Di cosa parliamo
Per anni il markup strutturato è stato presentato come uno strumento per ottenere i rich result di Google: le stelle delle recensioni, il prezzo del prodotto, la ricetta con i tempi di cottura. Funzionava, ed era sufficiente.
Nel 2026 quella lettura è diventata parziale. Lo schema markup non serve più soltanto ai rich result. Serve soprattutto a rendere un contenuto leggibile e citabile dai sistemi di AI generativa: ChatGPT Search, Perplexity, Google AI Overview, Gemini. Questi sistemi non navigano il web come fa un utente. Recuperano, sintetizzano e selezionano. E per farlo bene hanno bisogno che i contenuti siano strutturati in modo esplicito, non ambiguo, verificabile.
In questo articolo vediamo quali tipi di schema markup contano davvero nel 2026, perché, e come implementarli in modo che abbiano un impatto reale sia sui motori di ricerca tradizionali sia sulle AI generative.
Cosa è lo schema markup e perché esiste
Lo schema markup è un vocabolario di metadati standardizzato, definito da Schema.org, un’iniziativa nata nel 2011 dalla collaborazione tra Google, Microsoft, Yahoo e Yandex. Lo scopo originario era semplice: dare ai motori di ricerca un modo per capire il significato di un contenuto, non solo le parole che lo compongono.
Il markup strutturato si implementa in tre formati principali:
- JSON-LD: un blocco di codice JavaScript inserito nell’
<head>della pagina. È il formato raccomandato da Google perché separato dal contenuto visibile e più facile da gestire. - Microdata: attributi inseriti direttamente negli elementi HTML della pagina.
- RDFa: simile al microdata, ma con una sintassi diversa derivata da RDF.
Nella pratica, JSON-LD è la scelta corretta per quasi tutti i casi d’uso. È quello su cui ci concentriamo in questo articolo.
Perché il markup strutturato è diventato rilevante per le AI generative
I sistemi RAG (Retrieval-Augmented Generation) che alimentano le risposte di ChatGPT Search, Perplexity e Google AI Overview funzionano recuperando frammenti di contenuto da fonti web e sintetizzandoli in una risposta coerente. Per fare questo in modo accurato, devono capire:
- Di cosa parla la pagina (entità, topic, categoria)
- Chi ha prodotto il contenuto (autore, organizzazione, credenziali)
- Quando è stato scritto e aggiornato (freschezza)
- Qual è la struttura del contenuto (domande, risposte, passaggi, prodotti)
Il markup strutturato risponde esattamente a queste domande in modo esplicito e non ambiguo. Un contenuto privo di schema lascia il sistema AI a inferire queste informazioni dal testo — con margini di errore più alti e quindi minore probabilità di essere selezionato come fonte.
In altre parole: lo schema markup non garantisce la citazione nelle risposte AI, ma riduce l’attrito tra il tuo contenuto e il sistema che deve processarlo. È un segnale di leggibilità istituzionale.
I tipi di schema markup che contano davvero nel 2026
Non tutti i tipi di schema hanno lo stesso valore strategico. Alcuni sono essenziali per quasi tutti i siti. Altri sono critici solo per determinati verticali. Vediamo i più importanti, con priorità e logica di implementazione.
Article e BlogPosting
È il markup base per qualsiasi contenuto editoriale. Comunica che la pagina è un articolo, chi lo ha scritto, quando è stato pubblicato e aggiornato, e a quale organizzazione appartiene.
Nel 2026 le proprietà più rilevanti non sono le stesse di tre anni fa. Accanto a headline, author e datePublished, sono diventate centrali:
dateModified: segnala agli AI crawler che il contenuto è aggiornato. I sistemi generativi privilegiano fonti recenti o con revisioni documentate.authorconsameAs: collegare l’autore al suo profilo LinkedIn, Wikipedia o sito personale permette ai sistemi AI di verificare le credenziali e aumentare il peso della fonte.publisherconlogo: identifica l’organizzazione editoriale con chiarezza.inLanguage: specifica la lingua del contenuto, rilevante per i sistemi multilingua.
