Ottimizzazione Perplexity per il mercato italiano.

Come funziona la pipeline di citazione di Perplexity

Quattro fasi. Query understanding: il modello interpreta la domanda dell’utente e formula una o più query di ricerca interne. Retrieval: Perplexity esegue ricerche live sul Perplexity Search Index (PSI), in alcuni casi via Bing API, recuperando 5-15 fonti web. Reranking: un modello di rilevanza valuta le fonti per qualità, freschezza, autorevolezza e match semantico. Generation: il modello sintetizza la risposta citando 3-8 fonti con link in pagina.

Robots.txt: cosa serve per Perplexity

Due user-agent rilevanti:

User-agent: PerplexityBot
Allow: /

User-agent: Perplexity-User
Allow: /

PerplexityBot indicizza i contenuti per il PSI. Perplexity-User accede al sito quando l’utente fa una query che richiede recupero in tempo reale.

Tipologie di query in cui Perplexity domina

• Ricerche tecniche: "miglior framework per X", "differenza fra Y e Z", "come implementare W".
• Scouting B2B: "fornitori italiani di X", "alternative a Y SaaS", "agenzie specializzate in W".
• Ricerca accademica: "studi recenti su X", "dati statistici Y", "fonti su Z".
• Fact-checking: "è vero che X", "quali sono i dati su Y".
• Comparativi prodotti: "miglior [prodotto] 2026", "X vs Y review".

Cosa privilegia il reranker di Perplexity

Sei segnali in ordine di peso decrescente:

1. Match semantico con la query (densità lessicale e concettuale).
2. Freschezza (dateModified visibile in pagina e in schema).
3. Autorevolezza del dominio (citazioni esterne, presenza in DB di settore).
4. Densità di dati strutturati (FAQ schema, tabelle, elenchi).
5. Leggibilità markdown (gemelli markdown referenziati in llms.txt).
6. Schema.org Article, FAQPage, Organization completi.

Tre tecniche specifiche per Perplexity

Definizione iniziale densa. Perplexity ricerca paragrafi di 60-100 parole che rispondono alla query con dati concreti. Aprire ogni pagina chiave con un paragrafo definitorio strutturato è il primo passo.

Tabelle comparative. Perplexity cita molto spesso pagine con tabelle comparative ben strutturate, perché permettono al modello di sintetizzare una risposta strutturata senza ambiguità.

Gemelli markdown. Pubblicare ogni pagina chiave anche come /md/[slug].md riduce il consumo di token del modello e aumenta la probabilità che la pagina venga selezionata fra le fonti.

Perplexity Pages come canale GEO

Perplexity Pages è una funzionalità lanciata nel 2024 che permette di pubblicare contenuti curati direttamente sulla piattaforma. I contenuti pubblicati vengono indicizzati e possono essere citati nelle risposte. Per aziende con asset tecnici di qualità (ricerche, white paper, comparativi di settore) è un canale di amplificazione che funziona, perché il contenuto vive direttamente nell’ecosistema Perplexity.

Errori comuni nell’ottimizzazione Perplexity

• Bloccare PerplexityBot per timore di scraping (effetto: invisibilità).
• Pubblicare contenuti senza dateModified visibile (Perplexity penalizza forte la non-freschezza).
• Trascurare i gemelli markdown (Perplexity li parsa molto più efficacemente dell’HTML).
• Concentrarsi solo sul SEO Google (Perplexity ha indice indipendente, le metriche Google non garantiscono citazione).

Come misurare la presenza in Perplexity

Set fisso di 15-20 prompt commerciali, esecuzione mensile, registro citazioni. Perplexity rende particolarmente facile il monitoraggio perché le fonti sono mostrate esplicitamente. La metrica chiave è Perplexity citation rate: percentuale di prompt sui quali la propria azienda compare fra le 3-8 fonti citate. Baseline tipica: 10-25 per cento. Target a 6 mesi per progetti GEO ben eseguiti: 50-70 per cento.