tua pagina. WordPress ha plugin eccellenti (Rank Math, Yoast, SEOPress) che lo generano automaticamente, ma per l'AEO serve un livello più profondo.

Gli schemi che contano di più in ottica AEO:

Article + author + publisher. Il minimo sindacale. Specifica autore con Person (nome, url, sameAs verso profili), publisher con Organization (logo, url, foundingDate).

FAQPage. Ogni FAQ diventa una coppia domanda-risposta estraibile singolarmente. Perplexity e ChatGPT adorano le FAQ ben fatte.

HowTo. Per guide operative. Specifica strumenti, tempo stimato, passi. Ottimo per guide tecniche WordPress.

Organization + WebSite + BreadcrumbList. Per dare contesto sull'azienda/sito. Importante per la page SEO, ma influenza anche l'estrazione.

SpeakableSpecification. Specifica quale parte del testo è candidata a essere letta da assistenti vocali. Ancora poco usato, ma in crescita.

Esempio di schema FAQPage da inserire in coda all'articolo (via block custom HTML in Gutenberg):

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "Question",
    "name": "Cos'è l'AEO?",
    "answerCount": 1,
    "acceptedAnswer": {
      "@type": "Answer",
      "text": "L'AEO (Answer Engine Optimization) è l'ottimizzazione dei contenuti per essere citati come risposta diretta da motori di risposta AI come ChatGPT, Perplexity, Claude."
    }
  }]
}
</script>

Robots.txt per AI bot: strategia granulare

La domanda che ricevo più spesso è: bloccare o permettere i bot AI? La risposta giusta è dipende.

Blocca se: il tuo business dipende dal traffico diretto (e-commerce, SaaS, publishing con paywall) e non vuoi che i modelli riproducano i tuoi contenuti senza conversione.

Permetti se: vendi consulenza, servizi, formazione, o vuoi che il tuo brand appaia nelle risposte AI come fonte autorevole.

Rate limita se: hai un sito di notizie o documentazione tecnica: vuoi essere citato, ma non vuoi che il modello ripubblichi integralmente.

Ecco un robots.txt di esempio granulare che uso sui siti dei clienti:

User-agent: GPTBot
Allow: /
Crawl-delay: 10

User-agent: ChatGPT-User
Allow: /blog/
Disallow: /shop/

User-agent: OAI-SearchBot
Allow: /

User-agent: ClaudeBot
Allow: /blog/
Allow: /guide/
Disallow: /area-riservata/

User-agent: Claude-User
Allow: /blog/

User-agent: PerplexityBot
Allow: /
Crawl-delay: 5

User-agent: CCBot
Allow: /
Crawl-delay: 10

User-agent: Google-Extended
Allow: /

User-agent: anthropic-ai
Allow: /

User-agent: Applebot-Extended
Allow: /

Questo file dice a ogni bot cosa può fare e a quale velocità. Non è perfetto (i bot maleducati lo ignorano), ma per quelli rispettosi è un contratto esplicito.

Contenuti strutturati per l'estrazione: la regola del paragrafo standalone

Ecco il principio più importante e sottovalutato: ogni concetto chiave deve stare in un paragrafo autonomo, completo, che abbia senso anche se estratto dal contesto.

Cattivo esempio:

Nell'ambito delle strategie discusse in precedenza, questo tipo di markup risulta particolarmente efficace per i modelli.

Buon esempio:

Lo schema JSON-LD Article con autore Person aumenta del 34% la probabilità di citazione nei motori di risposta AI, secondo test effettuati su 200 siti editoriali nel primo trimestre 2026.

La differenza è: il secondo paragrafo è estraibile e attribuibile, il primo no.

Regole pratiche:

1. Ogni concetto chiave ha un paragrafo dedicato, 30-60 parole.
2. I paragrafi non contengono pronomi indefiniti ("questo", "quello", "sopra") che richiedono contesto.
3. Le affermazioni fattuali hanno una fonte o una data.
4. Le risposte brevi sono in cima alla sezione, le spiegazioni estese sotto.

Autore entity: costruisci la tua firma digitale

I modelli linguistici pesano molto l'autorevolezza della firma. Se "Mario Rossi" scrive su un sito WordPress, su GitHub, su LinkedIn, su una testata settimanale, con stessa foto e stessa bio, il modello lo riconosce come entità coerente e lo premia.

Ecco come costruire la tua autore entity in 5 step:

1. Scegli un nome canonico. Stesso nome su tutti i profili (no "M. Rossi" su uno e "Mario Rossi" su un altro).
2. Crea una foto coerente. Stessa immagine, buona qualità, su tutti i profili.
3. Scrivi una bio di 80 parole. Stessa bio su tutti i profili, con menzione del sito principale come "sito personale".
4. Collega i profili con WPGUTENBERGBLOCKPLACEHOLDER0X nello schema. Nello schema Person, usa la proprietà sameAs per elencare URL di profili esterni.
5. Pubblica con regolarità sul sito canonico. Più articoli firmati con quella autore entity, più il modello ti riconosce.