Esempio di implementazione JSON-LD per un articolo:
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "BlogPosting",
"headline": "Schema markup nel 2026: quali tipi servono davvero per le AI generative",
"datePublished": "2026-06-25",
"dateModified": "2026-06-25",
"author": {
"@type": "Person",
"name": "Laura Venturini",
"url": "https://www.quindo.it/author/l-venturini/",
"sameAs": [
"https://www.linkedin.com/in/lauraventurini/",
"https://it.wikipedia.org/wiki/Laura_Venturini_(imprenditrice)"
]
},
"publisher": {
"@type": "Organization",
"name": "Quindo",
"logo": {
"@type": "ImageObject",
"url": "https://www.quindo.it/logo.png"
}
},
"inLanguage": "it-IT"
}
</script>FAQPage
È uno dei markup con il ROI più alto in termini di visibilità AI. Le domande e risposte sono il formato che le AI generative usano più frequentemente per strutturare le loro risposte. Dichiarare esplicitamente le FAQ di una pagina aumenta la probabilità che quelle specifiche formulazioni vengano recuperate e citate.
Il principio è semplice: se il tuo contenuto risponde a “qual è la differenza tra SEO e GEO”, dichiara quella domanda nello schema. I sistemi RAG la abbineranno alle query degli utenti con maggiore precisione.
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "Cosa è lo schema markup?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Lo schema markup è un vocabolario di metadati strutturati che comunica ai motori di ricerca e ai sistemi AI il significato del contenuto di una pagina, non solo le parole che la compongono."
}
},
{
"@type": "Question",
"name": "Lo schema markup influenza le risposte delle AI generative?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Sì, indirettamente. Il markup strutturato riduce l'ambiguità del contenuto per i sistemi RAG, aumentando la probabilità che quel contenuto venga selezionato come fonte nelle risposte AI."
}
}
]
}
</script>Organization e WebSite
Questi due tipi lavorano sulla entity consolidation: aiutano Google e le AI a costruire una rappresentazione coerente del brand come entità verificabile. È il livello fondante di qualsiasi strategia GEO.
Organization dovrebbe essere implementato sulla home page e includere:
name,url,logo: l’identità base dell’organizzazionesameAs: i profili social, le pagine Wikipedia, le voci su Wikidata, i profili su directory autorevoli. Ogni URL aggiunto è un nodo che rafforza il grafo di conoscenza attorno al brand.foundingDate,numberOfEmployees,areaServed: segnali di credibilità e contesto operativodescription: una descrizione sintetica che usa le stesse formulazioni con cui il brand vuole essere descritto dalle AI
WebSite è più semplice ma non meno importante: abilita il Sitelinks Searchbox e comunica il nome canonico del sito ai sistemi di ricerca.
BreadcrumbList
Il breadcrumb markup è spesso sottovalutato. Comunica la posizione gerarchica di una pagina all’interno del sito, aiutando i sistemi AI a contestualizzare il contenuto all’interno di una struttura tematica più ampia. Una pagina su “schema markup per ecommerce” che dichiara il breadcrumb Home > SEO > Dati strutturati > Schema per ecommerce sta dicendo esplicitamente a quale cluster tematico appartiene.
HowTo
Il markup HowTo è particolarmente rilevante per i contenuti che descrivono processi in passaggi sequenziali. Non si limita alle guide pratiche in senso stretto: qualsiasi contenuto che spieghi come fare qualcosa in modo strutturato può beneficiarne. Le AI generative usano questo formato per costruire risposte procedurali, e dichiarare esplicitamente i passaggi aumenta la probabilità di essere la fonte citata.
Product e Review
Per i siti ecommerce e i siti di comparazione, questi due tipi di markup sono critici. Product comunica nome, descrizione, prezzo, disponibilità, SKU. Review aggrega le valutazioni degli utenti. Entrambi alimentano le risposte AI nelle query con intento commerciale, dove un utente chiede “quale prodotto scegliere” e si aspetta una risposta che includa caratteristiche e valutazioni.
Vediamo il tema ecommerce più in dettaglio nel prossimo paragrafo.
Person
Il markup Person è diventato strategicamente rilevante con l’affermarsi dei segnali E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) come fattori di ranking. Collegare l’autore di un contenuto a una persona reale, con credenziali verificabili e presenze online coerenti, aumenta il peso della fonte agli occhi sia di Google sia dei sistemi AI.
Le proprietà da non trascurare: jobTitle, affiliation, sameAs con i profili su LinkedIn, Wikipedia, siti istituzionali.
SpeakableSpecification
È un tipo di markup ancora poco adottato, ma in crescita di rilevanza. Indica ai sistemi AI quali porzioni di una pagina sono particolarmente adatte a essere lette o sintetizzate in risposta a query vocali o conversazionali. Non si tratta solo di assistenti vocali: i sistemi come Google AI Overview usano segnali simili per selezionare i passaggi da includere nelle risposte.
