Cosa avrai alla fine
Un audit pagina per pagina contro i quattro fattori che uno studio controllato con 252.000 prove ha indicato come decisivi per le citazioni nelle IA, più l'ordine di correzione dei sette fattori secondari che fanno la differenza solo dopo che quei quattro sono a posto. Capirai anche, fonti alla mano, perché l'affermazione virale secondo cui "il markup schema non ha alcun effetto sulle citazioni IA" non è la conclusione reale di quello studio, così non bruci uno sprint a correggere la cosa sbagliata.
Per chi è: chiunque si occupi di SEO o GEO a livello di pagina per un sito che vuole essere citato in ChatGPT, Gemini, Perplexity, Claude o nelle risposte IA di Google.
Tempo richiesto: da 30 a 45 minuti per pagina, audit e primo giro di correzioni inclusi.
Finito quando: la pagina verificata supera tutti e quattro i filtri eliminatori e hai per iscritto l'elenco dei fattori secondari ancora da sistemare.
Prima di iniziare: su cosa si basa questa checklist e cosa corregge
Circola negli ambienti SEO/GEO un post che sostiene che uno studio SIGIR abbia eseguito 252.000 prove su sei LLM e abbia scoperto che markup schema e JSON-LD hanno "effetto misurato zero" sulle citazioni IA, mentre prezzo, freschezza, specifiche e profondità spostano parecchio il risultato.
Lo studio esiste. Il numero di prove è corretto. Gli odds ratio citati nel post sono vicini ai numeri reali. L'unica cosa che non regge è questa: quello studio non ha mai testato il markup schema. Non è che lo schema "sia risultato zero alla misurazione", è che lo schema non era proprio nell'elenco di ciò che veniva misurato.
Il lavoro si intitola "What Gets Cited: Competitive GEO in AI Answer Engines" (Vishwakarma, Kumar, Jamidar, Sprinklr; SIGIR '26, Melbourne). Il disegno inietta esattamente due fonti candidate in sei LLM (Gemini-2.5-Flash, Claude-3.5-Sonnet, Kimi-K2-Thinking e tre varianti di GPT-5), con ogni coppia che differisce esattamente per uno di 18 fattori di contenuto, e registra quale fonte è stata citata per prima. Quei 18 fattori coprono corrispondenza dei contenuti, completezza, credibilità, leggibilità, posizione competitiva e freschezza. Il formato dei dati strutturati non compare tra i 18 — confermato dal confronto diretto con la tabella di tassonomia del lavoro stesso.
Se vuoi la risposta vera sullo schema, arriva da un'altra parte: lo studio controllato di Ahrefs di maggio 2026, che ha confrontato 1.885 pagine con JSON-LD aggiunto contro 4.000 pagine di controllo appaiate. Il risultato è stato nessun guadagno significativo di citazioni su Google AI Overviews (−4,6%, un calo piccolo ma statisticamente significativo), Google AI Mode (+2,4%, non significativo) e ChatGPT (+2,2%, non significativo). Un test separato di searchVIU ha rilevato che ChatGPT, Claude, Perplexity, Gemini e Google AI Mode semplicemente non leggono JSON-LD, Microdata nascosto o RDFa nascosto durante il recupero in tempo reale.
Tieni separate le due cose prima di iniziare l'audit: lo studio SIGIR ti dice cosa prioritizzare sulla pagina. Lo studio Ahrefs ti dice che lo schema non è tra quelle priorità per quanto riguarda il volume di citazioni, anche se resta rilevante per i rich results e la chiarezza delle entità in altri contesti.
Passo 1: esegui l'audit dei filtri eliminatori
Verifica la tua pagina contro questi quattro fattori. Lo studio SIGIR ha rilevato che tutti e quattro erano unanimi sui sei modelli, con effetti molto grandi (odds ratio oltre 100 nella maggior parte dei modelli). Il fallimento di uno solo può azzerare le possibilità di citazione, per quanto forte sia il resto della pagina.