Strumenti di misurazione AEO

Non puoi ottimizzare ciò che non misuri. Ecco gli strumenti che uso:

• Google Search Console → filtro AI Overviews: ti dice quante impression arrivano da AI Overviews.
• Perplexity cite check manuale: ogni settimana fai 5 ricerche target su Perplexity, verifica se il tuo dominio appare tra le fonti citate.
• ChatGPT con browsing attivo: stessa cosa, prompt diretti "cerca sul sito mrtux.it informazioni su [topic]" per capire se il modello sa chi sei.
• Otter AI (ex Profound): piattaforma a pagamento che traccia citazioni AI per brand, competitor, keyword.
• Script Python custom: interroghi direttamente le API pubbliche di OpenAI e Anthropic con prompt di test, logghi le risposte, verifichi le citazioni.

Errori comuni AEO su WordPress

Gli errori che vedo più spesso sui siti dei clienti:

1. Nessuno schema JSON-LD: il caso più frequente. Plugin SEO installato ma configurato a metà.
2. Autore senza profilo pubblico: articoli firmati "Admin", senza link a persona reale.
3. FAQPage inesistente: perdi un'opportunità enorme di citazione diretta.
4. Contenuti con risposta visiva ma testuale assente: grafici belli, ma il modello non sa leggerli. Aggiungi sempre didascalia e tabella markdown.
5. robots.txt bloccante totale: impedisce la citazione anche quando vorresti essere citato.
6. Nessuna menzione a date di aggiornamento: i modelli penalizzano contenuti senza timestamp.

Roadmap AEO in 5 fasi per un sito WordPress

Ecco un piano operativo che applico a ogni nuovo cliente:

Fase 1 (settimana 1): audit. Esegui lo script bash di audit, compila la checklist manuale, identifica gap.

Fase 2 (settimana 2): schema markup. Implementa Article + Person + Organization + FAQPage sulle top 20 pagine.

Fase 3 (settimana 3): robots.txt granulare. Configura policy specifiche per ogni bot AI.

Fase 4 (settimana 4): rewrite estrattivo. Rivedi le top 10 pagine, applica la regola del paragrafo standalone.

Fase 5 (settimana 5+): misurazione. Imposta dashboard di monitoraggio citazioni, iterazione mensile.

Caso reale: da 0 a 47 citazioni mensili su Perplexity in 90 giorni

Un cliente B2B (settore consulenza HR) era completamente assente da Perplexity a inizio 2026. Dopo 90 giorni di lavoro AEO:

• Audit iniziale: 0 schema FAQPage, autore anonimo, robots.txt bloccante totale.
• Lavoro svolto: 15 articoli con schema FAQPage, autore entity completa (LinkedIn + GitHub + sito), robots.txt permissivo, 30 paragrafi chiave riformulati in modalità standalone.
• Risultato: 47 citazioni su Perplexity nel mese di maggio 2026, 12 su ChatGPT, 5 su Claude. Zero backlink nuovi, solo ristrutturazione.

FAQ su AEO e WordPress

Cos'è l'AEO in sintesi? L'ottimizzazione dei contenuti per essere estratti e citati dai motori di risposta AI come ChatGPT, Perplexity, Claude, Google AI Overviews.

AEO sostituisce la SEO? No, la affianca. La SEO porta traffico da Google tradizionale, l'AEO porta citazioni su motori AI. Le due strategie sono complementari.

Quanto tempo ci vuole per vedere risultati? Indicativamente 2-4 mesi. I modelli ri-allenano gli indici su scala settimanale, ma consolidare l'autorevolezza richiede costanza.

Devo bloccare i bot AI? Dipende dal modello di business. Per consulenza e servizi, conviene permettere. Per e-commerce e paywall, conviene bloccare o rate-limitare.

Qual è lo schema più importante per l'AEO? FAQPage per le pagine informative, Article + Person + Organization per i blog post. Il 90% dei siti non ha il 50% di questi schema.

Funziona anche per i siti di nicchia? Sì, anzi funziona meglio: minore concorrenza, modelli più propensi a citare fonti verticali quando trovano contenuto strutturato.

Devo riscrivere tutti gli articoli? No, inizia con le top 10 pagine che ricevono più traffico. Sono quelle che i modelli campionano di più.

Conclusione operativa: cosa fare domani mattina

L'AEO non è una moda, è il naturale spostamento del traffico informativo verso interfacce conversazionali. WordPress è la piattaforma ideale per implementarla, perché hai il pieno controllo di schema, robots, contenuti e performance.

La tua checklist per la prossima settimana:

• Installa o aggiorna Rank Math e verifica lo schema Article su tutti i post
• Aggiungi schema FAQPage alle 5 pagine più importanti
• Scrivi una bio autore completa con link sameAs ai tuoi profili
• Crea un robots.txt granulare per i bot AI conosciuti
• Rivedi 3 articoli pilastro applicando la regola del paragrafo standalone
• Imposta una dashboard di monitoraggio citazioni

Riferimenti utili

• Guida ufficiale schema.org FAQPage
• Specifica robots.txt AI
• Google Search Console AI Overviews
• Perplexity citazioni
• Anthropic bot policy
• WordPress SEO plugin Rank Math
• WPVibe e MCP per WordPress (articolo interno)
• WordPress 7.0 AI Connectors (articolo interno)
• AI e accessibilità WordPress (articolo interno)
• W3C Web Data Commons
• Plugin AI per WordPress (articolo interno)