https://polisim.dev

{
  "url": "https://polisim.dev",
  "timestamp": 1784360471005,
  "fetch": {
    "mode": "simple",
    "timeMs": 326,
    "htmlSizeBytes": 38257,
    "supportsMarkdown": false,
    "markdownAgents": {
      "contentNegotiation": false,
      "mdUrl": {
        "found": false,
        "url": null
      },
      "linkTag": {
        "found": false,
        "url": null
      },
      "linkHeader": {
        "found": false,
        "url": null
      },
      "responseHeaders": {
        "contentSignal": null,
        "xMarkdownTokens": null,
        "vary": null
      },
      "frontmatter": {
        "present": false,
        "fields": [],
        "level": "none"
      },
      "level": "none"
    },
    "statusCode": 200
  },
  "extraction": {
    "title": "PoliSim — Comunicazione civica trasparente su dati pubblici",
    "excerpt": "Infrastruttura civic tech open-source per partiti, ONG e istituzioni pilota. Dati reali ITANES 2022 · N=4.696 rispondenti · 147 collegi Camera.",
    "byline": null,
    "siteName": null,
    "lang": "it",
    "contentLength": 8163,
    "metadata": {
      "description": "PoliSim: simulatore elettorale + message optimizer + previsioni MRP per collegio. Dati ISTAT 2021, Eligendo, PolitPro live. Step1→Step2: testa il messaggio e poi verifica l'impatto per collegio con IC 90% bayesiani. RMSE 4.3pp out-of-sample.",
      "ogTitle": "PoliSim — Comunicazione civica trasparente su dati pubblici",
      "ogDescription": "Infrastruttura civic tech open-source per partiti, ONG e istituzioni pilota. Dati reali ITANES 2022 · N=4.696 rispondenti · 147 collegi Camera.",
      "ogImage": null,
      "ogType": null,
      "canonical": "https://polisim.dev/",
      "lang": "it",
      "schemas": [
        {
          "@context": "https://schema.org",
          "@type": "SoftwareApplication",
          "name": "PoliSim",
          "url": "https://polisim.dev",
          "applicationCategory": "PoliticalAnalysisTool",
          "description": "Simulatore elettorale italiano con dati reali ITANES 2022 e Eligendo. Message optimizer su 5 segmenti demografici empirici.",
          "offers": {
            "@type": "Offer",
            "price": "0",
            "priceCurrency": "EUR"
          },
          "featureList": [
            "Simulazione Camera + Senato simultanea",
            "5 segmenti demografici da ITANES 2022 (N=4.696)",
            "147 collegi uninominali Camera",
            "Message optimizer per istituzioni e pilot partners"
          ]
        },
        {
          "@context": "https://schema.org",
          "@type": "FAQPage",
          "mainEntity": [
            {
              "@type": "Question",
              "name": "Su quali dati si basa PoliSim?",
              "acceptedAnswer": {
                "@type": "Answer",
                "text": "PoliSim usa tre fonti aperte: ITANES 2022 (N=4.696 rispondenti, DOI 10.13130/RD_UNIMI/JV77WR) per i profili psicografici dei segmenti, ISTAT Censimento Permanente 2021 per i dati demografici per collegio, e Eligendo OpenData del Ministero dell'Interno per i risultati elettorali storici."
              }
            },
            {
              "@type": "Question",
              "name": "Quali segmenti demografici usa PoliSim?",
              "acceptedAnswer": {
                "@type": "Answer",
                "text": "PoliSim usa 5 segmenti derivati empiricamente da ITANES 2022: progressisti_attivisti (30.7%, scala sx-dx 2.86), centrodestra (34.7%, scala 8.72), qualunquisti (19.6%, scala 5.16), delusi_m5s (11.5%, scala 4.96), giovani_astensionisti (3.4%, scala 5.84)."
