Quando un sito è leggibile anche per un agente

Una domanda banale può mettere in crisi un sito: «Posso restituire un prodotto in offerta acquistato dalla Germania?». La risposta potrebbe essere distribuita fra una FAQ, una pagina prodotto, termini e condizioni e una promozione ormai scaduta.

Un agente può aprire tutte quelle pagine. Il punto difficile è un altro: capire quale sia la regola, quale l’eccezione e quale testo sia aggiornato.

Per questo un sito leggibile dagli agenti non nasce da un accorgimento tecnico isolato. Nasce da contenuti che il sito ha già ordinato per i propri lettori.

Raggiungibile, leggibile, affidabile

Le tre cose non coincidono.

Un crawler deve poter raggiungere una pagina. Un browser deve poterla caricare. Chi legge, umano o automatico, deve poter capire che cosa quella pagina afferma e quanto fidarsi. robots.txt parla soltanto del primo punto: l’RFC che lo definisce chiarisce che non è un sistema di autorizzazione.¹

La struttura della pagina aiuta con il secondo passaggio. Titolo, intestazioni, contenuto principale e navigazione non sono soltanto dettagli grafici. Le linee guida W3C spiegano che intestazioni e landmark rendono l’organizzazione della pagina disponibile alle tecnologie assistive.²³ Da qui si può fare un’inferenza prudente: una struttura esplicita offre indizi più chiari anche ad altri programmi che devono orientarsi nella pagina. Non garantisce però che ogni agente li usi nello stesso modo.

L’affidabilità richiede altro. Richiede che il sito sappia indicare la propria fonte.

Non una URL per ogni frase, ma un posto per ogni regola

Non serve assegnare una URL a ogni informazione. Serve che una regola durevole abbia un luogo riconoscibile a cui tornare: la policy di reso, la documentazione di una versione, le condizioni di un servizio, la scheda di un prodotto.

Questo è un criterio editoriale, non una prescrizione tecnica. La fonte non deve per forza contenere ogni dettaglio nella stessa schermata. Deve però permettere di distinguere la regola da un esempio, una pagina promozionale da una condizione contrattuale, la versione attuale da quella precedente.

Una buona architettura rende esplicite anche le relazioni. Questa guida riguarda questa versione. Questa eccezione modifica quella regola. Questa pagina spiega la fonte, che resta qui. I link interni non risolvono tutto, ma possono rendere questi rapporti visibili invece di lasciarli nella testa di chi mantiene il sito.

In italiano, il sito deve decidere quale pagina contiene la regola e quali pagine la spiegano. È una scelta semplice da dire e spesso faticosa da fare: quando la stessa frase vive in quattro punti diversi, qualcuno deve stabilire dove aggiornarla.

Il dato strutturato non aggiusta un contenuto confuso

Qui entra in gioco il linguaggio tecnico. JSON-LD è un formato che inserisce dati strutturati nella pagina: per esempio, può dichiarare che un testo è un articolo o che una pagina descrive un prodotto. È utile quando ripete in forma leggibile da software ciò che il sito dice già bene.

Non deve diventare una seconda versione del sito. Google richiede che i dati strutturati rappresentino il contenuto della pagina e ricorda che il markup corretto non garantisce una resa particolare nei risultati.⁴ È una regola di Google Search, ma il principio è più ampio: se il testo dice una cosa e i metadati un’altra, il problema non è risolto. È stato duplicato.

Prima si chiarisce la pagina. Poi, se serve, la si descrive anche con dati strutturati.

E llms.txt?

llms.txt è una proposta recente: un file Markdown nella radice del sito, pensato per offrire a un modello un breve contesto e link alle risorse più utili.⁵ Può avere senso per documentazioni molto grandi o piene di interfacce, dove una mappa editoriale riduce il rumore.

È però un indice. Non stabilisce quale policy sia valida, non mette una data su un’offerta e non concilia due descrizioni in conflitto. La proposta stessa non prescrive come i programmi debbano elaborare il file.⁵

La domanda utile non è «abbiamo llms.txt?». È: se un agente aprisse le pagine che gli indichiamo, troverebbe una risposta attribuibile e aggiornata? Se no, non manca un file. Manca l’ordine che quel file dovrebbe riassumere.

Un sito leggibile dagli agenti fa una cosa molto umana: non costringe chi legge a indovinare dove siano finite le sue risposte.

Footnotes

1. M. Koster et al., RFC 9309: Robots Exclusion Protocol, settembre 2022. ↩

2. W3C Web Accessibility Initiative, Headings, consultato il 1 agosto 2026. La guida tratta l’accessibilità; l’applicazione agli agenti è un’inferenza. ↩

3. W3C Web Accessibility Initiative, Landmarks Pattern, consultato il 1 agosto 2026. Descrive la navigazione assistiva, non un requisito per gli agenti linguistici. ↩

4. Google Search Central, General Structured Data Guidelines, aggiornato il 10 luglio 2026. Le regole valgono per Google Search. ↩

5. Jeremy Howard, The /llms.txt file, 3 settembre 2024. È una proposta comunitaria, non una regola adottata da ogni agente. ↩ ↩²