Ottimizzazione IA per siti web in Alto Adige: cosa significa e cosa no

L'anno scorso un artigiano della Val Pusteria mi ha chiesto cosa stesse sbagliando. Il suo sito era nuovo, veloce, curato. Su Google compariva in prima pagina per il nome del suo paese. Eppure: se qualcuno chiedeva a ChatGPT chi restaura finestre in valle, il suo nome non usciva. Usciva invece un'azienda di Brunico, con un sito più vecchio e più lento.

Non è una questione di design, e poco di velocità. È una questione di cosa una macchina trova su una pagina quando la legge — e cosa non trova.

Cosa significa davvero ottimizzazione per l'IA

Il termine viene venduto ovunque in questo periodo, quindi partiamo dalla distinzione.

L'ottimizzazione per i motori di ricerca fa in modo che la tua pagina compaia in alto in un elenco di risultati. Poi è la persona a cliccare.

L'ottimizzazione per l'IA fa in modo che un modello linguistico sappia riportare correttamente i fatti sulla tua azienda quando gli viene chiesto. Non c'è nessun elenco, nessun clic, nessuna seconda occasione. O la macchina ha i dati, o non li ha.

La differenza sembra accademica, ma è pratica. Per finire in un elenco basta che la pagina sia grossomodo attinente. Per costruire una risposta servono dettagli verificabili: cosa fate esattamente, dove, per chi, da quando, in quali lingue, a quali condizioni. Se non è scritto da nessuna parte in modo esplicito, viene indovinato — oppure omesso.

Le quattro cose su cui si blocca quasi sempre

Negli ultimi mesi abbiamo esaminato parecchi siti altoatesini con questa lente. I risultati si ripetono.

Primo: i dati stanno solo nel testo discorsivo. «Da oltre 30 anni a conduzione familiare» una persona lo legge senza problemi. Una macchina ha bisogno di un anno di fondazione in un punto dove se lo aspetta — altrimenti nella risposta comparirà «da alcuni decenni», o niente. I dati strutturati servono esattamente a questo: la stessa informazione, in una forma che non richiede interpretazione.

Secondo: le indicazioni si contraddicono. Il numero di telefono sul sito è scritto diversamente da quello sul profilo aziendale Google, l'indirizzo nelle note legali differisce da quello nell'elenco di categoria. Per una persona sono dettagli. Per una macchina sono indizi che una delle fonti è sbagliata — e non può sapere quale.

Terzo: gli orari di apertura stanno dentro un'immagine. Sembra banale, capita di continuo. Ciò che sulla pagina è una grafica, per un modello linguistico non esiste.

Quarto: manca una dichiarazione chiara di cosa non fate. Questo viene spesso trascurato. Se una macchina non capisce dove finisce il vostro servizio, vi consiglia per richieste che dovrete rifiutare. Costa tempo a voi e fiducia a chi ha chiesto.

Da aggiungere o già integrato

Tutti e quattro i punti si possono sistemare a posteriori. La domanda non è se sia possibile, ma quante volte lo si dovrà rifare.

Aggiungere dopo significa: qualcuno passa in rassegna le pagine, inserisce la marcatura, allinea gli elenchi. Poi lo stato è buono — finché gli orari non cambiano, si aggiunge un servizio o il sito viene rifatto. Allora si ricomincia, di solito su più fronti insieme, e di solito nessuno se ne accorge perché non si rompe nulla. Torna solo a essere silenziosamente impreciso.

Integrato significa: il sistema genera la forma leggibile dalle macchine dagli stessi dati con cui costruisce la pagina. Chi cambia gli orari nell'area redazionale cambia anche ciò che una macchina legge — senza un secondo passaggio, perché entrambe vengono dalla stessa fonte.

In Berger+Team costruiamo entrambe le cose: la piattaforma btlabs Core, dove questo è di serie, e il lavoro su siti costruiti diversamente. La frase onesta è: per un piccolo sito ben curato, aggiungere dopo va benissimo. Oltre un certo numero di pagine, lingue e modifiche all'anno diventa un compito che non si porta più a termine in modo affidabile — e allora la risposta vera è il modo di costruire.

