---
title: "Dati strutturati e IA: lo schema aiuta a farsi citare da ChatGPT?"
description: "Ahrefs rileva JSON-LD quasi 3 volte più spesso nelle pagine citate dalle IA, ma il suo test controllato non trova effetto causale. Cosa fa davvero lo schema."
lang: it
canonical: https://upgradepro.eu/it/blog/structured-data-ai
published: 2026-07-16
tags: ["GEO", "SEO", "tecnico"]
---

# Dati strutturati e IA: lo schema aiuta a farsi citare da ChatGPT?

> Ahrefs rileva JSON-LD quasi 3 volte più spesso nelle pagine citate dalle IA, ma il suo test controllato non trova effetto causale. Cosa fa davvero lo schema.

I dati strutturati sono markup leggibile dalle macchine — vocabolario schema.org, di norma scritto in JSON-LD — che descrive il contenuto di una pagina. L'evidenza sul loro peso nella visibilità in IA è contraddittoria: Microsoft conferma che i suoi LLM usano lo schema, Google dichiara che per le funzioni di IA non serve alcun markup speciale, e Ahrefs rileva JSON-LD quasi 3 volte più spesso nelle pagine citate dalle IA — ma il suo esperimento controllato non trova alcun effetto causale. Lo schema aiuta i sistemi di IA a capire il vostro sito; da solo, non li porta a citarvi.

## Cosa sono i dati strutturati e quanta parte del web li usa già?

I dati strutturati sono codice che etichetta il significato del contenuto di una pagina usando il vocabolario condiviso schema.org, quasi sempre incorporato come blocco JSON-LD. Dicono alle macchine che questo è un prodotto, questo è il suo prezzo, questa è l'organizzazione dietro al sito — senza costringerle a interpretare la prosa.

Non è più una pratica di nicchia. Secondo [Web Data Commons](https://www.uni-mannheim.de/dws/news/wdc-json-ld-microdata-rdfa-data-corpus-2024-published/) dell'Università di Mannheim (dicembre 2024), il 51,25% dei 2,4 miliardi di pagine HTML del Common Crawl di ottobre 2024 contiene dati strutturati, contro il 5,7% del 2010. Circa 11,5 milioni di siti usano JSON-LD — il 70% di tutti i siti che annotano — e i siti con markup Product sono passati da 581.000 a 3,3 milioni.

Il [Web Almanac 2024](https://almanac.httparchive.org/en/2024/structured-data) di HTTP Archive (novembre 2024) ha misurato JSON-LD sul 41% delle pagine mobile, in salita dal 34% del 2022. I tipi JSON-LD più diffusi sono WebSite (12,73%), Organization (7,16%), BreadcrumbList (5,66%) e LocalBusiness (3,97%). Metà del web parla già questa lingua. La vera domanda è se i motori di IA la ascoltino.

## Quali aziende di IA confermano di usare davvero lo schema markup?

Solo Microsoft ha confermato che lo schema markup alimenta gli LLM dietro il suo assistente. Le conferme pubbliche di Google riguardano la Ricerca in generale — per gli AI Overviews e per AI Mode la sua documentazione afferma che non serve alcuno schema speciale. OpenAI, Perplexity e Anthropic non hanno confermato nulla. Allo SMX di Monaco, nel marzo 2025, Fabrice Canel, Principal Product Manager di Microsoft Bing, ha confermato che lo schema markup aiuta gli LLM di Microsoft — i modelli dietro Copilot — a capire i contenuti web, e ha consigliato di spingere i contenuti freschi tramite IndexNow, come riporta [Search Engine Land](https://searchengineland.com/microsoft-bing-copilot-use-schema-for-its-llms-453455) (marzo 2025):

> "Gen AIs value fresh content in particular, partly as a reference check of their LLM training data."
> — Fabrice Canel, Microsoft Bing, allo SMX di Monaco, marzo 2025

Google è più prudente. La sua documentazione sulle [funzioni di IA](https://developers.google.com/search/docs/appearance/ai-features) (consultata a luglio 2026) afferma che non esiste "alcun dato strutturato schema.org speciale da aggiungere" per comparire negli AI Overviews o in AI Mode, e nemmeno file leggibili dalle macchine ulteriori. La [guida all'ottimizzazione per l'IA](https://developers.google.com/search/docs/fundamentals/ai-optimization-guide) (aggiornata il 10 luglio 2026) ribadisce che i dati strutturati non sono un requisito per la ricerca con IA generativa, pur consigliando di mantenerli per i rich result all'interno della strategia SEO generale.

