Perché ChatGPT non cita il tuo sito: 5 cause tecniche che puoi verificare in 10 minuti

Perché ChatGPT non cita il tuo sito: 5 cause tecniche che puoi verificare in 10 minuti

Fai una prova adesso. Apri ChatGPT e chiedi qualcosa che il tuo sito spiega meglio di chiunque altro nel tuo settore. Leggi la risposta. Ci sono tre nomi, e nessuno è il tuo — nonostante tu abbia scritto sull'argomento più e meglio dei tre citati.

La reazione istintiva è pensare al contenuto: forse va riscritto, forse serve più profondità, forse un altro tono. Nella maggior parte dei casi in cui abbiamo guardato davvero sotto il cofano, il contenuto non c'entrava. Le cause erano tecniche, invisibili leggendo la pagina, e quasi sempre le stesse cinque. Sono tutte verificabili oggi, senza toccare una riga del tuo testo.

Quick Answer

Un assistente AI non cita il tuo sito per cinque ragioni tecniche ricorrenti: non sa che hai pubblicato (nessuno gliel'ha notificato e il crawl spontaneo arriva giorni dopo); stai bloccando via robots.txt proprio il crawler che ti avrebbe citato, credendo di proteggerti dal training; il tuo autore non ha un identificatore stabile, quindi per una macchina ogni articolo è firmato da una persona diversa; i tuoi dati non hanno una fonte dichiarata, e un modello cita volentieri solo ciò che può difendere; il tuo contenuto non ha parti staccabili — niente definizioni, tabelle, elenchi o passi che reggano da soli dentro una risposta. Ognuna si verifica in due minuti.

Trasparenza

Questo articolo è pubblicato dal team che sviluppa Innova GEO AI Indexer, un plugin WordPress per la Generative Engine Optimization. Nominiamo il nostro strumento una volta sola, in fondo, chiaramente segnalato come nostro. Tutte le verifiche descritte qui si fanno a mano e gratis, con strumenti pubblici: se dopo averle fatte decidi di sistemare le cose manualmente, questo articolo ha comunque fatto il suo lavoro.

Come siamo arrivati a queste cinque

Non da un sondaggio. Da audit su siti veri in produzione, fatti mentre costruivamo un plugin che tocca esattamente questi punti: robots.txt, JSON-LD passato ai validator ufficiali, log dei crawler, file llms.txt letti riga per riga.

Due esempi concreti di quello che si trova, presi da casi reali di poche settimane fa. Su un sito associativo con centinaia di pagine, il file llms.txt pesava 606 byte e non conteneva nemmeno un link: una descrizione dell'organizzazione, e basta. Tecnicamente valido, praticamente inutile — un modello ci legge chi sei, non trova dove sei. Su un altro, il validator schema.org rifiutava le entità di ogni pagina perché erano marcate con un tipo che non esiste in schema.org: nessun errore visibile nel sito, nessun avviso in WordPress, solo dati strutturati scartati in silenzio.

Nessuno dei due problemi era diagnosticabile leggendo il sito. Ecco perché vale la pena fare le cinque verifiche invece di riscrivere l'ennesimo articolo.

1. Nessuno ha avvisato il motore

Pubblichi un articolo. Da quel momento, e finché un crawler non passa a leggerlo, per il resto del mondo quell'articolo non esiste. Il passaggio spontaneo arriva quando arriva: su un sito con poca autorità possono essere giorni, a volte settimane. Se il tuo contenuto è legato a un fatto di attualità, il momento in cui conta è già passato.

Esiste un'alternativa all'attesa, ed è vecchia di anni ma poco usata fuori dalla SEO tecnica: IndexNow, un protocollo che permette al sito di notificare ai motori "ho pubblicato questa URL, vieni a vederla". Il sito pubblica un file di verifica con una chiave, e a ogni pubblicazione manda una notifica push. Nessun costo, nessun account.

La verifica (2 minuti)

Prendi la tua pagina pubblicata più di recente e cerca su Bing site:tuosito.it/percorso-della-pagina. Se non compare a distanza di giorni dalla pubblicazione, non è un problema di qualità: è che nessuno ha avvisato nessuno.

Il limite, detto chiaramente

IndexNow è coordinato da Microsoft e adottato da Bing, Yandex, Naver e Seznam. Google non lo usa. Chi ti racconta che con IndexNow finisci in AI Overview ti sta vendendo qualcosa. Conta perché l'indice Bing alimenta una parte del retrieval di diversi assistenti — non perché risolva Google.

