Come tracciare il traffico IA con Stape

Il traffico IA comprende visite o richieste a un sito web provenienti da piattaforme, assistenti, browser o sistemi automatizzati di IA. Può includere sia visite umane (quando un utente clicca su un link in una piattaforma di IA) sia richieste automatizzate generate da sistemi di IA (come i crawler di addestramento e i fetcher di ricerca, che analizziamo più avanti).

L’IA sta diventando un’importante fonte di traffico per i siti web. Il suo costante sviluppo ha già avuto un impatto su diversi settori (secondo le ricerche citate di seguito) ed è molto probabile che stia già influenzando i report di acquisizione del traffico del suo sito.

Prima di configurare il rilevamento del traffico IA, vale la pena osservare quanto rapidamente stiano crescendo l’adozione dell’IA e il traffico proveniente dall’IA.

Adobe ha pubblicato un report sul traffico IA ad aprile 2026. La piattaforma ha analizzato la crescita della quota di visite provenienti dall’IA in diversi settori:

• Il retail ha registrato il maggiore aumento su base annua, pari al 393%
• Viaggi, con il 233%;
• Servizi finanziari, con il 158%;
• Media e intrattenimento, con l’84%;
• Tecnologia e software, con il 63%.

La crescente adozione dell’IA da parte dei consumatori contribuisce anch’essa a questa tendenza. Nel sondaggio sui consumatori di Adobe di marzo 2026, il 54% degli intervistati ha dichiarato di usare l’IA più spesso.

Secondo il report 2026 Generative AI Landscape di SimilarWeb, l’IA generativa continua a crescere. Tra giugno 2025 e maggio 2026:

• le visite web mensili medie hanno raggiunto 9,5 miliardi, con un aumento del 70% su base annua;
• i visitatori unici mensili sono cresciuti del 57%, arrivando a 655 milioni;
• anche i download di app mobili sono aumentati del 58%, raggiungendo 4,4 miliardi.

I bot IA possono accedere ai siti web per scopi diversi; prima di provare a rilevarli, quindi, è importante capire che non tutto il traffico dei bot legato all’IA va considerato allo stesso modo. Alcuni bot scansionano contenuti pubblicamente disponibili per addestrare o migliorare i modelli di IA, e altri accedono alle pagine in tempo reale per recuperare informazioni per la query di un utente o generare una risposta dell’IA.

I bot elencati di seguito scansionano contenuti web pubblicamente disponibili che possono essere utilizzati per sviluppare, addestrare o migliorare i modelli di IA:

• GPTBot
• ClaudeBot
• Google-Extended
• Applebot-Extended
• Bytespider
• CCBot
• Meta-ExternalAgent

Le visite dei crawler di addestramento non corrispondono necessariamente a visite umane al sito. Tuttavia, tracciarle può aiutarla a capire con quale frequenza i sistemi di IA accedono ai suoi contenuti e a distinguere la scansione automatizzata dell’IA dal traffico generato dagli utenti.

Questi bot possono accedere alle pagine web in risposta alle richieste degli utenti. Ad esempio, un assistente IA o un sistema di ricerca basato sull’IA può recuperare informazioni dal suo sito web per generare una risposta, un riepilogo o un risultato di ricerca:

• OAI-SearchBot
• ChatGPT-User
• Perplexity-User
• Claude-Web
• Claude-SearchBot

🤔 Quindi, come rilevare questi tipi di bot IA?

I bot IA possono essere rilevati analizzando le richieste in entrata verso il suo sito web. Il metodo più comune consiste nel controllare l’intestazione User-Agent della richiesta e confrontarla con gli identificatori noti di crawler e fetcher IA.

Ad esempio, una richiesta può essere identificata come proveniente da un bot IA quando il suo User-Agent contiene identificatori come GPTBot, ClaudeBot, OAI-SearchBot o Perplexity-User.

Tuttavia, lo User-Agent è solo uno dei segnali e non consente di identificare in modo affidabile tutto il traffico IA. Alcuni agenti IA possono utilizzare il normale User-Agent di un browser, il che li rende difficili da distinguere dai visitatori umani basandosi solo sull’intestazione della richiesta.

Per un rilevamento più affidabile, può anche analizzare il comportamento dei visitatori e altri segnali a livello di richiesta. Ad esempio, gli agenti IA possono:

✅ avere tempi di interazione con la pagina molto brevi;

✅ non scorrere la pagina né interagire con i suoi elementi;

✅ generare percorsi di navigazione diversi da quelli dei visitatori umani.

Altri segnali, come la frequenza delle richieste, gli schemi delle sessioni, l’esecuzione di JavaScript e la sequenza delle pagine visitate, possono anche aiutare a distinguere il traffico automatizzato dagli utenti umani.

