JSON-LD
JSON-LD è un formato di dati strutturati standardizzato dal W3C che utilizza la sintassi JSON per il markup schema.org. Scopri come JSON-LD migliora la SEO, abi...
14 min di lettura
WB
WebDev_Beginner
Junior Web Developer
·
January 6, 2026
Principiante assoluto sui dati strutturati. Il team vuole che implementi JSON-LD per ottimizzare la ricerca AI.
Cosa so:
- È una sorta di formato per dati strutturati
- Va inserito nei tag script in HTML
- Ha a che fare con schema.org
Cosa non so:
- In che modo aiuta davvero nella ricerca AI?
- Quali tipi dovrei implementare?
- Ci sono errori comuni da evitare?
- Come verifico se funziona?
Cerco spiegazioni adatte ai principianti e consigli pratici sull’implementazione.
11 comments
11 Commenti
SS
StructuredDataExpert_Sarah
Expert
Schema Markup Specialist
·
January 6, 2026Lascia che spieghi dalle basi.
Cos’è davvero JSON-LD:
È un modo per dire alle macchine cosa significano i tuoi contenuti. Gli umani leggono la pagina e la comprendono. Le macchine hanno bisogno di istruzioni esplicite.
Esempio:
Senza JSON-LD, una macchina vede: “John Smith - 10 anni di esperienza - Direttore Marketing”
Con JSON-LD, specifichi esplicitamente:
{
"@context": "https://schema.org",
"@type": "Person",
"name": "John Smith",
"jobTitle": "Marketing Director",
"workExperience": "10 years"
}
Ora le macchine sanno: Questa è una Persona chiamata John Smith che è un Direttore Marketing.
Come aiuta l’AI:
- Chiarezza di contesto - L’AI comprende quali entità ci sono nella pagina
- Mappatura delle relazioni - Connessioni tra entità (autore → articolo)
- Estrazione delle informazioni - Dati puliti che l’AI può citare
- Segnali di autorevolezza - Schema Organization e Person corretti segnalano legittimità
Dove inserirlo:
Nel tuo HTML <head> o ovunque nel <body>:
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
...
}
</script>
Tipi di schema prioritari per l’AI:
- Organization (a livello di sito)
- Article (post del blog)
- FAQPage (contenuti Q&A)
- HowTo (tutorial)
- Product (e-commerce)
- Person (bio autori)
WB
WebDev_Beginner
OP
Junior Web Developer
·
January 6, 2026È utile! Puoi mostrare come appare un’implementazione completa per un articolo?
SS
StructuredDataExpert_Sarah
Expert
Schema Markup Specialist
·
January 6, 2026
Replying to WebDev_Beginner
Ecco uno schema Article completo con autore:
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "Che cos'è JSON-LD e come usarlo",
"description": "Guida completa all'implementazione di JSON-LD",
"author": {
"@type": "Person",
"name": "Sarah Johnson",
"url": "https://example.com/authors/sarah",
"jobTitle": "Senior Developer"
},
"publisher": {
"@type": "Organization",
"name": "La tua azienda",
"logo": {
"@type": "ImageObject",
"url": "https://example.com/logo.png"
}
},
"datePublished": "2026-01-06",
"dateModified": "2026-01-06",
"image": "https://example.com/article-image.jpg",
"mainEntityOfPage": {
"@type": "WebPage",
"@id": "https://example.com/json-ld-guide"
}
}
</script>
Punti chiave:
@contextpunta sempre a schema.org@typespecifica il tipo di entità- Oggetti annidati per entità correlate (autore, publisher)
- Usa dati reali della tua pagina (dinamici nel CMS)
Per contenuti FAQ:
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [{
"@type": "Question",
"name": "Cos'è JSON-LD?",
"acceptedAnswer": {
"@type": "Answer",
"text": "JSON-LD è un formato di dati strutturati..."
}
}]
}
Questo è particolarmente potente per l’AI: una struttura Q&A esplicita che l’AI può facilmente interpretare.
SM
SEODeveloper_Mike
SEO Developer
·
January 5, 2026Errori comuni che vedo fare ai principianti.
Errore 1: Sintassi JSON non valida
// SBAGLIATO - virgola finale
{
"name": "John",
"title": "Developer", // <-- questa virgola lo rompe
}
Valida sempre il tuo JSON prima di pubblicare.
Errore 2: Nomi di proprietà errati
// SBAGLIATO
{ "authorName": "John" }
// GIUSTO
{ "author": { "@type": "Person", "name": "John" } }
Usa i nomi delle proprietà esatti di schema.org.
Errore 3: Contenuto non corrispondente
Il tuo JSON-LD deve corrispondere ai contenuti visibili della pagina. Se la pagina dice 99€ e lo schema dice 89€, è ingannevole.
Errore 4: Proprietà obbligatorie mancanti
Ogni tipo di schema ha proprietà richieste. Controlla la documentazione di schema.org.