2. Hai bloccato il crawler che ti avrebbe citato

Questa è la causa che vediamo più spesso, ed è anche l'unica autoinflitta.

Nel 2023 e 2024 sono girati molti articoli su come impedire alle AI di addestrarsi sui tuoi contenuti. Tutti fornivano un blocco di robots.txt da copiare. Moltissimi siti l'hanno incollato senza guardare cosa c'era dentro. Il problema è che quei blocchi mettono nello stesso calderone bot che fanno lavori completamente diversi.

Bloccare il training è una scelta legittima: se vivi di contenuti a pagamento, ha senso. Bloccare i bot di retrieval è un'altra cosa: significa chiedere di non essere citati e poi lamentarsi di non essere citati.

La verifica (1 minuto)

Apri iltuosito.it/robots.txt e leggilo. Cerca Disallow: / sotto uno dei nomi della tabella. Se trovi un blocco che copre OAI-SearchBot, PerplexityBot o ClaudeBot, hai appena trovato la ragione numero uno per cui non ti citano — e la puoi togliere oggi.

3. Per una macchina, i tuoi 50 articoli hanno 50 autori diversi

Nei dati strutturati della tua pagina c'è quasi certamente un autore. Il nome è giusto. Il problema è che, in mancanza di un identificatore stabile, quel nome è una stringa: "Mario Rossi" nell'articolo di gennaio e "Mario Rossi" in quello di marzo sono, per un sistema che legge i dati, due persone che si chiamano allo stesso modo.

L'autorevolezza però si accumula solo se qualcuno riesce a sommarla. Cinquant'anni di firma su cinquanta articoli valgono se un sistema capisce che è sempre la stessa firma. La soluzione tecnica esiste ed è semplice: ogni entità nel JSON-LD riceve un identificatore stabile — un @id — e tutte le pagine puntano allo stesso. Da lì l'autore diventa un'entità unica del sito, non un nome ripetuto.

Lo stesso vale per l'organizzazione, per il sito come opera e per la pagina stessa. Quando questi identificatori mancano o cambiano, il grafo dei tuoi dati strutturati è un insieme di isole: informazioni corrette che non si collegano fra loro.

La verifica (3 minuti)

Copia il contenuto del tag <script type="application/ld+json"> di un tuo articolo (Ctrl+U per vedere il sorgente) e incollalo su validator.schema.org. Guarda il nodo autore: se non ha un @id, o se l'@id contiene un pezzo che cambia da pagina a pagina, hai trovato il punto tre. Già che ci sei, guarda se il validator segnala tipi non riconosciuti: succede più spesso di quanto pensi, e quei dati vengono scartati in silenzio.

4. Dici "molto", non "58%"

Prendi una risposta di un assistente AI che hai letto di recente e guarda quali frasi ha citato con la fonte accanto. Quasi sempre sono frasi verificabili: un numero, una data, una percentuale, un importo. Quasi mai sono affermazioni qualitative.

Il motivo è semplice: un modello che risponde sta assumendo un rischio, e cita ciò che può difendere. "Il mercato sta crescendo molto" non è difendibile. "Il mercato è cresciuto del 34% nel 2025 secondo l'osservatorio X" lo è — e porta con sé il nome della fonte, che spesso è il motivo per cui vieni nominato.

Questa è la leva col rapporto sforzo/risultato più alto delle cinque: non richiede modifiche tecniche, solo l'abitudine di ancorare le affermazioni. Un dato con la fonte dichiarata nei dati strutturati vale un multiplo di un dato secco lasciato nel testo.

La verifica (2 minuti)

Apri il tuo ultimo articolo e conta i numeri seguiti da un'unità o da un simbolo: percentuali, euro, giorni, millisecondi. "Capitolo 3" non conta, "3 secondi" sì. Se sono meno di tre in tutto il pezzo, non stai dando a nessuno niente da citare.

5. Il tuo contenuto non ha parti staccabili

Un assistente non cita articoli: cita porzioni. Ha bisogno di un frammento che regga da solo, fuori dalla tua pagina, dentro una risposta scritta per qualcun altro. Chiamiamola unità estraibile.