Filtro | Cosa verificare | Intervallo di odds ratio (sui sei modelli testati) |
|---|---|---|
Corrispondenza del tema | La pagina risponde direttamente alla query che vuole contendere, e non a un argomento vicino? | Decisivo in 5 modelli su 6 |
Prezzo indicato | Si vede un prezzo concreto sulla pagina, invece di essere nascosto dietro un "contattaci"? | Da 6,26 a oltre 10.000 |
Data aggiornata | Compare una data di pubblicazione o di ultima revisione attuale e corretta? | Da 14,4 a oltre 10.000 |
Posizione in elenco | La pagina tende a occupare il primo posto tra i candidati di quella query, e non il secondo? | Da 1.795 a oltre 10.000 |
Azione: apri la pagina accanto alla query obiettivo. Leggi le prime 150 parole e chiediti se rispondono direttamente a quella query. Cerca il prezzo sulla pagina; se serve un modulo o una telefonata, è un fallimento. Confronta la data mostrata con quando il contenuto è stato davvero aggiornato l'ultima volta. Controlla la tua posizione attuale o la tua quota di citazioni su quella query.
Risultato atteso: superato o fallito per ciascuna delle quattro righe.
Controllo di qualità: se fallisce la corrispondenza del tema, fermati qui — nessun passo successivo salva una pagina che risponde alla domanda sbagliata.
Percorso di recupero: i fallimenti su prezzo e data si sistemano in giornata (passo 2). Il fallimento sulla posizione in elenco non è un problema di contenuto; significa che le basi SEO vanno sistemate prima che la pagina possa anche solo competere per le citazioni, e nessuna rifinitura dentro la pagina lo sostituisce.
Passo 2: correggi prima i filtri che falliscono
Fallo prima di toccare qualsiasi altra cosa. Sono le voci a maggiore leva e minore sforzo dell'intero elenco.
Se manca il prezzo: metti il numero reale. Se il prezzo varia, pubblica il prezzo di partenza vero o un intervallo chiaro invece di un modulo di contatto. Era uno dei quattro filtri dello studio.
Se la data è vecchia o assente: aggiorna la data di pubblicazione o di ultima revisione, ma solo dopo aver davvero revisionato il contenuto. Cambiare la data senza un aggiornamento reale è un segnale di freschezza che non puoi sostenere se qualcuno verifica.
Se la corrispondenza del tema è debole: riscrivi le prime 150 parole perché rispondano direttamente al compito di quella query, non a un argomento affine. Non innestare un'apertura nuova su una struttura vecchia — sostituiscila.
Controllo di qualità: rileggi la pagina fingendo di essere quella query. Un estraneo esce con una risposta concreta già dal primo paragrafo?
Percorso di recupero: se il prezzo reale non si può pubblicare (preventivi su misura, contratti aziendali), pubblica un prezzo di partenza rappresentativo o un intervallo tipico invece di lasciare vuoto — lo studio misurava come stato di fallimento il "prezzo non menzionato", non il "prezzo che varia".
Passo 3: affronta i differenziatori secondari
Superati i quattro filtri, questi sette fattori producono differenziazione secondaria, con odds ratio da circa 2 a 243 a seconda del modello. Correggili in quest'ordine:
- Specifiche mancanti. Aggiungi le specifiche tecniche che l'acquirente confronterà davvero (dimensioni, materiali, capacità, compatibilità). Odds ratio da 8,63 a 243 secondo il modello, uno degli effetti secondari maggiori.
- Nessun confronto. Aggiungi un confronto diretto con almeno un'alternativa nominata. Odds ratio da 1,61 a 7,45.
- Linguaggio incerto. Sostituisci "forse", "potrebbe", "probabilmente" con affermazioni dirette che la pagina riesca davvero a sostenere.
- Affermazioni non supportate. Allega prove alle affermazioni: risultati di test, certificazioni, metodologia nominata.
- Contraddizioni interne. Verifica che numeri e affermazioni concordino tra le sezioni della stessa pagina; è facile introdurle in fase di editing ed è facile lasciarle passare in revisione.
- Lacune di parole chiave. Conferma che la pagina contenga i termini specifici usati dalla query obiettivo, non solo sinonimi.
- Proposta di valore più debole. Affila la tua affermazione concreta di beneficio rispetto a ciò che offre la pagina concorrente.
Azione: percorri l'elenco dall'alto verso il basso e correggi ciò che si applica. Non tutte le pagine avranno tutti e sette i problemi.
Risultato atteso: una pagina in cui ogni affermazione è concreta, confrontabile o supportata da prove.
Controllo di qualità: un lettore scettico trova ancora una frase vaga o infondata rimasta sulla pagina?
Percorso di recupero: se il tempo è poco, fermati ai punti 1 e 2 (specifiche e confronti) — hanno gli odds ratio più alti dei sette.
