Per molti anni il modello è stato relativamente semplice:

query ⇨ pagina dei risultati ⇨ click ⇨ sito web

Oggi questo percorso non è più scontato.

Google, Bing e le nuove piattaforme di ricerca basate sull’intelligenza artificiale sono sempre più capaci di comprendere domande complesse, effettuare ricerche multiple, confrontare fonti e costruire direttamente una risposta.

Google ha introdotto e progressivamente ampliato AI Overview e AI Mode. Microsoft integra la ricerca con Bing e Copilot, mentre sistemi come ChatGPT Search hanno trasformato ulteriormente il concetto di motore di ricerca, combinando ricerca sul web e generazione della risposta.

Il risultato è un cambiamento nel comportamento degli utenti: per molte query informative non è più necessario visitare diversi siti per costruire autonomamente una risposta.

Il motore di ricerca sta quindi evolvendo da elenco di documenti a sistema di recupero, comprensione e sintesi delle informazioni.

Questo non significa che la SEO sia morta.

Significa che il suo obiettivo si sta ampliando.

Non dobbiamo più chiederci soltanto:

“Come posso posizionare questa pagina?”

ma anche:

“Come posso rendere questa pagina una fonte affidabile che un motore di ricerca o un sistema AI possa trovare, comprendere, recuperare e citare?”

Dalla SEO alla AEO e GEO

Negli ultimi anni sono diventati popolari termini come:

SEO: Search Engine Optimization

Ottimizzazione per ottenere visibilità nei motori di ricerca tradizionali.

AEO: Answer Engine Optimization

Ottimizzazione dei contenuti affinché possano contribuire direttamente alla risposta fornita all’utente.

GEO: Generative Engine Optimization

Ottimizzazione della presenza di un sito all’interno delle esperienze di ricerca basate sull’intelligenza artificiale.

Non si tratta però di tre discipline completamente separate.

La SEO rimane la base.

Google ha chiarito che AI Overview e AI Mode utilizzano ancora i principali sistemi di ranking e qualità della Search e che non esistono requisiti tecnici speciali per apparire nelle funzionalità generative.

Anche Microsoft utilizza ormai esplicitamente il termine GEO per descrivere il modo in cui i contenuti partecipano alle esperienze AI e vengono utilizzati come fonti nelle risposte generate.

Possiamo quindi rappresentare l’evoluzione come:

SEO ⇨ Discovery

AEO ⇨ Answer

GEO ⇨ Citation & Generative Visibility

La SEO permette al contenuto di essere trovato.

AEO e GEO estendono il concetto verso la possibilità che quel contenuto venga compreso, recuperato e utilizzato all’interno di una risposta generativa.

Tipologie di query e rischio di perdita di traffico

L’impatto della ricerca generativa non è uguale per tutte le ricerche.

Query informative: RISCHIO ALTO

Sono domande per le quali l’utente cerca principalmente una spiegazione.

Per esempio:

• cos’è il protocollo OAuth2?
• cosa significa canonical URL?
• come funziona un CDN?
• qual è la differenza tra SEO e SEM?

Per queste query una risposta generativa può fornire immediatamente una spiegazione sufficientemente completa.

La conseguenza è l’aumento delle zero-click search, cioè ricerche che terminano senza una visita a un sito esterno.

Query comparative e di ricerca: RISCHIO MEDIO/ALTO

Le piattaforme AI sono particolarmente efficaci nel confronto.

Una domanda come:

“Quale CMS è più adatto per un portale healthcare internazionale: Drupal o WordPress?”

può richiedere al sistema di confrontare:

• sicurezza;
• scalabilità;
• gestione multi-country;
• workflow editoriali;
• SSO;
• privacy;
• integrazioni;
• costi;
• manutenzione.

Google AI Mode e altri sistemi generativi possono effettuare più ricerche per costruire direttamente questo confronto.

Il click rimane importante quando l’utente vuole verificare una fonte, approfondire un aspetto tecnico, leggere un’esperienza reale o analizzare dati più dettagliati.

Query transazionali: RISCHIO PIÙ BASSO

Quando l’utente deve completare un’azione, il sito continua ad avere un ruolo fondamentale.

Per esempio:

• acquistare un prodotto;
• prenotare un hotel;
• richiedere un preventivo;
• iscriversi a un servizio;
• scaricare un software;
• contattare un’azienda.

Anche qui, però, la situazione sta evolvendo.

Gli AI Agent stanno progressivamente trasformando l’intelligenza artificiale da semplice sistema di risposta a strumento capace di interagire con servizi e applicazioni.