John Mueller di Google, alla domanda se uno schema esteso aiuti gli LLM, ha risposto "yes, no, and it depends", secondo [Search Engine Roundtable](https://www.seroundtable.com/mueller-schema-helps-llms-google-40693.html) (gennaio 2026). Alcune funzioni dipendono molto dai dati strutturati — lo Shopping ha bisogno di prezzo, spedizione e disponibilità — mentre in altre si limitano ad arricchire il risultato. Ha precisato che non si trattava di indicazioni ufficiali.

E gli altri? A marzo 2026 OpenAI, Perplexity e Anthropic non hanno pubblicato alcuna conferma ufficiale di usare lo schema markup on-page nelle loro risposte, come segnala [Search Engine Land](https://searchengineland.com/schema-markup-ai-search-no-hype-472339) (marzo 2026).

## Aggiungere dati strutturati aumenta le citazioni nelle risposte IA?

La risposta onesta: la correlazione è forte, la causalità non è dimostrata. Tre insiemi di dati raccontano la storia.

[Ahrefs](https://ahrefs.com/blog/schema-ai-citations/) (maggio 2026) ha analizzato 6 milioni di URL e ha trovato che le pagine citate dalle IA avevano quasi tre volte più probabilità di avere JSON-LD rispetto a quelle non citate. Lo stesso team ha poi condotto un esperimento controllato: 1.885 pagine che hanno aggiunto JSON-LD tra agosto 2025 e marzo 2026, contro un gruppo di controllo di 4.000 pagine. Aggiungere schema non ha prodotto alcun aumento rilevante delle citazioni su nessuna piattaforma — AI Overviews −4,6%, AI Mode +2,4% (non significativo), ChatGPT +2,2% (non significativo).

Uno studio di AirOps raccolto da [Analyzify](https://analyzify.com/hub/schema-markup-ai-citations-research) (16.851 query a ChatGPT, 353.799 pagine) va nella direzione opposta: le pagine con JSON-LD hanno registrato un tasso di citazione del 38,5% contro il 32,0% senza, uno scarto di 6,5 punti. I tipi con i tassi di citazione più alti sono stati BreadcrumbList (46,2%), FAQPage (45,6%) e Organization (44,3%). Eppure la stessa rassegna include risultati contraddittori: OtterlyAI non ha rilevato alcun impatto su Perplexity.

| Studio | Campione | Risultato | Limite |
|---|---|---|---|
| Correlazione Ahrefs (maggio 2026) | 6 milioni di URL | Le pagine citate dalle IA hanno quasi 3 volte più JSON-LD | Solo correlazione, nessuna causalità |
| Esperimento controllato Ahrefs (ago 2025 – mar 2026) | 1.885 pagine test contro 4.000 di controllo | Nessun aumento significativo delle citazioni su alcuna piattaforma | Un solo esperimento, una sola finestra temporale |
| AirOps via Analyzify | 16.851 query a ChatGPT, 353.799 pagine | Tasso di citazione 38,5% con JSON-LD contro 32,0% senza | Correlazionale; contraddetto da OtterlyAI su Perplexity |

Nel sistema di etichette di UpgradePro: lo scarto di 3 volte è MISURATO, ma l'affermazione che lo schema causi le citazioni resta IPOTIZZATA — e l'unico test controllato disponibile non l'ha confermata.

## Come arriva il vostro markup a una risposta IA: fetch in diretta o indice di ricerca?

I percorsi sono due e lo schema ne percorre uno solo. Quando un chatbot recupera la vostra pagina in diretta per comporre una risposta, legge l'HTML visibile. Quando si appoggia a un indice di ricerca — quello di Google o di Bing — il vostro markup ha già plasmato il modo in cui quell'indice comprende la pagina.

[searchVIU](https://www.searchviu.com/en/schema-markup-and-ai-in-2025-what-chatgpt-claude-perplexity-gemini-really-see/) (dicembre 2025) ha condotto 8 test nell'ottobre 2025 con una pagina i cui prezzi fittizi erano ripartiti tra HTML visibile, JavaScript e JSON-LD. Nessuno dei cinque sistemi testati — ChatGPT, Claude, Perplexity, Gemini e Google AI Mode — ha letto il prezzo presente solo nel JSON-LD durante il recupero in diretta. Solo Gemini ha eseguito il rendering del JavaScript.

