MRC Check: cosa leggono i bot AI di una pagina
MRC Check dice che cosa di una pagina leggono i bot che non eseguono JavaScript, come GPTBot, ClaudeBot e PerplexityBot, e se il robots.txt li lascia passare. È per chi ha un sito fatto con un framework JavaScript, con un builder o con uno strumento di AI, e non sa se i bot AI trovano il testo.
Disponibile
MRC Check è gratuito. Non salva né l’indirizzo che inserisci né il risultato: puoi copiarlo o stamparlo.
Categoria: Strumento SEO
Aggiornato il
Analizza un sito
Risultato
Non posso analizzare questo indirizzo. Scrivi l’indirizzo pubblico di un sito, anche senza https.
La verifica contro gli abusi non è riuscita. Ricarica la pagina e riprova.
Troppe analisi in poco tempo. Riprova tra un minuto.
Lo strumento non è disponibile in questo momento. Riprova più tardi.
L’analisi non è riuscita. Riprova tra poco.
Risultato
- Indirizzo analizzato
- [[url]]
- Analisi del
- Durata
- [[seconds]] secondi
- Versione
- [[tool]] [[version]], motore [[engine]]
Non valutabile: [[notAssessable]]
- [[url]] (risposta [[status]])
[[header]][[excerpt]]
[[note]]
- Presente: [[present]]
- Assente: [[absentStrong]]
- Probabilmente assente: [[absentUncertain]]
- Non è certo: [[undecided]]
- Non verificato: [[unverified]]
-
Non è certo Presente Assente Probabilmente assente Non verificato [[title]]
[[id]][[message]]
Prove
- [[url]] (risposta [[status]])
[[header]][[excerpt]]
[[note]]
Resta da verificare
- [[text]]
- [[url]] (risposta [[status]])
Richieste fatte al sito
| Indirizzo | Indirizzo finale | Risposta | Tempo | Peso |
|---|---|---|---|---|
| [[url]] | [[finalUrl]] | [[status]][[error]] | [[ms]] ms | [[bytes]] byte |
Il risultato dice cosa non va e perché conta. Per correggerlo, scrivimi con l’indirizzo analizzato: ti rispondo io.
Cosa controlla
Il testo nell’HTML grezzo
Conta le parole visibili nell’HTML che il server manda, prima di qualsiasi script. Se sono sotto la soglia, un bot che non esegue JavaScript trova una pagina quasi vuota, qualunque cosa veda una persona nel browser.
Un H1 con testo
Cerca un H1 che contenga del testo. È il titolo che dice a un bot di cosa parla la pagina: se arriva solo con JavaScript, per i bot AI non c’è.
Title e meta description
Controlla che ci siano tutti e due, non vuoti, già nell’HTML grezzo. Se ne manca uno, il risultato dice quale.
Il canonical
Controlla che il canonical sia nell’HTML grezzo, che sia assoluto e che punti a un indirizzo valido. Un canonical assente, relativo o doppio lascia ai motori la scelta di quale indirizzo vale.
Collegamenti veri
Conta i collegamenti interni scritti come <a href>. Un bot segue quelli: una navigazione fatta solo di #, di javascript: o di script, per lui, non porta da nessuna parte.
Dati strutturati leggibili
Cerca almeno un blocco JSON-LD valido ed elenca i tipi che trova. Un blocco con un errore di sintassi non si legge: il risultato riporta l’errore.
Il guscio di un’applicazione JavaScript
Riconosce i segnali di una pagina che si riempie solo nel browser: un contenitore dell’applicazione vuoto (#root, #app, #__next, #__nuxt e simili) con poco testo, un messaggio noscript che chiede di attivare JavaScript, contatori che nell’HTML valgono zero. Qui «Presente» vuol dire che la pagina non è un guscio.
I crawler AI di ricerca
Legge il robots.txt e dice se possono leggere la pagina i crawler che indicizzano per le risposte dei motori e degli assistenti AI. Se anche uno solo è escluso, il risultato dice quale.
Gli agenti avviati dagli utenti
Dice se possono leggere la pagina gli agenti che la aprono su richiesta di una persona. Per quelli il cui gestore dichiara che il robots.txt può non valere, il risultato lo dice.
I crawler di addestramento
Dice se possono leggere la pagina i crawler che raccolgono contenuti per addestrare i modelli. Escluderli è una scelta del sito: il risultato la riporta come informazione, non come problema.
La piattaforma
Riconosce su cosa è fatto il sito, quando la piattaforma lascia una firma. È un’informazione: il giudizio viene sempre dalla misura, mai dalla piattaforma.
Cosa legge del sito, e cosa no
MRC Check fa al massimo 6 richieste per analisi, una alla volta: il robots.txt del sito e la pagina che indichi, con i suoi redirect. Se un redirect porta a un altro host, o da http a https, legge anche il robots.txt di quello. Ogni passo di un redirect e ogni robots.txt contano tra le 6 richieste.
