Come funziona Pharos
Cosa controlliamo, come assegniamo i verdetti e il punteggio, e con quali limiti. In chiaro, controllo per controllo.
Il punteggio
Il voto da 0 a 100 è la media pesata delle categorie. Ogni controllo vale un numero di punti in base al verdetto; i controlli informativi non pesano.
- Accesso AI30%
- File per agenti e AI10%
- Dati strutturati e SEO20%
- Leggibilità per le macchine30%
- Visibilità off-site10%
- Segnali e diritti AINon pesa sul punteggio
- Buono100
- Da migliorare60
- Critico20
- InfoNon pesa sul punteggio
- Eccellente≥ 90
- Buono≥ 70
- Discreto≥ 50
- Insufficiente< 50
La categoria «Segnali e diritti AI» è informativa e non pesa: sono dichiarazioni leggibili dalle macchine, non protezioni che qualcuno oggi garantisce.
Le categorie e i controlli
Accesso AI
30% peso sul punteggioSe i crawler delle AI non possono leggere la pagina, tutto il resto non conta. Qui misuriamo se ti raggiungono davvero e cosa possono farne.
Apertura ai crawler AI (robots.txt)
- Cosa controlla
- Leggiamo il robots.txt e vediamo quali crawler AI (ricerca, addestramento, fetch per l'utente) sono ammessi.
- Perché conta
- Bloccare un bot ha costi diversi: bloccare GPTBot (addestramento) non ti toglie da ChatGPT search, che usa OAI-SearchBot; bloccare Google-Extended non ti toglie dalle AI Overviews, che passano da Googlebot. Lo scopo dice cosa costa davvero.
- Come si legge il verdetto
- Buono se ammetti quasi tutti i crawler valutati, Da migliorare oltre il 30% bloccati, Critico se la maggioranza è bloccata. Perplexity-User dichiara di ignorare il robots.txt, quindi non entra nel conteggio.
- Come si risolve
- Alcuni crawler AI sono bloccati dal robots.txt. Se vuoi essere citato dalle AI, consenti almeno i principali (GPTBot, ClaudeBot, PerplexityBot, Google-Extended).
- Fonti
- Documentazione OpenAI, Google, Perplexity
I crawler AI ti raggiungono davvero? (fetch live)
- Cosa controlla
- Facciamo un fetch imitando gli user-agent dei principali crawler AI e osserviamo se l'origine consegna la pagina.
- Perché conta
- Il robots.txt dice cosa è permesso, non cosa succede davvero: un WAF o un CDN può bloccare a monte. Questo controllo cerca una cosa sola: dove il comportamento del server e il robots.txt non dicono la stessa cosa. La scelta scritta nel robots.txt è pesata una volta sola, nel controllo dedicato.
- Come si legge il verdetto
- Abbassa l'esito solo la contraddizione: un crawler ammesso dal robots.txt che dal server riceve un rifiuto (403/401 o una challenge anti-bot). Un crawler escluso dal robots.txt non pesa qui in nessuno dei due casi: né se la pagina gli arriva comunque (è la regola a dire no), né se il server lo rifiuta (sta applicando la stessa scelta un livello più in basso). Imitiamo solo lo user-agent, non l'IP: se un sistema di verifica bot rifiuta l'imitazione è «Non verificabile» (schermato), non «Bloccato», e non pesa. Una pagina di verifica anti-bot (HTTP 202 o redirect a un captcha) è invece «Bloccato (verifica anti-bot)» e pesa: un crawler AI non esegue JavaScript, quindi non la supera, anche se il robots.txt lo ammette. HTTP 402 è pay-per-crawl, una policy di prezzo, non un blocco.
- Come si risolve
- Dei crawler che il tuo robots.txt ammette ricevono un rifiuto dal server, o una pagina di verifica anti-bot al posto del contenuto. È una contraddizione che dal robots.txt non si vede: la regola dice sì, il server dice no, e vince il server. Controlla le regole per user-agent del tuo WAF/CDN. Se la risposta è una pagina di verifica, chiedi all'assistenza dell'hosting o del CDN di consentire i crawler AI: una challenge JavaScript non la supera nessun crawler, nemmeno quello vero. Se invece quei crawler li volevi fuori, mettilo anche nel robots.txt: così la scelta è leggibile.
