Se aggiungi markup schema per conquistare citazioni IA, la migliore evidenza controllata dice di non aspettarti ritorni. Ahrefs ha seguito 1,885 pagine che hanno aggiunto JSON-LD contro 4,000 controlli appaiati. Le citazioni in Google AI Overviews sono calate del 4.6% rispetto ai controlli; AI Mode e ChatGPT sono rimasti nel rumore statistico. Non aggiungere schema per cercare citazioni. Ma non smontare nemmeno ciò che è già installato.

Il consiglio che tutti ripetono

Chiedi a cinque agenzie se la SEO per l'IA richieda markup schema e sentirai la stessa risposta cinque volte: sì, aggiungilo. Lo schema FAQ, lo schema Article e lo schema Organization aprono ogni checklist di ottimizzazione. La statistica di solito citata a supporto viene da Ahrefs: in un'analisi di 6 milioni di URL, le pagine citate dall'IA erano quasi tre volte più propense a contenere JSON-LD rispetto a quelle non citate.

Quel numero gira bene su LinkedIn e ha un problema noto. Le pagine che aggiungono schema sono spesso le stesse che investono in SEO tecnica, pubblicano contenuti autorevoli e ottengono link. Il markup magari accompagna tutto questo senza causarlo. A maggio 2026, Ahrefs ha eseguito il test che separa le due cose.

Come è andato l'esperimento

Il protocollo era diretto. Ahrefs ha usato lo storico del proprio crawler per identificare 1,885 pagine che avevano aggiunto JSON-LD per la prima volta tra agosto 2025 e marzo 2026. Ogni pagina trattata ha ricevuto tre pagine di controllo appaiate da altri domini, circa 4,000 in totale, con livelli di citazione simili e senza schema. Il team ha contato le citazioni in Google AI Overviews, Google AI Mode e ChatGPT nei 30 giorni prima e nei 30 giorni dopo ogni modifica, poi ha confrontato i gruppi con una tecnica delle differenze tra differenze, che neutralizza le tendenze di piattaforma dello stesso periodo, come la crescita di AI Mode e la contrazione degli AI Overviews.

Un dettaglio conta per leggere i risultati: ogni pagina trattata era già molto citata. Prima di aggiungere lo schema, ognuna aveva almeno 100 citazioni negli AI Overviews. L'esperimento misura cosa succede a pagine già nell'orbita dei motori di risposta, non ciò che lo schema può fare per una pagina ignorata.

Cosa hanno trovato

Fonte IA Variazione vs controlli appaiati Verdetto di Ahrefs
Google AI Overviews −4.6% Calo piccolo ma statisticamente significativo
Google AI Mode +2.4% Indistinguibile da zero
ChatGPT +2.2% Indistinguibile da zero

La lettura onesta della tabella: aggiungere schema non ha prodotto alcun guadagno misurabile su nessuna piattaforma. Prima di citare il −4.6% degli AI Overviews come numero da paura, una precisazione: sono circa 12 citazioni in meno per pagina al giorno, su pagine che ne ricevevano centinaia, in un campione in cui trattate e controlli calavano già insieme per motivi estranei al markup. Ahrefs lo dice con chiarezza: quel piccolo scostamento non può essere attribuito allo schema. Quattro test statistici indipendenti raccontano la stessa storia: nessun effetto netto, positivo o negativo.

Perché i motori trattano il tuo schema come testo grezzo

Il meccanismo spiega il risultato nullo. A febbraio 2026, Mark Williams-Cook ha pubblicato un esperimento disegnato per separare la lettura di un blocco schema dalla sua analisi sintattica. Ha creato la pagina di un fittizio negozio di t-shirt e messo l'indirizzo solo dentro un JSON-LD deliberatamente invalido: un @context inventato, un @type inventato, proprietà immaginarie e nessun indirizzo nel testo visibile. Quando ha chiesto l'indirizzo a ChatGPT e Perplexity, entrambi l'hanno restituito correttamente. Perplexity ha persino precisato di sua iniziativa di averlo trovato nei "dati strutturati incorporati nella pagina". I modelli hanno letto il blocco come testo normale con una punteggiatura strana, senza mai verificare se lo schema fosse valido.

