Salta al contenuto
PianetaM
← Risorse SEO & LLMO

Schema.org per il marketing 2026: cosa serve davvero

I cinque tipi Schema.org che fanno la differenza per Google rich snippet e LLM citation. JSON-LD, validazione, esempi pratici per marketer.

Aggiornato 2026 11 min di lettura Rafael Patron

Quando un responsabile marketing scopre Schema.org pensa subito che sia materia da sviluppatore. È un equivoco che costa caro: lo schema è prima di tutto un’operazione editoriale, di chiarezza su cosa stai dicendo e a quale entità del tuo business appartiene. Il codice è la parte facile, dieci righe di JSON-LD nel head di una pagina. La parte difficile è decidere cosa dichiarare e come strutturarlo in modo coerente su tutto il sito. Nel 2026, con i motori di ricerca che producono rich snippet sempre più ricchi e i modelli di linguaggio che usano lo schema come segnale di selezione per le citation, ignorare questo livello significa lasciare visibilità sul tavolo. Vediamo i cinque tipi che fanno davvero la differenza per un sito B2B di marketing e come implementarli senza dover diventare developer.

I cinque tipi che contano per un sito di marketing

Il primo tipo è Organization. È lo schema che dichiara l’identità del soggetto giuridico dietro al sito: nome, sede legale, sede operativa, partita IVA, sito ufficiale, canali social, logo. Va inserito una sola volta, in genere nella home o in un layout globale del sito. Sembra banale, è la fondazione di tutto: Google e i modelli legano ogni altra entità dichiarata sul sito a questa Organization come root. Senza, il resto fluttua nel vuoto.

Il secondo tipo è Person. Va usato sulle pagine bio dei membri del team che hanno autorevolezza individuale verificabile: founder, partner, autori di articoli. Lo schema Person dichiara nome, ruolo, credenziali, sameAs verso profili autoritativi (LinkedIn, accademie, associazioni). Per un sito B2B di marketing, le pagine team con schema Person ben compilato sono tra le più potenti per costruire autorevolezza percepita dai modelli. Se un founder ha 20 anni di esperienza, certificazioni Salesforce, docenze universitarie, queste informazioni vanno dentro lo schema, non solo nel testo umano.

Il terzo tipo è Service, e qui si gioca la partita commerciale. Una pagina di servizio agenzia che dichiara schema Service con dentro un nodo Offer permette a Google di mostrare informazioni di prezzo, condizioni, area geografica servita nei rich snippet. Permette ai modelli di rispondere in modo specifico quando un utente chiede “quanto costa un audit AI marketing in Italia”. Il nodo Offer accetta priceRange (anche generico tipo ”€€€”), areaServed, availability, validFrom e validThrough. Per un sito di servizi, una buona implementazione Service+Offer su ogni pagina servizio è il singolo intervento con il rapporto effort-impact più alto.

Il quarto tipo è Article o BlogPosting. Va su ogni post del blog e dichiara titolo, descrizione, data di pubblicazione, data di aggiornamento, autore (collegato allo schema Person), publisher (collegato allo schema Organization). Questo è lo schema che permette ai rich snippet di Google di mostrare titolo, immagine, data e autore di un articolo nei risultati. Permette anche ai modelli di valutare la freschezza del contenuto in modo affidabile, senza doversi affidare al parsing del testo.

Il quinto tipo è FAQPage. Funziona quando la pagina contiene effettivamente una struttura domanda-risposta, non quando viene forzata su contenuti che non ce l’hanno. Una pagina servizio con sei FAQ in fondo, dichiarate via FAQPage schema, può guadagnare uno snippet espanso nella SERP e diventa un blocco molto citato dai modelli per query specifiche. Va usato con disciplina: Google ha ristretto la visibilità dei rich snippet FAQ negli ultimi mesi, ma il valore per LLM citation resta alto.

Come si scrive in pratica

Il formato consigliato da Google e supportato universalmente è JSON-LD inserito in un tag script con type “application/ld+json” dentro il head della pagina. Non si tocca il body. Questa scelta architetturale ha conseguenze pratiche: lo schema è gestibile dal team marketing senza toccare i template grafici. In sistemi come Astro, Next.js o WordPress moderni, lo schema può essere generato dinamicamente da campi compilati nel CMS o nel frontmatter.