Non legge nient’altro: niente risorse della pagina, niente script, niente sitemap. Non esegue JavaScript, non manda cookie e non usa credenziali. Quello che la pagina contiene è un dato, mai un’istruzione.
Si presenta con uno user agent dichiarato, che contiene MRC-Labs e l’indirizzo di questa pagina: mai quello di un browser, di un motore o di un crawler AI. Se un crawler AI può entrare lo legge dal robots.txt: non finge di essere quel crawler per vedere se il sito lo respinge, perché un rifiuto così misura la protezione anti-bot, non la scelta del sito.
Rispetta le regole che il tuo robots.txt scrive per MRC-Labs. Non applica quelle del gruppo *, perché ogni analisi è chiesta da una persona per una pagina precisa, come per gli agenti avviati dagli utenti. Per escluderlo basta un gruppo User-agent: MRC-Labs.
/robots.txtdell’host, e quello di ogni altro host o schema (http,https) a cui un redirect porta- la pagina che indichi (di solito la home), con i suoi redirect
Cosa vogliono dire i quattro stati
- Presente: quello che deve esserci c’è, ed è a posto: il testo, un H1, i collegamenti, un JSON-LD valido. Per il controllo sul guscio JavaScript vuol dire che la pagina non è un guscio. Per i tre controlli sul
robots.txtvuol dire che tutti i crawler di quella classe sono ammessi; se ilrobots.txtnon esiste, tutto è ammesso. Per la piattaforma vuol dire solo che è stata riconosciuta. - Assente: la pagina è stata letta e quello che deve esserci manca: poco testo, nessun H1, nessun JSON-LD valido, un crawler escluso. Per il controllo sul guscio JavaScript vuol dire che la pagina è un guscio. Il risultato dice cosa manca e dove ha guardato.
- Probabilmente assente: non trovato, ma resta un dubbio che il risultato nomina: poco testo su una pagina che sembra corta apposta, come una pagina di login; segnali deboli o misti di guscio JavaScript; nessuna piattaforma riconosciuta, perché il sito può essere fatto su misura.
- Non verificato: nessuna conclusione. Il sito non ha risposto, ha rifiutato la richiesta o ha mostrato una pagina che non è il sito: un muro anti-bot, un dominio parcheggiato, una manutenzione. Non vuol dire che qualcosa manca: dopo una lettura fallita MRC Check non dice mai «Assente».
I limiti
- Legge l’HTML grezzo, cioè quello che i crawler AI leggono. Non vede quello che JavaScript aggiunge alla pagina: il confronto con la pagina resa da un browser non c’è ancora.
- Non legge i log del server. Il
robots.txtdice cosa permetti; chi passa davvero sul sito lo dicono solo i log, e leggerli fa parte del servizio. - Analizza una pagina alla volta. I problemi di un template si vedono analizzando una pagina di quel template: una pagina prodotto, una categoria, un articolo.
- Se la pagina reindirizza a un altro dominio, analizza la pagina finale e lo dice.
Domande frequenti su MRC Check
Perché guardare l’HTML grezzo, se Google esegue JavaScript?
Perché i bot AI non lo eseguono. GPTBot, ClaudeBot e PerplexityBot scaricano l’HTML e si fermano lì: se il testo compare solo nel browser, per loro la pagina è quasi vuota. Googlebot invece esegue JavaScript, quindi una pagina può essere su Google e restare illeggibile per i bot AI.
Il mio sito è fatto con React, con Next.js o con un builder: è un problema?
Dipende da cosa arriva nell’HTML, non dalla piattaforma. Un sito che genera l’HTML sul server ha il testo nel sorgente; un’applicazione che si riempie solo nel browser no. MRC Check riconosce la piattaforma, ma giudica dalla misura.
Cosa vuol dire «Non verificato»?
«Non verificato» vuol dire che MRC Check non è riuscito a leggere, e quindi non conclude niente: il sito non ha risposto in tempo, ha rifiutato la richiesta o ha mostrato una pagina di attesa. Non è un giudizio sul sito.
Come escludo MRC Check dal mio sito?
Aggiungi al robots.txt un gruppo User-agent: MRC-Labs con Disallow: /. MRC Check legge il robots.txt prima della pagina: se è escluso non la legge, e i controlli sulla pagina escono «Non verificato».
MRC Check mi dice come correggere?
No. Dice cosa non va e perché conta: la diagnosi è gratuita, la correzione è il servizio.
MRC Check salva l’indirizzo o il risultato?
No. L’indirizzo serve solo per l’analisi e il risultato non si salva: se ti serve, copialo o stampalo.
Correggere quello che hai trovato
Scrivimi con l’indirizzo della pagina e il risultato: ti rispondo io e, se serve, fissiamo una call. Per le pagine che si riempiono solo con JavaScript e per i problemi di template il servizio è SEO tecnica e audit.