Un esperimento di searchVIU, citato nel report di Ahrefs, conferma la stessa cosa da un'altra strada. Quando ChatGPT, Claude, Perplexity, Gemini e Google AI Mode recuperano una pagina in tempo reale, i cinque sistemi estraggono solo l'HTML visibile. JSON-LD, Microdata nascosto e RDFa nascosto vengono ignorati nel recupero diretto.

Gli studi osservazionali vanno nella stessa direzione

Gli esperimenti controllati sono rari in questo campo, quindi vale la pena controllare se i grandi dataset osservazionali li smentiscono. Non lo fanno. SE Ranking ha analizzato 216,524 pagine su 129,000 domini: le pagine con schema FAQ ottengono in media 3.6 citazioni ChatGPT contro 4.2 senza, una correlazione lievemente negativa (studio osservazionale). First Page Sage ha modellato i motori di raccomandazione IA su 4,213 prompt commerciali e attribuisce lo 0.9% dell'influenza modellata nella ricerca IA standard allo schema e ai dati strutturati, contro l'80.4% per i segnali di autorevolezza (analisi modellata dal fornitore, non un esperimento).

Un dettaglio dello stesso report First Page Sage merita attenzione: nella ricerca agentica, quando un agente IA verifica i fatti prima di agire, il peso modellato dei dati strutturati sale al 4.6%. Prezzi, disponibilità, prenotazioni: quei dati aiutano davvero una macchina a completare un compito. È un argomento per i dati strutturati come idraulica funzionale degli agenti, non come leva di citazioni.

Cosa questo studio non può dirti

I limiti, per lo più elencati dallo stesso Ahrefs. Ogni pagina studiata era già molto citata: il risultato non dice nulla sulle pagine che l'IA non mostra mai; per quelle, il markup può ancora aiutare crawling, analisi o indicizzazione, e Ahrefs lo segnala. Tutti i tipi di schema sono stati aggregati; un tipo specifico può comportarsi diversamente. La finestra di 30 giorni perderebbe effetti lenti. Lo studio copre solo JSON-LD presente nell'HTML servito, non Microdata, né RDFa, né schema iniettato via JavaScript. E trattandosi di uno studio osservazionale appaiato, non di un trial randomizzato, il piccolo calo degli AI Overviews non può essere imputato pulitamente allo schema. È anche per questo che chiamare il JSON-LD una "passività" esagera i dati. L'affermazione difendibile è più stretta: dove viene venduto di più, nessuna evidenza di ritorno.

Cosa fare al suo posto

Tre azioni, nell'ordine in cui l'evidenza le sostiene.

Primo, smetti di mettere a budget nuovo schema come leva di visibilità IA. Qualunque proposta che venda lo schema FAQ come leva di citazioni IA va contro la migliore evidenza controllata disponibile. L'argomento del calendario è crollato anch'esso: il 7 maggio 2026 Google ha rimosso del tutto i rich results FAQ dalla sua ricerca, e la vecchia promessa di "occupare più spazio nella pagina dei risultati" non regge più.

Secondo, non cancellare nel panico. La documentazione di Google indica che i dati strutturati inutilizzati non creano problemi, e il markup continua ad alimentare l'infrastruttura di ricerca tradizionale e la disambiguazione delle entità del Knowledge Graph. Williams-Cook, poco amico del marketing schema-per-GEO, raccomanda proprio di conservarlo per questa ragione. Cancellare un markup funzionante a causa di una correlazione negativa significa rifare l'errore iniziale al contrario.

Terzo, spendi lo sforzo dove l'evidenza punta. Il modello di First Page Sage attribuisce l'80.4% dell'influenza ai segnali di autorevolezza, molto davanti allo 0.9% dello schema, e il lavoro correlazionale di Ahrefs trova ripetutamente che le pagine citate appartengono a siti solidi nel complesso. In pratica questo si traduce in una cosa: essere nominati. La nostra guida per verificare se ChatGPT consiglia il tuo prodotto richiede un pomeriggio e nessuno strumento, e perché essere nominati dall'IA vale più di un buon posizionamento su Google copre il resto.