Una schema Organization minima per un sito B2B di marketing italiano ha questa logica: dichiara il nome dell’organizzazione, il sito ufficiale, il logo, l’indirizzo della sede operativa anche se l’entità giuridica è altrove, la partita IVA o codice equivalente, due-tre canali social ufficiali. Una schema Person su un founder dichiara nome esatto come compare in fonti pubbliche, ruolo all’interno dell’organizzazione (collegando con la property “worksFor”), elenco di knowsAbout con i temi su cui ha autorevolezza, sameAs con i link a LinkedIn, eventuali profili accademici, profilo di associazione di categoria.

Una schema Service su una pagina servizio agenzia dichiara il nome del servizio, una descrizione di una-due frasi, il provider collegato all’Organization, l’areaServed (per un’agenzia italiana, “Italia” o regione specifica), il serviceType (categoria semantica leggibile), e un nodo Offer con priceRange e link alla pagina di richiesta. Una schema BlogPosting su un articolo dichiara titolo, descrizione, datePublished, dateModified, author come Person, publisher come Organization, immagine di copertina.

La regola pratica per scrivere schema buoni: ogni proprietà che dichiari deve essere verificabile. Se scrivi che un founder ha credenziali da docente universitario nel campo “knowsAbout”, quella credenziale deve essere verificabile da una fonte pubblica indicata nel sameAs. Schema dichiarativi senza base reale generano segnale negativo nel tempo, perché i modelli incrociano le informazioni con altre fonti e penalizzano le incoerenze.

Validare e mantenere

La validazione si fa con due strumenti complementari. Il Rich Results Test di Google verifica se Google riesce a estrarre lo schema correttamente e se la pagina è eleggibile per rich snippet. Lo Schema Markup Validator di Schema.org, accessibile dal sito ufficiale schema.org, verifica la conformità formale a prescindere da cosa Google ne farà. Vanno usati entrambi: il primo per l’effetto SEO immediato, il secondo per la qualità strutturale che impatta sui modelli.

Lo schema va mantenuto come si mantiene il sito. Se cambia il ruolo di una persona del team, va aggiornata la schema Person. Se cambia il pricing range di un servizio, va aggiornata la schema Service. Se aggiorni un articolo del blog, va aggiornata la dateModified nello schema BlogPosting. Una buona pratica è prevedere una revisione semestrale di tutti gli schemi del sito, con checklist puntuale. La maggior parte dei siti che ho visto fa il setup iniziale bene e poi non aggiorna più: lo schema invecchia con i dati e diventa segnale negativo.

Un errore frequente è dichiarare schema su pagine che non rispecchiano nei contenuti quanto dichiarato. Una schema FAQPage su una pagina che non ha veramente FAQ visibili al lettore viene flaggata da Google come spam strutturato. La regola: lo schema deve descrivere fedelmente quello che il lettore vede in pagina. Schema più ricco del contenuto reale è un errore strategico, non un’ottimizzazione furba.

Effetto reale su rich snippet e citation LLM

Sul fronte Google rich snippet, l’effetto si misura in due settimane circa dall’implementazione. Le pagine articolo iniziano a mostrare data, autore e immagine nei risultati di ricerca. Le pagine servizio con Offer possono mostrare il priceRange, anche se Google è restrittivo su questo. Le pagine team con schema Person ben strutturato vedono crescere le impression sulle query branded del founder, perché Google associa più chiaramente il professionista all’organizzazione.

Sul fronte LLM citation, l’effetto è più lento ma più durevole. Un sito che ha lavorato sui cinque tipi di schema descritti ha visto crescere le citation da Perplexity in modo coerente nei tre mesi successivi all’implementazione. Le citation più frequenti arrivavano su query che chiedevano informazioni specifiche su persone del team o su pricing dei servizi. Coerenza tra schema, contenuto visibile e fonti terze produce un effetto compounding nel tempo.

Una pagina di servizio che vale la pena studiare come template è quella di content e SEO/LLMO: la schema Service con Offer è coerente con il copy della pagina e con le menzioni esterne del founder. Lo stesso vale per la pagina dell’audit AI strategy, dove la schema Service dichiara un priceRange visibile e un’areaServed coerente con la realtà operativa.

Esempi di markup commentati

Vale la pena vedere come si traduce la teoria in JSON-LD concreto. Una schema Service su una pagina servizio agenzia tipicamente contiene: il context schema.org dichiarato all’inizio, il tipo Service, il name che corrisponde al titolo della pagina, una description di una-due frasi che riprende il riassunto del servizio, il provider come oggetto annidato di tipo Organization con name e url, l’areaServed come stringa o oggetto Place, il serviceType che riprende la categoria semantica, e l’offers come oggetto Offer con priceRange (formato ”€€€” o intervallo numerico), priceCurrency EUR, availability InStock.