Errore 5: Mancato test
Utilizza il Rich Results Test di Google: https://search.google.com/test/rich-results
Incolla il tuo URL o il codice e verifica se è valido.
Il mio workflow:
- Scrivi JSON-LD
- Valida con Rich Results Test
- Controlla la completezza su schema.org
- Pubblica
- Monitora in Search Console
AL
AIVisibilityConsultant_Lisa
Expert
AI Visibility Consultant
·
January 5, 2026Come JSON-LD aiuta specificamente la ricerca AI.
La prospettiva AI:
I sistemi AI che analizzano i tuoi contenuti traggono vantaggio dai dati strutturati perché:
Riconoscimento esplicito delle entità
- L’AI sa “questa pagina parla del Prodotto X”
- Non deve indovinare dall’analisi del contenuto
Relazioni chiare
- Connessione autore → articolo
- Connessione organizzazione → prodotto
- Aiuta l’AI ad attribuire correttamente
Sicurezza nell’estrazione dati
- L’AI estrae dallo schema con maggiore affidabilità
- Meno probabilità di errori
Segnali di autorevolezza
- Schema completo = segnale di qualità
- Indica l’esperienza dell’autore
- Stabilisce la credibilità dell’organizzazione
Quello che ho osservato:
I siti con schema markup completo tendono a:
- Essere citati più accuratamente
- Avere i nomi dei brand usati correttamente
- Ricevere l’attribuzione autore quando rilevante
Priorità per l’AI:
Alto impatto:
- Organization (identità del brand)
- Person (esperienza dell’autore)
- FAQPage (l’AI adora il formato Q&A)
Impatto medio:
- Article (struttura dei contenuti)
- HowTo (contenuti procedurali)
- Product (e-commerce)
Impatto minore ma utile:
- BreadcrumbList
- WebSite
- ImageObject
CT
CMSIntegrator_Tom
·
January 5, 2026Implementazione su diverse piattaforme CMS.
WordPress:
Usa plugin come:
- Yoast SEO (schema base)
- Rank Math (più completo)
- Schema Pro (specializzato)
Questi generano automaticamente lo schema dai tuoi contenuti.
Headless CMS (Contentful, Sanity):
Genera lo schema dal modello dei contenuti:
// Esempio: Contentful verso JSON-LD
function generateArticleSchema(entry) {
return {
"@context": "https://schema.org",
"@type": "Article",
"headline": entry.fields.title,
"author": {
"@type": "Person",
"name": entry.fields.author.fields.name
},
// ... altri campi
};
}
Static site generators (Hugo, Gatsby):
Generazione tramite template:
Esempio Hugo:
<script type="application/ld+json">
{
"@type": "Article",
"headline": "{{ .Title }}",
"datePublished": "{{ .Date.Format "2006-01-02" }}"
}
</script>
La chiave:
Automatizza in base al tipo di contenuto. Non scrivere manualmente lo schema per ogni pagina.
DP
DataAnalyst_Priya
·
January 4, 2026Misurare l’impatto di JSON-LD.
Monitoraggio prima/dopo:
Quando abbiamo implementato schema completo:
Rich results su Google:
- Prima: 12% delle pagine idonee
- Dopo: 78% delle pagine idonee
Citazioni AI:
- Prima: Uso incoerente del nome brand
- Dopo: Nome brand corretto nel 95% dei casi
- Attribuzione autore migliorata notevolmente
Come monitorare:
Google Search Console:
- Il report “Miglioramenti” mostra lo stato dello schema
- Dati sulle impressioni dei rich result
Visibilità AI:
- Usa Am I Cited per tracciare le citazioni
- Confronta l’accuratezza delle citazioni prima/dopo lo schema
La correlazione:
Implementazione schema completa correlata a:
- +15% tasso di citazione
- Migliore accuratezza nella descrizione
- Più menzioni agli autori quando rilevante
Non enorme, ma significativo per la visibilità AI.
SJ
SchemaDebuger_James
·
January 4, 2026Suggerimenti per debug e test.
Strumenti di test:
Google Rich Results Test
- Strumento di validazione principale
- Mostra errori e avvisi
- Gratuito e ufficiale
Validator di Schema.org
- Validazione più generale
- Non specifico per Google
Strumenti sviluppatore browser
- Visualizza > Sorgente, cerca “application/ld+json”
- Verifica che lo schema venga generato
Estensioni Chrome
- Estensione “Structured Data Testing Tool”
- Vedi lo schema su qualsiasi pagina
Problemi comuni di debug:
Schema non visualizzato:
- Verifica che il tag script sia chiuso correttamente
- Controlla che il JSON sia valido
- Controlla che il CMS lo generi davvero
Errori di validazione:
- Di solito problemi di sintassi
- Proprietà obbligatorie mancanti
- Tipi di proprietà errati
Schema presente ma nessun rich result:
- Non tutti i tipi di schema generano rich result
- La pagina potrebbe non essere ancora indicizzata
- Il contenuto potrebbe non rispettare gli standard di qualità
La mia checklist di debug:
- Il tag script è nel sorgente pagina?
