Dati strutturati per l’intelligenza artificiale

Sono righe di codice che si aggiungono alle pagine per dichiarare in modo esplicito cosa contengono, in un formato che le macchine leggono senza doverlo interpretare. Servono a togliere ambiguità: senza, un sistema deve dedurre dal testo che un numero è un prezzo, che una riga è un indirizzo o che una pagina è una scheda prodotto; con i dati strutturati quell’informazione è dichiarata, non indovinata. Il formato usato oggi è JSON-LD, il vocabolario è Schema.org, e su un sito ben fatto coprono le pagine, i prodotti, gli articoli, le persone e l’organizzazione che c’è dietro.

Un’entità è il modo in cui un motore di ricerca o un sistema generativo rappresenta un soggetto preciso: un’azienda, una persona, un prodotto, un luogo, un argomento. Non è una parola chiave e non coincide con una pagina: è la ricostruzione che il sistema si fa mettendo insieme tutto quello che trova su quel soggetto, ovunque si trovi. È il motivo per cui due aziende con lo stesso nome possono essere distinte o confuse, e per cui un modello può descriverti in modo impreciso pur avendo letto il tuo sito.

I dati strutturati sono ciò che dichiari, l’entità è ciò che ti viene attribuito. Il markup rende quella ricostruzione più facile e meno ambigua, perché dice esplicitamente chi sei, di cosa ti occupi e a quali soggetti riconosciuti sei collegato, ma non la determina da solo. Se le informazioni che dichiari sul tuo sito contraddicono quelle che di te si leggono altrove, l’entità si costruisce sulla versione più diffusa, non necessariamente sulla tua.

Dipende da quale sistema, ed è una distinzione che quasi nessuno fa. Sulle superfici di Google il markup entra nel processo che genera le risposte, e Google lo ha dichiarato pubblicamente: serve a fornire contesto ai modelli e a esprimere con precisione informazioni che il testo lascerebbe ambigue. Su ChatGPT e sugli altri assistenti il discorso cambia, perché leggono il codice della pagina come se fosse testo, senza interpretarlo come struttura, e gli studi fatti finora non hanno rilevato aumenti di citazioni dovuti al solo markup. Il valore quindi è reale ma indiretto, e passa dalla chiarezza con cui il sito dichiara chi sei.

Quasi tutti i CMS generano markup di base in automatico, ed è già qualcosa: dichiarano che una pagina è un articolo, un prodotto, una scheda. Il problema è che spesso e volentieri possono farlo in maniera imprecisa. Ma ancora più importante è concentrarsi su quello che non fanno: dire chi sei tu, su cosa sei competente, a quali persone e organizzazioni sei collegato e come le tue pagine si tengono insieme. È la differenza tra etichettare i contenitori frettolosamente e spiegare cosa c’è dentro, ed è il punto in cui un’implementazione automatica smette di essere sufficiente.