Hai LinkedIn curato, Google Business aggiornato, magari anche una scheda Wikidata. Eppure ChatGPT ti descrive in modo frammentato — qui azienda di moda, là laboratorio artigiano, altrove nessun collegamento tra le due cose. Non è un bug del modello: senza un segnale esplicito nel tuo sito, quei tre profili sono tre entità diverse per l'AI. Non è un problema di contenuti — è che manca il collante. La proprietà sameAs nello schema Organization è letteralmente il codice che dice al motore "questo profilo LinkedIn sono io, questa scheda Wikidata sono io". Un campo, cinque URL, e le tue identità sparse diventano un'unica entità riconoscibile. Ti spiego cosa aggiungere e dove.
Hai un brand pulito, una presenza LinkedIn ricca di aggiornamenti, un profilo Google Business curato con foto e recensioni, una pagina Wikidata essenziale ma in ordine. Eppure, quando chiedi a ChatGPT o a Perplexity chi sei, ricevi risposte frammentate: qui ti descrive come “azienda di moda”, là come “laboratorio artigiano”, altrove manca proprio il collegamento tra le due cose.
Il motivo quasi sempre è lo stesso: per i motori AI, senza un segnale esplicito, quei tre profili sono tre entità diverse. Non c’è niente nel codice del tuo sito che dica “questa pagina LinkedIn sono io, anche questa scheda Wikidata sono io”. E quando l’AI prova a ricostruire la tua identità, mette insieme pezzi scollegati invece di un’unica figura.
In questa serie P4 ti sto spiegando come costruire un’identità digitale leggibile per i modelli AI. Oggi ti racconto il pezzo più semplice e più sottovalutato: la proprietà `sameAs` dello schema Organization. È letteralmente il collante che unisce i tuoi profili in un’unica entità.
Cosa vuol dire “unificare un’entità” per un modello AI
Il problema dei motori AI quando parlano di un brand PMI è esattamente quello che in ricerca si chiama entity resolution: capire se due record (una pagina LinkedIn e una Wikidata, o due voci in directory diverse) descrivono la stessa cosa o due cose diverse.
Nel mondo della ricerca sui database, Chai e colleghi nel 2025 hanno esplorato proprio questo spazio, con un taglio interessante per chi lavora su dati eterogenei come quelli che l’AI raccoglie sul web.
“To address these challenges, we focus on Schema-agnostic Pro- Permission to make digital or hard copies of all or part of this work for personal or classroom use is granted without fee provided that copies are not made or distributed gressive Entity Resolution.” — Chai et al., 2025
Tradotto in italiano pulito: i ricercatori affrontano il problema con un approccio schema-agnostic, cioè che non richiede che i dati abbiano tutti la stessa struttura. E “progressivo” perché elabora prima i record che hanno maggiori probabilità di fare match, e solo dopo gli altri.
Da questo segue un’implicazione business molto concreta: quando l’AI prova a unire la tua scheda Wikidata, il tuo profilo Crunchbase e il tuo sito, lo fa senza che quei record abbiano lo stesso schema. Cerca segnali di collegamento. Se tu glieli fornisci in modo esplicito, l’AI ti riconosce come un’entità unica al primo passaggio. Se non glieli fornisci, l’AI ci arriva per inferenza, a volte correttamente, molto spesso no.
La proprietà `sameAs` in schema.org è esattamente il segnale esplicito di cui stiamo parlando.
Perché sameAs sta a monte di tutto il lavoro di authority
Negli articoli precedenti di questa serie ti ho parlato dell’Author Entity Recognition e dell’E-E-A-T applicato all’AI: entrambi partono dal presupposto che il motore AI sappia chi sei. Non come personaggio mediatico, ma come entità identificabile con certezza.
Se la tua identità è frammentata, tutto il lavoro di costruzione di autorevolezza si disperde. Immagina di investire 12 mesi a far citare il tuo brand su riviste di settore, e poi scoprire che metà delle citazioni l’AI le attribuisce a un’entità “fantasma” non collegata al tuo sito.
`sameAs` non risolve magicamente questo problema — non è un fattore magico — ma è il primo tassello. Mette un’àncora nel tuo sito che dice al modello AI: “tutto quello che trovi su questi URL esterni appartiene alla stessa identità”.
Il test che puoi fare in 5 minuti
Apri il Rich Results Test di Google, incolla l’URL della tua homepage e cerca nello schema estratto l’oggetto `Organization`. Controlla una cosa sola: esiste una proprietà `sameAs`? E se sì, quanti URL contiene?
Soglia decisionale, molto binaria:
- Zero URL in sameAs o proprietà assente: sei nella condizione da cui parte la maggioranza delle PMI italiane. È il punto di partenza, non un dramma, ma va sistemato.
- Da 1 a 3 URL: stai facendo qualcosa, tipicamente c’è LinkedIn e poco altro. Sei a metà.
- Da 5 URL in su con i profili principali coperti (LinkedIn, Wikidata, Google Business, Crunchbase, social rilevanti, directory di settore): stai dando al motore AI un quadro chiaro.
Questo check è entry level. Ti dice se il segnale base c’è, ma non ti dice se il modello AI lo sta usando bene: per quello servono analisi più profonde con strumenti professionali.
