---
type: Comparison
title: "Open Knowledge Format (OKF) vs llms.txt: due modi per rendere il suo sito pronto per gli agenti nel 2026"
description: "Open Knowledge Format (OKF) vs llms.txt: i pacchetti di conoscenza strutturati di Google in Markdown e YAML contro l'indice comunitario llms.txt per gli agenti IA. Confronti struttura, maturità, configurazione, indipendenza dal fornitore, utilizzo reale dei crawler e quando scegliere ciascuno nel 2026."
resource: "https://www.contextstudios.ai/it/confronto/open-knowledge-format-vs-llms-txt"
category: technology
language: it
timestamp: "2026-06-27T11:07:59.497Z"
---

# Open Knowledge Format (OKF) vs llms.txt: due modi per rendere il suo sito pronto per gli agenti nel 2026

Il web sta facendo crescere in sordina un secondo livello scritto per le macchine e, nel 2026, due formati definiscono come pubblicarlo. llms.txt, presentato nel settembre 2024 da Jeremy Howard (Answer.AI), è un singolo file Markdown nella radice del suo dominio che offre ai sistemi di IA un indice curato delle sue pagine più importanti, con brevi descrizioni. L'Open Knowledge Format (OKF), pubblicato da Google Cloud il 12 giugno 2026, scende di un livello: invece di un unico file di indice, standardizza un'intera cartella di file Markdown, ciascuno con un piccolo blocco di intestazione YAML che ne tipizza il contenuto, gli assegna un titolo, lo descrive e lo collega ai file vicini. Google presenta OKF come un modo neutrale rispetto al fornitore, leggibile sia dagli agenti sia dalle persone, per raccogliere un contesto curato – senza schema di compressione, senza ambiente di esecuzione, senza SDK obbligatorio. La vera domanda non è quindi «quale vince», ma quale livello le serve: una superficie di scoperta piatta e senza attriti, pronta in pochi minuti (llms.txt), o un pacchetto di conoscenza strutturato e navigabile che un agente può mappare prima di leggerne una sola parola (OKF). Questo confronto li valuta su struttura, maturità, sforzo di configurazione, portata, indipendenza dal fornitore, navigabilità per gli agenti, utilizzo reale dei crawler e leggibilità umana – così che lei possa decidere cosa pubblicare e se sia il caso di pubblicare entrambi.

## Comparison Factors

| Factor | Open Knowledge Format (OKF) | llms.txt | Winner |
|--------|------|------|--------|
| Struttura e granularità dei metadati | Un'intera cartella di file Markdown, ciascuno con intestazione YAML tipizzata (tipo, titolo, descrizione, etichette, collegamenti) – contesto fine e tipizzato per la macchina | Un singolo file piatto: un elenco curato di collegamenti con brevi descrizioni, eventualmente affiancato da un llms-full.txt che incorpora il contenuto | a |
| Adozione e maturità | Pubblicato da Google Cloud il 12 giugno 2026 – al lancio vecchio di pochi giorni, con strumenti e convenzioni ancora in assestamento | In uso da settembre 2024, con oltre 20 mesi di adozione della comunità, generatori ed esempi concreti | b |
| Sforzo di configurazione | Scrivere una cartella di file Markdown tipizzati più un index.md, così che gli agenti vedano prima la struttura del pacchetto | Un singolo file di testo nella radice del dominio – pubblicabile in pochi minuti anche senza sviluppatori, senza nulla da installare | b |
| Portata e profondità | Pensato per pacchetti di conoscenza curati e per il contesto degli agenti aziendali – una base di conoscenza portabile, non un semplice elenco di collegamenti | Una superficie di scoperta per il sito – un indice delle sue pagine chiave, non un corpo di conoscenza strutturato | a |
| Indipendenza dal fornitore | Una specifica davvero portabile, ma nata da Google Cloud e da esso curata (la parte aperta del lancio di Knowledge Catalog) | Una proposta della comunità di Jeremy Howard presso Answer.AI, senza un singolo fornitore a guidare lo standard | b |
| Navigabilità per gli agenti | Metadati tipizzati e file vicini collegati permettono a un agente di mappare un intero pacchetto prima di aprire un solo file – senza estrazione e senza interfaccia | L'agente riceve un elenco piatto di collegamenti e poi deve comunque recuperare e analizzare ogni pagina di destinazione per apprendere qualcosa | a |
| Utilizzo reale dei crawler | Troppo recente per essere misurato – pubblicato a giugno 2026, ancora senza dati sul campo sull'adozione | Oggi nei fatti scarso: lo studio di Limy su oltre 500 milioni di eventi di bot mostra che GPTBot, ClaudeBot, PerplexityBot e altri lo saltano in larga misura | tie |
| Leggibilità umana | Markdown semplice in qualsiasi editor, visualizzabile su GitHub, indicizzabile da qualsiasi strumento di ricerca – leggibile da persone e macchine | Anch'esso Markdown semplice – un indice breve e leggibile che chiunque apre e modifica in pochi secondi | tie |