- Fonti
- Cloudflare Web Bot Auth, Documentazione crawler dei vendor
Direttive snippet e anteprime
- Cosa controlla
- Leggiamo i meta robots (incluse le varianti googlebot/bingbot) e l'header X-Robots-Tag.
- Perché conta
- nosnippet e max-snippet decidono se e quanto la pagina può comparire negli snippet e nelle esperienze AI di Google; per Bing, noarchive esclude da Copilot e nocache lo limita.
- Come si legge il verdetto
- Buono se nessuna direttiva limita le anteprime; Da migliorare se c'è nosnippet, noarchive o un max-snippet basso. data-nosnippet su singole parti è normale e non penalizza.
- Come si risolve
- Togli noarchive, nosnippet o un max-snippet troppo basso dai meta robots o dall'header X-Robots-Tag, se vuoi comparire negli snippet e nelle risposte AI: per Bing noarchive esclude da Copilot, per Google max-snippet:0 equivale a nosnippet. Per escludere solo alcune parti usa data-nosnippet.
- Fonti
- Policy ufficiali Google, Bing
Richieste condizionali (ETag / Last-Modified)
- Cosa controlla
- Facciamo un solo re-fetch condizionale (If-None-Match o If-Modified-Since) e guardiamo la risposta.
- Perché conta
- Rispondere 304 fa sì che i crawler verifichino senza riscaricare l'intera pagina: con il traffico dei crawler AI in crescita, è banda risparmiata da entrambe le parti.
- Come si legge il verdetto
- Buono con validatori presenti e risposta 304; Da migliorare se i validatori ci sono ma vengono ignorati (200 con pagina intera) o mancano del tutto; Informativo se la risposta non è valutabile.
- Come si risolve
- Attiva ETag o Last-Modified e verifica che l'origine risponda 304 alle richieste condizionali: molti CDN inoltrano i validatori ma l'origine li ignora. Google raccomanda ETag; con il traffico dei crawler AI in crescita il risparmio è reale.
- Fonti
- Documentazione crawler Google
Cloaking e istruzioni nascoste
- Cosa controlla
- Confrontiamo il title che ogni probe riceve con quello della pagina e cerchiamo frasi di prompt injection presenti nell'HTML ma assenti dal testo visibile.
- Perché conta
- Servire contenuti diversi in base allo user-agent (cloaking mirato alle AI) o nascondere istruzioni per i modelli è considerato abuso dalle linee guida Bing (da febbraio 2026) e porta a penalizzazioni.
- Come si legge il verdetto
- Buono se non troviamo differenze per user-agent né istruzioni nascoste. Un articolo che parla di prompt injection e la mostra nel testo visibile non viene segnalato.
- Come si risolve
- Rimuovi eventuali istruzioni nascoste rivolte alle AI e le differenze di contenuto mirate agli user-agent dei crawler: per le linee guida Bing sono abuso e portano a penalizzazioni.
- Fonti
- Linee guida Bing (feb 2026)
Salute del robots.txt
- Cosa controlla
- Contiamo gruppi, regole e sitemap dichiarate nel robots.txt.
- Perché conta
- Un robots.txt sano orienta i crawler e dichiara dove trovare la sitemap.
- Come si legge il verdetto
- Critico se manca il robots.txt; Da migliorare se c'è ma non dichiara una Sitemap; Buono se dichiara almeno una sitemap.
- Come si risolve
- Pubblica un robots.txt e indica la sitemap (Sitemap: ...): guida i crawler verso le pagine giuste.
File per agenti e AI
10% peso sul punteggioI file che orientano crawler e agenti: la base (robots, sitemap) e i segnali emergenti pensati per gli agenti AI.
File di base per i crawler
- Cosa controlla
- Verifichiamo la presenza di una sitemap (a /sitemap.xml o a un percorso dichiarato nel robots.txt) e osserviamo llms.txt.
- Perché conta
- Sitemap e robots.txt sono la base che orienta crawler e AI verso le pagine giuste.
- Come si legge il verdetto
- Buono con una sitemap raggiungibile. llms.txt non pesa: nel 2026 risulta letto quasi solo dai coding agent (Ahrefs); pubblicarlo è un segnale di cura, non un fattore.