Di conseguenza, un rilevamento affidabile del traffico IA combina di solito l’analisi dello User-Agent con segnali comportamentali e tecnici.

Può rilevare il traffico dei bot IA utilizzando:

• Log del server, che contengono dettagli sulle richieste in entrata, incluse le stringhe User-Agent.
• Log della CDN o del server web, come i log di Cloudflare, Nginx o Apache.
• Strumenti di rilevamento dei bot, che identificano automaticamente i crawler IA noti e ne categorizzano il traffico (più avanti in questa guida esaminiamo una di queste soluzioni).

Non tutto il traffico legato all’IA rappresenta lo stesso tipo di visitatore. Il traffico IA umano si verifica quando una persona utilizza una piattaforma di IA, come ChatGPT o Perplexity, e poi clicca per raggiungere il suo sito web. Il traffico degli agenti LLM viene generato quando un sistema o un agente IA accede direttamente al suo sito web per recuperare informazioni, completare un’attività o interagire con il sito per conto di un utente.

Questi due tipi di traffico possono essere difficili da distinguere, perché possono essere associati alla stessa piattaforma di IA ma apparire in modo diverso nei suoi dati di analisi.

L’approccio più affidabile consiste nell’analizzare il traffico a livello di richiesta prima che raggiunga la sua piattaforma di analisi:

• Traffico IA umano. Cerchi le visite in cui i dati di referral o di acquisizione indicano una piattaforma di IA e in cui la richiesta si comporta come una normale sessione utente, ad esempio caricando pagine e attivando eventi lato client.
• Traffico degli agenti LLM. Cerchi le richieste provenienti da crawler IA noti, fetcher di ricerca o user agent di agenti, come OAI-SearchBot, GPTBot o ClaudeBot. Spesso queste richieste possono essere identificate tramite lo User-Agent e altri dati della richiesta lato server.

Il traffico IA può essere difficile da misurare perché non sempre compare come fonte di traffico chiaramente identificabile nelle piattaforme di analisi. A seconda di come un visitatore raggiunge il suo sito web, il traffico proveniente dalle piattaforme di IA può essere registrato come referral, traffico diretto, ricerca organica o un altro canale di acquisizione.

👉 Ad esempio, se una piattaforma di IA non trasmette le informazioni di referral, la visita può essere attribuita al traffico diretto. Se riceve traffico da una funzione di ricerca basata sull’IA (come AI Overview in Google), la visita può essere attribuita al motore di ricerca anziché alla piattaforma di IA. Ciò rende incoerente l’attribuzione del traffico IA.

Un’altra difficoltà è identificare il traffico generato dai browser IA. Molti browser IA sono basati su Chromium e possono utilizzare stringhe user agent identiche o molto simili a quelle di Chrome. Ad esempio, i nostri test hanno mostrato che browser come Atlas e Comet possono inviare la stessa stringa user agent di Chrome, con la versione del browser come differenza principale. Abbiamo un articolo del blog dedicato al tracciamento dei browser IA; lo consulti per maggiori dettagli.

Questo rende anche più complessa l’analisi del traffico IA. Senza un metodo dedicato per rilevare il traffico IA, può essere difficile identificare quali piattaforme di IA portano nuovi visitatori, monitorare il traffico di referral dall’IA e misurare engagement e conversioni provenienti da fonti IA.

Il power-up AI Traffic Detection di Stape aiuta a identificare il traffico generato dall’IA e ad aggiungere questa informazione alle richieste in entrata in un container server GTM. In questo modo è più facile distinguere il traffico IA da altre fonti e utilizzare i dati rilevati per l’analisi e l’attribuzione del traffico IA (più avanti forniamo un esempio di configurazione).

Anziché basarsi solo sui dati di referral standard o sulle stringhe user agent, può utilizzare le informazioni rilevate nella sua configurazione di tracciamento lato server e trasmetterle a piattaforme di analisi come GA4, Matomo o qualsiasi altra le serva.

Il power-up è disponibile per i clienti Stape con piano Pro o superiore.

Con l’aiuto del power-up, può misurare il traffico generato dall’IA e capire come le piattaforme di IA contribuiscono alle visite e alle conversioni del sito. Può inoltre utilizzare i dati rilevati per creare report personalizzati e monitorare l’andamento del traffico IA nel tempo.