> "JSON-LD Schema is NOT read by AI chatbots during direct fetch"
> — searchVIU, dicembre 2025

L'implicazione pratica: lo schema influenza le risposte delle IA in modo indiretto, attraverso gli indici di ricerca che gli assistenti interrogano, non attraverso la scansione su richiesta. È la sfumatura che quasi tutti i contenuti dei vendor saltano. Il modo in cui gli assistenti selezionano e ordinano le fonti è un tema a sé — lo scomponiamo in [come i motori di IA scelgono cosa citare](/it/blog/how-ai-engines-cite).

## Quali tipi di schema deve priorizzare una PMI nel 2026?

Priorità a Organization, a Product se vendete e ad Article con BreadcrumbList sui contenuti — e smettete di aspettarvi qualcosa da FAQPage su Google.

| Tipo di schema | Ideale per | Evidenza | Non consigliato per |
|---|---|---|---|
| Organization | Consolidare la vostra entità: name, url, logo, sameAs | Tasso di citazione ChatGPT del 44,3% (AirOps); secondo tipo JSON-LD più diffuso, al 7,16% (Web Almanac 2024) | Aspettarsi rich result visibili solo grazie a esso |
| Product | E-commerce; prezzo e disponibilità strutturati | Le funzioni Shopping dipendono molto dai dati strutturati (Mueller, riportato); lo shopping di ChatGPT richiede feed di prodotto | Siti senza pagine transazionali |
| Article + BreadcrumbList | Blog e siti di contenuto | BreadcrumbList ha il tasso di citazione ChatGPT più alto in AirOps (46,2%) | — |
| FAQPage | Contenuti in forma di domanda e risposta, a costo basso | Tasso di citazione ChatGPT del 45,6% (AirOps) | Rich result di Google — spariti del tutto dal 7 maggio 2026 |

È su Product che la struttura ha denti veri. La [specifica dei product feed](https://developers.openai.com/commerce/product-feeds/spec) di OpenAI per lo shopping di ChatGPT (Agentic Commerce) richiede un feed strutturato con campi obbligatori — item_id, title, description, brand, price in ISO 4217, url, image_url, availability — che determina se un prodotto compare nelle ricerche di ChatGPT e se può essere acquistato con checkout diretto. È la prova diretta che il commercio in IA gira sui dati strutturati, anche se via feed anziché via JSON-LD on-page.

FAQPage è un monito. Google ha ristretto i rich result FAQ ai siti governativi e sanitari autorizzati nell'agosto 2023, e dal 7 maggio 2026 hanno smesso del tutto di comparire, con report e API in dismissione tra giugno e agosto 2026, secondo [Search Engine Journal](https://www.searchenginejournal.com/google-drops-faq-rich-results-from-search/574429/) (maggio 2026). Tenete il markup se ce l'avete; non costruiteci sopra una strategia.

Tutto questo rende solo su una base solida: markup valido, servito nell'HTML, su pagine scansionabili. Quella base è ciò di cui parliamo in [fondamenta di SEO tecnica](/it/blog/technical-seo-foundations), ed è la prima cosa che un [audit di SEO tecnica](/it/services/seo) dovrebbe controllare.

## Che ruolo hanno l'entity SEO e i knowledge graph?

L'entity SEO sposta l'unità di ottimizzazione dalle pagine alle entità: le aziende, i prodotti e le persone di cui parla il vostro contenuto. Un markup Organization coerente — un @id stabile, più i link sameAs verso i vostri profili reali — dà ai knowledge graph un'identità inequivocabile a cui ancorarsi, così i sistemi possono capire chi siete lungo tutto il web.

Il segnale più chiaro che schema.org sta diventando infrastruttura per l'IA è NLWeb. [Microsoft lo ha annunciato](https://news.microsoft.com/source/features/company-news/introducing-nlweb-bringing-conversational-interfaces-directly-to-the-web/) il 19 maggio 2025: un progetto open source che trasforma i siti in interfacce conversazionali di IA, costruito sui dati schema.org e RSS che i siti già pubblicano. Il suo creatore è R.V. Guha — l'ideatore anche di schema.org, RDF e RSS — e ogni istanza NLWeb funziona pure come server MCP, pronta a dialogare con gli agenti di IA.

Un sito con markup pulito è a metà strada dall'essere leggibile dagli agenti. Altre proposte leggibili dalle macchine, come llms.txt, puntano allo stesso obiettivo da un'altra angolazione — adozione ed evidenza le confrontiamo nella [nostra guida a llms.txt](/it/blog/llms-txt-guide).