- Come si risolve
- Sono i due file di base che orientano crawler e AI. Vale anche una sitemap a percorso diverso, se dichiarata nel robots.txt. llms.txt è facoltativo: standard emergente, oggi letto quasi solo dai coding agent, non pesa sul punteggio.
- Fonti
- Ahrefs 2026
Integrità del lastmod in sitemap
- Cosa controlla
- Campioniamo fino a 1000 URL della sitemap (la prima figlia, se è un indice) e guardiamo i lastmod.
- Perché conta
- Google e Bing usano il lastmod per decidere cosa ricrawlare: date identiche o future insegnano ai motori a non fidarsi del segnale.
- Come si legge il verdetto
- Buono se il lastmod è presente e coerente; Da migliorare con date future, tutte identiche o quasi assenti; Informativo se non c'è una sitemap campionabile.
- Come si risolve
- Genera il lastmod dalla data di modifica reale del contenuto, non dalla data di build: se il CMS non la conosce, meglio ometterlo che mentire. Evita date future e date tutte identiche. Se pubblichi spesso, valuta anche IndexNow (Bing): segnala subito le novità, anche se dall'esterno non è verificabile.
- Fonti
- Documentazione Google, Bing
Discovery per agenti AI (AI Catalog)
- Cosa controlla
- Cerchiamo l'AI Catalog nell'ordine previsto dalla specifica (Agentmap nel robots.txt, link rel="ai-catalog", header Link, poi /.well-known/ai-catalog.json e /.well-known/ard.json) e ne validiamo le due cose richieste: specVersion e un array entries. Guardiamo anche l'agent card A2A, skill.md e .well-known/agent-skills.
- Perché conta
- L'AI Catalog è il punto d'ingresso della discovery per agenti: da ottobre 2026 è anche l'unica via standard per i Server Card MCP (SEP-2127 approvato il 6 ottobre 2026), che vivono sull'endpoint del server (/server-card) e non in un percorso well-known. È il documento che valida anche Lighthouse, nella sua categoria Agentic Browsing.
- Come si legge il verdetto
- Buono con un catalogo valido o un documento per agenti reale. Da migliorare se il sito dichiara un catalogo che non risponde o non è nel formato previsto: un segnale che porta a vuoto vale meno di nessun segnale, e Lighthouse lo conta come controllo fallito. Informativo se non c'è nulla: pubblicarlo ha senso solo con risorse vere dietro. Non cerchiamo più .well-known/mcp.json né il tag link rel=mcp: sono percorsi di proposte chiuse, e segnalarne l'assenza spingerebbe a pubblicare file che nessuno legge.
- Come si risolve
- Se il sito offre capability reali agli agenti (un server MCP, un agent card, delle skill), il punto d'ingresso è l'AI Catalog in /.well-known/ai-catalog.json: un JSON con specVersion e un array entries, dove ogni voce punta alla risorsa vera (la Server Card MCP sta sull'endpoint del server, /server-card). Da lì la discovery arriva al resto. Se invece un catalogo è già dichiarato ma non risponde o non è nel formato previsto, quello sì va sistemato subito: un segnale che porta a vuoto vale meno di nessun segnale, e nel punteggio di Lighthouse conta come controllo fallito. Se non hai risorse per agenti, non pubblicare nulla: l'assenza non è un errore.
- Fonti
- AI Catalog (ai-catalog.io), MCP SEP-2127, ARD spec, Lighthouse ard-schema
Versione Markdown della pagina
- Cosa controlla
- Chiediamo la stessa URL con Accept: text/markdown e guardiamo content-type e Vary; cerchiamo anche un link rel=alternate type=text/markdown.
- Perché conta
- Alcuni siti servono agli agenti una versione Markdown, più leggera dell'HTML (Cloudflare lo fa al bordo). Nessuna fonte primaria mostra un agente consumer che la chieda davvero oggi: lo riportiamo come fatto, non come requisito.
- Come si legge il verdetto
- Informativo: l'assenza non pesa. Da migliorare in un caso solo, se il sito risponde in Markdown senza Vary: Accept, perché allora una cache può servire il Markdown a un browser.
