Come viene misurato il traffico IA

Tutto ciò che mostra la scheda Traffico IA proviene dal vostro server: nessun sondaggio, nessuna domanda simulata a ChatGPT, nessun punteggio indovinato. Questa pagina descrive esattamente ciò che viene osservato, ciò che viene verificato e soprattutto ciò che la misura non dimostra.

#Tre livelli, tre segnali diversi

I tre livelli non si sommano mai: sono tre popolazioni distinte. I robot non sono mai contati tra i vostri visitatori.

#Che cosa la misura non dimostra

È la parte che la maggior parte degli strumenti tace, quindi mettiamola per iscritto.

Una consultazione in diretta dimostra che un sistema ha recuperato la vostra pagina mentre rispondeva a qualcuno. Non dimostra affatto che:

• la risposta finale citasse la vostra pagina;
• il vostro contenuto abbia influenzato quella risposta;
• la persona abbia visto il vostro nome;
• la domanda posta avesse un qualsiasi rapporto commerciale con la vostra attività.

Allo stesso modo, non conosciamo mai la domanda che ha innescato una visita o un recupero: non viene trasmessa da nessuna parte. Per questo l'interfaccia parla di « pagine di arrivo » e di « consultazione in diretta », mai di « citazione ».

Gli arrivi probabili — dedotti da un frammento di testo nell'URL, firma tipica di un clic da una risposta IA senza referrer — sono contati a parte e mai fusi con il misurato.

#Come viene verificata l'identità dei robot

Uno user-agent è una dichiarazione: qualsiasi programma può chiamarsi GPTBot, e molti scraper lo fanno proprio per aggirare i blocchi. Fidarsi del solo user-agent significa misurare ciò che ci viene raccontato.

Snorklee confronta quindi l'indirizzo IP di ogni passaggio con gli intervalli pubblicati dagli editori stessi:

La verifica avviene robot per robot, non editore per editore: GPTBot e ChatGPT-User pubblicano intervalli diversi, quindi un indirizzo valido per l'uno non convalida l'altro. Gli elenchi vengono riscaricati ogni notte; se un download fallisce, resta in vigore la versione precedente.

Tre verdetti possibili, mostrati sotto la tabella dei crawler:

• Confermato — l'indirizzo appartiene agli intervalli pubblicati dall'editore di quel robot.
• Dichiarato — quell'editore non pubblica intervalli (Common Crawl, Bytespider, Amazonbot…). Possiamo solo registrare ciò che il robot afferma, e non lo presentiamo mai come confermato.
• Scartato — il robot si dichiarava di un editore da un indirizzo che non è il suo. Questi passaggi sono rimossi da tutti i contatori della scheda; resta visibile solo il totale delle falsificazioni, così sapete che cosa è stato messo da parte.

#Dove viene captato il segnale

I robot leggono solo l'HTML grezzo: non eseguono JavaScript e sono quindi invisibili a uno script di misura classico. Il tag w.js da solo non li vedrà mai.

Per captare il livello « Esplorato » serve un segnale lato server — il beacon crawler (plugin WordPress, middleware Next.js, worker Cloudflare, snippet PHP…). Senza di esso vengono misurate solo le visite umane dalle chat IA. Il beacon trasmette l'indirizzo del robot per permettere la verifica descritta sopra.

#Cosa hanno letto i bot, pagina per pagina

Ogni passaggio porta il token esatto dichiarato dal bot (GPTBot, ChatGPT-User…), non solo il nome del suo editore. È questo che distingue due fatti opposti sulla stessa pagina: una raccolta per l'addestramento e una consultazione in diretta mentre un'IA risponde a qualcuno.

La scheda «Chi legge cosa» incrocia quindi bot × pagina, nei due sensi. I conteggi sono esatti, senza soglie né arrotondamenti: quelle righe non contengono alcun dato di visitatore umano, quindi non si applica alcuna soglia di anonimizzazione — un bot non è una persona. I contatori che mescolano umani e bot restano invece soggetti alle regole descritte in Dati raccolti.

Il token è registrato solo da agosto 2026: i passaggi precedenti restano attribuiti al loro editore, senza dettaglio per bot.

#Conformità al robots.txt

Ogni notte Snorklee legge il robots.txt del tuo sito e lo confronta con ciò che i bot hanno realmente recuperato. Poiché le regole di un robots.txt si scrivono per token, il confronto avviene allo stesso livello.

Il risultato è mostrato solo su un fatto completo:

• File non letto (timeout, errore del server, dominio irraggiungibile) → non si afferma nulla. Una risposta mancante non è mai presentata come conformità.
• Nessun robots.txt → lo diciamo così com'è: nessuna regola è opponibile ai bot.
• Bot non identificabile → il suo passaggio è escluso dal calcolo e contato a parte, mai considerato conforme.

Quando viene rilevata una violazione, la pagina interessata e la riga esatta del file che la vieta sono citate, perché la constatazione sia verificabile.

#Genera il tuo robots.txt

Dalla scheda Traffico IA, Snorklee produce un robots.txt costruito dai bot realmente passati sul tuo sito — non un elenco generico. Spunti quelli a cui negare l'accesso, copi il testo, lo incolli presso il tuo hosting.

Per impostazione predefinita viene bloccata solo la raccolta per l'addestramento. I bot che indicizzano (search) o che consultano una pagina in diretta per rispondere a qualcuno (assistant) ti mandano visitatori: bloccarli taglierebbe quel traffico. Snorklee non te lo vieta, ma ti avverte.

Sono preselezionati solo i bot realmente osservati: una regola per un bot mai passato allunga il file senza proteggere nulla.

Due uscite: il blocco da aggiungere (le tue regole esistenti non vengono mai toccate) o il file completo, unito a quello già in essere — i tuoi Disallow e i tuoi Sitemap sono conservati. Rilanciare il generatore sostituisce il blocco Snorklee precedente invece di accumularlo.

Cosa il generatore non fa. Snorklee non serve il tuo robots.txt e non lo modifica mai: finché non incolli il testo, nulla è cambiato. E un robots.txt resta una richiesta cortese, non una barriera — è proprio per questo che esiste la verifica di conformità descritta sopra: ti dice chi la ignora.

#Riservatezza

L'indirizzo IP serve unicamente, al momento della richiesta, a geolocalizzare a livello di Paese, classificare il traffico e verificare l'identità dei robot. Non viene mai memorizzato negli eventi — vedi Dati raccolti.