## Cosa non aspettarsi dallo schema markup?

Non aspettatevi che lo schema da solo vi faccia guadagnare citazioni. A marzo 2026 non esistono studi sottoposti a revisione paritaria su schema markup e visibilità in IA, secondo [Search Engine Land](https://searchengineland.com/schema-markup-ai-search-no-hype-472339) (marzo 2026) — l'evidenza disponibile arriva da ricerche di vendor e del settore SEO, con le contraddizioni viste sopra.

Attenzione a un'attribuzione sbagliata molto comune. Il paper accademico che ha coniato la GEO, [Aggarwal et al.](https://arxiv.org/abs/2311.09735) (KDD 2024), ha misurato che tattiche come aggiungere citazioni di fonti, statistiche e virgolettati aumentano la visibilità fino al 40% nelle risposte dei motori generativi — visibilità misurata come Position-Adjusted Word Count, non come traffico. Il paper non ha testato schema.org come metodo. I blog attaccano regolarmente quel 40% al markup; il paper non lo sostiene.

E ricordate la posizione dichiarata da Google: i dati strutturati non sono un requisito per la ricerca con IA generativa. Lo schema è infrastruttura di comprensione, non una leva per le citazioni.

## Cosa fare questa settimana?

Una checklist realistica per una PMI, in ordine:

1. **Inventariate e validate il markup esistente.** Un JSON-LD rotto o contraddittorio non aiuta nessuno: sistemate ciò che c'è già prima di aggiungerne altro.
2. **Servite il JSON-LD nell'HTML iniziale, non iniettato via JavaScript.** Nei test di searchVIU solo Gemini ha eseguito il rendering del JavaScript; tutto ciò che esiste solo in JS è invisibile agli altri durante il recupero in diretta.
3. **Aggiungete o completate il markup Organization in home page** — name, url, logo, un @id stabile e link sameAs verso i vostri profili reali — perché i knowledge graph possano risolvere la vostra entità.
4. **Se vendete online, preparate dati di prodotto strutturati.** Lo shopping di ChatGPT richiede un feed conforme e le funzioni Shopping dipendono molto da prezzo, spedizione e disponibilità strutturati, secondo John Mueller (Search Engine Roundtable, gennaio 2026; non si tratta di indicazioni ufficiali).
5. **Smettete di aspettare i rich result FAQPage.** Da Google sono spariti dal 7 maggio 2026. Tenete invece sulla pagina, ben visibili, contenuti in forma di risposta.
6. **Non bloccate i crawler che alimentano gli indici.** Lo schema arriva alle risposte delle IA attraverso gli indici di Google e Bing: se non possono scansionarvi, il markup è inutile.
7. **Misurate prima e dopo.** Fissate la baseline delle vostre menzioni nelle IA prima di toccare il markup — altrimenti non potrete distinguere il segnale dal rumore.

Quest'ultimo punto è la sequenza che seguiamo nel nostro [servizio di visibilità in IA](/it/services/ai-visibility): prima l'audit di baseline, poi l'implementazione, infine la misurazione contro la baseline. Lo schema markup si guadagna il suo posto in quel piano — come infrastruttura, non come leva magica.

## Domande frequenti

### I motori di IA leggono il JSON-LD del mio sito?

Dipende dal percorso. In test condotti nell'ottobre 2025 e pubblicati nel dicembre 2025, searchVIU ha rilevato che ChatGPT, Claude, Perplexity, Gemini e Google AI Mode hanno ignorato il JSON-LD durante il recupero in diretta della pagina e hanno letto solo l'HTML visibile. Per la via dell'indice di ricerca la storia cambia: Microsoft ha confermato che lo schema markup aiuta gli LLM dietro Copilot a capire i contenuti web. La posizione pubblica di Google è più stretta: la sua documentazione afferma che per gli AI Overviews o per AI Mode non serve alcun dato strutturato schema.org speciale, e il vantaggio che conferma pubblicamente riguarda la Ricerca in generale.

### Google richiede uno schema speciale per gli AI Overviews o per AI Mode?

No. La documentazione ufficiale di Google afferma che non esiste alcun dato strutturato schema.org speciale da aggiungere, né file leggibili dalle macchine o requisiti ulteriori oltre alle normali pratiche SEO. Google consiglia comunque di mantenere i dati strutturati nella strategia SEO complessiva, perché continuano ad alimentare i rich result.

