Checklist GEO a 38 punti: l'audit tecnico completo per l'IA

Perché una checklist GEO è indispensabile nel 2026

Il panorama della visibilità digitale è cambiato in modo radicale. Con oltre 800 milioni di utenti attivi su ChatGPT e l'adozione su larga scala dei motori di risposta basati sull'IA, le aziende non possono più affidarsi esclusivamente alla tradizionale ottimizzazione per i motori di ricerca. Il Generative Engine Optimization (GEO) è diventato un imperativo strategico.

Ma come sapere se il sito di un cliente è davvero pronto per l'era dell'IA? È esattamente a questo che risponde la checklist GEO a 38 punti. Questo strumento di audit tecnico analizza sistematicamente ogni aspetto della presenza online di un brand che influenza il modo in cui i modelli linguistici (LLM) lo percepiscono, lo comprendono e lo citano.

Articolo aggiornato il 16 settembre 2026: la checklist comprende ora 38 punti (29 controlli automatizzati, 9 raccomandazioni di esperti). Il file llms.txt è escluso dal punteggio da giugno 2026 (rilevato solo a titolo informativo).

A differenza di un audit tradizionale focalizzato sul posizionamento nei risultati di ricerca, la checklist GEO valuta la preparazione di un sito web a essere referenziato dall'intelligenza artificiale. Distingue 29 punti verificati automaticamente e 9 raccomandazioni di esperti, offrendo una valutazione completa e azionabile.

I 29 punti verificati automaticamente

Questi controlli vengono eseguiti programmaticamente a ogni audit. Ogni punto riceve uno stato (conforme, non conforme, parzialmente conforme) e contribuisce al punteggio di visibilità complessivo.

1. Accessibilità dei bot IA via robots.txt

Il file robots.txt è il primo punto di ingresso per i crawler IA. L'audit verifica non solo che questo file esista e sia accessibile, ma anche che non blocchi i principali bot IA: GPTBot, ChatGPT-User, ClaudeBot, PerplexityBot, Google-Extended, Bytespider e Meta-ExternalAgent. Un robots.txt configurato male può rendere il sito del cliente completamente invisibile ai modelli linguistici.

2. Markup AQA (AI Question Answer)

Il markup AQA (standard aperto, aqa-spec.org, licenza MIT) struttura i contenuti di domande e risposte con metadati IA dedicati: data per domanda, fonte per risposta e uno storico delle modifiche. I motori di risposta privilegiano i contenuti con provenienza verificabile. Nella piattaforma, questo elemento pesa il 10% nel punteggio AEO.

3. Schema.org Organization

I dati strutturati di tipo Organization sono fondamentali per l'identità del brand. L'audit verifica la presenza e la completezza del markup JSON-LD: nome, logo, URL, profili social, indirizzo, numero di telefono e descrizione. Più questi dati sono ricchi, più accuratamente gli LLM possono costruire una rappresentazione del brand del cliente.

4. Schema.org FAQPage

Il markup FAQPage struttura domande e risposte affinché l'IA possa sfruttarle direttamente. L'audit rileva questo Schema markup nelle pagine pertinenti e ne verifica la qualità delle domande e la completezza delle risposte. Le pagine FAQ ben strutturate hanno un tasso di citazione 3 volte superiore nelle risposte dell'IA.

5. Schema.org BreadcrumbList

La navigazione strutturata a breadcrumb aiuta gli LLM a comprendere la gerarchia del sito. L'audit verifica la presenza di BreadcrumbList su tutte le pagine, la coerenza dei livelli e gli URL associati. Questa struttura facilita la comprensione contestuale di ogni pagina da parte dei modelli linguistici.

6. Tag Open Graph

I tag Open Graph (og:title, og:description, og:image, og:type, og:url) sono letti da numerosi sistemi di indicizzazione IA. L'audit ne verifica la presenza, l'univocità per pagina, la qualità delle descrizioni e la conformità delle immagini (dimensioni, accessibilità). Tag OG mancanti o compilati male riducono significativamente la visibilità del cliente nelle risposte contestuali dell'IA.

7. HTTPS / SSL

Un certificato SSL valido è un prerequisito fondamentale. L'audit verifica la validità del certificato, il reindirizzamento automatico da HTTP a HTTPS, l'assenza di contenuto misto e la catena di certificazione completa. Gli LLM attribuiscono un livello di fiducia nettamente superiore alle fonti sicure.