La trasformazione potrebbe quindi essere:

Search ⇨ Answer ⇨ Conversation ⇨ Action

Come funziona la ricerca generativa

Non tutti i motori utilizzano la stessa architettura e non conosciamo tutti i dettagli dei loro sistemi.

Possiamo però individuare un modello generale.

1. Comprensione dell’intento

Il sistema interpreta la richiesta cercando di comprenderne:

• significato;
• contesto;
• entità;
• intento;
• relazioni tra concetti.

Diventa quindi sempre meno importante la corrispondenza esatta tra keyword inserita dall’utente e testo presente nella pagina.

2. Query fan-out

Una delle caratteristiche più interessanti della ricerca generativa è il query fan-out.

Google ha confermato ufficialmente che AI Overview e AI Mode possono eseguire contemporaneamente più ricerche correlate su diversi sottoargomenti e fonti.

Una query complessa può quindi essere scomposta in numerose ricerche secondarie.

Per esempio:

“Qual è la migliore piattaforma CMS per un portale HCP europeo?”

potrebbe generare ricerche relative a:

CMS healthcare

Drupal security

WordPress healthcare

GDPR CMS

multi-country CMS

HCP authentication

SSO healthcare portal

Il contenuto non deve quindi necessariamente corrispondere alla frase digitata dall’utente per poter diventare una fonte rilevante.

Retrieval, Grounding e RAG

Uno dei concetti fondamentali della ricerca AI è il grounding.

Un Large Language Model possiede conoscenza acquisita durante il training, ma per rispondere a domande che richiedono informazioni aggiornate può utilizzare fonti esterne.

Un approccio utilizzato è il Retrieval-Augmented Generation (RAG).

In forma semplificata:

Query
⇩
Retrieval
⇩
Selezione delle fonti
⇩
Estrazione delle informazioni
⇩
Generazione della risposta
⇩
Citazioni / link

Google conferma esplicitamente l’utilizzo di tecniche RAG e grounding nelle proprie funzionalità generative.

Microsoft considera il grounding un elemento centrale dell’AI Web: le fonti web permettono ai sistemi generativi di collegare la risposta a informazioni verificabili e aggiornate.

Per chi lavora con SEO e contenuti questo significa una cosa importante:

prima che un contenuto possa essere utilizzato in una risposta AI deve poter essere scoperto, interpretato e considerato sufficientemente pertinente.

Ed è proprio qui che la SEO tradizionale continua ad avere un ruolo fondamentale.

Google, Bing e la nuova Search

La trasformazione non riguarda soltanto Google.

Google

Google utilizza principalmente:

• Search tradizionale;
• AI Overview;
• AI Mode.

AI Overview sintetizza informazioni direttamente nella SERP quando Google ritiene che questo aggiunga valore alla ricerca.

AI Mode estende ulteriormente il modello permettendo ricerche più complesse, confronti e conversazioni successive.

Entrambi possono utilizzare il query fan-out per trovare fonti differenti rispetto a quelle che emergerebbero da una singola query tradizionale.

Bing e Microsoft Copilot

Microsoft sta seguendo una direzione simile attraverso Bing e Copilot.

Un aspetto particolarmente interessante è l’introduzione di AI Performance in Bing Webmaster Tools.

Il report permette ai publisher di analizzare metriche come:

• citazioni totali;
• pagine citate;
• grounding query;
• andamento delle citazioni nel tempo.

Microsoft sta quindi iniziando a distinguere in maniera più esplicita la tradizionale visibilità SEO dalla visibilità all’interno delle risposte AI.

Questo rappresenta probabilmente un’anticipazione di come evolveranno gli strumenti SEO nei prossimi anni.

ChatGPT Search e i nuovi motori AI

Accanto ai motori tradizionali stanno crescendo sistemi nei quali la ricerca è integrata direttamente nell’assistente AI.

ChatGPT Search, per esempio, può cercare informazioni sul web e utilizzare pagine esterne come fonti delle proprie risposte.

Per i publisher questo introduce un’altra dimensione della visibilità organica.

Non esiste più soltanto:

Google ranking

ma un ecosistema composto da:

Search visibility

AI visibility

Citation visibility

Brand visibility

Un sito può quindi generare valore anche quando la sua pagina viene utilizzata come fonte senza produrre necessariamente un click immediato.

Da keyword a Topic, Intent, Entity e Context

La keyword non scompare.

Cambia però il suo peso strategico.

