Il livello di scoperta IA: llms.txt, sitemap e schema

La maggior parte di ciò che si scrive su “come preparare il sito agli agenti IA” descrive file che nessun fornitore documenta di leggere. Ho esaminato la documentazione ufficiale di OpenAI, Anthropic, Perplexity, Google e Microsoft. Il risultato: llms.txt — nessuna di queste aziende documenta di leggerlo da siti di terzi, e Google afferma esplicitamente che la sua Ricerca lo ignora. sitemap.xml — non compare in nessuno dei tre documenti sui bot. Il markup schema.org — Google scrive che non è necessario per le sue funzionalità generative. E nel registro IANA, su 152 voci, non esiste alcuna registrazione per mcp, ai o agent. Ciò che invece esiste — e che vale davvero la pena fare — è qui sotto.

L’elenco essenziale di ciò che è davvero documentato

C’è una differenza tra un file che esiste e un file che qualcuno legge. Quasi tutte le guide sull’argomento confondono le due cose, così ho costruito una tabella che separa “esiste come idea” da “ha una documentazione ufficiale del fornitore che ne attesta la lettura”.

llms.txt: lo pubblicano tutti, nessuno documenta di leggerlo

Questo file è una proposta di Jeremy Howard, pubblicata il 3 settembre 2024 e aggiornata alla versione 2 il 10 agosto 2026, descritta sul suo stesso sito come una proposta di standardizzazione. Non si trova su alcun percorso di standardizzazione IETF, W3C o WHATWG — una ricerca sull’IETF Datatracker non restituisce alcuna bozza pertinente. Il sito della proposta cita RFC 8615 come alternativa presa in considerazione e non adottata.

Ecco la confusione centrale in cui continuo a imbattermi: OpenAI, Anthropic e Perplexity pubblicano effettivamente un file llms.txt per la propria documentazione per sviluppatori. È un fatto, facile da verificare. Ma pubblicare un file e leggere i file altrui sono due azioni completamente diverse, e nessuna di queste aziende documenta la seconda. Ho letto tutte e tre le pagine ufficiali sui crawler: la stringa llms.txt non compare in nessuna di esse.

Google è l’unico fornitore che ha affrontato la questione in modo diretto. Nella sua guida all’ottimizzazione per le funzionalità generative, in una pagina aggiornata il 10 luglio 2026, c’è una sezione di sfatamento dei miti che nomina llms.txt esplicitamente, con la motivazione che la Ricerca Google stessa non lo utilizza. Nella stessa sezione Google aggiunge che creare il file non danneggerà né aiuterà la visibilità o il posizionamento del sito.

schema.org: non necessario, ma vale comunque la pena

Questo è il punto che sorprende di più. La stessa guida di Google del 10 luglio 2026 contiene un’intera sezione intitolata “Overfocusing on structured data”, che afferma che i dati strutturati non sono necessari per la ricerca IA generativa e che non esiste alcun markup schema.org speciale da aggiungere. La pagina parallela sulle funzionalità IA, aggiornata il 10 dicembre 2025, ripete la stessa cosa con parole diverse: non è necessario creare nuovi file leggibili dalle macchine né markup dedicato.

Eppure Google continua a consigliare l’uso dei dati strutturati — non per l’IA, ma per l’idoneità ai rich result, che di per sé è un’ottima ragione. La raccomandazione aggiuntiva più rilevante qui è assicurarsi che i dati strutturati corrispondano al testo visibile nella pagina. Uno schema che dichiara qualcosa che la pagina non dice è un rischio, non un vantaggio.

La conclusione pratica: se hai uno schema valido, ottimo, tienilo. Se non ce l’hai, aggiungilo perché aiuta i rich result — non perché qualcuno ti ha promesso che ti farà entrare nelle risposte di ChatGPT.

sitemap.xml: l’assunto senza fonte

“Invia una sitemap così i crawler IA possono trovarti” è una delle raccomandazioni più diffuse in circolazione, e non sono riuscito a trovarne una sola fonte primaria. La pagina di OpenAI sui bot parla solo di robots.txt e di intervalli IP. L’articolo di Anthropic sul crawler parla di robots.txt e Crawl-delay. La pagina di Perplexity sul crawler non menziona affatto le sitemap.

