# Come un agente IA legge la tua azienda: le quattro interfacce dietro la risposta

> Come gli agenti IA leggono un'azienda: profilo leggibile dalle macchine, dati strutturati, gemello testuale e interrogazione controllata — con dati propri.

![Rappresentazione isometrica: un nucleo di dati luminoso circondato da quattro superfici — righe di testo, griglia di dati, righe di elenco e una serratura — collegate al nucleo da linee sottili.](https://cdn.btlabs.dev/media/ki-agent-vier-schnittstellen-datenkern-2688x1520-7f28bc57.webp)

Berger+Team · 19 nov 2026

Tema: [Sito leggibile dalle macchine →](https://btlabs.dev/it/sito-web-ia)

Quando oggi qualcuno chiede a un assistente informazioni su un'azienda, quell'assistente apre raramente il sito come lo vede una persona. Recupera in modo mirato ciò che è [leggibile dalle macchine](https://btlabs.dev/it/glossary/sito-leggibile-dalle-macchine) — e quello che trova lì decide se la tua azienda comparirà nella risposta oppure no.

Non è un'ipotesi. Su questo sito, in una finestra di 30 giorni fino ad agosto 2026, i sistemi di IA e di ricerca hanno generato **23.520 richieste**. Tra questi, sistemi che appartengono chiaramente ad assistenti: ClaudeBot con 1.171 richieste, GPTBot con 815, OAI-SearchBot con 476.

## Che cosa recupera davvero un agente IA?

Un [agente IA](https://btlabs.dev/it/glossary/agente-ia) non recupera una pagina, ma quattro cose diverse — e ognuna risponde a una domanda distinta. Il profilo leggibile dalle macchine risponde a «chi è e che cosa si trova qui?». I [dati strutturati](https://btlabs.dev/it/glossary/dati-strutturati) rispondono a «quali fatti valgono?». Il gemello testuale risponde a «che cosa c'è scritto davvero?». L'interrogazione controllata risponde a «che cosa è aggiornato in questo momento?».

Queste quattro insieme formano la superficie di reperibilità di un'azienda. Se ne manca una, l'agente deve tirare a indovinare — ed è esattamente lì che nascono le raccomandazioni sbagliate.

## Interfaccia 1: il profilo leggibile dalle macchine

Un profilo leggibile dalle macchine è un semplice file di testo nella cartella principale che dice a un [modello linguistico](https://btlabs.dev/it/glossary/llm-large-language-model) , in forma chiara, di che cosa tratta il sito e dove si trovano i contenuti importanti. La proposta è di Jeremy Howard ed è stata pubblicata a settembre 2024.

Va detto con onestà: nel 2026 Ahrefs ha analizzato i domini del suo servizio di analisi web che a maggio avevano visitatori. Il 28 % aveva un [llms.txt](https://btlabs.dev/it/glossary/llms-txt) — e **nel 97 % di questi domini nessuno ha richiesto il file a maggio**, né bot né persone. Il campione è piuttosto tecnico. Il file da solo ottiene quindi poco; può servire al massimo se anche ciò a cui rimanda è leggibile in modo pulito.

## Interfaccia 2: i dati strutturati

I dati strutturati sono annotazioni leggibili dalle macchine nel codice della pagina che separano i fatti dalla loro presentazione: orari, indirizzo, servizi, autore, data di pubblicazione. Una persona legge «siamo qui per te dal lunedì al venerdì». Una macchina ne ricava un intervallo affidabile solo se è annotato separatamente come dato temporale.

È la differenza tra un'affermazione che il modello deve interpretare e una che può semplicemente leggere. Interpretare porta a errori; leggere no.

## Interfaccia 3: il gemello testuale

Un gemello testuale è la stessa pagina in forma di solo testo — senza navigazione, senza impaginazione, senza script. Per un agente è la differenza tra un documento e un cantiere: non deve farsi strada tra menu, banner di consenso e caricamenti successivi, ma riceve il contenuto direttamente.

