Il 17 ottobre, l’azienda cinese di IA DeepSeek ha reso disponibile agli sviluppatori, sotto forma di API, il motore di ricerca che gestisce internamente. A ogni risultato viene assegnato un livello di autorevolezza della pagina e un punteggio di pertinenza rispetto ai termini di ricerca. L’azienda afferma di escludere spam SEO, manipolazioni GEO e contenuti di bassa qualità generati dall’IA.
Alle soglie di un’era in cui i risultati di ricerca hanno un punteggio
La Search API appena lanciata funziona così: si invia una parola chiave e si ricevono risultati dal web. In sostanza, DeepSeek vende un componente di un motore di ricerca. Secondo l’azienda, il motore alimenta già le ricerche sul suo sito e nelle sue API, indicizza centinaia di miliardi di pagine e gestisce centinaia di milioni di richieste di ricerca al giorno da tutto il mondo.
A colpire sono i dati associati ai risultati. A ogni pagina viene assegnato un livello di autorevolezza da 0 a 4; se non è possibile determinarlo, il valore è «-1». Un punteggio pari o superiore a 3 indica una fonte di «alta autorevolezza». C’è inoltre un punteggio di pertinenza da 0 a 3, che tiene conto della corrispondenza con i termini di ricerca, dell’autorevolezza e dell’attualità. Un valore pari o superiore a 1,5 è considerato un indicatore di alta qualità.
In altre parole, i risultati di ricerca includono già un’indicazione dell’affidabilità: il motore si fa così carico, almeno in parte, della selezione delle fonti da usare quando l’IA formula una risposta.
Dati progettati per essere letti dall’IA
Anche i dati restituiti non sono pensati soltanto per essere visualizzati sullo schermo da una persona. Gli estratti brevi per la visualizzazione contano indicativamente 100-200 caratteri, mentre i riepiloghi destinati ai modelli circa 600-800. Su richiesta è possibile recuperare anche il corpo della pagina, limitare i risultati a un dominio tramite site: e filtrarli per lingua o data di pubblicazione.
Search e Fetch costano ciascuno 0,75 dollari ogni 1.000 richieste riuscite. Le ricerche senza risultati non vengono addebitate e il prezzo è lo stesso sia che si richieda un risultato, sia che se ne richiedano 50. Di conseguenza, una ricerca site: costa meno di un centesimo.
Chi usa la DeepSeek API tramite Claude Code, Codex o DeepSeek Harness può già affidarsi a queste API per le ricerche lato server e il recupero delle pagine, che al momento sono gratuiti. La fatturazione dovrebbe iniziare il 31 ottobre alle 16:00 UTC.
La promessa di filtrare le manipolazioni GEO
Un altro aspetto degno di nota è la spiegazione di ciò che viene escluso. Nella cronologia degli aggiornamenti, DeepSeek afferma di filtrare spam SEO, manipolazioni GEO e contenuti di bassa qualità generati dall’IA. GEO è l’insieme delle pratiche con cui si adattano i contenuti per aumentare le probabilità che quelli di un’azienda vengano citati nelle risposte dell’IA. Si potrebbe definire l’equivalente della SEO, che punta a ottenere una posizione più alta nei risultati di ricerca.
È significativo che un motore di ricerca indichi esplicitamente come soggetto a controlli lo stesso tentativo di ottimizzazione per l’IA. Il 15 maggio anche Google ha dichiarato che le sue norme antispam si applicano alle risposte generate dall’IA nella Ricerca Google. Più le risposte dell’IA diventano un nuovo «spazio di visibilità», più emergono sia i tentativi di manipolarle sia gli sforzi per contrastarli.
La documentazione pubblica, però, non specifica a cosa si riferisca concretamente la manipolazione GEO, come venga rilevata né come siano determinati i livelli di autorevolezza e i punteggi di pertinenza. È ormai chiaro che esistono criteri di valutazione, ma per conoscerne il funzionamento bisognerà attendere ulteriori informazioni.
Cosa possono vedere i gestori dei siti
Per i gestori, il vantaggio concreto è poter verificare direttamente come il proprio sito appare nelle ricerche di DeepSeek. Con una ricerca site: è possibile ottenere fino a 50 pagine del proprio sito e vedere il livello di autorevolezza e la pertinenza di ciascuna. Anche il costo, inferiore a un centesimo per ricerca, rende facile fare una prova.
Se i risultati attesi non compaiono, però, non è possibile risalire al motivo: la pagina non è nell’indice, è stata intercettata da un filtro o è stata esclusa per un’altra ragione? Né la guida per gli utenti né il riferimento delle API indicano come distinguere questi casi.
La questione irrisolta dell’identità del crawler
Un altro punto interrogativo riguarda il crawling. La Fetch API restituisce una pagina in formato Markdown e, secondo la guida, rispetta la disponibilità e le politiche di accesso del sito interessato. Una panoramica destinata all’UE sui dati di addestramento di DeepSeek-V4 afferma che i crawler sono progettati per rispettare i protocolli standard, come robots.txt, ma non specifica a quali crawler si riferisca.
Nella guida pubblicata al lancio, nel riferimento delle API, nella cronologia degli aggiornamenti e nell’annuncio non sono indicati né il nome del crawler che alimenta l’indice di ricerca né lo user agent dichiarato da Fetch. La directory Known Agents, che raccoglie informazioni sui crawler, elenca DeepSeekBot, descritto come destinato ai dati di addestramento dell’IA. Dalle pagine pubbliche non si capisce se bloccare DeepSeekBot tramite robots.txt influisca anche sull’inclusione nell’indice di ricerca.
Tra praticità e scarsa trasparenza
Con questa pubblicazione si aggiunge un modo per verificare con dati numerici come un sito appare nelle ricerche basate sull’IA. Ma, se non si conoscono le ragioni alla base dei punteggi, anche osservare i numeri non basta per decidere come intervenire.
Da seguire con attenzione è il modo in cui la documentazione di DeepSeek chiarirà la definizione di manipolazione GEO, i criteri per stabilire i livelli e il nome del crawler di indicizzazione. L’usabilità pratica dell’API e la trasparenza dei criteri di valutazione: da questi due aspetti potrebbe dipendere il fatto che diventino parametri consolidati per valutare la ricerca basata sull’IA.
コメント