L’approccio tradizionale:

una keyword ⇨ una pagina

diventa sempre meno efficace quando viene applicato in maniera rigida.

Un approccio moderno considera invece:

Keyword ⇨ Topic ⇨ Intent ⇨ Entity ⇨ Context

Google ha inoltre chiarito che non è necessario creare decine di pagine per coprire ogni possibile variante long-tail.

I moderni sistemi di ricerca comprendono sinonimi, concetti ed entità anche quando non esiste una corrispondenza letterale con la query.

Diventa quindi più importante costruire una copertura semantica completa dell’argomento.

Come scrivere contenuti adatti alla ricerca AI

Non esiste una formula magica per essere citati.

Non esiste neppure una lunghezza ideale del paragrafo che garantisca la presenza nelle risposte AI.

L’obiettivo dovrebbe essere rendere il contenuto facilmente comprensibile sia alle persone sia ai sistemi di recupero delle informazioni.

Una buona struttura prevede:

• titoli descrittivi;
• paragrafi chiari;
• risposte dirette quando appropriate;
• tabelle per confrontare dati;
• liste quando migliorano la leggibilità;
• definizioni precise;
• esempi;
• fonti verificabili;
• collegamenti tra concetti correlati.

La vecchia idea della Atomic Answer obbligatoriamente di 40-60 parole non deve quindi essere considerata una regola SEO.

La risposta deve essere semplicemente chiara, completa e proporzionata alla domanda.

Il vero vantaggio competitivo: contenuti non-commodity

Con l’intelligenza artificiale diventa estremamente semplice produrre contenuti generici.

Ed è proprio per questo che il contenuto generico perde valore.

Google utilizza il concetto di non-commodity content per indicare contenuti che aggiungono qualcosa rispetto alle informazioni comunemente disponibili.

Possono essere:

• esperienze dirette;
• test;
• benchmark;
• dati proprietari;
• ricerche originali;
• casi studio;
• screenshot;
• esempi reali;
• opinioni tecniche motivate;
• metodologie sviluppate internamente.

Un articolo che ripete:

“10 vantaggi del cloud computing”

può essere facilmente sintetizzato da un sistema AI.

Un articolo che presenta:

“Come abbiamo ridotto del 38% i tempi di risposta migrando questa architettura su Azure”

possiede invece informazioni che il modello difficilmente può ottenere altrove.

Questa differenza diventerà sempre più importante.

E-E-A-T nella ricerca AI

Experience, Expertise, Authoritativeness e Trustworthiness continuano a rappresentare concetti importanti per valutare la qualità dei contenuti.

Non devono però essere interpretati come un singolo “ranking factor AI”.

Il principio fondamentale rimane dimostrare che dietro il contenuto esistono esperienza, competenza e informazioni verificabili.

Experience

Dimostrare esperienza reale attraverso:

• test;
• casi reali;
• screenshot;
• foto originali;
• problemi incontrati;
• risultati ottenuti.

Expertise

Dimostrare competenza attraverso:

• approfondimenti tecnici;
• terminologia appropriata;
• fonti;
• dati;
• spiegazioni accurate;
• profilo dell’autore.

Authoritativeness

Costruire autorevolezza attraverso:

• citazioni;
• backlink;
• menzioni;
• pubblicazioni;
• reputazione nel settore.

Trustworthiness

Rafforzare la fiducia attraverso:

• fonti verificabili;
• autore identificabile;
• trasparenza editoriale;
• date di pubblicazione e aggiornamento;
• informazioni aziendali chiare;
• sicurezza del sito.

Structured Data: importanti, ma senza miti

Schema.org e i dati strutturati rimangono strumenti importanti della SEO.

Aiutano i motori di ricerca a comprendere meglio alcune informazioni e possono consentire l’accesso a specifici rich result.

Non bisogna però considerarli un requisito per essere utilizzati dalle risposte AI.

Google ha chiarito che non esiste uno Schema.org speciale per AI Overview o AI Mode.

I dati strutturati dovrebbero quindi essere implementati quando rappresentano realmente il contenuto presente nella pagina e quando sono utili alla Search.

Per esempio:

• Article;
• Product;
• Organization;
• Person;
• Event;
• BreadcrumbList;
• LocalBusiness.

La regola rimane:

markup strutturato sì, markup artificiale creato esclusivamente per “convincere l’AI” no.

Immagini, video e contenuti multimodali

La ricerca sta diventando sempre più multimodale.