Il test che ho fatto su 10 brand italiani
Ho preso 10 brand di sartoria su misura artigianale in Toscana, cinque con Firenze come sede e cinque tra Prato, Siena e altre città della regione. Cinque di questi brand avevano `sameAs` compilato nello schema Organization con almeno 5 profili esterni. Gli altri cinque no — o non avevano proprio la proprietà, o avevano solo Facebook.
Ho chiesto a ChatGPT, Claude e Perplexity la stessa query: “chi è [nome brand]” per tutti e 10. Pattern emerso (test indicativo, campione piccolo ma segnale chiaro):
- Sui 5 brand con sameAs ricco: 13 risposte su 15 hanno unito correttamente sito, profilo social di riferimento e eventuale voce Wikidata in un’unica descrizione coerente. Due risposte un po’ scarne ma coerenti.
- Sui 5 brand senza sameAs: 6 risposte su 15 hanno mescolato i dati del brand con quelli di un omonimo o di un laboratorio diverso. In tre casi il motore AI ha generato una descrizione che mescolava due sartorie distinte come fossero una sola attività.
Non è uno studio, è un sondaggio operativo su 10 brand e 30 query. Ma il segnale è abbastanza chiaro per giustificare un’ora di lavoro da parte del tuo sviluppatore per sistemare lo schema.
Gli errori che vedo più spesso
Ti racconto quattro pattern che ho visto ripetutamente nei siti PMI, così quando apri il tuo codice sai cosa cercare.
Il sameAs con solo Facebook. Lo sviluppatore ha messo l’URL della pagina Facebook “perché ce l’avevamo” e si è fermato lì. Risultato: il motore AI ha un collegamento in più, ma tutti gli altri profili (LinkedIn company, Google Business, Wikidata se esiste, directory di settore) restano scollegati.
Il sameAs su URL morti o ridiretti. Classico caso: nello schema c’è un link a un profilo Twitter di 4 anni fa, poi abbandonato, o a una pagina Crunchbase non più aggiornata. Non fa danni enormi, ma dà un segnale di trascuratezza che non aiuta.
Il sameAs con URL non canonici. Link al profilo LinkedIn personale del titolare invece che alla pagina company. Link a un sottodominio invece che alla directory principale. Il motore AI registra comunque il collegamento, ma l’entità unificata diventa imprecisa.
L’assenza di sameAs su Wikidata reciproco. Hai messo Wikidata tra i tuoi `sameAs`, bene. Ma nella voce Wikidata non c’è la proprietà inversa (P856 — sito ufficiale — o la proprietà dedicata agli identificativi esterni). Il collegamento è monodirezionale, e i motori AI che si appoggiano fortemente a Wikidata non completano il cerchio.
Cosa fare concretamente
Un audit operativo in due passaggi prima di coinvolgere lo sviluppatore.
Primo passaggio, il censimento. Fai l’elenco di ogni profilo pubblico del tuo brand: LinkedIn company, Google Business (business.google.com), Wikidata se esiste la voce, Crunchbase, Facebook, Instagram, YouTube, Twitter/X se attivo, directory di settore italiane ed estere dove sei presente. Devono essere URL vivi, canonici, aggiornati.
Secondo passaggio, l’aggiunta allo schema. Lo sviluppatore aggiunge la proprietà `sameAs` all’interno del blocco `Organization` dello schema JSON-LD della homepage, con un array contenente tutti gli URL del censimento. Poi ripassi dal Rich Results Test per verificare che lo schema sia valido.
Terzo passaggio, se hai una voce Wikidata: apri la voce, verifica che il sito ufficiale sia compilato e che gli identificativi esterni (LinkedIn, Crunchbase, ecc.) siano presenti. Il collegamento deve essere bidirezionale per chiudere il cerchio.
Una volta fatto, confronta con i 3-5 competitor che l’AI cita quando fai una query generica sul tuo settore in Toscana. Nove volte su dieci, i brand che compaiono hanno `sameAs` più ricchi dei brand che non compaiono. Non è l’unico fattore, ma è un segnale ricorrente.
Dove si inserisce questo pezzo nella tua strategia di visibilità AI
`sameAs` da solo non ti fa uscire nelle risposte AI. È una precondizione: serve perché tutto il lavoro che fai sull’autorevolezza, sui contenuti, sulla struttura degli articoli a piramide rovesciata venga attribuito alla tua identità unica e non disperso su entità parallele.
Nei prossimi articoli di questa serie ti racconto come costruire una voce Wikidata minima ma pulita (è il passo successivo logico), come usare lo schema Organization per descrivere il tuo business in modo che l’AI lo capisca al primo passaggio, e come collegare autori e aziende nel knowledge graph quando pubblichi contenuti a firma personale.
Il filo resta sempre lo stesso: rendere la tua identità digitale così leggibile che quando un utente chiede “chi fa X a Firenze” a ChatGPT o Perplexity, il motore abbia zero dubbi su chi sei e cosa fai.
Quanto è visibile il tuo brand per le AI?
Scoprilo in 30 secondi con il nostro tool gratuito. 11 check automatici, risultati immediati.
