Schema.org non serve solo a comparire nei rich snippet di Google. I crawler AI lo usano come riassunto pre-parsato del tuo contenuto: se è ben implementato, il modello riceve un chunk già pronto senza dover fare il lavoro di parsing da solo. Se non ce l'hai, stai rendendo il tuo contenuto più difficile da usare rispetto ai competitor che ce l'hanno. Non è un intervento tecnico complicato: i tre schema che contano davvero — Article, FAQPage e HowTo — si implementano in mezza giornata anche su un sito WordPress standard. Ti spiego quali usare e come configurarli correttamente.
Hai implementato lo schema FAQPage sulle tue pagine FAQ. Hai aggiunto il markup Article con autore, data di pubblicazione e dateModified. Magari hai persino un HowTo schema sulle guide passo-passo. Ottimo per i rich snippet di Google. Ma se pensi che il lavoro finisca li, ti stai perdendo meta della partita.
I motori AI generativi — quelli che producono risposte sintetizzate citando le fonti — non processano le pagine come Google. Non hanno un parser dedicato per JSON-LD. Eppure lo schema markup ti da un vantaggio competitivo enorme anche con loro, per un motivo che non ha niente a che fare con i rich snippet. Te lo spiego partendo da un dato che forse non ti aspetti.
Il paradosso dello schema nei sistemi RAG
Nel mondo della ricerca, il rapporto tra dati strutturati e sistemi RAG e stato analizzato in modo diretto. Un passaggio del paper su Wikidata Enhanced Pages (2025) lo mette in chiaro:
“However, JSON-LD markup remains valuable for search engines with dedicated parsers (Google, Bing), but it provides no measurable benefit in RAG-based systems that treat pages as flat text.”
(Wikidata Enhanced Pages — arxiv.org)
Fermati un secondo. Se i sistemi RAG trattano le pagine come testo piatto, allora lo schema JSON-LD non serve a nulla per l’AI? No. Il punto e un altro, ed e più sottile di così.
Lo schema JSON-LD puro — quel blocco di codice `