- Come si risolve
- La pagina risponde in Markdown quando la richiesta porta Accept: text/markdown, ma senza Vary: Accept. Senza quell'header una cache (CDN o browser) può servire il Markdown a un visitatore che aspettava l'HTML. Aggiungilo su tutte le risposte della stessa URL.
- Fonti
- Cloudflare Markdown for Agents, RFC 9110 (Vary)
Percorsi inesistenti rispondono 200
- Cosa controlla
- Chiediamo un percorso casuale sotto /.well-known/ che nessun sito può avere, e guardiamo se risponde 200 invece di 404.
- Perché conta
- Molte SPA e alcuni CMS hanno una rotta catch-all che risponde a tutto. In quel caso ogni probe di discovery "trova" il file, e un audit che non lo verifica regala segnali inesistenti. Appare solo se lo misuriamo davvero.
- Come si legge il verdetto
- Da migliorare quando c'è: i client di discovery seguono file che non esistono, i motori rischiano di indicizzare soft-404 e in Lighthouse un catch-all fa fallire i controlli su llms.txt e sul catalogo. Su un host così, i nostri probe sui file per agenti li riportiamo come non verificabili.
- Come si risolve
- Il server risponde 200 anche a percorsi che non esistono. Limita la rotta catch-all alle pagine vere e lascia che /.well-known/ e i file sconosciuti restituiscano un 404 reale: altrimenti chi cerca un file di discovery crede di averlo trovato, i motori rischiano di indicizzare soft-404 e i controlli automatici (compreso il punteggio Agentic Browsing di Lighthouse) li contano come falliti.
- Fonti
- Google: soft 404, Lighthouse Agentic Browsing
Dati strutturati e SEO
20% peso sul punteggioI fondamentali che aiutano motori e AI a capire di cosa parla la pagina e a mostrarla bene.
Fondamentali SEO (title e meta)
- Cosa controlla
- Leggiamo il tag title e la meta description e ne misuriamo la lunghezza.
- Perché conta
- Sono il primo segnale per motori e AI su cosa tratta la pagina.
- Come si legge il verdetto
- Buono con title e meta description presenti ed entro i limiti (circa 65 e 170 caratteri: stime di troncamento degli SEO tool, non una regola ufficiale). Un title corto va bene, una description lunga non è penalizzata, solo troncata a display.
- Come si risolve
- Assicurati che ogni pagina abbia un title chiaro (entro circa 65 caratteri, anche corto va bene) e una meta description (indicativamente 50-160): sono il primo segnale per motori e AI.
- Fonti
- Moz, Ahrefs, Yoast
Dati strutturati (Schema.org / JSON-LD)
- Cosa controlla
- Contiamo i blocchi JSON-LD e i tipi Schema.org dichiarati.
- Perché conta
- Aiutano i motori a capire le entità (Bing li passa ai suoi LLM), ma non comprano citazioni: uno studio causale Ahrefs 2026 su 1.885 pagine non mostra un effetto. Contano più gli attributi concreti (prezzi, date, valutazioni) coerenti col testo visibile.
- Come si legge il verdetto
- Buono con dati strutturati presenti, Da migliorare se assenti. Il markup boilerplate, da solo, non basta.
- Come si risolve
- Marca organizzazione, prodotti/servizi e FAQ con Schema.org JSON-LD, privilegiando attributi concreti (prezzi, date, valutazioni) coerenti col testo visibile. Aiuta la comprensione, ma non aspettarti citazioni AI dal solo markup: l'evidenza non le supporta.
- Fonti
- Studio causale Ahrefs 2026, Bing
Meta di indicizzazione e condivisione
- Cosa controlla
- Controlliamo canonical, Open Graph e sitemap; hreflang e Twitter Card sono mostrati come neutri.
- Perché conta
- canonical evita i duplicati, Open Graph cura le anteprime social, la sitemap aiuta l'indicizzazione.
- Come si legge il verdetto
- Buono con i tre segnali core (canonical, Open Graph, sitemap). hreflang serve solo se il sito è multilingua e non penalizza mai.
- Come si risolve
- Aggiungi canonical, i meta Open Graph e una sitemap raggiungibile: migliorano indicizzazione e anteprime. hreflang serve solo se il sito è multilingua.
Leggibilità per le macchine
30% peso sul punteggioQuello che un crawler AI vede leggendo l'HTML servito, senza eseguire JavaScript e con budget stretti.