Implementare SpeakableSpecification sulle sezioni più informative di un articolo è un segnale diretto che dice alle AI: “questo è il passaggio che risponde alla domanda”.
I tipi di schema che non valgono più il loro peso
Non tutto il vocabolario di Schema.org ha la stessa utilità nel 2026. Alcuni tipi hanno perso rilevanza pratica:
- NewsArticle: rilevante solo per editori di news verificati e inclusi in Google News. Per blog e siti aziendali,
BlogPostingoArticlesono sufficienti e più appropriati. - VideoObject senza video reale: inserire markup video su pagine che non ospitano video è considerato spam strutturato e può portare a penalizzazioni manuali.
- Schema generico e non pertinente: usare
Eventsu pagine che non descrivono eventi, oLocalBusinesssu siti senza una sede fisica rilevante per l’utente, genera rumore senza benefici.
La regola rimane quella originale di Schema.org: il markup deve rispecchiare fedelmente il contenuto visibile della pagina. L’inganno non porta benefici e porta rischi.
Come implementare lo schema markup in modo corretto
Alcune indicazioni operative:
Validazione obbligatoria. Ogni implementazione va testata con il Rich Results Test di Google e con lo Schema Markup Validator. Errori di sintassi invalidano l’intero blocco.
Non duplicare le informazioni nel markup che non sono nella pagina. Se la pagina non mostra un prezzo, non inserire price nello schema. Se il contenuto non ha una FAQ visibile, non aggiungere FAQPage. La coerenza tra contenuto visibile e markup è un requisito esplicito delle linee guida Google.
Usare sameAs strategicamente. È la proprietà più potente per la brand entity. Ogni URL autorevole che si collegare all’entità principale (brand o persona) rafforza il grafo di conoscenza. Wikipedia, Wikidata, profili social verificati, directory di settore autorevoli.
Aggiornare dateModified ad ogni revisione sostanziale. Non è un dettaglio tecnico: è un segnale di freschezza che i sistemi AI usano per valutare la rilevanza attuale del contenuto.
Pensare al markup come parte della strategia GEO, non come ottimizzazione tecnica separata. Il markup strutturato è uno degli strumenti che rendono un contenuto ottimizzato per i sistemi di AI generativa: non il più importante, ma uno di quelli più facili da controllare direttamente.
FAQ sullo schema markup
Lo schema markup è un fattore di ranking diretto?
No, Google ha confermato che il markup strutturato non è un fattore di ranking diretto. Influenza indirettamente la visibilità attraverso i rich result e, nel 2026, attraverso la leggibilità per i sistemi AI. Il beneficio non è sul ranking organico puro, ma sulla qualità e frequenza di apparizione nelle SERP arricchite e nelle risposte generative.
Quanti tipi di schema si possono usare sulla stessa pagina?
Non esiste un limite tecnico. Una pagina può includere più blocchi JSON-LD con tipi diversi. Un articolo potrebbe avere contemporaneamente BlogPosting, FAQPage, BreadcrumbList e Person per l’autore. L’unica regola è che ogni tipo sia pertinente al contenuto effettivo della pagina.
WordPress gestisce automaticamente lo schema markup?
In parte. Plugin come Yoast SEO e Rank Math generano automaticamente alcuni tipi di schema (Article, BreadcrumbList, WebSite, Organization). Tuttavia, la configurazione di default è spesso incompleta: mancano le proprietà sameAs, i dettagli sull’autore con credenziali verificabili, e i tipi specifici come FAQPage o HowTo. Per una strategia GEO seria, il markup generato automaticamente va integrato e personalizzato.
Cosa si intende per entity consolidation?
È il processo con cui un brand o una persona costruisce una presenza coerente e verificabile nel grafo di conoscenza di Google e dei sistemi AI. Si ottiene collegando tra loro le diverse rappresentazioni dell’entità sul web attraverso la proprietà sameAs: il sito ufficiale, la pagina Wikipedia, i profili social, le voci su Wikidata. Più nodi coerenti esistono, più solida è l’entità agli occhi dei sistemi algoritmici.
Il markup strutturato influenza la citazione nelle risposte di Perplexity o ChatGPT?
Non in modo diretto e documentato come per Google. Tuttavia, i sistemi RAG che alimentano queste piattaforme usano i metadati delle pagine per contestualizzare e valutare le fonti. Un markup coerente e ben implementato riduce l’ambiguità del contenuto, rendendo più probabile la sua selezione come fonte attendibile. È un vantaggio marginale ma reale, soprattutto per query informazionali su topic specialistici.
