Che cos'è un catalogo prodotti pronto per gli agenti?

Che cosa significa davvero «pronto per gli agenti»?

Un catalogo prodotti è pronto per gli agenti quando una macchina riesce a trovarlo, leggerlo, interrogarlo e citarlo correttamente senza che una persona guidi un browser.

È una prova più severa di «abbiamo un buon sito web» e la si fallisce per ragioni che non compaiono mai in un report sulla velocità delle pagine. Un catalogo può posizionarsi bene, convertire bene e avere un aspetto impeccabile, e restituire comunque un documento vuoto al client che un assistente IA usa davvero. Il divario è strutturale, non estetico.

E conta di più a ogni trimestre che passa. Presentando la sua Buyers' Journey Survey nel gennaio 2026, Forrester ha riferito che il 94% dei buyer aziendali usa ormai l'IA nel proprio processo d'acquisto e che il doppio dei buyer ha indicato l'IA generativa o la ricerca conversazionale come fonte di informazione più significativa di qualunque altra — davanti ai siti web dei fornitori, agli esperti di prodotto e ai rappresentanti commerciali. Le specifiche che un assistente recita a proposito del vostro prodotto sono sempre più le specifiche a cui il vostro acquirente crede.

L'equivoco in gran parte di ciò che si scrive su questo tema è che «pronto per gli agenti» venga trattato come una cosa sola. Sono quattro cose, con quattro consumatori diversi.

Quali assistenti usano effettivamente quale superficie?

1. Pagine renderizzate lato server con dati strutturati

È l'unica superficie che raggiunge un utente di assistenti che non ha configurato nulla.

Il fatto tecnico più importante che la riguarda: i crawler IA non eseguono il vostro JavaScript. L'analisi dei crawler di Vercel — 569 milioni di richieste di GPTBot e 370 milioni di richieste di Claude in un solo mese — ha rilevato che, pur scaricando file JavaScript (rispettivamente l'11,50% e il 23,84% delle richieste), questi crawler non li eseguono, e ha concluso che «nessuno dei principali crawler IA renderizza attualmente JavaScript», citando OpenAI, Anthropic, Meta, ByteDance e Perplexity. I test indipendenti ripetuti nel corso del 2026 sono giunti allo stesso verdetto. Se la vostra tabella parametrica, il vostro indicatore di disponibilità o il vostro elenco di documenti vengono iniettati lato client, per questi client non esistono. Googlebot renderizza JavaScript e resta l'eccezione: è esattamente per questo che i team che verificano la propria visibilità su Google concludono, a torto, che sia tutto a posto.

Sul resto le indicazioni di Google sono di una franchezza rinfrescante: per comparire in AI Overviews o in AI Mode «una pagina deve essere indicizzata e idonea a essere mostrata nella Ricerca Google con uno snippet», e non esistono requisiti tecnici aggiuntivi, né schemi specifici per l'IA, né file speciali. I dati strutturati restano comunque utili, perché eliminano l'ambiguità su quale valore sia la corrente nominale e quale il picco — ma sono uno strumento di disambiguazione, non un innesco magico.

Infine, il livello dei crawler ha una dimensione di policy che la maggior parte dei cataloghi ignora. OpenAI documenta tre agenti distinti: GPTBot per l'addestramento dei modelli di base, OAI-SearchBot per far comparire i siti nella ricerca di ChatGPT e ChatGPT-User per le richieste avviate dall'utente. Anthropic documenta ClaudeBot, Claude-User e Claude-SearchBot secondo lo stesso schema. Sono voci indipendenti in robots.txt. Un divieto generalizzato pensato per l'addestramento spegne anche il crawler di retrieval che avrebbe potuto citarvi.

2. Viste Markdown e testo pulito

È la superficie su cui nel 2026 si è promesso di più, quindi conviene essere precisi.

Nessun assistente consumer diffuso pubblica un contratto di content negotiation che dica «mandami Accept: text/markdown e lo preferirò». La convenzione llms.txt è tecnicamente coerente e gode di una reale adozione fra i siti di documentazione per sviluppatori, ma Google afferma senza mezzi termini che non servono file di testo per l'IA per comparire nelle sue funzionalità basate sull'IA, e le ricerche sull'adozione condotte nel corso del 2026 hanno rilevato che i crawler di OpenAI, Google e Anthropic non richiedono il file in volumi significativi.