Le risposte possono utilizzare:

• testo;
• immagini;
• video;
• prodotti;
• mappe;
• dati strutturati;
• elementi interattivi.

Google raccomanda esplicitamente di accompagnare i contenuti testuali con immagini e video di qualità quando utili.

Diventa quindi importante curare anche:

• qualità dell’immagine;
• alt text;
• nome del file;
• testo vicino all’immagine;
• caption;
• Video SEO;
• sitemap immagini/video quando appropriate;
• coerenza tra testo e contenuto visuale.

Un diagramma originale o uno screenshot tecnico possono fornire un valore informativo molto maggiore rispetto a una generica immagine stock.

Cluster tematici e Internal Linking

La ricerca generativa rafforza ulteriormente il valore della topical authority.

Un singolo articolo isolato difficilmente dimostra la stessa profondità di un ecosistema di contenuti collegati.

Una struttura efficace può essere:

Pillar Page

Approfondimento A

Approfondimento B

Caso studio

FAQ

Tutorial

Confronto

L’internal linking permette ai motori di comprendere:

• relazione tra contenuti;
• gerarchia;
• contesto;
• profondità tematica.

E facilita anche il crawling e la scoperta delle pagine.

Technical SEO: cosa non cambia

L’intelligenza artificiale non elimina la necessità di avere un sito tecnicamente solido.

Rimangono fondamentali:

• crawlability;
• indexability;
• robots.txt;
• sitemap XML;
• canonical;
• redirect corretti;
• status code;
• performance;
• mobile usability;
• accessibilità;
• JavaScript rendering;
• internal linking;
• HTML comprensibile;
• contenuti importanti disponibili in forma testuale.

Se il motore non riesce a recuperare correttamente il contenuto, difficilmente potrà utilizzarlo come fonte.

I nuovi KPI della SEO

Uno degli errori più comuni sarà continuare a misurare il successo esclusivamente attraverso il traffico organico.

I KPI tradizionali rimangono importanti:

• ranking;
• impression;
• CTR;
• click;
• sessioni organiche;
• conversioni.

Ma devono essere affiancati da nuove metriche:

• citazioni nelle risposte AI;
• pagine citate;
• branded search;
• brand mentions;
• traffico diretto;
• referral da piattaforme AI;
• engagement;
• conversion rate;
• visibility sulle query rilevanti.

Bing ha già iniziato questa transizione attraverso AI Performance in Bing Webmaster Tools, mostrando citazioni e grounding query provenienti da Copilot, Bing AI e alcune esperienze partner.

Google, invece, attualmente include AI Overview e AI Mode all’interno del traffico Web complessivo di Search Console.

La misurazione della AI Visibility è quindi ancora un settore in forte evoluzione.

La SEO non sta scomparendo: sta cambiando il suo obiettivo

Per anni l’obiettivo principale della SEO è stato:

ottenere una posizione
⇩
generare un click
⇩
portare l’utente sul sito

Oggi il percorso può diventare:

essere scoperti
⇩
essere considerati pertinenti
⇩
essere recuperati come fonte
⇩
essere citati
⇩
generare fiducia
⇩
ottenere una visita o un’azione

Questo cambia profondamente il modo in cui dobbiamo valutare il valore di un contenuto.

Un contenuto può contribuire alla visibilità del brand anche prima che avvenga il click.

Conclusione

La SEO non è morta.

Al contrario, rimane l’infrastruttura sulla quale si sta costruendo gran parte della nuova ricerca basata sull’intelligenza artificiale.

Ciò che cambia è il contesto.

Non stiamo più ottimizzando soltanto per una pagina composta da dieci link blu.

Stiamo ottimizzando per un ecosistema nel quale convivono:

Search Engine

Answer Engine

Generative Engine

AI Assistant

AI Agent

Google AI Overview, AI Mode, Bing, Microsoft Copilot e le nuove piattaforme AI stanno progressivamente trasformando il modo in cui le informazioni vengono trovate e utilizzate.

Per questo il futuro della SEO non consiste nel trovare trucchi per “piacere agli LLM”.

Consiste nel costruire siti tecnicamente accessibili e contenuti che abbiano qualcosa di reale da offrire:

esperienza, dati, competenza, chiarezza, autorevolezza e informazioni originali.

Prima l’obiettivo era soprattutto ottenere il click.

Oggi l’obiettivo è anche diventare una fonte della risposta.

Domani potrebbe essere diventare una fonte e un servizio utilizzabile direttamente dagli agenti AI.