Perché l'Alto Adige è un caso particolare

Qui tre lingue non sono un extra, sono la normalità. Ed è proprio lì che nasce un problema che ad Amburgo o a Vienna non esiste.

La maggior parte dei siti multilingue è in realtà un sito monolingue con una traduzione in coda. La versione tedesca è completa, quella italiana un po' più corta, quella inglese un estratto. Per chi visita, la differenza si nota appena. Per una macchina sono tre fonti informate in modo diverso sulla stessa azienda — e quale usi dipende anche dalla lingua della domanda.

Chi chiede in italiano e riceve una risposta scarna, mentre la versione tedesca avrebbe avuto tutto, perde una richiesta sul confine linguistico. In una terra dove circa un quarto della popolazione è di lingua italiana, non è un caso marginale.

Il punto non è che ogni lingua debba avere le stesse parole. È che ogni lingua deve avere gli stessi fatti.

Anche questa alla fine è una questione di costruzione. Dove ogni versione linguistica è una pagina a sé che qualcuno deve curare, la terza resta indietro — non è trascuratezza, è carico di lavoro che si ripete a ogni modifica. Dove le lingue stanno alla pari nelle fondamenta, i dati di base valgono uguali in ogni lingua — e un indicatore di copertura mostra dove manca ancora testo.

Cosa l'ottimizzazione per l'IA non fa

Qui si promette molto, quindi ecco la parte onesta.

Nessuno può garantirti che ChatGPT ti consigli. Non esiste un modulo, una classifica, una leva da tirare. I modelli linguistici vengono addestrati in momenti diversi, accedono al web in modi diversi e pesano le fonti in modo diverso. Chi ti assicura un posizionamento ti sta vendendo qualcosa che non controlla.

Quello che puoi influenzare è la situazione di partenza: che i fatti sulla tua azienda esistano, siano univoci, non si contraddicano e siano equivalenti in tutte e tre le lingue. Quello è il lavoro. Se poi si traduca in una raccomandazione dipende anche da cose che stanno fuori dal tuo sito — soprattutto dal fatto che altri scrivano di te.

Secondo punto: ci vuole tempo. Prima che un modello conosca una modifica senza ricerca web possono passare mesi; i sistemi con ricerca web la colgono prima. Chi promette risultati rapidi intende altro, oppure non ha misurato.

Da dove si comincia

Non da uno strumento, ma da un inventario. Per iniziare bastano tre domande:

1. I dati concreti sono da qualche parte leggibili da una macchina? Indirizzo, orari, servizi, anno di fondazione — non solo come testo, ma marcati.
2. Tutte le fonti dicono la stessa cosa? Sito, profilo Google, elenchi di categoria, profili social. Letteralmente la stessa cosa, non a senso.
3. La seconda e la terza lingua sono equivalenti? Non nella lunghezza — nei fatti.

Se rispondi sì a tutte e tre senza andare a controllare, hai la base. Poi viene la domanda più difficile, cioè chi rimanda a te dall'esterno — ma quello è un altro testo.

Come si verifica se funziona lo abbiamo descritto altrove. E perché una macchina legge alla lettera e non a senso, sta qui.

Sulla pagina dell'artigiano della Val Pusteria adesso c'è scritto cosa fa — in un punto dove una macchina va a guardare. Una manopola che lo porti nelle risposte non esiste; il presupposto però ora c'è.

Per tutte e tre le domande vale una domanda in più: qualcuno deve tenerlo aggiornato a mano, o se ne occupa il sistema? La prima risposta è lavoro, la seconda è un'impostazione — e la differenza non si vede oggi, si vede alla quarta volta.

Le domande che tornano più spesso nel primo colloquio — costi, tempi, garanzie — le abbiamo raccolte qui: Domande frequenti sull'ottimizzazione IA. Dove porta tutto questo quando l’interfaccia stessa scompare: quando l’interfaccia scompare.