              }
            },
            {
              "@type": "Question",
              "name": "PoliSim prevede i seggi Camera e Senato?",
              "acceptedAnswer": {
                "@type": "Answer",
                "text": "Sì. PoliSim simula simultaneamente Camera (147 collegi uninominali) e Senato (74 collegi) verificando la doppia maggioranza, condizione necessaria per la formazione del governo in Italia."
              }
            },
            {
              "@type": "Question",
              "name": "Quali sono i prossimi sviluppi di PoliSim?",
              "acceptedAnswer": {
                "@type": "Answer",
                "text": "Il modello MRP Dirichlet-Multinomial bayesiano (PyMC) è live su /previsioni. 252 osservazioni, 54 celle demografiche per collegio, RMSE 4.3pp out-of-sample (Lombardia 2023). Prossima evoluzione: integrazione shapefile per granularità a livello di singolo collegio."
              }
            }
          ]
        }
      ],
      "robotsMeta": null,
      "author": null,
      "generator": null,
      "markdownAlternateHref": null
    }
  },
  "markdown": "Simulatore Elettorale · Message Optimizer · Italia 2027\n\n## Comunicazione civica\n*trasparente* su dati pubblici\n\nPoliSim collega census data aperti (ISTAT, Eurostat), principi verificabili (statuti, carte dei valori) e AI con limitazioni dichiarate per aiutare organizzazioni civiche a comunicare in modo coerente e misurabile.\n\n71MOsservazioni ISTAT 2021\n\n139Collegi coperti · età, istruzione, occupazione, reddito\n\n±4.3ppRMSE out-of-sample MRP\n\n1.97×Lift lasciti · Modulo Propensione NGO\n\nLa coerenza tra principi dichiarati e messaggi reali è il fattore più predittivo della fiducia istituzionale nelle organizzazioni civiche.\n\nPoliSim usa dati pubblici (ISTAT, Eligendo) e AI trasparente per aiutare enti civici, comuni e ONG a mantenere questa coerenza in modo verificabile. [Metodologia →](https://polisim.dev/metodologia.html)\n\n---\n\nTre verticali · Una piattaforma\n\n## Il messaggio giusto.\n*Per il segmento giusto.*\n\nStessi dati, stessa metodologia. Profili calibrati sul tuo contesto.\n\nONG & advocacy\n\nComunicazione\nd'impatto\n\nTesta il framing della tua campagna su donatori, volontari e pubblico generale prima di investire in comunicazione. Segmenti granulari su base ISTAT.\n\n-   Metriche calibrate sul tuo obiettivo\n-   Lasciti, corporate, advocacy — profili distinti\n-   4 framings alternativi per tema\n-   Risk score: probabilità rigetto per segmento\n\n[Accedi →](https://polisim.dev/accesso.html?profilo=ong)\n\nEnti civici\n\nComunicazione\nistituzionale\n\nTesta i tuoi messaggi su vertenze, campagne sociali e comunicazione pubblica. Valutazione coerenza con statuto e valori dell'organizzazione.\n\n-   Analisi framing Entman — 4 dimensioni\n-   Score coerenza valoriale dichiarata\n-   Varianti ottimizzate per segmento\n-   Dati ISTAT 2021 per territorio\n\n[Accedi →](https://polisim.dev/accesso.html?profilo=civic)\n\nPartiti & consulenti politici\n\nIntelligenza\nelettorale\n\nSimula Camera e Senato, identifica i collegi contendibili, ottimizza il messaggio per il segmento target. Powered da MRP bayesiano — il gold standard della sondaggistica elettorale.