Fonti Primarie:
Google Search Central – AI features and your website, Google – Generative AI optimization guide, Bing Webmaster – AI Performance

L'articolo Come cambia la SEO con l’avvento dell’AI Overview, AI Mode e ricerca generativa (2026) proviene da Giovanni Anfuso.

Punti di forza di Joomla

Joomla presenta alcune caratteristiche che lo rendono ancora oggi una soluzione valida in determinati contesti:

• Struttura MVC nativa
  Joomla adotta da tempo il pattern Model-View-Controller, offrendo una separazione chiara tra logica, dati e presentazione, apprezzata dagli sviluppatori.
• Gestione utenti e ACL avanzata
  Il sistema di permessi è uno dei più completi tra i CMS tradizionali, consentendo configurazioni granulari senza l’uso di estensioni esterne.
• Multilingua integrato
  A differenza di altri CMS, Joomla offre il supporto multilingua nativo, semplificando la gestione di siti internazionali.
• Estendibilità tramite componenti, moduli e plugin
  L’ecosistema è ben strutturato e consente di aggiungere funzionalità mantenendo una buona organizzazione del codice.
• Community storica e open source
  Joomla vanta una comunità consolidata che ha contribuito a mantenerlo vivo e aggiornato nel tempo.

Aspetti migliorabili

Nonostante i punti di forza, Joomla ha mostrato alcune difficoltà nel mantenere una posizione competitiva nel panorama moderno:

• Ecosistema meno dinamico
  Rispetto a WordPress e Drupal, il numero di estensioni aggiornate e attivamente mantenute è inferiore.
• Curva di apprendimento ibrida
  Non è immediato per i principianti, ma nemmeno sufficientemente “developer-first” per chi cerca un controllo totale come in Drupal.
• Frontend e UX amministrativa
  L’interfaccia è migliorata nel tempo, ma resta meno intuitiva rispetto alle soluzioni più moderne.
• Adozione lenta di trend emergenti
  Headless CMS, JAMstack e microservizi sono supportati, ma non rappresentano ancora il cuore dell’ecosistema Joomla.

L’evoluzione di Joomla nel tempo

Joomla ha attraversato diverse fasi evolutive:

• Joomla 2.x – 3.x
  Consolidamento della struttura MVC, miglioramento della gestione utenti e delle estensioni.
• Joomla 4
  Importante refactoring del codice, maggiore aderenza agli standard PHP moderni, miglioramenti su sicurezza, accessibilità e performance.
• Joomla 5
  Focus su stabilità, compatibilità con versioni PHP recenti e miglioramento dell’esperienza per sviluppatori.

Questa evoluzione dimostra un tentativo chiaro di modernizzazione, anche se più graduale rispetto ad altri CMS.

Joomla nel contesto attuale: API, headless e AI

Il web moderno richiede piattaforme sempre più flessibili e integrabili:

• API e headless
  Joomla supporta API REST e può essere utilizzato in architetture headless, ma non nasce con questa filosofia come Drupal o CMS headless puri.
• Automazione e AI
  L’integrazione con strumenti di Intelligenza Artificiale avviene principalmente tramite estensioni di terze parti:
  • generazione e ottimizzazione dei contenuti
  • tagging automatico
  • assistenza editoriale e SEO
• Personalizzazione intelligente
  Le potenzialità ci sono, ma l’adozione dell’AI non è ancora un elemento centrale della roadmap ufficiale.

Nel contesto AI-first, Joomla dovrà puntare su integrazioni più profonde e su un ecosistema di estensioni più innovativo per restare competitivo.

Conclusione

Joomla rimane un CMS solido, adatto a progetti di media complessità che richiedono una buona struttura, gestione utenti avanzata e controllo sui contenuti. Tuttavia, soffre la concorrenza di piattaforme più aggressive sul fronte dell’innovazione, come Drupal in ambito enterprise e WordPress in termini di diffusione ed ecosistema.

Il futuro di Joomla dipenderà dalla sua capacità di:

• rafforzare l’esperienza per sviluppatori
• integrare nativamente API, headless e AI
• rinnovare il proprio ecosistema di estensioni

Secondo il mio punto di vista, se riuscirà in questo percorso, potrà ritagliarsi un ruolo più definito nel panorama dei CMS moderni.

L'articolo Ecosistema Joomla: analisi del CMS tra flessibilità, limiti ed evoluzione proviene da Giovanni Anfuso.