L’errore di scrittura più comune è dichiarare il provider come stringa testuale invece che come oggetto Organization annidato. La differenza è enorme: la stringa testuale non lega la pagina servizio alla schema Organization principale, l’oggetto annidato sì. Quando il modello legge la pagina capisce immediatamente che quel servizio appartiene a quell’organizzazione specifica con tutto il bagaglio di autorevolezza già dichiarato altrove.

Una schema Person su una pagina team segue una logica simile ma con property diverse. Il name va scritto esattamente come compare nelle fonti pubbliche del professionista, perché i modelli incrociano. Il jobTitle deve riflettere il ruolo attuale. La worksFor lega la persona all’Organization principale. Il knowsAbout è la property più importante per la LLMO: dichiara con precisione i temi di expertise, in genere tre-cinque elementi specifici (non “marketing” ma “AI marketing automation per PMI italiane”). Il sameAs raccoglie i link a profili autoritativi terzi che confermano l’identità della persona.

Una schema BlogPosting su un articolo dichiara headline (titolo esatto), description (riassunto in frase), datePublished e dateModified in formato ISO 8601 con timezone, author come oggetto Person collegato alla pagina autore, publisher come oggetto Organization con name e logo annidato come ImageObject, image come ImageObject con url, width e height. La mainEntityOfPage punta all’URL canonico della pagina. Questa struttura è quella che permette ai rich snippet di Google di mostrare data, autore, immagine e a Perplexity di citare l’articolo con metadata corretti.

Il problema dei plugin all-in-one

Molti siti italiani gestiscono lo schema attraverso plugin SEO generalisti, soprattutto su WordPress. La logica del plugin è generare schema automaticamente in base ai metadati della pagina. Funziona per il caso base, ma produce schema generici che non sfruttano la specificità del business. Una pagina servizio di un’agenzia AI italiana ha bisogno di Service+Offer con priceRange reale, areaServed specifica, serviceType che usa terminologia di settore. Il plugin di default mette una schema WebPage generica e amen.

La soluzione è ibrida: il plugin gestisce gli automatismi su scala (article schema su tutti i post, organization schema globale, breadcrumb), il consulente o il team interno aggiunge schema custom mirati sulle pagine strategiche. Le cinque-dieci pagine più importanti del sito meritano schema scritto a mano. Le centinaia di pagine secondarie possono andare con il default del plugin senza problemi.

Su stack moderni come Astro, Next.js o framework headless, la gestione è più pulita. Si scrive un componente che riceve i dati strutturati dal CMS o dal frontmatter e produce il JSON-LD nel head. Il vantaggio è che lo schema diventa un campo del modello dati editoriale, non un’opzione di plugin. Il responsabile contenuti che pubblica un articolo dichiara nel CMS i campi rilevanti, e lo schema viene generato in modo deterministico. È l’approccio che usiamo nei progetti che facciamo da zero.

Lo schema non è il livello SEO 2010 che oggi serve solo a colpire un campo del Rich Results Test. È un sistema di dichiarazione semantica che parla a Google e parla ai modelli, ed entrambi pesano sempre più nella selezione di quali siti meritano visibilità. La buona notizia per chi parte oggi: il costo di implementazione di uno schema completo su un sito B2B italiano è una settimana di lavoro di un consulente esperto, e l’effetto si protrae per anni se mantenuto. La cattiva notizia: chi non lo fa nei prossimi dodici mesi resta indietro rispetto ai concorrenti che lo stanno facendo adesso. Per approfondire come schema e file di orientamento ai modelli lavorano insieme, vale la pena leggere llms.txt, la frontiera SEO che molti stanno ignorando e LLMO 2026, come essere citati.

Passo successivo

Vuoi che Google e i LLM raccontino bene il tuo brand?

Audit content + piano SEO/LLMO con tracking citation Perplexity e ChatGPT. Schema markup ricco, llms.txt strutturato, pattern Q&A.

RP

Pubblicato da Rafael Patron, Founder PianetaM. Vent'anni nel marketing digitale italiano. Presidente del Comitato Tecnico Scientifico AIPIA.

LinkedIn →