Struttura semantica HTML: perché conta più del testo

Il problema che nessun audit di testo riesce a vedere

C’è un’abitudine diffusa negli audit SEO: estrarre il contenuto di una pagina in formato testo o markdown — cioè il formato di markup leggero usato da molti editor e strumenti AI — per «vedere cosa vede Google». L’idea sembra sensata. In realtà parte da un presupposto sbagliato.

Un crawler — il programma automatico che i motori di ricerca usano per leggere le pagine — non legge testo. Legge HTML. E nell’HTML non c’è solo il contenuto: c’è la struttura. Un <h1> dice che quella frase è il titolo principale. Un <nav> dice che quel blocco è navigazione. Un <article> delimita un contenuto autonomo. Quando si converte in testo o markdown, tutto questo scompare. Rimangono le parole, ma non il loro significato strutturale.

Come spiega l’analisi pubblicata su Search Engine Journal, togliere il layer visivo lascia intatta la struttura che una macchina usa. Togliere la struttura — come fa la conversione in markdown — lascia solo parole che una macchina può leggere, ma non interpretare.

Cosa legge davvero un crawler (e cosa leggono gli agenti AI)

La distinzione è più rilevante oggi di quanto non fosse due anni fa. Gli agenti AI — i sistemi che rispondono a domande sintetizzando contenuti dal web — si comportano in modo simile ai crawler tradizionali: cercano segnali di struttura per capire cosa è importante in una pagina.

I segnali che contano:

• Gerarchia degli heading (H1, H2, H3): dice al sistema come è organizzato il contenuto
• Tag semantici HTML5 come <main>, <section>, <aside>, <footer>: delimitano le aree funzionali della pagina
• Attributi ARIA (Accessible Rich Internet Applications): etichette aggiuntive che chiariscono il ruolo di elementi interattivi
• Markup strutturato (Schema.org): dati leggibili dalle macchine che descrivono il tipo di contenuto — prodotto, articolo, evento, FAQ

Niente di tutto questo sopravvive a una conversione in testo puro. Se il tuo audit si ferma al testo estratto, stai guardando un’ombra del sito, non il sito.

Dove si rompe la crawlability nei siti complessi

Per un sito vetrina di cinque pagine il rischio è basso. Per un e-commerce con migliaia di schede prodotto, un portale con sezioni editoriali, o un sito istituzionale con aree riservate, la struttura semantica è spesso il punto di cedimento invisibile.

I casi tipici:

• Heading usati per lo stile, non per la gerarchia — un H3 che in realtà è un sottotitolo di sezione principale, non di paragrafo
• Contenuti principali dentro <div> generici invece di tag semantici — il crawler non capisce cosa è navigazione e cosa è contenuto
• JavaScript che genera il contenuto dopo il caricamento — se il crawler non esegue lo script, la pagina risulta vuota
• Markup Schema.org assente o compilato male — le risposte AI che citano fonti preferiscono pagine con dati strutturati chiari

Questi problemi non emergono guardando il testo estratto. Emergono guardando il DOM — la struttura HTML così come il browser la costruisce — e i log di crawling.

Quattro passi per un audit orientato alla struttura

Se gestisci o supervisioni un sito con più di qualche decina di pagine, questi sono i controlli da fare prima di qualsiasi altra analisi SEO.

1. Controlla la gerarchia degli heading
Ogni pagina dovrebbe avere un solo H1. Gli H2 dovrebbero riflettere le sezioni principali del contenuto, non essere usati per ingrandire il testo. Strumenti come la Web Developer Toolbar di Firefox o le DevTools di Chrome mostrano la struttura heading in un colpo solo.

2. Verifica i tag semantici nel codice sorgente
Apri il sorgente della pagina e cerca <main>, <nav>, <article>, <section>. Se trovi solo <div> ovunque, la struttura semantica è assente.

3. Testa il rendering JavaScript
Google Search Console ha uno strumento di ispezione URL che mostra la pagina come la vede Googlebot dopo il rendering. Se il contenuto principale appare solo dopo l’esecuzione di script, verifica che il crawler riesca a leggerlo.

4. Controlla il markup strutturato
Usa il Rich Results Test di Google per vedere quali dati Schema.org sono presenti e se sono validi. Pagine con markup corretto hanno più probabilità di essere citate nelle risposte AI — un tema che abbiamo approfondito nell’analisi su come mappare le fonti che dominano le citazioni AI nel tuo settore.

L’errore da evitare quando si legge questa analisi

L’errore più comune è pensare che la struttura semantica sia un problema tecnico da delegare allo sviluppatore e dimenticare. Non lo è.

La struttura HTML è la base su cui poggiano tutte le analisi di visibilità. Se non è solida, i dati che leggi in Search Console possono essere fuorvianti — un punto che emerge anche nel confronto tra posizione SEO reale e AI Overview, dove la stessa pagina può sembrare ben posizionata ma non comparire dove conta davvero.

La struttura semantica è anche ciò che determina se un sito passa o meno i filtri dei sistemi anti-spam. Con il Google Spam Update di settembre 2026, le pagine con contenuto mal strutturato o difficile da interpretare per i crawler sono finite sotto esame. E il sistema SAFE di Google per il rilevamento AI spam lavora proprio analizzando segnali strutturali, non solo il testo.

Il punto di partenza per chi vuole migliorare la propria visibilità SEO nell’era dell’AI non è scrivere di più o ottimizzare le keyword. È assicurarsi che ciò che è già scritto sia leggibile dalle macchine nel modo giusto. Questo vale ancora di più mentre i motori di ricerca spostano traffico verso le risposte dirette: se la struttura non è chiara, il contenuto non viene citato, e il calo di traffico SEO che ne segue sembra inspiegabile.

SHM Studio affronta questi audit partendo proprio dall’HTML, non dal testo estratto. Se il sito ha problemi di crawlability o di visibilità nelle risposte AI, il posto giusto da cui iniziare è la struttura, non il contenuto.