robots.txt e addestramento AI: cos’è il token __usage_ai-training e cosa cambia dal 2027

Il 30 ottobre 2026 Google, OpenAI, Microsoft e Anthropic hanno annunciato il supporto a un segnale unico nel robots.txt, il token __usage_ai-training, con cui un sito dichiara in un solo punto se i propri contenuti possono essere usati per addestrare modelli di intelligenza artificiale. Google prevede di supportarlo all’inizio del 2027, Microsoft dal 1° febbraio 2027, OpenAI nei prossimi mesi; Anthropic lo applica già. Il segnale riguarda l’addestramento, non la scansione e non la visibilità nelle risposte AI. Ed è una preferenza dichiarata, non un blocco tecnico.

Cos’è il token __usage_ai-training

È un “policy token”: un nome convenzionale che si scrive nella riga User-Agent di un normale gruppo del robots.txt e che non identifica un crawler, ma un uso dei contenuti. È definito in una bozza tecnica (Internet-Draft) presentata all’IETF con il titolo “Machine-Readable Training Preference Signal”. La bozza non introduce direttive nuove: usa Disallow e Allow come già li conosciamo.

Fino a oggi, per escludere i contenuti dall’addestramento occorreva una regola per ogni operatore: GPTBot per OpenAI, ClaudeBot per Anthropic, Google-Extended per Google. Con il token condiviso basta un gruppo.

Come si scrive: l’esempio

User-Agent: __usage_ai-training
Disallow: /
Allow: /press-kit/

Questo gruppo esprime una preferenza contraria all’addestramento su tutto il sito, tranne che per la cartella /press-kit/. Tre regole di lettura contano più delle altre:

• Il gruppo User-agent: * non vale come preferenza. La bozza vieta di interpretare il gruppo generico come riferito al token.
• Nessun gruppo, nessuna preferenza. Un robots.txt senza il token non dice né sì né no all’addestramento: è la condizione di tutti i siti oggi.
• Le regole per singolo operatore restano valide. Si può dare un’indicazione generale con il token e un’eccezione con il nome di un crawler specifico. Se un sito esprime il rifiuto con il token e non nomina Google-Extended, Google lo tratterà come un Disallow per Google-Extended.

Chi lo supporta e da quando

Operatore	Supporto dichiarato
Anthropic	Già attivo
OpenAI	Nei prossimi mesi
Microsoft	Dal 1° febbraio 2027
Google	Inizio 2027

Cosa il token non fa

Il token dichiara una preferenza, non impedisce nulla. Sono quattro i limiti da conoscere prima di contarci.

1. Non è vincolante. Lo rispetta chi ha scelto di farlo. Un sistema che non conosce il token lo ignora.
2. Non blocca la scansione. Riguarda l’uso dei contenuti per l’addestramento. Per impedire l’accesso a un crawler servono ancora le regole dedicate a quel crawler.
3. Non riguarda la ricerca. Non toglie il sito da Google né dalle risposte generate dalla ricerca: per quelle esistono controlli separati.
4. Può essere superato da accordi privati. La bozza prevede che un contratto tra editore e operatore prevalga sulla preferenza espressa nel file.

È il punto sollevato anche da diversi consulenti SEO italiani nei giorni successivi all’annuncio: la gestione diventa più semplice, ma il problema del controllo sui contenuti non è risolto.

Addestramento e visibilità nelle AI non sono la stessa cosa

Rifiutare l’addestramento non significa sparire da ChatGPT o dalle risposte AI di Google, e accettarlo non garantisce di essere citati. L’addestramento è l’uso dei testi per costruire le versioni future dei modelli. La citazione in una risposta dipende invece dalla ricerca in tempo reale: il sistema trova la pagina, la legge e la usa come fonte. Sono due decisioni distinte.

Per un’azienda o un e-commerce che vuole essere trovato, la priorità resta farsi leggere e citare: contenuti con risposte dirette, dati strutturati corretti, pagine accessibili ai crawler di ricerca. Ne parliamo nella guida all’AI Visibility per e-commerce, nella revisione AI Visibility 2026 e nella guida GEO e AEO. Per i singoli sistemi: come ottimizzare il sito per ChatGPT, Google AI Mode in Italia e come rendere il sito visibile alle intelligenze artificiali.

Cosa fare adesso: la decisione in tre casi

• Sito aziendale o e-commerce che vende prodotti e servizi: nella maggior parte dei casi non c’è motivo di rifiutare. I contenuti servono a farsi conoscere. Verifica solo che il robots.txt non blocchi per errore i crawler di ricerca delle AI.
• Editore, formatore, autore di contenuti a pagamento: il contenuto è il prodotto. Se vuoi escluderlo dall’addestramento, mantieni oggi le regole per singolo crawler e aggiungi il gruppo con il token: i gruppi sconosciuti vengono ignorati, quindi non crea problemi.
• Sito misto: usa i percorsi. Rifiuta l’addestramento sulle aree riservate o premium e lascialo aperto su blog e pagine commerciali.

In tutti i casi vale una regola: non cancellare le righe esistenti per i singoli operatori finché il supporto al token non è effettivo. Il robots.txt è uno dei punti della checklist SEO tecnica per e-commerce: un errore lì si paga su tutto il sito. Sui negozi online queste regole si gestiscono senza modificare il file a mano: AI Visibility per PrestaShop e AI Visibility per WooCommerce includono la configurazione delle policy per i crawler AI, distinguendo ricerca, addestramento e bot attivati su richiesta dell’utente.

Domande frequenti

Vuoi controllare cosa dice oggi il tuo robots.txt alle AI?

SeoMask verifica robots.txt, dati strutturati e accessibilità ai crawler AI e ti indica cosa correggere. Richiedi l’analisi SEO gratuita oppure scopri AI Visibility Generator, disponibile come modulo per PrestaShop e plugin per WooCommerce. Il metodo completo è nella guida all’AI Visibility per e-commerce.