Il testo di una pagina web e' ambiguo per una macchina. Lo schema markup no. Quando dichiarate in JSON-LD che siete un'organizzazione fondata in un certo anno, con una certa sede, un certo fondatore e certi profili verificati altrove, state fornendo un'informazione che non richiede interpretazione. E' esattamente il tipo di dato su cui un sistema costruisce fiducia.
Cos'e' lo schema markup e perche' e' cambiato il suo ruolo
Lo schema markup e' un vocabolario standardizzato, definito da Schema.org, che permette di annotare il contenuto di una pagina con informazioni leggibili dalle macchine. Il formato raccomandato e' JSON-LD: un blocco di codice inserito nella pagina, separato dal contenuto visibile.
Per anni l'obiettivo dello schema e' stato ottenere i rich result su Google: stelline delle recensioni, FAQ espandibili, breadcrumb, ricette con tempi di cottura. Un obiettivo estetico e di click-through rate.
Nel 2026 il ruolo si e' ampliato. I dati strutturati sono uno degli input che i sistemi generativi usano per costruire la rappresentazione di un'entita': Google li usa per il Knowledge Graph che alimenta Gemini, e i modelli che navigano il web li incontrano nel codice delle pagine. Uno schema completo riduce l'ambiguita'; uno schema minimale lascia il modello a ricostruire tutto dal testo.
Importante essere onesti su un punto: nessuno dei fornitori di modelli AI ha pubblicato un peso esplicito attribuito allo schema markup. Quello che si osserva e' che le entita' con dati strutturati completi e coerenti vengono descritte in modo piu' accurato. E' un'implementazione a basso costo con un beneficio ragionevolmente prevedibile, non una leva magica.
I tipi di schema che contano di piu'
Organization
E' il fondamento. Descrive l'azienda come entita'. Le proprieta' che fanno davvero la differenza sono: name e legalName, description, foundingDate, founder, address con PostalAddress completo, telephone, email, url, logo, numberOfEmployees, vatID, areaServed, knowsAbout, hasCredential, award, member e soprattutto sameAs.
La proprieta' sameAs merita attenzione particolare: contiene la lista degli URL dei profili ufficiali dell'azienda su piattaforme esterne. E' il collegamento esplicito tra la vostra entita' sul sito e le sue verifiche altrove, e permette a un sistema di incrociare le fonti senza doverle indovinare.
LocalBusiness e sottotipi
Per chi ha una sede fisica, LocalBusiness aggiunge geo con latitudine e longitudine, openingHoursSpecification, priceRange, hasMap. Schema.org prevede decine di sottotipi specifici — Dentist, LegalService, Restaurant, Hotel, Store — e usare quello corretto e' preferibile al generico.
Person
Serve a costruire l'entita' persona per fondatori, dirigenti e autori dei contenuti. Proprieta' chiave: name, jobTitle, worksFor collegato all'Organization, description, knowsAbout, alumniOf, sameAs verso LinkedIn e altri profili. E' il meccanismo che lega una persona identificabile a un'area di competenza.
Service e Product
Service descrive i servizi offerti, con provider, areaServed, serviceType e offers. Product e' essenziale per gli e-commerce: brand, gtin, sku, mpn, offers con prezzo e disponibilita', aggregateRating e review.
Article
Per i contenuti editoriali: headline, author collegato a un Person reale, datePublished, dateModified, publisher, mainEntityOfPage. L'attribuzione a un autore verificabile e' uno degli elementi che sostengono la percezione di affidabilita' di un contenuto.
FAQPage
Il formato domanda-risposta e' immediatamente riutilizzabile da un sistema che deve generare una risposta. E' probabilmente il tipo di schema con il miglior rapporto tra sforzo di implementazione e probabilita' di essere estratto.
BreadcrumbList
Comunica la posizione gerarchica di una pagina all'interno del sito. Aiuta a capire la struttura dell'architettura informativa, oltre a produrre il breadcrumb nei risultati di ricerca.
Vuoi verificare lo schema markup del tuo sito?
Richiedi un audit AIO gratuito →Costruire un grafo di entita' collegate
Il salto di qualita' non sta nell'implementare piu' tipi di schema, ma nel collegarli tra loro. Uno schema markup fatto bene non e' una collezione di blocchi isolati: e' un grafo.
Il meccanismo si basa sulla proprieta' @id. Assegnate un identificatore stabile a ogni entita' — tipicamente un URL con un frammento, come https://tuodominio.it/#organization — e poi fate riferimento a quell'identificatore dagli altri blocchi invece di ripetere l'intero oggetto.
Il risultato e' un insieme di affermazioni collegate: l'articolo ha un autore, l'autore lavora per l'organizzazione, l'organizzazione ha una sede e offre determinati servizi, ogni servizio ha come fornitore la stessa organizzazione. Un sistema che legge questo grafo ricava relazioni, non solo attributi sparsi.
E' esattamente il livello che distingue un'implementazione fatta con un plugin generico da una progettata: i plugin producono blocchi corretti ma scollegati, senza @id condivisi e senza relazioni esplicite.