\n\n-   Swing model 147 collegi Camera + 74 Senato\n-   Doppia maggioranza verificata\n-   Override euristico — il tuo \"naso politico\" sul modello\n-   Valutazione coerenza messaggio-territorio per collegio\n-   Alert critico su messaggi incoerenti col bacino\n\n[Accedi →](https://polisim.dev/accesso.html?profilo=pol)\n\n---\n\n🇪🇺\n\nInfrastruttura Civica Europea\n\nDati pubblici ISTAT · Eligendo · ESS · TRIPOL. AI trasparente con limitazioni dichiarate. Open source Q3 2026.\n\nCT\n\nCivic Tech Field Guide\n\nListato nella directory internazionale dei progetti di tecnologia civica. [civictech.guide →](https://app.civictech.guide/)\n\nM\n\nMeta Content Library · CASD/IDAN\n\nAccesso approvato alla Meta Content Library API per ricerca accademica tramite CASD · International Data Access Network.\n\n---\n\nMetodologia · Tre stadi\n\n## Come funziona PoliSim\n\nPoliSim risponde a una domanda diretta: dati i sondaggi oggi, quale messaggio funziona in quale collegio — e dove rischia di non funzionare?\n\n01\n\nMotore strutturale\n\nRidge regression + Random Forest su dati ISTAT 2021 e Eligendo 2022. Stima il voto CDX con RMSE 3.9pp su 11 collegi Lazio (R²=0.618). Correla struttura demografica con comportamento elettorale.\n\nISTAT · Eligendo · Ridge + RF\n\n02\n\nSimulazione Camera + Senato\n\nSimula simultaneamente 147 collegi Camera e 74 collegi Senato verificando la doppia maggioranza. Condizione necessaria per formare un governo italiano — analisi monocamerale è insufficiente.\n\n147 collegi Camera · 74 Senato · Doppia maggioranza\n\n03\n\nMessage Optimizer\n\nGenera 4 framings alternativi per ogni tema, calibrati sul profilo psicografico del segmento target (dati ITANES). Valuta risonanza emotiva, credibilità, differenziazione e rischio rigetto.\n\nEntman 1993 · ITANES · Claude Sonnet\n\n---\n\nSviluppo · Roadmap pubblica\n\n## Cosa c'è ora. Cosa arriva.\n\nPoliSim dichiara pubblicamente lo stato di sviluppo di ogni funzionalità. La trasparenza metodologica è un principio di design, non un disclaimer legale.\n\n✓ Live\n\nSwing model + segmenti ITANES\n\nSimulazione Camera e Senato con margini per collegio. 9 partiti reali precompilati (profili ITANES 2022). Quote aggiornate ogni mattina da PolitPro. Message optimizer: definisci il messaggio da testare e ottieni analisi strategica con proiezione geografica.\n\nPolitPro scraper · ITANES 2022 (N=4.696) · Claude Sonnet\n\n✓ Live\n\nMRP Dirichlet-Multinomial bayesiano\n\nArchitettura: Dirichlet-Multinomial multi-coalizione (PyMC). 252 osservazioni, 54 celle demografiche, r\\_hat=1.000. Output: mediana + IC 90% + P(vittoria) per collegio. RMSE 4.3pp out-of-sample.\n\nstatsmodels MixedLM · Gelman & Little 1997 · Wang et al. IJF 2021\n\n✓ Live\n\nStep 1→Step 2 · Flusso multistep integrato\n\nDal simulatore nazionale al collegio uninominale in un click. Il profilo (partito, messaggio, bacino) viene trasferito automaticamente al tool MRP. Valutazione coerenza messaggio-territorio via Claude: score 0–1, rischio rigetto, impatto stimato in pp, alert critico se incoerente.\n\nsessionStorage · api2.polisim.dev/api/valuta-coerenza · Claude Sonnet\n\n◌ Pianificato\n\nShapefile collegi · Upload proprietari\n\nImplementazione shapefile per swing model a livello di singolo collegio uninominale. Upload di dataset proprietari (sondaggi interni, exit poll) con anonimizzazione GDPR integrata.