Contenuto nell'HTML (server-side)
- Cosa controlla
- Misuriamo quante parole di contenuto sono già nell'HTML servito, senza eseguire JavaScript.
- Perché conta
- GPTBot, ClaudeBot e PerplexityBot non eseguono JS: se il testo arriva solo via JavaScript, per loro la pagina è vuota.
- Come si legge il verdetto
- Buono da 200 parole in su, Da migliorare da 50 a 199, Critico sotto le 50 (tipico dell'«application shell»: root del framework vuota).
- Come si risolve
- La pagina sembra renderizzata via JavaScript: molti crawler AI non eseguono JS. Servi il testo principale già nell'HTML (server-side rendering o pre-rendering).
- Fonti
- Documentazione crawler dei vendor
Peso dell'HTML servito
- Cosa controlla
- Misuriamo i byte del solo documento HTML, non delle risorse.
- Perché conta
- I fetcher AI scaricano il markup senza eseguire JS e con budget limitati (misurazione Vercel/MERJ su oltre 500M richieste): documenti enormi vengono letti peggio.
- Come si legge il verdetto
- Buono sotto i 512 KB, Da migliorare oltre, Critico dai 1,5 MB.
- Come si risolve
- Sposta fuori dal documento i dati inline non necessari (JSON di stato, CSS e SVG enormi) e lascia nel markup il contenuto: i fetcher AI lavorano con budget stretti e leggono peggio i documenti pesanti.
- Fonti
- Misurazione Vercel/MERJ
Semantica HTML (landmark)
- Cosa controlla
- Verifichiamo la presenza dei tag strutturali (main o article più landmark come header, nav, footer, aside).
- Perché conta
- Contiamo la presenza, non una percentuale: la «densità di tag» o il «text-to-code ratio» non sono un fattore reale. Conta che una struttura ci sia.
- Come si legge il verdetto
- Buono con una spina dorsale (main o article) e almeno 3 landmark distinti.
- Come si risolve
- Racchiudi le sezioni della pagina nei tag HTML5 strutturali (header, nav, main, article, section, aside, footer): aiutano le AI a capire dove inizia e finisce ogni blocco di contenuto.
Struttura dei titoli
- Cosa controlla
- Contiamo i titoli (H1..H6) e osserviamo quanti sono in forma di domanda.
- Perché conta
- Un solo H1 e una gerarchia chiara aiutano a spezzare il contenuto in blocchi leggibili dalle AI.
- Come si legge il verdetto
- Buono con esattamente un H1 e almeno 3 titoli, Da migliorare con struttura debole, Critico senza titoli.
- Come si risolve
- Usa un unico H1 e una gerarchia chiara di H2/H3: aiuta a 'spezzare' il contenuto in blocchi leggibili dalle AI.
Testo alternativo delle immagini
- Cosa controlla
- Misuriamo la quota di immagini con attributo alt.
- Perché conta
- Le immagini senza alt non sono leggibili da AI e screen reader.
- Come si legge il verdetto
- Buono se tutte (o nessuna) hanno alt, Da migliorare dal 60% in su, Critico sotto. L'alt vuoto è corretto per le immagini decorative.
- Come si risolve
- Le immagini senza alt non sono leggibili da AI e screen reader. Aggiungi un alt descrittivo (o alt vuoto se decorative).
Nomi dei controlli (per agenti)
- Cosa controlla
- Per ogni link, bottone e campo cerchiamo il nome come lo cerca una macchina: aria-labelledby, aria-label, l'etichetta nativa (label for o label che avvolge il campo), il testo del controllo (alt dell'immagine e title dell'SVG compresi), title, più i fallback per tipo. Contiamo anche gli elementi raggiungibili da tastiera chiusi dentro un aria-hidden="true".
- Perché conta
- È la parte dell'agent readiness che Google ora misura: nella categoria Agentic Browsing di Lighthouse il controllo sull'albero di accessibilità è binario su 33 regole axe, e i nomi dei controlli ne sono la parte grossa. Un agente che agisce per una persona decide cosa cliccare da quei nomi: un controllo anonimo è un vicolo chiuso.
