Esempio reale, anonimizzato: nome, indirizzo del sito e dettagli identificativi sono stati rimossi. Le verifiche sono quelle del rapporto originale del 2 novembre 2026.

Hotel di città nel Nord Italia: lettura agent ready del sito

Analisi passiva delle pagine pubbliche, 10 pagine lette

Punteggio: 3/10

Perché conta: le prenotazioni dirette

Obiettivo: più prenotazioni dirette, meno commissioni ai portali. Sempre più ospiti chiedono a Google, ChatGPT o Perplexity dove dormire. Se il sito dà risposte chiare, l'assistente manda l'ospite direttamente all'hotel; se i dati mancano, lo manda al portale, che trattiene la sua commissione su ogni notte.

Cosa funziona bene

Le correzioni prioritarie

1. Dati strutturati Hotel. La home page non dichiara la struttura come Hotel nei dati strutturati (tipi trovati: nessuno). Aggiungere un blocco JSON-LD di tipo Hotel con nome, indirizzo, telefono, email e lingue.

2. Contatti nei dati strutturati. I dati strutturati non riportano insieme indirizzo, telefono ed email, quindi un assistente IA deve indovinarli dal testo.

3. File llms.txt. Il sito non ha un file llms.txt: un breve riassunto testuale della struttura (camere, servizi, contatti, link chiave) pensato per gli assistenti IA.

4. Un vantaggio per chi prenota diretto. Per esempio un drink di benvenuto a chi prenota sul sito invece che su un portale, scritto chiaramente sul sito: gli assistenti IA cercano motivi concreti per consigliare una struttura.

Nota: 121 immagini su 122 non hanno testo alternativo (alt).

Prossimo passo. In una chiamata di 20 minuti mostriamo queste correzioni sul sito e come TechAlpino può applicarle. Prossimo passo: richieda l'analisi gratuita del Suo sito.

Metodo: crawler rispettoso di robots.txt, un secondo tra le richieste, massimo 80 pagine, velocità come mediana di 3 caricamenti. TechAlpino, un servizio di Adige Consulting LLC, info@techalpino.com

Italiano · English · Deutsch · Analisi gratuita