Passo 4: salta le modifiche solo di formattazione
Lo studio ha mostrato esplicitamente che non c'è effetto costante nel trasformare paragrafi in elenchi puntati, nell'aggiungere sottotitoli per facilitare la lettura o nel riorganizzare informazioni sparse, perché i modelli testati interpretavano i contenuti indipendentemente dalla struttura visiva. Se la tua pagina supera i controlli qui sopra, non bruciare uno sprint a rifinire la formattazione sperando in più citazioni. Formatta per i tuoi lettori umani, non per un guadagno di citazioni che i dati non sostengono.
Passo 5: lascia lo schema dove deve stare
Mantieni il markup schema tecnicamente corretto, perché fa un lavoro reale: aiuta Google e Bing a interpretare i rich results e dà ai sistemi di ricerca una comprensione esplicita di cosa siano la pagina e l'entità. Ciò che non fa, secondo la migliore evidenza controllata disponibile, è spostare le possibilità di citazione nelle IA. Non mettere il lavoro sullo schema davanti ai passi da 1 a 3 sulla base dell'idea che sia una leva di citazione: nessuno studio controllato lo sostiene, e l'unico studio citato a supporto non ha mai testato lo schema. Se vuoi l'analisi completa di cosa ha realmente misurato lo studio Ahrefs sullo schema, guarda la nostra guida al SEO semantico 2026.
Verifica il risultato finale
Rilancia l'audit del passo 1 sulla pagina dopo le correzioni. Tutti e quattro i filtri dovrebbero ora essere superati. Controlla a campione due o tre fattori secondari del passo 3 che hai corretto. Se hai accesso a uno strumento di visibilità IA o di monitoraggio delle citazioni, come AI Search Visibility Checker, annota la quota di citazioni attuale della pagina sulla query obiettivo come riferimento prima di passare alla pagina successiva, così potrai dire in seguito se le modifiche hanno spostato qualcosa.
Mantieni il risultato
Ricontrolla il filtro della data ogni volta che la pagina riceve un aggiornamento rilevante, non secondo un calendario fisso. Per le pagine che hanno perso quota di citazioni, rifai l'audit partendo dai quattro filtri prima di ipotizzare che sia scivolato un fattore secondario.
Domande frequenti
Lo studio SIGIR ha testato il markup schema o JSON-LD? No. La sua tassonomia di 18 fattori copre corrispondenza dei contenuti, completezza, credibilità, leggibilità, posizione competitiva, freschezza e posizione in elenco. Il formato dei dati strutturati non è tra le categorie né tra i fattori testati — confermato leggendo direttamente la tabella di tassonomia del lavoro.
Quindi il markup schema aiuta le citazioni IA o no? La migliore evidenza controllata disponibile — lo studio Ahrefs di maggio 2026, 1.885 pagine contro 4.000 controlli appaiati — non ha trovato alcun guadagno significativo di citazioni aggiungendo JSON-LD, né su Google AI Overviews, né su Google AI Mode, né su ChatGPT. Un altro test ha rilevato che diversi modelli IA importanti non leggono i dati strutturati durante il recupero in tempo reale. Questo non rende lo schema inutile altrove; semplicemente non è una leva del volume di citazioni.
Da dove vengono i numeri specifici del post virale (6,3; 14; da 4 a 8,6)? Somigliano agli odds ratio reali della tabella dei risultati del lavoro SIGIR, ma appartengono a fattori di prezzo, freschezza e specifiche/confronti, non allo schema. Il lavoro riporta i numeri modello per modello, non come un'unica media, e gli intervalli variano parecchio tra i sei LLM testati.
Se ho solo un'ora, cosa correggo per primo? I quattro filtri eliminatori: corrispondenza del tema, prezzo, data e posizione in elenco. Il fallimento di uno qualsiasi può azzerare le possibilità di citazione, indipendentemente da tutto il resto sulla pagina.
Dovrei smettere del tutto di lavorare sullo schema? No. Tienilo corretto per i rich results e la chiarezza delle entità. Solo, non mettere nuovo lavoro sullo schema sopra la correzione dei quattro filtri se il volume di citazioni IA è l'obiettivo reale.
Autore: Bennett Hayes, Applied GEO Analyst in Auspia, oltre 400 revisioni di implementazione. Bennett scrive di esecuzione pratica del GEO, audit e note di implementazione basate su ciò che gli studi controllati hanno realmente misurato.