### È dimostrato che aggiungere schema aumenta le citazioni nelle IA?

La correlazione è forte, la causalità no. Ahrefs ha rilevato che le pagine citate dalle IA hanno quasi tre volte più probabilità di avere JSON-LD, e AirOps ha misurato un tasso di citazione del 38,5 per cento con JSON-LD contro il 32,0 per cento senza, su 16.851 query a ChatGPT. Ma l'esperimento controllato di Ahrefs su 1.885 pagine non ha trovato alcun aumento significativo dopo l'aggiunta dello schema. La lettura onesta: lo schema accompagna i siti curati bene e da solo non è una leva magica.

### Quali tipi di schema deve priorizzare una PMI?

Organization con link sameAs per consolidare la vostra identità nei knowledge graph, i dati di prodotto se vendete online, visto che lo shopping di ChatGPT gira su feed di prodotto strutturati obbligatori, e Article più BreadcrumbList sulle pagine di contenuto. BreadcrumbList, FAQPage e Organization hanno mostrato i tassi di citazione più alti nello studio AirOps.

### Vale ancora la pena aggiungere lo schema FAQPage?

Google non mostra più nulla per esso. I rich result FAQ sono stati ristretti ai siti governativi e sanitari autorizzati nell'agosto 2023 e hanno smesso del tutto di comparire nella Ricerca Google il 7 maggio 2026. Il markup non fa danni e AirOps lo correla con le citazioni di ChatGPT, ma non aspettatevi rich result da Google.

### Che cosa c'entrano i dati strutturati con il web agentico?

Molto. NLWeb, il progetto open source di Microsoft creato da R.V. Guha, l'ideatore di schema.org, trasforma i siti in interfacce conversazionali usando i dati schema.org e RSS che il sito già pubblica, e ogni istanza NLWeb funziona anche come server MCP per gli agenti di IA. Un sito con markup pulito ha già mezza strada fatta.

## Fonti

Ogni affermazione di questo articolo rimanda alla fonte da cui proviene, con la data di pubblicazione.

- [Search Engine Land — Microsoft Bing: Copilot uses schema for its LLMs](https://searchengineland.com/microsoft-bing-copilot-use-schema-for-its-llms-453455) — 2025-03-20
- [Google Search Central — AI features and your website](https://developers.google.com/search/docs/appearance/ai-features) — 2026-07 (living doc, consulted 2026-07-16)
- [Google Search Central — AI optimization guide](https://developers.google.com/search/docs/fundamentals/ai-optimization-guide) — 2026-07-10
- [Microsoft Source — Introducing NLWeb](https://news.microsoft.com/source/features/company-news/introducing-nlweb-bringing-conversational-interfaces-directly-to-the-web/) — 2025-05-19
- [Aggarwal et al., GEO: Generative Engine Optimization (arXiv 2311.09735, KDD 2024)](https://arxiv.org/abs/2311.09735) — 2023-11-16
- [Web Data Commons / Universität Mannheim — JSON-LD, Microdata, RDFa corpus 2024](https://www.uni-mannheim.de/dws/news/wdc-json-ld-microdata-rdfa-data-corpus-2024-published/) — 2024-12
- [HTTP Archive — Web Almanac 2024, Structured Data chapter](https://almanac.httparchive.org/en/2024/structured-data) — 2024-11
- [Ahrefs — Schema and AI citations (correlation study and controlled experiment)](https://ahrefs.com/blog/schema-ai-citations/) — 2026-05-11
- [searchVIU — Schema markup and AI in 2025: what ChatGPT, Claude, Perplexity, Gemini really see](https://www.searchviu.com/en/schema-markup-and-ai-in-2025-what-chatgpt-claude-perplexity-gemini-really-see/) — 2025-12-02
- [Search Engine Roundtable — Mueller on whether schema helps LLMs](https://www.seroundtable.com/mueller-schema-helps-llms-google-40693.html) — 2026-01
- [Search Engine Journal — Google drops FAQ rich results from Search](https://www.searchenginejournal.com/google-drops-faq-rich-results-from-search/574429/) — 2026-05-10
- [Analyzify — Schema markup and AI citations research (AirOps study)](https://analyzify.com/hub/schema-markup-ai-citations-research) — 2026
- [OpenAI Developers — Product Feed Spec (Agentic Commerce)](https://developers.openai.com/commerce/product-feeds/spec) — 2025-Q4 approx. (living doc, consulted 2026-07-16)
- [Search Engine Land — Schema markup and AI search: no hype](https://searchengineland.com/schema-markup-ai-search-no-hype-472339) — 2026-03-25