Cos'è NLWeb?

NLWeb è un progetto open source annunciato da Microsoft a Build nel maggio 2025 che permette a un sito web di offrire un'interfaccia conversazionale sopra i propri contenuti, riusando i dati strutturati che il sito già pubblica: Schema.org, RSS e formati semi-strutturati simili. Invece di richiedere una riscrittura del sito, NLWeb legge quello che esiste già (schede prodotto marcate con Schema.org, feed RSS di un editore) e lo espone dietro un livello che risponde a domande in linguaggio naturale. Ogni istanza NLWeb è anche, nativamente, un server MCP: un agente esterno può interrogare il sito con lo stesso protocollo con cui si collega a qualsiasi altro strumento. Concepito da RV Guha, tra i creatori di RSS e di Schema.org stesso, resta un'iniziativa aperta in evoluzione, non uno standard adottato universalmente: alcuni editori e retailer, tra cui Shopify, Snowflake e Tripadvisor, lo stanno sperimentando, ma la sua diffusione resta agli inizi.

Cosa fa davvero e cosa non risolve

Il meccanismo è semplice da descrivere e più delicato da eseguire bene. NLWeb costruisce un indice a partire dai dati semi-strutturati del sito, li combina con un modello linguistico e restituisce risposte in linguaggio naturale, con citazioni verso le pagine di origine, sia a un visitatore umano che digita una domanda, sia a un agente AI che interroga il sito per conto di un utente. Microsoft lo descrive come un possibile equivalente di HTML per il web agentico: un livello semantico comune che qualunque sito può adottare senza dipendere da un singolo fornitore di AI. Quello che NLWeb non fa è generare dati strutturati dal nulla: se il sito non pubblica già un markup Schema.org corretto e aggiornato, o pubblica solo contenuto renderizzato via JavaScript senza equivalente statico, NLWeb ha ben poco su cui costruire una risposta affidabile. È distinto da agentic SEO e GEO/AEO, che riguardano come rendersi leggibili e citabili da agenti e motori generativi in generale: NLWeb è uno strumento specifico che implementa quella leggibilità come interfaccia conversazionale interrogabile lato sito. Non riguarda nemmeno il controllo di accesso dei crawler AI (chi può leggere il sito) né la scoperta delle risorse da parte degli agenti (come un agente trova quali endpoint un sito espone): NLWeb presuppone che l'accesso sia già concesso e offre il livello di interrogazione, non la scoperta o il controllo di accesso.

Un esempio enterprise

Un retailer con un catalogo di decine di migliaia di articoli, ciascuno marcato con Schema.org su prezzo, disponibilità e caratteristiche, può esporre un'istanza NLWeb che risponde a "quali scarpe da trail impermeabili avete sotto i 120 euro" attingendo direttamente a quel markup, invece di forzare l'utente a filtrare manualmente il catalogo. Il lavoro reale, però, non è installare NLWeb: è verificare che il markup Schema.org sia completo, corretto e sincronizzato con l'inventario reale, cosa che quasi nessun catalogo enterprise garantisce oggi senza un audit dedicato. Un'istanza NLWeb collegata a dati incompleti o disallineati produce risposte sbagliate con la stessa sicurezza con cui ne produrrebbe di giuste, il che è peggio che non avere l'interfaccia.

Perché conta per chi decide

Per chi possiede un sito enterprise la domanda pratica non è se adottare il protocollo NLWeb in sé, che resta un progetto giovane e non un requisito di mercato: è se i dati strutturati che il sito già pubblica sono abbastanza buoni da reggere un'interrogazione in linguaggio naturale, da parte di un umano o di un agente per suo conto. Nella maggior parte dei casi non lo sono: il markup è parziale, disallineato con l'inventario o assente sulle pagine che contano davvero. Quel lavoro di bonifica del dato strutturato vale indipendentemente da NLWeb, perché è la stessa base su cui si regge qualunque interfaccia conversazionale futura, incluse quelle costruite su altri protocolli.