Drupal è uno dei CMS più longevi e versatili sul mercato, noto per la sua flessibilità e modularità. Nel corso degli anni si è evoluto da piattaforma per siti complessi a strumento capace di supportare progetti enterprise, portali comunitari e piattaforme digitali avanzate. In questo articolo analizziamo i punti di forza e le criticità di Drupal, la sua evoluzione nel tempo e le prospettive future, in particolare con l’integrazione delle tecnologie di Intelligenza Artificiale.

Punti di forza di Drupal

Drupal si distingue per alcune caratteristiche chiave che lo rendono un CMS robusto e apprezzato dagli sviluppatori:

1. Modularità e flessibilità: grazie all’architettura modulare, è possibile estendere le funzionalità senza compromettere il core.
2. Sicurezza avanzata: aggiornamenti regolari e una comunità attiva garantiscono protezione anche per siti ad alto rischio.
3. Gestione complessa dei contenuti: supporto per tipi di contenuto personalizzati, tassonomie e viste avanzate.
4. Scalabilità: ideale per siti enterprise, portali governativi e piattaforme con traffico elevato.
5. Comunità e ecosistema: migliaia di moduli e temi, insieme a una community globale di sviluppatori.

Aspetti migliorabili

Nonostante i punti di forza, Drupal presenta alcune sfide per sviluppatori e aziende:

• Curva di apprendimento ripida: la complessità del CMS può scoraggiare chi proviene da WordPress o soluzioni più “out-of-the-box”.
• Gestione frontend non immediata: anche con Twig, il design e l’integrazione frontend richiedono competenze avanzate.
• Performance su siti piccoli: senza caching e ottimizzazione, siti semplici possono risultare più lenti rispetto a soluzioni leggere.
• Aggiornamenti e compatibilità moduli: alcuni moduli di terze parti richiedono aggiornamenti manuali, causando occasionali conflitti.

Evoluzione storica di Drupal

Drupal ha compiuto significativi passi evolutivi:

• Versioni 6-7: consolidamento della gestione dei contenuti e prime API per sviluppatori.
• Versione 8: introduzione di Symfony, REST API, maggiore aderenza a standard moderni.
• Versione 9, 10 e 11: miglioramenti nella sicurezza, compatibilità PHP moderna, integrazione con strumenti headless e supporto per editor avanzati come CKEditor.

Questa evoluzione ha permesso a Drupal di adattarsi alle esigenze enterprise e al crescente interesse per architetture headless e omnicanale.

Drupal e l’avvento dell’AI

L’Intelligenza Artificiale sta trasformando il web e Drupal non è immune a queste tendenze:

• Content intelligence: moduli per suggerimenti automatici di contenuti, tagging intelligente e generazione testi.
• Personalizzazione avanzata: AI per suggerire contenuti pertinenti a utenti diversi in tempo reale.
• Automazione dei workflow: dall’ottimizzazione SEO alla gestione dei media, l’AI può ridurre il carico di lavoro degli editor.
• Integrazione con strumenti esterni: API per NLP, analisi dei dati e sistemi predittivi.

L’adozione di AI in Drupal rappresenta un’opportunità per semplificare lo sviluppo, migliorare UX e contenuti personalizzati, mantenendo al contempo la sicurezza e la flessibilità della piattaforma.

Conclusioni

Drupal rimane una piattaforma di riferimento per sviluppatori e aziende che cercano un CMS potente, scalabile e sicuro. I punti di forza come modularità, sicurezza e gestione avanzata dei contenuti continuano a renderlo competitivo, mentre le criticità legate a curva di apprendimento e performance possono essere mitigate da best practice e strumenti moderni.

Con l’integrazione dell’AI, Drupal si prepara a diventare non solo un CMS per contenuti complessi, ma una piattaforma intelligente capace di adattarsi alle esigenze degli utenti e dei team di sviluppo in modo più dinamico e predittivo.

L'articolo Ecosistema Drupal: punti di forza, criticità e prospettive con l’avvento dell’AI proviene da Giovanni Anfuso.

Documentazione tecnica e architettura di progettazione: perché sono centrali

La documentazione tecnica non è un accessorio del progetto, ma uno dei suoi pilastri fondamentali.
In particolare, l’architettura di progettazione di un software, di un App o di un progetto web rappresenta:

• La visione complessiva del sistema
• Le decisioni strutturali a lungo termine
• I vincoli tecnici e organizzativi
• Le regole di evoluzione del progetto

Un’architettura ben documentata consente al progetto di:

• Scalare nel tempo
• Accogliere nuovi sviluppatori
• Ridurre ambiguità e fraintendimenti
• Supportare decisioni consapevoli

Architetto software vs Sviluppatore senior

L’architetto software non è semplicemente uno sviluppatore molto esperto.
La differenza chiave risiede nel mezzo principale con cui lavora.