8. Server-Side Rendering (SSR)

Il server-side rendering garantisce che i bot IA accedano al contenuto completo delle pagine senza eseguire JavaScript. L'audit confronta l'HTML servito dal server con il DOM renderizzato lato client, rileva i framework SPA senza SSR e valuta la qualità del contenuto accessibile al primo caricamento. Un sito che si affida al 100% al rendering lato client può essere invisibile alla maggior parte dei crawler IA.

9. Sitemap XML con hreflang

La sitemap XML è essenziale per guidare i bot IA verso le pagine importanti. L'audit ne verifica la validità, l'inclusione di tutti gli URL chiave, i tag hreflang per i contenuti multilingue, la frequenza di aggiornamento dichiarata e la coerenza con i contenuti effettivamente accessibili.

10. Tag Canonical

I tag canonical prevengono problemi di contenuto duplicato che confondono gli LLM. L'audit verifica la presenza del canonical per pagina, la coerenza tra canonical e URL effettivo, l'assenza di loop o catene e la corretta gestione dei parametri URL.

11. Direttive Meta Robots

Le direttive meta robots (index/noindex, follow/nofollow) controllano l'accessibilità delle pagine ai bot. L'audit assicura che le pagine importanti siano indicizzabili, che le direttive non contraddicano il robots.txt e che le pagine sensibili siano correttamente protette.

12. Profondità dei dati strutturati

Oltre alla semplice presenza, l'audit valuta la profondità dei dati strutturati. Un markup Organization con solo nome e URL è insufficiente. L'audit misura il numero di proprietà popolate, la presenza di tipi annidati (PostalAddress, ContactPoint, Offer) e la ricchezza semantica complessiva.

13. Velocità delle pagine per i bot

La velocità di risposta del server influenza direttamente la capacità dei crawler IA di indicizzare i contenuti. L'audit misura il Time to First Byte (TTFB), il tempo di risposta totale e la dimensione dell'HTML servito. Un server lento può causare timeout durante la scansione IA, con conseguente indicizzazione parziale o nulla.

14. Rendering mobile

Molti bot IA simulano uno user-agent mobile. L'audit verifica la responsività del sito, la presenza del meta viewport, l'assenza di contenuti nascosti su mobile e la parità di contenuto tra le versioni desktop e mobile.

15. Struttura del linking interno

Una solida struttura di linking interno aiuta gli LLM a comprendere l'architettura tematica del sito. L'audit analizza la profondità di navigazione, i link interni per pagina, le pagine orfane e la distribuzione del PageRank interno verso le pagine strategiche.

16. Segnali di freschezza e dateModified

Gli LLM privilegiano le fonti aggiornate. L'audit verifica le date di pubblicazione e aggiornamento visibili, la proprietà dateModified nel markup JSON-LD, i tag lastmod nelle sitemap e gli header HTTP Last-Modified: i segnali tecnici che dimostrano ai motori di risposta che i contenuti del sito sono attivamente mantenuti.

17. Struttura HTML semantica

L'uso corretto degli elementi semantici HTML5 (header, nav, main, article, section, aside, footer) migliora la comprensione dei contenuti da parte degli LLM. L'audit ne verifica la presenza, l'uso coerente e l'assenza di strutture anti-semantiche (div soup).

18. Gerarchia delle heading e alt text

Una gerarchia H1-H6 coerente e attributi alt descrittivi sulle immagini sono essenziali. L'audit verifica l'univocità dell'H1, la progressione logica dei livelli, l'assenza di salti (H1 seguito direttamente da H4), la presenza e la qualità degli alt text e le dichiarazioni di lingua (attributo lang).

19. Meta Title e Meta Description

Il meta title è il primo segnale che i motori di risposta leggono per capire l'argomento di una pagina; la meta description fornisce un riepilogo strutturato. L'audit ne verifica la presenza, l'univocità per pagina e la qualità descrittiva: due segnali automatici semplici che influenzano fortemente la selezione delle fonti.

20. Trasparenza legale dell'attività

Tre controlli normativi raggruppati in un unico elemento: un numero di registrazione visibile (identificativo dell'azienda), recapiti diretti (email e telefono) e l'indicazione dell'amministratore delegato o del direttore responsabile nell'informativa legale. Richiesti dalla Direttiva E-Commerce, questi segnali di trasparenza consentono ai motori di risposta di validare l'esistenza e la legittimità di un'azienda: un pilastro centrale dell'E-E-A-T.