- Il JSON è valido (nessun errore di sintassi)?
- Il Rich Results Test rileva lo schema?
- Sono presenti le proprietà richieste?
- Lo schema corrisponde ai contenuti visibili?
ER
EnterpriseArchitect_Rachel
Enterprise Architect
·
January 4, 2026Implementazione su scala enterprise.
L’approccio a template:
Non creare lo schema pagina per pagina. Crea template per tipo di contenuto:
Template articolo:
- Prende headline, autore, data dal CMS
- Genera schema coerente
Template prodotto:
- Prende nome, prezzo, disponibilità
- Si aggiorna con le modifiche ai dati prodotto
Template organizzazione:
- A livello di sito, coerente
- Fonte unica di verità
La pipeline di automazione:
Contenuto CMS → Build Process → Generazione Schema → Output HTML
Lo schema viene generato automaticamente, senza lavoro manuale.
Test su larga scala:
- Validazione automatica in CI/CD
- Test massivo di pagine campione
- Monitoraggio errori schema in produzione
Problemi enterprise comuni:
- Dati incoerenti tra sistemi
- Schema non allineato ai contenuti visibili
- Team diversi che gestiscono tipi di contenuti diversi
Soluzione:
Configurazione schema centrale, contenuti federati, generazione automatica.
AN
AIOptimizer_Nina
Expert
AI Search Specialist
·
January 3, 2026Schema avanzati per la visibilità AI.
Oltre le basi - cosa aiuta davvero l’AI:
Schema FAQPage:
I sistemi AI adorano Q&A esplicite. Se hai contenuti FAQ:
{
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "Come funziona X?",
"acceptedAnswer": {
"@type": "Answer",
"text": "X funziona così..."
}
}
]
}
Questo si mappa direttamente su come l’AI risponde alle domande.
Schema autore esperto:
{
"@type": "Person",
"name": "Dr. Jane Smith",
"jobTitle": "Senior Researcher",
"alumniOf": "Stanford University",
"sameAs": [
"https://linkedin.com/in/janesmith",
"https://twitter.com/drjanesmith"
]
}
Segnala l’expertise che l’AI può riconoscere.
Organization completa:
{
"@type": "Organization",
"name": "La tua azienda",
"foundingDate": "2015",
"numberOfEmployees": "50-100",
"award": ["Industry Award 2024"],
"sameAs": ["profili social"]
}
Stabilisce autorevolezza e legittimità.
Il principio:
Più dati espliciti e accurati = migliore comprensione AI = citazioni più accurate.
WB
WebDev_Beginner
OP
Junior Web Developer
·
January 3, 2026Questa discussione mi ha portato da zero a sicuro.
Cosa ho imparato:
- Basi di JSON-LD - Dati leggibili dalla macchina nei tag script
- Tipi prioritari - Organization, Article, FAQPage, Person
- Benefici AI - Contesto, relazioni, segnali di autorevolezza
- Errori comuni - Sintassi, nomi proprietà, incoerenza contenuto
- Testing - Rich Results Test è lo strumento principale
- Automazione - Generazione tramite template su larga scala
Il mio piano di implementazione:
- Inizio con schema Organization (a livello di sito)
- Aggiungo schema Article ai post del blog
- Implemento FAQPage dove abbiamo Q&A
- Aggiungo schema Person per gli autori
- Testo tutto con Rich Results Test
- Monitoro l’impatto con Am I Cited
Risorse che utilizzo:
- Documentazione schema.org
- Guide di Google sui dati strutturati
- Rich Results Test per la validazione
Grazie per le spiegazioni adatte ai principianti!
Have a Question About This Topic?
Get personalized help from our team. We'll respond within 24 hours.
Frequently Asked Questions
Cos'è JSON-LD?
JSON-LD (JavaScript Object Notation for Linked Data) è un formato di dati strutturati che aiuta i motori di ricerca e i sistemi AI a comprendere i tuoi contenuti. Utilizza il vocabolario di schema.org incorporato nei tag script per descrivere entità come articoli, prodotti, organizzazioni e FAQ in un formato leggibile dalle macchine.
JSON-LD aiuta la visibilità nella ricerca AI?
Sì. Sebbene i sistemi AI non analizzino JSON-LD nello stesso modo di Google, i dati strutturati aiutano l’AI a comprendere il contesto dei contenuti, le relazioni tra le entità e a estrarre informazioni accurate. Un markup schema completo segnala la qualità dei contenuti e può aumentare la probabilità di citazione.
Quali sono i tipi JSON-LD più importanti per l'AI?
I tipi di schema prioritari per la visibilità AI includono: Organization (stabilisce l’identità del brand), Article (con dettagli sull’autore), FAQPage (struttura Q&A che l’AI adora), HowTo (contenuti passo-passo), Product (e-commerce) e LocalBusiness (per la visibilità locale).