Questo non significa che non leggano le sitemap — significa che nessuno ha dichiarato di farlo. La distinzione conta, perché determina quanto sforzo vale la pena investire. Una sitemap.xml è il minimo indispensabile per Google, quindi dovresti averne una valida in ogni caso. Ma se stai costruendo un intero piano di lavoro attorno alla sitemap come “infrastruttura per gli agenti IA”, stai costruendo su un’ipotesi che nessuno ha confermato.

/.well-known/ — che cosa è davvero registrato e che cosa no

Il registro IANA degli URI well-known è l’unica fonte di verità su ciò che esiste. Al suo ultimo aggiornamento, il 19 agosto 2026, contiene 152 voci. Ciò che conta per il mondo degli agenti:

• agent-card.json — registrato, permanente, sotto il controllo delle modifiche della Linux Foundation, con riferimento alla specifica del protocollo A2A. È l’unica voce che riguarda direttamente gli agenti.
• oauth-protected-resource (RFC 9728) e oauth-authorization-server (RFC 8414) — registrati, e rilevanti perché MCP costruisce su di essi il proprio livello di autorizzazione.
• mcp, ai, agent, ai-plugin, llm — non sono registrati.

Quanto a /.well-known/ai-plugin.json dell’era dei plugin di ChatGPT: quel meccanismo non esiste più. La pagina di documentazione originale ora reindirizza a una pagina che non esiste, e ciò che l’ha sostituita sono i server MCP e l’Apps SDK — senza alcun percorso well-known.

MCP non è individuabile da un sito web — per ora

Questo è il punto che conta di più se stai pianificando in anticipo. L’attuale specifica del Model Context Protocol è la versione 2026-07-28 e non contiene alcun meccanismo per individuare un server MCP a partire da un sito web. Ciò che esiste è server/discover, che chiede a un server quali versioni del protocollo supporta — un meccanismo che presuppone che tu conosca già l’indirizzo del server. L’unico percorso well-known nella specifica appartiene a OAuth ed entra in gioco solo dopo l’individuazione.

In pratica ciò significa che esiste una lacuna infrastrutturale aperta tra “il mio sito è leggibile da un agente” e “un agente può scoprire che cosa il mio sito gli permette di fare”. È esattamente per questo che sto lavorando alla specifica AX — un livello di individuazione uniforme che consente a un sito di dichiarare che cosa offre a un agente. Ma finché non esiste uno standard condiviso, la raccomandazione onesta è di non inventarsi un percorso privato sperando che qualcuno lo legga.

IndexNow: l’eccezione di Microsoft

L’unica cosa che un grande fornitore raccomanda esplicitamente in un contesto IA è IndexNow. Nel post del Bing Webmaster del 10 febbraio 2026 che ha presentato il nuovo report sulle prestazioni IA c’è una sezione dedicata che spiega come IndexNow aiuti a mantenere aggiornate le informazioni nella ricerca e nelle esperienze IA. Il protocollo stesso è aperto e gratuito, e l’implementazione è una singola chiamata HTTP per ogni URL aggiornato.

Una distinzione che vale la pena notare: la documentazione per sviluppatori di Bing non menziona affatto llms.txt. Le raccomandazioni sullo schema in un contesto di risposte IA compaiono sul blog di Microsoft Advertising, che è contenuto di marketing e non documentazione tecnica — un peso probatorio diverso.

Un ordine di priorità pratico

Tre righe che ti diranno che cosa il tuo sito già espone oggi:

Una volta fatto il controllo, questo è l’ordine che consiglio. Primo, un robots.txt corretto che separi i crawler di addestramento da quelli che recuperano i contenuti al momento della risposta — l’ho analizzato nella mappa dei bot 2026. Secondo, verificare che i tuoi contenuti arrivino davvero nell’HTML iniziale, perché senza questo nient’altro conta — il test è in che cosa riceve realmente un agente IA. Terzo, uno schema valido che corrisponda al testo visibile. Quarto, IndexNow se i tuoi contenuti cambiano. E quinto, solo quinto, llms.txt — se avanza tempo.

Ciò che è interessante di quest’ordine è quanto da vicino rispecchi la SEO tecnica classica. Non è un caso: a oggi, gran parte di ciò che rende un sito leggibile a un agente è lo stesso insieme di cose che lo rende leggibile a un motore di ricerca. I file speciali sono la promessa; i fondamentali sono ciò che funziona.

Domande frequenti

Continua a leggere

La specifica AX – una volta che un agente riesce a individuarti, la domanda diventa che cosa gli permetti effettivamente di fare.