21. Assenza del meta tag noai

Il tag <meta name="robots" content="noai"> esclude i contenuti dall'utilizzo da parte dell'IA. Se presente, il sito è invisibile ai motori di risposta generativa. L'audit lo rileva e lo segnala immediatamente.

22. Feed RSS o Atom

Un feed RSS o Atom segnala ai crawler IA che un sito pubblica contenuti con regolarità. Perplexity e OAI-SearchBot usano i feed per scoprire contenuti recenti: i contenuti più giovani di 30 giorni ricevono 3.2x più citazioni.

23. Freschezza dei contenuti (meno di 90 giorni)

Le pagine aggiornate negli ultimi 90 giorni ricevono 3.2x più citazioni dagli LLM. L'audit legge la proprietà dateModified (Schema.org) e l'header HTTP Last-Modified; oltre i 90 giorni, si raccomanda un aggiornamento visibile (dati recenti, fonti aggiornate). I contenuti lasciati senza aggiornamenti per 13 settimane perdono l'idoneità alla citazione.

24. Densità di risposta (paragrafi da 40-50 parole)

Gli LLM estraggono soprattutto brevi paragrafi da 40 a 50 parole che rispondono direttamente a una domanda implicita. Un testo composto solo da lunghi paragrafi descrittivi non è pronto a essere citato come risposta. L'audit misura la quota di paragrafi in formato risposta: l'obiettivo raccomandato è almeno il 30%.

25. Blocchi citabili (formati preferiti dagli LLM)

Blockquote, liste di definizioni (<dl>), tabelle di statistiche e box di fatti (stat/tldr/fact) vengono citati con attribuzione dai motori di risposta. Una pagina scritta in lunghi paragrafi continui senza questi blocchi è più difficile da citare: l'audit ne verifica la presenza.

26. Coerenza del nome del brand (Entity Resolution)

Se un brand appare in diverse varianti ('Brand', 'Brand Inc.', 'Brand France'...), gli LLM non riescono a fondere queste entità e le citazioni si diluiscono. L'audit conta le varianti; l'obiettivo è un massimo di due varianti distinte sull'intero sito.

27. Densità delle keyword top-30

Gli LLM costruiscono una rappresentazione semantica di un brand a partire dai 30 termini più co-occorrenti nelle sue pagine. Se questi termini strategici mancano o sono troppo rari, il brand non esiste di fatto su quei temi per i motori di risposta. L'audit misura questa copertura lessicale.

28. Sezione blog o news

Una sezione blog o news dimostra un'attività editoriale continuativa. L'audit verifica che questa sezione esista, sia ben strutturata e sia collegata al resto del sito.

29. Pagina About

Una pagina About completa (storia, team, missione, contatti) rafforza la fiducia dei motori di risposta nell'entità. L'audit ne verifica la presenza, la sua accessibilità dalla navigazione principale e la ricchezza delle informazioni che contiene.

Le 9 raccomandazioni di esperti

Questi punti richiedono una valutazione qualitativa più sfumata e sono presentati come raccomandazioni ponderate.

1. Segnali E-E-A-T

L'E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) è un criterio fondamentale per gli LLM. L'audit valuta pagine autore dettagliate, biografie di esperti, menzioni di qualifiche, testimonianze dei clienti e segnali di esperienza diretta. Leggi il nostro articolo su E-E-A-T e autorità IA nel 2026 per approfondire.

2. Presenza su Wikidata / Wikipedia

I modelli linguistici si affidano in larga parte ai knowledge graph. L'audit verifica se l'entità del cliente dispone di una scheda Wikidata, di una pagina Wikipedia e se le informazioni sono coerenti con il suo sito. La presenza su queste piattaforme aumenta significativamente l'Entity Health e la probabilità di citazione.

3. Citation Readiness Score

La Citation Readiness misura quanto facilmente un LLM può citare i contenuti del cliente. L'audit valuta la chiarezza delle affermazioni, la presenza di dati quantificati, le strutture domanda-risposta e la disponibilità di citazioni pronte all'uso.

4. Profilo di autorità dei backlink

La qualità e la diversità dei backlink influenzano la fiducia che gli LLM attribuiscono ai contenuti del cliente. L'audit analizza i domini referenti, i temi dei link in entrata, la distribuzione delle anchor e l'autorità complessiva del profilo di link.

5. Profondità tematica dei contenuti

La copertura tematica misura quanto esaustivamente i contenuti del cliente coprono le aree di competenza. L'audit valuta le pagine per tema, la granularità dei sottotemi e la profondità di trattazione rispetto agli standard del settore.