Lo sviluppatore senior:

• Implementa soluzioni attraverso il codice
• Ottimizza componenti e funzionalità
• Risolve problemi tecnici complessi

L’architetto software:

• Implementa le idee attraverso la documentazione
• Traduce visioni astratte in sistemi condivisi
• Coordina persone, processi e tecnologia
• Costruisce consenso prima del codice

Il codice è una conseguenza delle decisioni architetturali, non il loro punto di partenza.

Il ruolo organizzativo dell’architetto di progetto

Un architetto software efficace agisce come facilitatore del processo decisionale.
Il suo lavoro richiede la produzione di documenti chiari, mirati e orientati allo scopo, tra cui:

• Panoramiche dell’architettura (architecture overview)
• Progetti di sviluppo
• Proposte di progetto
• Previsioni e stime degli sviluppatori
• Menu tecnologici e scelte architetturali
• Dichiarazioni di problema
• Autopsie e analisi post-mortem

Questi documenti non servono solo a “spiegare”, ma a allineare, decidere e responsabilizzare.

Come scrivere una documentazione tecnica efficace

Una buona documentazione tecnica segue regole precise, orientate alla massima densità informativa e alla chiarezza.

Principi fondamentali

• Elenchi puntati
  Per aumentare la densità delle informazioni e ridurre l’ambiguità.
• Intestazioni chiare
  Per facilitare organizzazione, consultazione e archiviazione.
• Archiviazione cronologica
  I documenti vanno conservati come artefatti storici, non aggiornati per “attualità”.
• Scopo definito
  Ogni documento deve servire a uno scopo specifico e misurabile.

Documenti come artefatti, non come risorse vive

Un errore comune è trattare la documentazione come qualcosa da mantenere continuamente aggiornata.
In realtà, i documenti tecnici dovrebbero essere:

• Puntuali
• Contestualizzati
• Legati a una decisione o a una fase del progetto

Questo approccio permette di ricostruire il perché delle scelte, non solo il cosa.

Il vero collo di bottiglia nello sviluppo software

L’intuizione chiave è spesso controintuitiva:

I maggiori colli di bottiglia nello sviluppo software non sono tecnici, ma comunicativi e decisionali.

Problemi frequenti includono:

• Decisioni non documentate
• Assunzioni implicite
• Mancanza di consenso
• Ambiguità nei requisiti
• Visioni divergenti tra team

Una documentazione tecnica ben progettata riduce drasticamente questi rischi.

Conclusione

L’architettura di progettazione e la documentazione tecnica sono strumenti strategici, non burocratici.
L’architetto software è la figura che permette alle idee di diventare sistemi reali, condivisi e sostenibili nel tempo, attraverso la scrittura prima ancora che attraverso il codice.

In un ecosistema digitale sempre più complesso, investire nella documentazione significa investire nella qualità delle decisioni e nel successo a lungo termine dei progetti.

L'articolo Documentazione tecnica e architettura software: il vero valore dell’architetto di progetto proviene da Giovanni Anfuso.

WordPress e il suo ecosistema

WordPress è il CMS open source più utilizzato al mondo, una piattaforma software per creare siti web, blog e applicazioni dinamiche basato su PHP e MySQL. Grazie alla sua libertà di personalizzazione, alla vasta libreria di plugin e temi e alla comunità mondiale, è la scelta di milioni di sviluppatori e aziende.
Approfondisci su: Wikipedia

L’ecosistema WordPress non è solo core, ma include una serie di componenti, strumenti e comunità che collaborano per ampliare le funzionalità e le opportunità di sviluppo.

Architettura di WordPress

WordPress si basa su una architettura modulare che consente di estenderlo tramite componenti standard:

• Core: il cuore del CMS, con funzioni base di gestione contenuti, utenti, pagine, post e media.
• Temi: definiscono l’aspetto grafico del sito e possono essere personalizzati o costruiti da zero.
• Plugin: estendono le funzionalità (e-commerce, SEO, performance, forum, ecc.).
• Database: MySQL o MariaDB memorizza contenuti, impostazioni e configurazioni.
• REST API: consente l’interazione tra WordPress e applicazioni esterne.
• Editor a blocchi (Gutenberg): sistema di editing visuale e struttura a blocchi.
  Approfondisci su: Wikipedia

Questa architettura consente di costruire siti semplici o complessi, ma richiede una buona comprensione dei livelli di astrazione e di come questi interagiscono tra loro.