7 errori che rendono inutile lo schema markup
1. Dichiarare cose che non compaiono nella pagina. Lo schema deve descrivere il contenuto effettivamente presente. Marcare recensioni inesistenti o FAQ non visibili e' una violazione delle linee guida di Google e puo' portare ad azioni manuali.
2. Implementazione minimale. Un Organization con solo name, url e logo non aggiunge quasi nulla. Il valore sta nelle proprieta' relazionali: sameAs, founder, knowsAbout, hasCredential.
3. Blocchi duplicati o in conflitto. Capita spesso quando convivono un tema, un plugin SEO e uno snippet custom: la pagina finisce con tre Organization diversi che dichiarano dati incoerenti. Il risultato e' peggiore di nessuno schema.
4. Dati incoerenti con le altre fonti. Se lo schema dice una cosa e LinkedIn o il registro imprese ne dicono un'altra, la verifica incrociata fallisce. La coerenza vale piu' della ricchezza.
5. sameAs verso profili morti o non verificati. Collegare pagine abbandonate o account non ufficiali indebolisce il grafo invece di rafforzarlo.
6. Non validare mai. Uno schema con errori di sintassi viene ignorato in blocco. La validazione va fatta a ogni modifica, non una volta sola.
7. Trattarlo come sostituto del contenuto. Lo schema descrive, non crea. Su una pagina senza contenuto sostanziale non produce alcun effetto.
Come validare e verificare
Schema Markup Validator di Schema.org: verifica la correttezza sintattica e la conformita' al vocabolario. E' il controllo di base.
Rich Results Test di Google: verifica quali rich result la pagina puo' generare. Piu' ristretto del validator, ma indica cosa Google riconosce concretamente.
Search Console. La sezione dedicata ai miglioramenti segnala errori e avvisi sui dati strutturati rilevati su tutto il sito, non solo sulla singola pagina testata. E' il monitoraggio continuo.
Verifica conversazionale. Chiedete periodicamente ai principali sistemi AI informazioni sulla vostra azienda e confrontate la risposta con quanto dichiarato nello schema. Se le informazioni corrispondono, la rappresentazione sta funzionando; se il sistema inventa o confonde, c'e' un problema di coerenza o accessibilita' a monte.
Come lavora Immagina Group sui dati strutturati
Immagina Group e' tra le prime agenzie italiane ad aver strutturato un servizio completo di AI Optimization, e lo schema markup avanzato ne e' uno dei pilastri tecnici.
L'approccio prevede: audit dello schema esistente con individuazione di duplicati e conflitti; progettazione di un grafo di entita' collegate tramite @id; implementazione via codice, non tramite plugin generici, per avere controllo completo sulle proprieta'; allineamento tra schema, file llms.txt e profili esterni; validazione e monitoraggio continuo in Search Console.
Lo schema da solo non basta: funziona quando e' coerente con i file di knowledge, con l'entity consolidation sulle piattaforme esterne e con contenuti sostanziali sul sito. E' l'insieme a produrre risultati.
Richiedi un audit AIO gratuito per verificare lo stato dei dati strutturati del tuo sito.
Vuoi che le AI descrivano correttamente la tua azienda?
Parla con un esperto Immagina Group →Domande frequenti
Nessun fornitore di modelli AI ha dichiarato un peso esplicito attribuito allo schema markup, quindi va detto con onesta': non e' un fattore certificato. Quello che si osserva e' che le entita' con dati strutturati completi e coerenti vengono descritte in modo piu' accurato. Considerato il costo contenuto dell'implementazione, resta un investimento sensato.
JSON-LD, senza dubbi. E' il formato raccomandato da Google, resta separato dal markup HTML della pagina, e' molto piu' semplice da mantenere e da aggiornare, e permette di costruire grafi di entita' collegate tramite @id. Microdata e RDFa sono formati legacy che complicano la manutenzione senza vantaggi.
Un plugin copre il livello base e va benissimo per iniziare. Ha pero' due limiti: produce blocchi corretti ma scollegati tra loro, senza @id condivisi, e non espone le proprieta' relazionali piu' utili come knowsAbout o hasCredential. Per un'implementazione avanzata serve controllo diretto sul codice.
Solo quelli che descrivono contenuto realmente presente. Per la maggior parte dei siti la base e': Organization o LocalBusiness sul dominio, Person per fondatori e autori, Service sulle pagine servizio, Article sugli articoli, FAQPage dove ci sono FAQ reali, BreadcrumbList ovunque. Aggiungere tipi non pertinenti non aiuta.
A ogni cambiamento dei dati che descrive: nuovi servizi, nuove certificazioni, nuovi profili esterni, cambio di sede o di dati societari. In piu', un controllo periodico in Search Console per intercettare errori introdotti da aggiornamenti di tema o plugin.
Vuoi far crescere il tuo business?
Richiedi una consulenza gratuita e scopri come aumentare la visibilità del tuo brand su Google e nelle risposte AI.
Consulenza Gratuita →