- Come si legge il verdetto
- Buono se tutti i controlli hanno un nome e niente di focalizzabile è dentro un aria-hidden. Da migliorare fino al 20% di controlli anonimi, Critico oltre (o sopra i 10 in assoluto). È il sottoinsieme statico del controllo di Lighthouse: quello completo calcola l'albero in un browser, noi leggiamo l'HTML servito.
- Come si risolve
- Alcuni link, bottoni o campi non espongono un nome leggibile da una macchina: un agente che agisce per conto di una persona li vede ma non sa cosa fanno, e si ferma. Il nome lo dà il testo del controllo, oppure aria-label, oppure l'etichetta nativa (label for, o label che avvolge il campo); per un bottone con sola icona basta l'alt dell'immagine o il title dell'SVG. Controlla anche di non aver chiuso elementi raggiungibili da tastiera dentro un aria-hidden="true": da fuori sembrano cliccabili, per l'albero di accessibilità non esistono.
- Fonti
- Lighthouse agent-accessibility-tree, axe-core, WAI-ARIA
Freschezza del contenutoNon pesa sul punteggio
- Cosa controlla
- Allineiamo le tre fonti di freschezza leggibili dalle macchine: date nel JSON-LD/meta della pagina, header HTTP Last-Modified, lastmod della sitemap.
- Perché conta
- Le AI citano più volentieri contenuti freschi (studio Ahrefs su 17M citazioni), ma un contenuto evergreen senza date resta legittimo.
- Come si legge il verdetto
- Informativo: non pesa sul punteggio. Mostra quante delle 3 fonti sono esposte alle macchine.
- Fonti
- Studio Ahrefs (17M citazioni)
Link interniNon pesa sul punteggio
- Cosa controlla
- Contiamo i link interni ed esterni della pagina.
- Perché conta
- I link interni distribuiscono contesto e aiutano crawler e lettori a muoversi nel sito.
- Come si legge il verdetto
- Informativo: riportiamo i numeri, non pesa sul punteggio.
Visibilità off-site
10% peso sul punteggioSegnali che osserviamo fuori dalla pagina: sono una guida, non qualcosa che controlli direttamente.
Accesso a CCBot (Common Crawl)
- Cosa controlla
- Controlliamo se il robots.txt consente CCBot, il crawler di Common Crawl.
- Perché conta
- Common Crawl alimenta molti dataset usati dalle AI: se CCBot è bloccato, resti fuori da quella fonte.
- Come si legge il verdetto
- Buono se CCBot è ammesso, Critico se bloccato.
- Come si risolve
- Common Crawl alimenta molti dataset usati dalle AI. Se CCBot è bloccato, valuti di consentirlo per entrare in quella fonte.
- Fonti
- Common Crawl
Presenza in Common Crawl
- Cosa controlla
- Interroghiamo l'indice CDX pubblico di Common Crawl cercando catture del dominio negli snapshot più recenti.
- Perché conta
- Restare fuori a lungo dai dataset di Common Crawl riduce la presenza nelle fonti usate da molte AI. È un segnale osservato, non controllabile: non c'è un modulo di invio, l'inclusione dipende solo da CCBot.
- Come si legge il verdetto
- Buono se trovato, Da migliorare se assente negli snapshot interrogati, Informativo se non è stato possibile interrogare l'indice. Replicabile su index.commoncrawl.org.
- Come si risolve
- Non si può inviare un sito a Common Crawl: l'inclusione dipende dal loro crawler (CCBot). Quello che è in tuo controllo: consenti CCBot nel robots.txt e nel WAF/CDN, tieni il sito raggiungibile e fatti linkare da altri siti (il crawl segue i link). Poi è questione di tempo: ricontrolla ai crawl successivi su index.commoncrawl.org.
- Fonti
- Common Crawl (indice CDX)
Segnali e diritti AI
Non pesa sul punteggioPreferenze d'uso e riserve di diritti dichiarate in modo leggibile dalle macchine. Sono dichiarazioni, non protezioni: oggi nessun vendor AI si impegna a rispettarle, per questo la categoria non pesa sul punteggio.
Preferenze d'uso dichiarate (Content-Signal / AIPREF)Non pesa sul punteggio
- Cosa controlla
- Leggiamo nel robots.txt le preferenze d'uso AI (Content-Signal di Cloudflare, Content-Usage dell'IETF/AIPREF), segnaliamo le incoerenze con le regole reali e guardiamo in quali gruppi la riga è scritta.