Il power-up gratuito Custom Loader deve essere configurato prima di procedere; in caso contrario, non potrà attivare il power-up AI Traffic Detection. Se non l’ha ancora configurato, clicchi sull’elemento comprimibile qui sotto per le istruzioni dettagliate:

2.1 Acceda al suo account Stape e selezioni il suo container sGTM dalla dashboard.

2.2 Vada su Power-ups e clicchi sul pannello AI Traffic Detection nella sezione Track and recovery.

2.3 Attivi l’interruttore AI Traffic Detection per abilitarlo e clicchi su Save changes.

Inviare i dati sul traffico IA alle piattaforme che utilizza (come Google Analytics 4, Matomo o qualsiasi altra) le consente di analizzare il traffico IA insieme ai dati esistenti del sito e di capire come i diversi sistemi di IA contribuiscono a visite, engagement e conversioni.

La configurazione prevede la creazione di dimensioni personalizzate nel suo sistema di analisi (consulti la documentazione ufficiale della piattaforma) e la modifica del tag corrispondente nel container server GTM.

Prendiamo come esempio Matomo, perché questa piattaforma non offre alcun gruppo di canali predefinito per il traffico generato dall’IA.

3.1 Crei le dimensioni personalizzate in Matomo. Ad esempio, può creare dimensioni per AI traffic type e AI source. Durante la creazione, annoti i nomi esatti utilizzati, perché le serviranno per configurare il tag Matomo nel server GTM.

3.2 Fatto questo, vada al suo container GTM server e apra il tag Matomo lato server.

3.3 Nella sezione Event Parameters, aggiunga un nuovo parametro evento per ogni dimensione personalizzata che desidera inviare a Matomo. Utilizzi come nome del parametro evento il nome esatto della dimensione personalizzata corrispondente in Matomo.

Ad esempio, se ha creato le seguenti dimensioni personalizzate in Matomo:

• AI traffic type
• AI source

3.4 Come valore, aggiunga variabili di intestazione della richiesta:

• X-User-AI per identificare il traffico IA;
• X-User-AI-Name per inviare a Matomo il nome delle piattaforme di IA.

Ecco come appare nel tag Matomo:

Quando il power-up è attivo, alle richieste in entrata vengono aggiunte due intestazioni:

• X-User-AI con il valore true se si tratta di traffico IA;
• X-User-AI-Name con il nome della piattaforma di IA come valore, se siamo riusciti a rilevare la piattaforma.

Per tracciare il traffico IA in modo più accurato, può identificare le richieste IA prima che raggiungano GA4 e inviare questi dati alla sua configurazione di analisi come parametro evento personalizzato o altro attributo di traffico.

Dopo aver configurato il power-up AI Traffic Detection come mostrato sopra, può inviare i dati di rilevamento IA come parametri evento e registrarli come dimensioni personalizzate in GA4. La configurazione è quindi sostanzialmente la stessa mostrata sopra per Matomo.

1. Crei dimensioni personalizzate per i dati sul traffico IA che desidera analizzare in GA4..

Ad esempio, può creare:

• AI traffic – indica se la richiesta è stata identificata come traffico IA.
• AI traffic source – identifica la piattaforma di IA, quando disponibile.

Vada su Admin → Data display → Custom definitions → Create custom dimension nella sua proprietà GA4.

Per la dimensione AI traffic, utilizzi il nome del parametro evento che intende inviare dal server GTM, ad esempio ai_traffic.

Per la dimensione AI traffic source, può utilizzare un parametro come ai_traffic_source.

Conservi i nomi dei parametri specificati nell’interfaccia di GA4 durante la creazione delle dimensioni; le serviranno nel passaggio successivo.

2. Aggiunga i dati sul traffico IA al tag GA4 nel GTM server.

Per farlo, vada alla sezione Tags → apra GA4 Base tag → espanda la sezione Event Parameter → clicchi su Add Row.

Come nome, indichi quello utilizzato per creare la nuova dimensione in GA4.

Come valore, crei una nuova variabile:

• Variable Type: Request Header
• Name: X-User-AI

Aggiunga una nuova riga per la seconda dimensione (quella che identifica la fonte – ai_traffic_source). Scelga anche in questo caso il tipo di variabile Request Header; si assicuri solo di usare X-User-AI-Name come nome.

Ecco come appare nel tag:

Il traffico IA sta diventando una parte importante del percorso del cliente, ma gli strumenti di analisi standard non sempre facilitano l’identificazione e l’analisi di questo tipo di traffico.

Con il power-up AI Traffic Detection di Stape, può identificare il traffico IA rilevato e inviare queste informazioni alle sue piattaforme di analisi. In questo modo può analizzare le visite generate dall’IA insieme ai dati di traffico esistenti, monitorarne l’andamento nel tempo e comprendere meglio il ruolo dell’IA nell’acquisizione e nella conversione del suo sito web.