Che cos’è un knowledge graph?
Un knowledge graph è un database di entità e dei fatti che le collegano, e il Knowledge Graph di Google è il più noto, con milioni di voci su persone, luoghi e cose. Un knowledge graph conserva cose invece di pagine: ogni entità, i suoi fatti e i suoi collegamenti ad altre entità. I motori di ricerca lo usano per distinguere l’azienda dall’unità di misura e dall’inventore quando qualcuno scrive "Tesla".
Che cos’è il Knowledge Graph di Google?
È il database di entità di Google. Google lo descrive come composto da milioni di voci che descrivono entità del mondo reale come persone, luoghi e cose, e offre una Knowledge Graph Search API in sola lettura che restituisce le entità corrispondenti usando i tipi standard di schema.org in JSON-LD (Google Knowledge Graph Search API, aggiornato il 26 aprile 2024).
Google avverte anche che l’API non è adatta come servizio critico per la produzione e dice che la sta migrando verso Cloud Enterprise Knowledge Graph. È una finestra sul grafo, non un modo per modificarlo.
Che rapporto c’è tra un knowledge graph e le risposte dell’IA?
Indiretto, per quanto si può vedere dall’esterno. Un knowledge graph aiuta un sistema di ricerca a decidere di quale entità parla una query, e i risultati che restituisce sono ciò che un motore di IA che cerca legge prima di rispondere.
Nessun motore pubblica quanto una certa risposta si sia appoggiata a un database di entità invece che alle pagine recuperate e alla memoria del modello. Considera un record di entità pulito come un modo per ridurre l’ambiguità, non come una leva di posizionamento.
Com’è un knowledge graph in un esempio reale?
"Tesla" rimanda a più entità: l’azienda, l’unità SI e Nikola Tesla, ciascuna con i propri fatti. Nell’esempio pubblico di Tesla (4 ott 2026), Google AI Overviews ha risposto a "What is Tesla?" aprendo con l’unità prima di arrivare all’azienda.
Un grafo delle entità è ciò che permette a un sistema di tenerle distinte. La risposta ha comunque scelto di iniziare dall’unità, il che dimostra che sapere che esistono due entità non equivale a scegliere quella che intendeva l’acquirente.
Come fa un brand a far entrare i propri fatti nei knowledge graph?
Soprattutto venendo descritto in modo coerente nei luoghi che questi sistemi leggono:
- Il tuo sito: una pagina Chi siamo semplice con nome, categoria, fondazione e sede.
- Markup Organization con link sameAs ai tuoi profili ufficiali.
- Basi di conoscenza aperte come Wikidata, nel rispetto dei loro criteri di rilevanza.
- Profili aziendali e di recensione che corrispondono parola per parola al tuo sito.
Come verifica Proofsource il tuo record di entità?
Proofsource analizza i profili che i motori usano per confermare chi sei, tra cui Wikidata, Crunchbase, LinkedIn e i siti di recensioni, e segnala quelli mancanti o in contrasto con il tuo sito; le lacune nel grafo delle entità compaiono nel tuo elenco ordinato di correzioni. Vedi Accuratezza e identità e Opportunità.
Domande frequenti su Knowledge graph
Posso inviare la mia azienda al Knowledge Graph di Google?
Non esiste un modulo di invio per il grafo in sé. Di solito le entità vengono riconosciute grazie a fatti coerenti sul tuo sito e su profili autorevoli.
Un knowledge panel è la stessa cosa del Knowledge Graph?
Un knowledge panel è il riquadro che Google mostra per alcune ricerche; il Knowledge Graph è il database che ci sta dietro.
I chatbot di IA usano i knowledge graph?
Alcuni sistemi combinano il recupero di informazioni con i dati strutturati, ma i motori non pubblicano quanto una risposta si basi su di essi. Misura le risposte invece di dare le cose per scontate.
Il markup schema mi fa entrare nel Knowledge Graph?
Non direttamente. Dichiara i fatti sulla tua organizzazione in una forma standard, il che aiuta i sistemi ad associare il tuo sito all’entità giusta.
Termini correlati
- Entità
Nella ricerca e nell’IA, un’entità è una cosa distinta e identificabile, come un’azienda, un prodotto, una persona o un luogo, che un sistema può riconoscere e tenere separata da cose con nomi simili.
- Wikidata
Wikidata è una base di conoscenza libera, collaborativa e multilingue che supporta Wikipedia e conserva i fatti sulle entità come dichiarazioni strutturate che chiunque può leggere e riutilizzare.
- Markup schema (dati strutturati)
Il markup schema, o dati strutturati, è codice in una pagina, di solito JSON-LD con il vocabolario schema.org, che dichiara fatti sulla pagina e sul suo argomento in una forma leggibile dalle macchine.
- Confusione di entità
La confusione di entità si ha quando una risposta dell’IA sul tuo brand descrive, o cita per prima, un’altra azienda o un’altra cosa che ha un nome uguale o simile al tuo.
Esempio svolto: Tesla, risposte pubbliche dell’IA, 4 ott 2026: la prima scansione di Tesla fatta da Proofsource, con 25 domande d’acquisto e 5 domande sul brand, una risposta per domanda su ciascuno di quattro motori. Un piccolo campione di un solo brand, mostrato come esempio, non come benchmark.
Scopri dove l’IA ti lascia fuori, e cosa correggere.
Scopri quali domande d’acquisto menzionano il tuo brand, chi viene menzionato al posto tuo e cosa correggere. 200 risposte. 25 Prompts/domanda. I migliori motori di IA. 2 giorni. Gratis. Senza carta.
Google AI OverviewsGoogle AI Mode