- Perché conta
- Esprimono come i contenuti possono essere usati (ricerca, input AI, addestramento). Standard emergenti: un'occasione per dichiarare le tue preferenze. Il punto che sfugge è dove la riga va scritta: per lo standard robots.txt un crawler nominato in un gruppo suo ignora del tutto il gruppo *, e nessun testo normativo dice se Content-Signal segua la stessa regola. Una preferenza parcheggiata nel gruppo * (è lì che la scrive il robots.txt gestito da Cloudflare) rischia di non raggiungere proprio i crawler che hai nominato.
- Come si legge il verdetto
- Informativo: non pesa. Sono preferenze dichiarate, non protezioni tecniche. Tra le evidenze indichiamo i gruppi dedicati che non portano la riga, e l'eventuale contraddizione tra quello che dichiari (per esempio ai-train=no) e quello che il robots.txt permette davvero.
- Fonti
- Content-Signal (Cloudflare), IETF AIPREF
Riserva dei diritti leggibile dalle macchine (TDM / RSL)Non pesa sul punteggio
- Cosa controlla
- Cerchiamo TDMRep (.well-known/tdmrep.json o header/meta), RSL (License nel robots.txt) e il meta noai.
- Perché conta
- TDMRep è l'opt-out TDM leggibile dalle macchine citato nel dibattito su AI Act e direttiva copyright: la parte che nessuno strumento US-centrico riporta. Sono dichiarazioni di diritti, non protezioni.
- Come si legge il verdetto
- Informativo: non pesa. Il meta noai è una convenzione non standardizzata.
- Fonti
- TDMRep (W3C/EDRLab), RSL, AI Act / direttiva copyright
Segnali AI superatiNon pesa sul punteggio
- Cosa controlla
- Segnaliamo il manifest legacy dei plugin ChatGPT (.well-known/ai-plugin.json), se presente.
- Perché conta
- È un formato ritirato (aprile 2024): non serve più.
- Come si legge il verdetto
- Informativo: se c'è, puoi rimuoverlo.
Limiti d'uso
Due tetti separati, perché i due costi sono separati. Uno protegge i siti che analizziamo, l'altro è l'unico che ci costa a consumo. Il contatore in alto mostra quante analisi ti restano, e il suo tooltip anche le sintesi AI.
Una per ogni scansione, sempre. Ogni analisi sono circa venti richieste verso il sito in esame: il tetto serve a non appesantirlo. Anche un'analisi forzata («Forza nuova analisi») ne consuma una.
Una solo quando chiediamo davvero a Verso AI (che si basa su Claude di Anthropic) di scrivere «Punti chiave» e «Azioni rapide». La chiediamo quando il referto ha abbastanza da sistemare: almeno quattro punti pesati di problemi, su almeno due aree. Un sito già in ordine è coperto dalla sintesi generata dai dati e non consuma nulla, così puoi analizzare di più.
- Se finisci le sintesi AI, le analisi continuano: il referto resta completo e la sintesi la scriviamo dai dati, senza AI. Un limite nostro non ti toglie il report.
- Se la sintesi non arriva (la chiamata fallisce e cadiamo sui dati), non te la contiamo: paghi il referto consegnato, non il tentativo.
- Durante l'analisi il passaggio «Sintesi di Verso AI» si accende solo se sta succedendo davvero, e in cima al referto trovi sempre scritto se la sintesi è stata scritta con l'AI o dai dati.
- Le analisi lanciate via MCP non chiedono mai la sintesi AI. Se poi qualcuno rianalizza quello stesso indirizzo dal web e ha una sintesi disponibile, riscriviamo solo la sintesi: le misure restano quelle, e il tuo sito non riceve nemmeno una richiesta in più.