Questo non gli risparmia solo fatica, ma tempo — e il tempo, per un agente, è una risorsa scarsa. Chi recupera con un budget di tempo limitato interrompe davanti a pagine lente o annidate e vede solo una frazione.

## Interfaccia 4: l'interrogazione controllata

Le prime tre interfacce sono statiche: restituiscono ciò che valeva al momento della pubblicazione. La quarta è una possibilità di interrogazione controllata — un accesso definito attraverso cui un sistema autorizzato può chiedere in modo mirato dati aggiornati, invece di ricavarli da una pagina.

La differenza si vede in tutto ciò che cambia: disponibilità, servizi attuali, referenti. I fatti recuperati in modo statico invecchiano tra una visita e l'altra. Un'interrogazione è sempre aggiornata.

Il punto decisivo è il controllo. Un accesso di questo tipo non è un portone aperto, ma una porta con chiave: chi lo usa è noto, e ciò che gli è permesso è stabilito.

## Perché quattro interfacce e non una?

Perché nessun sistema le usa tutte allo stesso modo. Alcuni assistenti prendono solo il testo. Altri seguono il profilo. Altri ancora leggono esclusivamente i dati strutturati. Chi serve una sola interfaccia resta invisibile proprio ai sistemi che ne preferiscono un'altra.

È lo stesso ragionamento del multilingue: non si costruisce per la lingua che si spera venga richiesta, ma per tutte quelle che compaiono.

## Non tutti quelli che si presentano come assistenti si possono confermare come tali

Un dettaglio della stessa misurazione, sottovalutato nella pratica: su 5.728 richieste di un sistema che si presentava come agente di un grande fornitore, se ne sono potute verificare **sei**. Nei sistemi che appartengono davvero agli assistenti il rapporto è opposto — per GPTBot, 684 su 815.

Chi apre la propria superficie di reperibilità dovrebbe quindi sapere a chi la apre. L'identità è verificabile per molti grandi fornitori, e verificarla è la differenza tra apertura e perdita di controllo.

## Il limite onesto: essere letti non significa essere raccomandati

Questo sito è stato richiamato dalle macchine 23.520 volte in 30 giorni (dato di agosto 2026). Nello stesso periodo si sono registrate almeno **quattro** citazioni conteggiate e **quattro** visite di rimando.

Questo scarto è la frase più onesta dell'articolo. Una superficie di reperibilità pulita fa sì che un assistente possa trovare i tuoi dati corretti quando gli servono. Non fa sì che ti raccomandi. Quello lo decidono ciò che offri e ciò che altri dicono di te.

Chi ti promette il contrario ti sta vendendo un numero che non può dimostrare.

## Come capire se da te funziona

Tre verifiche che puoi fare senza strumenti. Apri la versione testuale di una delle tue pagine principali e leggila: la tua offerta c'è per intero, oppure ne manca metà perché viene caricata dopo? Chiedi a un assistente informazioni sulla tua azienda e controlla se i dati citati sono corretti. E verifica se orari e indirizzo esistono come dati annotati — o solo come testo corrente.

Se trovi qualcosa che non torna, non è un dettaglio: una macchina ripete un valore sbagliato finché non viene corretto.

Se vuoi sapere come si presentano queste quattro interfacce nel tuo caso, [scrivici](https://btlabs.dev/it/contatti) — bastano quattro chiacchiere in chiaro per una valutazione onesta.

## Fonti

- Jeremy Howard (Answer.AI), proposta per profili di sito leggibili dalle macchine, settembre 2024
- [Ahrefs, analisi giugno 2026](https://ahrefs.com/blog/llmstxt-study/): il 28 % dei domini aveva un llms.txt, di cui il 97 % senza una singola richiesta a maggio 2026
- Misurazione propria btlabs.dev, finestra di 30 giorni fino ad agosto 2026: 23.520 richieste automatiche, di cui il 77 % verificate

Quali di queste interfacce si incontrino davvero nel web aperto lo contiamo: 37 percorsi sono nella misurazione in corso e 5 di essi non hanno restituito una sola risposta sull'intero panel. Si legge nel [radar ai-discovery](https://btlabs.dev/it/ai-discovery-radar).