## Key Statistics

- L'Open Knowledge Format è uscito il 12 giugno 2026 come specifica aperta di Google Cloud: OKF v0.1 è una cartella di file Markdown con intestazione YAML, senza schema di compressione, senza ambiente di esecuzione e senza SDK obbligatorio
- llms.txt è stato presentato a settembre 2024 da Jeremy Howard (Answer.AI) come indice Markdown curato nella radice di un sito – circa 21 mesi prima di OKF, il che gli conferisce un ampio vantaggio di maturità
- Limy ha analizzato oltre 500 milioni di eventi di bot nel maggio 2026 e ha riscontrato che GPTBot, ClaudeBot, PerplexityBot, OAI-SearchBot e Google-Extended saltano in larga misura /llms.txt e analizzano direttamente l'HTML
- OKF non richiede alcun registro né alcuna installazione; la specifica sta in una sola pagina e un index.md permette a un agente di vedere la struttura di un pacchetto prima di aprire ogni file
- OKF è la parte portabile e aperta del cambio di marca di Google da Dataplex a Knowledge Catalog, riposizionato come «motore di contesto sempre attivo» per gli agenti IA
- llms.txt esiste in due varianti: llms.txt (un indice compatto con collegamenti) e llms-full.txt (che incorpora il contenuto completo delle pagine perché un agente assimili tutto in un'unica richiesta)

## Choose Open Knowledge Format (OKF) When

- Sta raccogliendo conoscenza interna o aziendale curata per gli agenti, e non solo indicizzando un sito pubblico
- Le servono metadati tipizzati per documento che un agente possa navigare prima ancora di leggere
- Vuole un pacchetto portabile che gli agenti usano così com'è, senza estrazione della pagina e senza un'interfaccia di mezzo
- Produttori e consumatori, da un team all'altro, devono condividere lo stesso contesto senza traduzione

## Choose llms.txt When

- Vuole oggi una superficie a file unico, senza attriti, nella radice del suo dominio
- La sua priorità è la reperibilità del sito pubblico, non una base di conoscenza interna
- Vuole lo standard comunitario affermato, con oltre 20 mesi di strumenti ed esempi
- Una persona non sviluppatrice deve pubblicarlo in pochi minuti, senza struttura da progettare e senza nulla da installare

## Verdict

Sono livelli complementari, non rivali, e la risposta onesta per il 2026 è quasi sempre: pubblichi entrambi. Scelga prima llms.txt se gestisce un sito pubblico: è un singolo file di testo nella radice, che una persona non sviluppatrice pubblica in pochi minuti, con oltre 20 mesi di strumenti della comunità alle spalle, ed è il modo affermato per esporre agli agenti un indice curato. Scelga OKF quando un indice piatto non basta – quando raccoglie conoscenza interna o aziendale curata che gli agenti devono navigare per tipo e metadati prima di leggere, quando produttori e consumatori devono cooperare senza traduzione, o quando vuole un pacchetto portabile che gli agenti leggono così com'è, senza estrazione della pagina e senza un'interfaccia di mezzo. La riserva onesta vale per entrambi: nessuno dei due viene ancora recuperato in modo affidabile sul campo. L'analisi di Limy su oltre 500 milioni di eventi di bot nel maggio 2026 mostra che i grandi crawler ignorano in larga misura /llms.txt e leggono direttamente l'HTML – e OKF ha solo pochi giorni. Tratti quindi entrambi come scommesse di infrastruttura rivolte al futuro, non come una garanzia di traffico. Context Studios consiglia ai clienti una strategia di reperibilità a due formati: llms.txt come porta d'ingresso pubblica di ogni sito e OKF per i pacchetti di conoscenza tipizzati e più profondi su cui i suoi agenti ragioneranno davvero – pubblicati subito, così da essere già pronti il giorno in cui un grande motore di risposte azionerà l'interruttore.

## FAQ

**Q: OKF sostituisce llms.txt?**
A: No. I due agiscono su livelli diversi. llms.txt è un indice piatto nella radice del sito che indirizza gli agenti alle sue pagine chiave; OKF raccoglie un pacchetto di conoscenza strutturato e tipizzato che gli agenti possono navigare prima di leggere. Convivono senza problemi – molti siti dovrebbero pubblicare entrambi: llms.txt come indice pubblico e OKF per la conoscenza più approfondita.

**Q: I crawler IA recuperano davvero llms.txt oggi?**
A: Perlopiù no. Limy ha analizzato oltre 500 milioni di eventi di bot nel maggio 2026 e ha riscontrato che GPTBot, ClaudeBot, PerplexityBot e altri saltano in larga misura /llms.txt e analizzano direttamente l'HTML. È una scommessa di infrastruttura rivolta al futuro, nell'ambito Business-to-Agent – vale la pena pubblicarla per il giorno in cui questo cambierà, ma oggi non genera traffico.

**Q: OKF è un vincolo a Google?**
A: Il formato in sé è Markdown semplice più YAML, senza SDK, senza registro né ambiente di esecuzione, e Google lo definisce neutrale rispetto al fornitore. È però nato dal cambio di marca di Google Cloud Knowledge Catalog (già Dataplex): la specifica è quindi portabile, mentre il prodotto che la circonda non lo è. Può adottare OKF senza toccare Google Cloud.

**Q: Quale dovrei implementare per primo?**
A: Se gestisce un sito pubblico, pubblichi subito llms.txt – è un singolo file banale. Se affida conoscenza curata agli agenti aziendali, adotti OKF per la sua struttura e i suoi metadati tipizzati. Nel 2026 la risposta più solida è una strategia a due formati che pubblica entrambi, dato che nessuno viene ancora analizzato in modo affidabile e arrivare presto costa poco.

Keywords: Open Knowledge Format vs llms.txt, OKF, llms.txt, sito pronto per gli agenti, reperibilità per agenti IA, Google OKF, llms.txt 2026