JSON-LD e GEO: come i dati strutturati aiutano l'AI a capire (e citare) il tuo sito

Nel nostro articolo dedicato ad AI Friendly e al file llms.txt abbiamo raccontato come rendere i contenuti di un sito facilmente leggibili dalle intelligenze artificiali, fornendo loro versioni pulite e testuali delle pagine. Ma rendere un contenuto leggibile è solo metà del lavoro. L'altra metà è renderlo comprensibile: aiutare i crawler e i sistemi AI a capire chi siete, di cosa parlate e come i vostri contenuti sono collegati tra loro.

È qui che entra in gioco il JSON-LD, uno degli strumenti più sottovalutati e più efficaci dell'ottimizzazione GEO (Generative Engine Optimization). In questo articolo vi spieghiamo cos'è, perché conta sempre di più nell'era degli assistenti AI, e come abbiamo aggiornato il nostro plugin AI Friendly per gestirlo automaticamente.

Quando un essere umano legge "Sernicola Labs", capisce immediatamente dal contesto che si tratta di un'agenzia di sviluppo web di Milano. Per un software, invece, quella stringa di testo è solo… una stringa di testo. Potrebbe essere un'azienda, una persona, un prodotto o un luogo: senza ulteriori indizi, non c'è modo di esserne certi.

Il JSON-LD (JavaScript Object Notation for Linked Data) serve esattamente a fornire questi indizi. È un piccolo blocco di codice, invisibile ai visitatori, che si inserisce nelle pagine del sito e descrive il loro contenuto in un formato che le macchine capiscono al volo. Invece di lasciare che un crawler deduca di cosa parla una pagina, glielo diciamo in modo esplicito e strutturato.

Tutto si basa su un vocabolario condiviso e standardizzato, Schema.org, riconosciuto da Google, Bing e dai principali sistemi AI. Schema.org definisce centinaia di "tipi" di entità — Organization, Person, Article, Product, LocalBusiness e così via — e le proprietà che possono avere.

Un esempio minimo per descrivere un sito web:

Tre informazioni essenziali: stiamo usando il vocabolario di Schema.org (@context), l'entità è un sito web (@type), e questi sono il suo nome e il suo indirizzo. Niente di più complicato di questo.

Con la SEO tradizionale i dati strutturati servivano soprattutto a ottenere i cosiddetti rich result: stelline delle recensioni, prezzi, FAQ a comparsa nei risultati di Google. Continuano a farlo. Ma con l'arrivo della ricerca generativa il loro ruolo è cambiato profondamente.

Quando ChatGPT, Claude, Gemini, Perplexity o le AI Overview di Google costruiscono una risposta, non si limitano a posizionare le pagine in una classifica: estraggono affermazioni, le verificano e decidono quali fonti citare. Il JSON-LD fornisce loro una versione pulita e non ambigua dei vostri fatti, riducendo il margine di interpretazione e di errore. In pratica, è la differenza tra un contenuto che l'AI deve interpretare e uno che può verificare e citare con sicurezza.

Ci sono tre meccanismi che rendono il JSON-LD particolarmente potente in ottica GEO.

I sistemi AI ragionano per entità, non per parole chiave. "Sernicola Labs" non è una semplice keyword: è un'organizzazione, con una sede, dei servizi, un settore di competenza. Marcando esplicitamente questa identità con un nodo Organization, aiutate l'AI a costruire una rappresentazione corretta della vostra azienda e a non confondervi con qualcun altro.

La proprietà sameAs è probabilmente la più utile in assoluto per la disambiguazione. Serve a dichiarare: "questa entità è la stessa che trovate anche qui". Collegando profili LinkedIn, pagine social, voci di Wikipedia o Wikidata, fornite all'AI una mappa coerente della vostra presenza online.

È esattamente così che un assistente AI riesce a capire che il post su LinkedIn, l'articolo sul blog e la scheda azienda parlano tutti della stessa realtà. I brand con un markup di entità pulito e coerente vengono citati più spesso nelle risposte generative rispetto a quelli menzionati solo in contenuti non strutturati.