## Domande frequenti.

**Come legge un'IA il mio sito — e cosa significa per i miei contenuti?**

Un'IA non legge il tuo sito web dall'alto in basso, ma lo scompone in singoli passaggi di testo e al momento della domanda ne recupera solo quelli adatti ([Retrieval-Augmented Generation](https://btlabs.dev/it/glossary/rag-retrieval-augmented-generation) , RAG). Ciò che conta non è quindi l'intera pagina, ma se i singoli passaggi rispondono a una domanda concreta in modo autonomo e leggibile dalle macchine. I contenuti caricati solo tramite script o nascosti in lunghi testi scorrevoli spesso non arrivano all'IA.

**Cosa ci guadagna la mia azienda se gli assistenti IA possono parlare direttamente con il mio sito?**

Le tue informazioni sono pronte dove i clienti chiedono sempre più spesso. Invece di raccogliere frammenti dalla tua pagina e indovinare, l'IA legge tramite un'interfaccia aperta — [MCP (Model Context Protocol)](https://btlabs.dev/it/glossary/mcp-model-context-protocol) — esattamente i contenuti che hai inserito: servizi, orari, contatti. L'obiettivo: meno informazioni sbagliate sulla tua attività e citazioni corrette con indicazione della fonte — se un'IA usa questa via lo decide il suo fornitore. Il controllo resta a te — decidi quali contenuti sono accessibili, e ogni accesso viene registrato.

**Ho assolutamente bisogno di un file llms.txt?**

Non è un segnale di ranking per Google (lo dice Google stesso) — ma si crea in pochi minuti ed è utile come orientamento per gli agenti IA. Un'aggiunta economica, non un rimedio miracoloso.

[Quanto sia davvero diffuso](https://btlabs.dev/it/posts/radar-novembre-2026-cloudflare) lo misuriamo noi stessi: a novembre 2026 lo espone il 14,8% dei domini verificati nel panel di 10.000\. La misurazione è pubblica nell'[ai-discovery-radar](https://btlabs.dev/it/ai-discovery-radar).

Prossimo passo

## Diamo un’occhiata insieme?

Niente pitch, niente pacchetti standard — una valutazione onesta del tuo progetto. Risposta di norma entro 24 h.

[Iniziamo a parlarne →](https://btlabs.dev/it/contatti#cta)

## Potrebbe interessarti anche

- [· Da SEO a GEO: l'architettura tecnica di un sito web leggibile dall'IA · RAG, llms.txt, JSON-LD, TDM e MCP — come costruire tecnicamente un sito web in modo che i motori di ricerca AI possano leggerlo e citarlo correttamente. Con codice, standard e lessons learned.](https://btlabs.dev/it/posts/da-seo-a-geo-architettura)
- [· Cosa trova un agente IA sul tuo sito: l'autotest in cinque passi · Prima di leggere le tue pagine, un agente IA chiede a pochi indirizzi concordati. Cinque li puoi controllare da solo con un browser in pochi minuti — con il significato di ciascuno e quanto è diffuso.](https://btlabs.dev/it/posts/agente-ia-sito-autotest)
- [· Il vocabolario su cui le macchine si sono messe d'accordo · Schema.org non è un formato, è un dizionario — un elenco pubblico e limitato di cose che le macchine chiamano allo stesso modo. Chi inventa una parola non viene letto.](https://btlabs.dev/it/posts/vocabolario-schema-org)

---
Source: https://btlabs.dev/it/posts/come-gli-agenti-ia-leggono-la-tua-azienda
Languages: [de](https://btlabs.dev/llms/de/posts/wie-ki-agenten-deinen-betrieb-lesen) · [en](https://btlabs.dev/llms/en/posts/how-ai-agents-read-your-business)
See also: [llms.txt](https://btlabs.dev/llms.txt) · [ai.txt (Policy)](https://btlabs.dev/ai.txt) · [identity.json](https://btlabs.dev/identity.json)