Per una prima lettura del tuo sito, la verifica istantanea gratuita esegue sette controlli tecnici sulla tua home page e mostra ogni risultato nella pagina.

Esegui la verifica gratuita

Una nota sullo schema di questa stessa pagina

Sì, questa pagina include JSON-LD Article e FAQPage. Non contraddice nulla di quanto detto sopra. Il nostro markup punta all'infrastruttura di ricerca tradizionale e alla chiarezza delle entità, e non lo presentiamo come leva di citazioni IA. Questo testo si oppone all'aggiunta di markup nella speranza di citazioni, non al mantenimento di un sito tecnicamente sano.

Domande frequenti

Aggiungere JSON-LD aumenta le citazioni IA?

La migliore evidenza disponibile dice di no. Ahrefs ha seguito 1,885 pagine che hanno aggiunto JSON-LD contro 4,000 controlli appaiati: le citazioni in Google AI Overviews sono calate del 4.6% rispetto ai controlli, e AI Mode (+2.4%) e ChatGPT (+2.2%) sono rimasti nel rumore statistico. Nessuna piattaforma mostra un aumento notevole.

Devo rimuovere il markup schema che ho già?

No. La documentazione di Google indica che i dati strutturati inutilizzati non creano problemi, e il markup FAQPage può restare dopo la rimozione dei rich results a maggio 2026. Lo schema continua a servire l'infrastruttura di ricerca tradizionale e la disambiguazione delle entità. L'evidenza si oppone al markup nuovo messo lì nella speranza di citazioni IA, non a un sito tecnicamente sano.

Perché i motori IA non leggono lo schema come il crawler di Google?

In un esperimento di febbraio 2026, ChatGPT e Perplexity hanno estratto correttamente un indirizzo collocato solo dentro un JSON-LD deliberatamente invalido e inventato di sana pianta. I modelli hanno letto il blocco come testo grezzo, senza analizzarne la struttura. Un test di searchVIU citato dallo studio di Ahrefs mostra che i cinque sistemi IA estraggono solo l'HTML visibile in un recupero in tempo reale.

Cosa migliora davvero le citazioni IA?

L'evidenza modellata converge sull'autorevolezza: First Page Sage attribuisce l'80.4% dell'influenza modellata sulle risposte IA ai segnali di autorevolezza, contro lo 0.9% dello schema. Il riscontro correlazionale di Ahrefs (pagine citate circa tre volte più spesso con JSON-LD) punta nella stessa direzione: il markup accompagna i siti forti invece di renderli forti.

Questa pagina usa schema FAQ. Non è contraddittorio?

No. Manteniamo i markup Article e FAQPage su questa pagina per l'infrastruttura di ricerca tradizionale e la chiarezza delle entità, senza presentarli come leva di citazioni IA. L'argomento è contro lo schema nuovo messo in attesa di citazioni, non contro dati strutturati validi e mantenuti.

Fonti

  • Ahrefs, "We Tracked 1,885 Pages Adding Schema. AI Citations Barely Moved." (esperimento controllato, differenze tra differenze appaiate, pubblicato l'11 maggio 2026; include il test di recupero diretto searchVIU su cinque sistemi IA): ahrefs.com/blog/schema-ai-citations
  • Mark Williams-Cook, "Schema, LLMs and the Low Bar for Evidence in GEO" (esperimento: estrazione da un JSON-LD deliberatamente invalido; testo lungo): markwilliamscook.substack.com; test originale di febbraio 2026 (riportato da Search Engine Roundtable): seroundtable.com
  • SE Ranking, "How to Optimize for ChatGPT" (studio osservazionale, 216,524 pagine su 129,000 domini, pubblicato a novembre 2025): seranking.com/blog/how-to-optimize-for-chatgpt
  • First Page Sage, "Impact of Structured Data on AI Rankings: 2026 Study" (analisi modellata dal fornitore, 4,213 prompt commerciali, pubblicata a settembre 2026): firstpagesage.com/reports/impact-of-structured-data-on-ai-rankings
  • Search Engine Journal, "Google Drops FAQ Rich Results From Search" (riporto dell'annuncio documentale di Google del 7 maggio 2026): searchenginejournal.com