La documentazione ufficiale: normativa, standard e orientamenti

La documentazione ufficiale di WordPress (Codex, Developer Resources e Learn.WordPress) è prima di tutto un riferimento normativo: fornisce gli standard accettati e consigliati su come fare le cose e in che modo gli strumenti interni funzionano. Non si limita a suggerimenti “non farlo perché potrebbe andar male”, ma definisce come fare correttamente una determinata attività e quali sono gli standard riconosciuti.

Esempi di documentazione ufficiale:

• Learn.WordPress.org – Learning Pathways strutturati per utenti e sviluppatori.
• Developer Handbook (Developer Resources) – linee guida su API, plugin e temi.
• Codex WordPress – manuale utente storico e riferimento per sviluppatori.

Importante: la documentazione ufficiale non è necessariamente un percorso di apprendimento completo passo-per-passo, ma piuttosto una descrizione accurata di come funzionano gli standard e le API.

Quale ordine ha senso per apprendere WordPress

1. Capire WordPress come CMS

Inizia con i concetti base:

• Cos’è un CMS e come funziona WordPress.
• Differenza tra WordPress.com e WordPress.org.
• Dashboard, post, pagine, media, ruoli utente.

Questa fase è cruciale per contestualizzare tutto il resto.

2. Installazione e configurazione

• Ambienti locali (Local, XAMPP, Docker).
• Impostazioni generali, permalink, media.
• Sicurezza di base e aggiornamenti.

3. Temi e personalizzazione

• Temi child e custom.
• Modifica di template file.
• Blocco editor (Gutenberg) e Full Site Editing.

4. Plugin e funzionalità avanzate

• Plugin principali: SEO, performance, caching.
• Come installare e configurare.
• Quando è richiesto uno sviluppo personalizzato.

5. Sviluppo avanzato (per sviluppatori)

• Linguaggi fondamentali: HTML, CSS, JavaScript, PHP.
• WordPress hooks: actions e filters.
• Creare plugin e temi propri.
• REST API e performance.

La roadmap di roadmap.sh

La pagina di roadmap.sh propone una guida strutturata verso lo sviluppo WordPress in 2026. Sebbene è perfettamente utile come orientamento generale, è importante sottolineare che non si tratta di documentazione ufficiale WordPress, ma di una roadmap educativa creata dalla community con il supporto di Melapress.

Grazie all’autore per il lavoro di sintesi, bisogna però far presente che:

• Non sempre è supportata da metriche di qualità o benchmark consolidati — è più un percorso ideale che una regola ferrea.
• Manca spesso un riferimento diretto ai casi d’uso reali: la roadmap non include strumenti per il controllo qualità automatico o suggerimenti espliciti su come evitare pratiche scorrette.
• Non considera resource budgeting, ovvero l’allocazione di tempo e risorse realistiche per ciascun livello di apprendimento o di produzione.
• Pratiche come l’uso eccessivo di page builders senza conoscere gli standard o non testare per performance/securtiy possono portare a problemi su larga scala.

In sintesi: roadmap.sh è ottima come guida di alto livello, ma va integrata con documentazione ufficiale e con un approccio critico e basato sulle best practice reali.

Problemi comuni e “bad practices” da evitare

Molti apprendenti (e professionisti) inciampano in errori ricorrenti:

1. Affidarsi esclusivamente a page builder senza comprendere il core e i temi standard.
2. Ignorare la sicurezza e la manutenzione quotidiana (aggiornamenti, backup).
3. Non testare performance e SEO su basi oggettive.
4. Non conoscere gli standard di codifica WordPress, portando a plugin o temi non performanti.

Questi errori non nascono da un tool sbagliato, ma dalla mancanza di una roadmap di apprendimento disciplinata e basata su standard reali.

Problemi comuni e “bad practices” da evitare

In conclusione

Apprendere WordPress con successo significa comprendere l’ecosistema nella sua interezza: core, temi, plugin, API e community. La documentazione ufficiale è fondamentale come riferimento normativo e di standard, mentre risorse di terze parti come roadmap.sh sono utili per capire il percorso di sviluppo, purché integrate con best practice reali, controllo qualità e valutazioni di performance.

L'articolo Ecosistema WordPress: cos’è, come funziona e in quale ordine impararlo proviene da Giovanni Anfuso.