Dati strutturati: cosa sono e perché contano per Google e per l'AI

I dati strutturati sono informazioni inserite nel codice di una pagina secondo uno schema condiviso, invisibili a chi legge ma perfettamente leggibili da una macchina. Servono a dare a ogni cosa il suo nome esatto: questo è un prezzo, questo è un indirizzo, questa è una persona, questo è il suo ruolo. Il vantaggio è doppio — gli utenti ricevono risposte più pertinenti, e le pagine diventano più facili da interpretare per Google e per i sistemi di AI.

Per capire perché siano indispensabili, guarda come un essere umano e una macchina interpretano lo stesso testo. Immagina la presentazione sulla home di un ristorante:

Ciao a tutti, siamo Marco, Luca, Angela e Stephanie. Fino a un anno fa eravamo studenti di giurisprudenza, poi abbiamo deciso che nel mondo ci sono già abbastanza avvocati. Così ci siamo lanciati nell'avventura di aprire un bistrot: La Vie en rose, come la canzone di Édith Piaf. Il nostro locale si affaccia sulla Darsena milanese e in pochi mesi ha raccolto ottime recensioni. Il segreto? Le migliori specialità francesi in un'atmosfera parigina, all'ombra della Torre Eiffel e sulle rive della Senna.

Qualsiasi persona capisce subito che si tratta di un ristorante francese, che però si trova a Milano sulla Darsena, gestito da quattro ex studenti di legge. Lo capiamo perché sappiamo interpretare metafore e figure retoriche. Una macchina no. Sottoponi lo stesso testo a un elaboratore e chiedigli che lavoro fanno i quattro: ti risponderà "avvocati", perché è la parola che ha trovato. Chiedigli come si chiama il ristorante: ti dirà che "La Vie en rose" è una canzone di Édith Piaf. Chiedigli dove si trova: dirà Parigi, perché ha letto della Torre Eiffel e della Senna.

L'esempio sembra esagerato, ma moltissimi siti dal design curato e dai buoni contenuti vengono penalizzati proprio perché il loro testo confonde gli algoritmi, mentre siti più modesti hanno successo perché aiutano i motori a interpretarli. I dati strutturati servono esattamente a questo: dare a ogni informazione il suo nome, distinguere ciò che conta da ciò che è accessorio, eliminare le ambiguità.

Lo standard che usiamo per i dati strutturati si chiama schema.org: un vocabolario condiviso, fondato nel 2011 da Bing, Google e Yahoo — a cui si è unito poco dopo Yandex — che permette di descrivere in dettaglio quasi ogni cosa: testi, immagini, audio, video, persone, aziende, prodotti, luoghi, eventi. Tra i tipi più usati: Person (una persona, con nome, cognome, data di nascita), Organization (un'azienda, con ragione sociale, dipendenti, anno di fondazione), Product, Offer e Review per il commercio, LocalBusiness e i suoi sottotipi come Restaurant per le attività, Event per gli eventi, Article per i contenuti editoriali. Il vocabolario è in inglese e viene aggiornato di continuo.

Il modo raccomandato per scriverli è il formato JSON-LD, un blocco di codice inserito nella pagina.

Per il nostro ristorante, il markup che lo identifica come Restaurant e i quattro soci come fondatori (founder, di tipo Person) è questo:

Alle informazioni di base ne abbiamo aggiunte di specifiche ma preziose per catalogare — e quindi far trovare — il ristorante: servesCuisine (il tipo di cucina), priceRange (la fascia di prezzo), paymentAccepted (i pagamenti accettati), address (l'indirizzo, così non ci sono più dubbi tra Parigi e Milano). Da qui in poi non ci sono equivoci: chi cerca un ristorante francese a Milano trova questo; chi cerca la canzone scopre che esiste un locale omonimo, e magari va a visitarlo.

C'è un dettaglio che cambia tutto. I quattro soci non sono un attributo qualsiasi come il numero di telefono: sono indicati come founder, cioè legati al ristorante da una relazione vera e propria, quella di fondatore. È il cuore del cosiddetto web semantico: non un elenco di dati sciolti, ma una rete di entità collegate da relazioni di significato. Un ristorante fondato da certe persone; un libro scritto da un autore; una canzone cantata da un'interprete.

È questa rete che permette ai motori di rispondere direttamente. Cerca "chi canta La Vie en rose" e Google ti risponde "Édith Piaf" in cima alla pagina, senza che tu apra un sito: lo sa perché nel suo knowledge graph — la mappa delle entità e delle loro relazioni — la canzone è collegata alla sua interprete. I dati strutturati sono il modo in cui un sito contribuisce a quella mappa con informazioni proprie.

No, e va detto con chiarezza: i dati strutturati non sono un fattore di ranking diretto, non spostano da soli una pagina dalla seconda alla prima pagina di Google. Quello che fanno è fornire informazioni accurate e ridurre i fraintendimenti — e questo agisce indirettamente sui fattori che contano davvero: autorevolezza, qualità dei collegamenti, e soprattutto il tasso con cui gli utenti scelgono e restano sulla pagina, perché uno snippet ricco di dati cattura più clic e una pagina pertinente non li rimanda indietro a cercare altrove.

Lo snippet è il risultato che il motore mostra: titolo cliccabile, indirizzo e breve descrizione. A volte però compaiono riquadri più ricchi — la data di nascita di un personaggio, le calorie di un alimento, il regista e l'anno di un film, le stelle delle recensioni di un prodotto. Sono i rich snippet, e nascono proprio dai dati strutturati. Non danno necessariamente una risposta migliore, ma tendono ad attirare più clic: un riquadro con stelle, foto o prezzo cattura l'occhio più di tre righe di testo. Si possono ottenere per prodotti, eventi, ricette, video, breadcrumb di navigazione e molto altro.

Nel 2020 chiudevamo questo articolo con una previsione: che Google sarebbe diventato una specie di oracolo capace di rispondere al posto nostro, senza più bisogno di aprire le pagine. Oggi quella previsione è realtà. Con le AI Overviews di Google e con motori come ChatGPT, Perplexity e Gemini, la ricerca non si limita più a elencare pagine: sintetizza una risposta e cita un pugno di fonti. E i dati strutturati hanno un ruolo proprio qui.

Attenzione a non farsi ingannare: Google è stata esplicita sul fatto che non serve uno schema speciale "per l'AI", non esistono tipi o proprietà inventati per i modelli linguistici — è lo stesso markup di sempre. Chi ti vende "schema markup per l'intelligenza artificiale" sta rietichettando un tipo normale. Quello che i dati strutturati fanno davvero è chiarire chi sei, chi firma e come le tue entità sono collegate, riducendo l'ambiguità che un modello incontra quando legge la pagina. È lo stesso terreno dell'E-E-A-T e dell'ottimizzazione per i motori generativi: marcare l'autore con Person e l'azienda con Organization dà ai motori segnali di fiducia verificabili, e una pagina le cui entità sono chiare ha più probabilità di essere capita e citata, anche quando non compare nessun riquadro ricco.

Resta una regola d'oro, che vale per Google come per i motori generativi: il markup deve corrispondere a ciò che è visibile nella pagina. Dichiarare nei dati strutturati cose che il contenuto non contiene non è un trucco furbo: viola le linee guida e fa perdere l'eleggibilità. I dati strutturati amplificano un contenuto onesto, non lo sostituiscono.