Ciò che è realmente vero è più circoscritto, e vale comunque la pena di farlo. Il testo estratto da una pagina densa di navigazione e di script è più rumoroso del testo servito come prosa, quindi le viste pulite sopravvivono meglio all'estrazione. E proprio quella resa pulita è ciò che i vostri strumenti MCP dovrebbero restituire come payload. Costruite le viste markdown come sottoprodotto riutilizzabile del record canonico, non come tattica di crescita, e non resterete delusi.

3. Feed di prodotto inviati in push

Ecco il fatto che riordina la maggior parte delle roadmap: la superficie shopping di ChatGPT è alimentata dai dati che i merchant inviano in push, non dalla scansione. Secondo la specifica dei feed pubblicata, i merchant consegnano file TSV, CSV, XML o JSON a un endpoint concordato e inserito in allow-list tramite HTTPS cifrato, e il sistema accetta aggiornamenti ogni 15 minuti. Il programma merchant di Perplexity funziona nella stessa forma: dati di prodotto forniti come file CSV o XML in un formato specificato e consegnati dal merchant. Nessuna quantità di ottimizzazione on-page sostituisce l'iscrizione.

L'avvertenza onesta per i cataloghi industriali è che questi schemi hanno una forma pensata per il retail. Presuppongono un GTIN, un prezzo di listino e una variante acquistabile. Un distributore con 40.000 righe, prezzi a contratto specifici per cliente e nessun GTIN su metà della gamma troverà l'adattamento scarso. I feed hanno grande valore quando vendete a un prezzo pubblicato a un acquirente finale identificabile, e sono in gran parte irrilevanti quando lavorate a preventivo.

4. Un endpoint MCP

MCP è la superficie a più alta fedeltà e, oggi, quella con il pubblico più ristretto. Qui la precisione conta, perché la portata varia molto da assistente ad assistente:

• Claude supporta connettori MCP remoti personalizzati sui piani Free, Pro, Max, Team ed Enterprise, con gli utenti free limitati a un solo connettore. Il server deve essere raggiungibile su internet pubblica dagli intervalli IP di Anthropic.
• ChatGPT espone server MCP personalizzati tramite la developer mode; i connettori personalizzati con capacità di scrittura sono riservati ai piani Business, Enterprise ed Edu, mentre i singoli utenti Plus e Pro ne ottengono solo in sola lettura. L'Apps SDK, che alimenta le app dentro ChatGPT, è a sua volta costruito su MCP e le proposte passano per una revisione della directory.
• Gemini offre connessioni a server MCP personalizzati tramite Gemini Enterprise, dove un amministratore registra il vostro server Streamable HTTP come data store all'interno del proprio tenant. Non è una funzionalità consumer.

La popolazione raggiungibile è dunque fatta di ingegneri che configurano un connettore e di buyer aziendali la cui funzione IT registra il vostro server. Per un produttore di componenti o di prodotti per l'edilizia, è una descrizione notevolmente calzante del progettista prescrittore e dell'ufficio acquisti — ma non è la coda lunga anonima, e chiunque vi dica che un endpoint MCP da solo vi rende «visibili all'IA» vi sta vendendo qualcosa.

Perché un server MCP vuoto non vale nulla?

Perché una chiamata a uno strumento è una promessa di correttezza, e una risposta sbagliata consegnata tramite uno strumento è peggio di nessuna risposta.

Quando un assistente legge la vostra pagina web, si cautela: il modello sa di stare riassumendo un documento. Quando chiama get_part e riceve {"rated_current_a": 32}, non si cautela. Enuncia il valore. Se il vostro PIM riporta 32 A per la taglia e 25 A per la variante specifica, e lo strumento ha risolto quella sbagliata, non avete migliorato la vostra visibilità sull'IA: avete industrializzato un errore di specifica e vi avete attaccato l'autorevolezza del vostro marchio.

Per questo i server MCP di componenti credibili che vengono rilasciati oggi poggiano su un livello dati verificato e non su una patina di protocollo. Il server MCP pubblico e gratuito di Microchip, lanciato a novembre 2025, espone specifiche di prodotto verificate, schede tecniche, giacenze, prezzi e tempi di consegna su Streamable HTTP: l'annuncio insiste sui dati verificati e aggiornati, non sul trasporto. Il server Storefront MCP di Shopify, raggiungibile all'indirizzo https://{shop}.myshopify.com/api/mcp, funziona perché un negozio Shopify ha già un unico record di prodotto autorevole con campi tipizzati.