Interrogare Pharos da un agente (MCP)
MCPPharos è anche un server MCP (Model Context Protocol, trasporto Streamable HTTP): l'analisi la può chiedere un agente AI, non solo tu. Espone un solo strumento, audit_url, che prende l'URL da analizzare (più il locale it/en, opzionale) e restituisce il referto in Markdown con il link condiviso. Riusa lo stesso motore, gli stessi limiti e la stessa cache del tool web.
https://pharos.verso.solutions/mcpclaude mcp add --transport http pharos https://pharos.verso.solutions/mcp{
"mcpServers": {
"pharos": {
"type": "http",
"url": "https://pharos.verso.solutions/mcp"
}
}
}Endpoint pubblico e senza chiave, con gli stessi tetti d'uso del tool web (un limite per IP, condiviso tra le due superfici).
Domande frequenti
Pharos esegue JavaScript?
No. Legge l'HTML servito, come farebbe un crawler AI che non esegue JS (GPTBot, ClaudeBot, PerplexityBot). Se il contenuto arriva solo via JavaScript, Pharos lo vede vuoto: ed è utile sapere che anche quei crawler lo vedono così.
Il punteggio è un voto SEO?
No. Pharos misura segnali on-page di leggibilità per AI e motori, non il posizionamento. Un sito può rankare bene con segnali incompleti, e viceversa.
Perché mi segnala la meta description come troppo lunga?
Il check segue la raccomandazione più diffusa (intorno ai 150-160 caratteri), ma è una raccomandazione, non una regola. Google ha detto che non esiste una lunghezza fissa e che quei numeri «sono inventati» (John Mueller): nascono da stime di quanto testo entra nello snippet, e li diffondono Moz, Ahrefs, Yoast, non i motori. Una description più lunga non è «sbagliata»: al massimo viene troncata nella visualizzazione, senza penalità.
Perché alcuni controlli non pesano sul punteggio?
I controlli «Informativi» (freschezza, link interni, segnali e diritti AI) descrivono qualcosa che non dipende solo da te o che è una dichiarazione, non una protezione: li mostriamo come guida, non li contiamo come voto.
Analizzate una pagina o tutto il sito?
La singola pagina pubblica all'indirizzo che inserisci. Alcuni controlli (robots.txt, sitemap, Common Crawl) riguardano il sito, il resto è quella pagina.
Ho migliorato il sito ma la nuova analisi dà lo stesso risultato?
Per non stressare i siti, per qualche minuto Pharos può restituire l'ultima analisi dalla cache (te lo segnala in cima al report, con data e ora). Se hai appena cambiato qualcosa, usa «Forza nuova analisi»: ignora la cache e ne lancia una fresca. Dalla versione 1.2 il report apre anche con «Cosa hai cambiato» rispetto all'analisi precedente.
Posso scaricare il report?
Sì, in Markdown (.md): il pulsante «Scarica MD» è in cima al report, accanto a «copia link» e «condividi». Il PDF per ora no: sarebbe solo la stampa della pagina dal browser e il risultato non ci convince, il .md è più pulito e riutilizzabile.
C'è un limite al numero di analisi?
Sì, e sono due tetti distinti. Le analisi hanno un limite orario e giornaliero per persona, perché ogni scansione sono una ventina di richieste verso il sito in esame. Le sintesi AI hanno un limite a parte, molto più basso, e scendono solo quando chiediamo davvero a Verso AI di scrivere la sintesi, cioè quando il tuo sito ha abbastanza da sistemare: se è già in ordine non ne consumi nessuna e continui ad analizzare. Se finisci le sintesi AI il referto resta completo, la sintesi la scriviamo dai dati. I numeri esatti sono nella sezione «Limiti d'uso», e il contatore in alto mostra quante analisi ti restano.
Che rapporto ha con PageSpeed?
Lo stesso spirito: un referto onesto e ripetibile. PageSpeed guarda performance ed esperienza, Pharos guarda se le AI riescono a leggerti e citarti.
Common Crawl e i segnali off-site fanno punteggio?
No. La presenza in Common Crawl e la centralità nel grafo dei link sono segnali che osserviamo, non che controlli direttamente: li mostriamo come guida, non come voto. Diverso è ammettere CCBot nel robots.txt, che è una tua scelta concreta e pesa.
Posso usare Pharos da un agente AI?
Sì. Oltre al tool web, Pharos è un server MCP (Model Context Protocol): un agente può lanciare l'analisi con lo strumento audit_url e ricevere il referto. Endpoint (pharos.verso.solutions/mcp) e configurazione sono nella sezione MCP di questa documentazione.