Un muro di dodici paragrafi bellissimi ma tutti collegati fra loro non contiene nessuna unità estraibile: ogni frase dipende dalla precedente. Una definizione secca, una tabella di confronto, un elenco di passi numerati, una statistica con la sua fonte: quelle sono unità estraibili. Non è una questione di lunghezza, è una questione di autosufficienza.

Ci sono tre segnali che si contano meccanicamente e che dicono quasi tutto: la presenza di almeno un elenco o una tabella, la lunghezza media dei paragrafi (oltre le 80 parole diventa un blocco che nessuno stacca), e la presenza di entità nominate — prodotti, aziende, luoghi, norme — che ancorano il testo a cose che il modello già conosce.

La verifica (2 minuti)

Guarda il tuo articolo più importante e chiediti: se dovessi copiarne una porzione sola dentro una risposta a un estraneo, quale sceglierei? Se la domanda non ha una risposta ovvia, il problema è questo.

I 15 minuti che ti servono

Le cinque verifiche in fila, sul contenuto che ti interessa di più:

1. Due minuti — cerca la tua pagina più recente su Bing con site:. Non c'è? Nessuno ha avvisato il motore.

2. Un minuto — apri /robots.txt e cerca i nomi della tabella qui sopra. Trovi OAI-SearchBot o PerplexityBot sotto un Disallow: /? Toglilo.

3. Tre minuti — incolla il JSON-LD su validator.schema.org. L'autore ha un @id stabile? Ci sono tipi non riconosciuti?

4. Due minuti — conta i numeri con unità nell'articolo. Meno di tre?

5. Due minuti — cerca l'unità estraibile. C'è una definizione, una tabella, una procedura? O è tutto un blocco unico?

Restano cinque minuti per scrivere cosa hai trovato. Nella nostra esperienza, chi fa questo giro trova in media due problemi su cinque, e il punto 2 è quello che salta fuori più spesso.

Cosa abbiamo automatizzato

Abbiamo costruito queste cinque verifiche dentro un plugin WordPress perché rifarle a mano su ogni contenuto non è realistico. È Innova GEO AI Indexer, è gratuito sulla directory ufficiale WordPress, non richiede account né abbonamento, e nell'ultima versione fa esattamente le cinque cose di questo articolo:

• notifica automaticamente le pubblicazioni agli endpoint IndexNow — disattivato di default, si accende quando lo decidi tu;

• mostra i crawler AI dentro WordPress con scritto accanto cosa perdi bloccando ciascuno, e li lascia tutti consentiti finché non decidi diversamente;

• dà identificatori stabili a autore, organizzazione, sito e pagina, e li collega fra loro;

• offre un blocco Statistica che porta con sé la fonte nei dati strutturati;

• calcola un punteggio di citabilità 0-100 mentre scrivi, con la formula in chiaro — l'analisi è locale, il tuo testo non esce dal browser.

Se preferisci fare tutto a mano, le cinque verifiche qui sopra funzionano lo stesso. È il motivo per cui le abbiamo scritte per intere prima di nominare il prodotto.

Domande frequenti

Bloccare GPTBot mi toglie da ChatGPT?

No. GPTBot riguarda l'addestramento dei modelli. Le citazioni dentro le risposte di ChatGPT dipendono da OAI-SearchBot e da ChatGPT-User, che sono user agent diversi. Puoi bloccare il primo e lasciare gli altri: è una posizione coerente per chi non vuole finire nel training ma vuole restare citabile.

IndexNow funziona con Google?

No, Google non aderisce a IndexNow. Serve per Bing, Yandex, Naver e Seznam. Conta perché l'indice di Bing alimenta parte del retrieval di alcuni assistenti, non perché acceleri l'indicizzazione su Google.

Devo rifare il sito per sistemare queste cose?

No, e sarebbe il modo peggiore di spendere quel budget. Quattro cause su cinque si risolvono senza toccare il layout: una riga di robots.txt, dati strutturati corretti, l'abitudine di citare le fonti e un po' di struttura nel testo. La quinta — la struttura estraibile — è lavoro editoriale, non lavoro di sviluppo.

Quanto ci mette un assistente ad accorgersi delle modifiche?

Dipende dal motore e dalla frequenza con cui ti visita. Con una notifica push il crawl può avvenire in giornata; l'aggiornamento di quello che il modello "sa" è un'altra cosa e richiede più tempo. Aspettati settimane, non ore, e misura per periodi, non per singole domande: la stessa domanda posta due volte può dare risposte diverse.