Un endpoint MCP davanti a tre fogli di calcolo che si contraddicono, a un PIM che ha perso le unità di misura e a una cartella di PDF è solo un modo più rapido per sbagliare. L'ordine dei lavori è: record canonico, verifica, poi protocollo.

Il modello di maturità della prontezza per gli agenti

La maggior parte delle organizzazioni scopre di essere al livello 0 o 1 mentre credeva di essere al livello 2. La domanda dirimente non è «abbiamo dati strutturati?», ma «se due sistemi non concordano su questo attributo, quale dei due ha ragione, e una macchina è in grado di capirlo?».

Come si scopre a quale livello siete?

Cinque verifiche, in ordine, ciascuna delle quali richiede pochi minuti:

1. 01Scaricate una pagina prodotto con un semplice client non-browser e leggete la risposta grezza. Se le specifiche non compaiono nell'HTML, siete al livello 0, a prescindere da come appare la pagina in un browser.
2. 02Leggete il vostro `robots.txt` come un documento di policy. Elencate ogni user agent IA che consentite e che vietate e verificate che ogni riga rifletta una decisione effettiva su addestramento e retrieval.
3. 03Validate un blocco JSON-LD e confrontate ogni valore con la pagina visibile. Le incongruenze sono peggio delle omissioni.
4. 04Scegliete dieci componenti e ponete a tre assistenti una domanda fattuale di cui conoscete perfettamente la risposta esatta. Annotate le risposte sbagliate. Quel tasso di errore è la vostra vera baseline.
5. 05Provate a rispondere a una domanda parametrica a partire dai vostri dati — tutti i componenti che soddisfano tre vincoli — servendovi solo di ciò che una macchina può raggiungere. Se una persona deve aprire un PDF, dovrebbe farlo anche un agente, e non lo farà.

Che cosa abbiamo trovato in 984 aziende?

Ad agosto 2026 abbiamo analizzato 984 domini di distributori e produttori in tutto il mondo, fra Nord America, Europa e Asia. Il quadro complessivo è risultato abbastanza omogeneo da risultare scomodo:

• Il punteggio mediano di visibilità sull'IA si è collocato intorno a 50 su 100.
• Il 38% non ha servito alcuna pagina di catalogo leggibile a un normale client non-browser.
• Solo il 19% pubblicava una policy esplicita sui crawler IA di qualunque tipo e, fra questi, chi bloccava un crawler importante era più del doppio di chi lo invitava.
• Nessuno dichiarava un endpoint MCP.

La distribuzione conta più della mediana. Ciò che separava il decile superiore dalla fascia centrale non era il budget né l'organico: era il fatto che l'organizzazione avesse un unico record di prodotto canonico oppure diversi record in concorrenza fra loro. Tutto il resto discendeva da lì.

Che cosa dovreste costruire per primo?

1. 01Stabilite un unico record canonico per ogni componente, con attributi tipizzati, unità di misura, provenienza e un timestamp dell'ultima verifica. Tutto ciò che segue è una proiezione di questo.
2. 02Renderizzate il catalogo lato server, in modo che la specifica completa sia presente nella risposta HTML iniziale.
3. 03Aggiungete dati strutturati coerenti con la pagina, poi verificateli invece di fidarvi del generatore.
4. 04Scrivete una policy consapevole sui crawler IA, agente per agente, e documentate il motivo di ogni decisione.
5. 05Inviate i feed in push dove esiste una superficie adatta al vostro modello commerciale — e rinunciatevi onestamente dove non esiste.
6. 06Attivate un endpoint MCP che esponga ricerca parametrica, consultazione del codice articolo, alternative, documenti di conformità e CAD, con OAuth per tutto ciò che è specifico del cliente.
7. 07Monitorate l'accuratezza in modo continuo, perché la modalità di guasto non è il silenzio, è l'errore esposto con sicurezza.

Partsgraph realizza tutto questo come un livello sovrapposto: acquisiamo il catalogo che avete già — schede tecniche, parametri, CAD e documenti di conformità —, lo risolviamo in un unico Parts Graph verificato e lo serviamo su tutte e quattro le superfici senza toccare il vostro sito web.

Se volete la baseline prima della roadmap, passate il vostro dominio nel nostro grader gratuito all'indirizzo /audit. Riporta che cosa riceve realmente oggi un client non-browser dal vostro catalogo e quale delle quattro superfici vi manca.