Ogni nodo JSON-LD può avere un identificatore univoco (@id), tipicamente un URL seguito da un'ancora come #organization. Questo permette di collegare i nodi tra loro: l'articolo punta al suo autore, l'autore all'organizzazione, l'organizzazione al sito. Il risultato non è un elenco di pagine isolate, ma un vero e proprio grafo semantico che descrive le relazioni — esattamente il tipo di struttura che i modelli linguistici usano per ragionare.

Un piccolo esempio di come un articolo si collega al suo autore:

Invece di ripetere ogni volta tutte le informazioni sull'autore, ci si limita a un riferimento: pulito, leggero e privo di duplicazioni.

A questo punto la domanda è legittima: se abbiamo già il file llms.txt e le pagine in Markdown, ci serve davvero anche il JSON-LD? La risposta è sì, perché rispondono a due esigenze diverse.

Il file llms.txt e le pagine Markdown servono a far accedere l'AI ai vostri contenuti in forma pulita, eliminando il "rumore" di menu, sidebar e popup. Sono la sostanza testuale.

Il JSON-LD descrive invece il significato e le relazioni: chi rappresenta il sito, quali competenze dichiara, come le entità sono collegate, sotto quale licenza sono pubblicati i contenuti. È lo scheletro semantico.

Insieme coprono entrambi i livelli di cui un sistema AI ha bisogno: contenuti facili da leggere e un contesto facile da interpretare. Per questo abbiamo deciso di integrare anche il JSON-LD all'interno di AI Friendly.

Con la versione 1.8.0, AI Friendly introduce un nuovo modulo Semantic Schema JSON-LD, pensato per arricchire il grafo semantico del sito senza sostituirsi ai plugin SEO già presenti.

Il plugin può ora aggiungere informazioni strutturate sull'identità principale del sito ( Person oppure Organization)  includendo nome, nome alternativo, descrizione, descrizione disambiguante, profili esterni (sameAs), competenze dichiarate (knowsAbout), lingue conosciute (knowsLanguage), immagine identificativa, pagina profilo e licenza dei contenuti. Tutto si configura comodamente dalla nuova sezione Schema nell'area di amministrazione.

Integrazione intelligente, zero duplicazioni

Il punto di forza del modulo è una modalità automatica che rileva Yoast SEO o Rank Math. Se uno dei due plugin è attivo, AI Friendly non stampa un secondo blocco JSON-LD separato (che sarebbe controproducente) ma arricchisce il grafo già generato dal plugin SEO.

In pratica, quando Yoast o Rank Math hanno già creato un nodo con lo stesso @id, AI Friendly fonde i propri dati nel nodo esistente. Questo permette, per esempio, di arricchire l'Organization generata da Rank Math con campi come knowsAbout, knowsLanguage e disambiguatingDescription, senza creare un secondo nodo concorrente che confonderebbe i crawler.

Se invece non viene rilevato alcun plugin SEO compatibile, AI Friendly genera autonomamente un grafo JSON-LD standalone minimo, con i nodi essenziali WebSite, WebPage e l'entità principale. In questo modo anche i siti privi di plugin SEO ottengono comunque una base semantica solida.

Abbiamo aggiunto anche alcuni controlli pensati per mantenere il JSON-LD ordinato e valido: deduplica automatica degli URL in sameAs, rimozione di jobTitle quando l'entità è un'Organization (dove non avrebbe senso), e rimozione delle dimensioni immagine vuote, come width e height non valorizzati. Piccoli accorgimenti che evitano gli errori più comuni e mantengono il markup conforme agli standard.

AI Friendly ora non si limita più a servire contenuti leggibili dalle AI tramite llms.txt e Markdown: aiuta anche crawler, motori di ricerca e sistemi generativi a capire meglio chi rappresenta il sito, quali competenze dichiara e come collegare correttamente identità, profili e contenuti.

In un panorama in cui la ricerca si sta spostando dalle classiche liste di link alle risposte sintetizzate dall'AI, presidiare entrambi i fronti (contenuti puliti e dati strutturati) non è più un dettaglio tecnico, ma una scelta strategica per restare visibili e, soprattutto, per essere citati.

Se volete capire come applicare questa logica al vostro sito o avete bisogno di una consulenza sull'ottimizzazione GEO, parliamone insieme.