6. Segnali di social proof

Recensioni dei clienti, testimonianze, case study e menzioni sulla stampa rafforzano la credibilità percepita dagli LLM. L'audit verifica la presenza di questi elementi, il loro markup strutturato (Review, AggregateRating) e la loro freschezza.

7. Coerenza del brand sul web

Gli LLM confrontano le informazioni provenienti da più fonti. L'audit valuta la coerenza NAP (Name, Address, Phone), l'uniformità delle descrizioni del brand e la presenza sulle principali directory e piattaforme del settore.

8. Contenuti FAQ strutturati

Oltre al markup tecnico FAQPage, l'audit valuta la qualità e la pertinenza delle domande e risposte: coprono domande reali degli utenti? Sono formulate in linguaggio naturale? Forniscono risposte complete e autonome?

9. Presenza multicanale (3+)

I brand presenti su almeno tre piattaforme oltre al proprio sito (LinkedIn, Wikipedia, Crunchbase, Trustpilot...) vengono citati significativamente più spesso dalle IA conversazionali. Ogni link sameAs in Schema.org rafforza la disambiguazione dell'entità. L'audit valuta questa presenza esterna e la sua coerenza.

Come l'IA genera piani d'azione dai risultati della checklist

Uno dei punti di forza della checklist GEO è la capacità di trasformare i risultati in azioni concrete. Dopo aver analizzato tutti i 38 punti, il sistema genera automaticamente un piano d'azione prioritizzato.

Ogni azione identificata viene classificata in tre livelli di priorità:

• Priorità alta (rosso): azioni bloccanti che impattano direttamente la visibilità IA del cliente. Esempi: robots.txt che blocca i bot IA, assenza totale di dati strutturati, mancanza di SSR. Tempo di implementazione stimato: da 1 a 5 giorni.
• Priorità media (arancione): miglioramenti significativi che ottimizzano il punteggio. Esempi: arricchimento dello Schema.org, ottimizzazione dei tag Open Graph. Tempo stimato: da 1 a 2 settimane.
• Priorità bassa (verde): ottimizzazioni di rifinitura per massimizzare il potenziale. Esempi: miglioramento della copertura tematica, rafforzamento dei segnali E-E-A-T, aggiunta di FAQ strutturate. Tempo stimato: da 2 a 4 settimane.

Esempi prima / dopo

Per illustrare l'impatto concreto della checklist GEO, ecco i risultati osservati tra i nostri utenti:

Un sito e-commerce che ha corretto i 9 punti ad alta priorità identificati dalla checklist ha visto il proprio tasso di menzione aumentare del 34% in 6 settimane. Azioni chiave: sblocco del robots.txt per GPTBot, aggiunta di markup Schema.org Product arricchito e implementazione del SSR.

Un'agenzia digitale che utilizza la dashboard per provider ha distribuito le raccomandazioni della checklist a 12 clienti contemporaneamente. Risultato medio: +28% sul punteggio di visibilità in 3 mesi, con un miglioramento particolarmente marcato sul punteggio nativo.

Integrazione con gli audit programmati

La checklist GEO si integra perfettamente con gli audit programmati. Configurando audit ricorrenti (settimanali o mensili), è possibile seguire l'evoluzione di ogni punto della checklist nel tempo. La dashboard mostra le tendenze, identifica le regressioni ed evidenzia i progressi.

Per le agenzie, questa funzione è particolarmente preziosa: dimostra oggettivamente il valore delle ottimizzazioni realizzate e giustifica gli investimenti AEO. Ogni report PDF generato include lo stato della checklist, facilitando la comunicazione con gli stakeholder.

Conclusione: trasformare gli audit in vantaggio competitivo

La checklist GEO a 38 punti non è solo uno strumento diagnostico: è un quadro metodologico completo per la visibilità IA. Combinando controlli automatizzati e raccomandazioni di esperti, fornisce una roadmap chiara per ogni sito auditato. Per agenzie e consulenti SEO/GEO, è pensata per il lavoro sul campo: audita i tuoi clienti, dai priorità alle correzioni e dimostra i progressi, anche tramite la dashboard per provider.

Esplora anche la nostra metodologia di audit della visibilità IA per capire come questi 38 punti si integrano in una strategia GEO globale. E i brand dei tuoi clienti? Metti alla prova la metodologia su un primo cliente per misurare concretamente il divario.