\n\nCAMERA\\_CollegiUNINOMINALI\\_2020.shp · GDPR Art. 4.5\n\n◌ Pianificato\n\nLightRAG · Memoria istituzionale persistente\n\nMemoria istituzionale dell'organizzazione: documenti, statuti, campagne passate indicizzati con LightRAG. Il modello impara dal corpus valoriale dell'utente invece di ragionare solo sul prompt.\n\nLightRAG · vettorizzazione documenti · contesto persistente\n\n◌ Pianificato\n\nSocial listening · Calibrazione segmenti\n\nIntegrazione ascolto social per calibrare i pesi dei segmenti in tempo reale. Segnali da X/Twitter, Telegram pubblici e Reddit per misurare sentiment per tema e territorio.\n\nApify · sentiment analysis · calibrazione bayesiana\n\n◌ Pianificato\n\nA/B testing messaggi · Polling aggregator\n\nTest ante-campagna su varianti di messaggio con scoring comparativo. Integrazione aggregatore sondaggi pubblici per confronto diretto con output MRP e calibrazione del prior bayesiano.\n\nscoring comparativo · ISTAT 2023 update · Brevo email\n\n---\n\nTrasparenza metodologica · Limitazioni dichiarate\n\n## Cosa PoliSim non fa (ancora)\n\nTre limitazioni dichiarate al lancio. La trasparenza sui limiti del modello è una scelta progettuale, non una debolezza.\n\n⚠ LLM layer non validato\n\nIl layer di ottimizzazione dei messaggi usa Claude Sonnet. Il modello non è stato validato empiricamente su outcome reali di campagna. I punteggi sono calibrati su esperti, non su A/B test di campo.\n\n⚠ Swing model macro-area\n\nIl modello di swing attuale opera a livello di macro-area (regioni/province), non a livello di singolo collegio uninominale. Lo shapefile a livello di collegio è in sviluppo (→ MRP).\n\n⚠ Pesi calibrati da esperti\n\nI pesi dei profili psicografici sono calibrati su dati ITANES 2022 ma non verificati su campagne reali 2024-2026. L'integrazione di social listening è pianificata per la versione 2.0.\n\nCaso studio live · Q-Italia\n\n## PoliSim è il motore di Q-Italia — laboratorio di civic tech in tempo reale\n\nQ-Italia (qitalia.org) usa PoliSim come strumento di analisi e comunicazione. Ogni post pubblicato su X è ottimizzato con il message optimizer e approvato da un operatore umano. Un caso studio verificabile, non simulato.\n\n[Vedi il caso studio →](https://qitalia.org/)\n\n14Principi costitutivi\n\n100%Human-in-the-loop\n\nLiveDistillatore attivo\n\nOpenDati pubblici\n",
  "fullPageMarkdown": "PoliSim — Simulatore Elettorale e Message Optimizer per l'Italia\n\nSimulatore Elettorale · Message Optimizer · Italia 2027\n\n# Comunicazione civica\n*trasparente* su dati pubblici\n\nPoliSim collega census data aperti (ISTAT, Eurostat), principi verificabili (statuti, carte dei valori) e AI con limitazioni dichiarate per aiutare organizzazioni civiche a comunicare in modo coerente e misurabile.\n\n71MOsservazioni ISTAT 2021\n\n139Collegi coperti · età, istruzione, occupazione, reddito\n\n±4.3ppRMSE out-of-sample MRP\n\n1.97×Lift lasciti · Modulo Propensione NGO\n\nLa coerenza tra principi dichiarati e messaggi reali è il fattore più predittivo della fiducia istituzionale nelle organizzazioni civiche.\n\nPoliSim usa dati pubblici (ISTAT, Eligendo) e AI trasparente per aiutare enti civici, comuni e ONG a mantenere questa coerenza in modo verificabile. [Metodologia →](https://polisim.dev/metodologia.html)\n\n---\n\nTre verticali · Una piattaforma\n\n## Il messaggio giusto.\n*Per il segmento giusto.*\n\nStessi dati, stessa metodologia. Profili calibrati sul tuo contesto.\n\nONG & advocacy\n\nComunicazione\nd'impatto\n\nTesta il framing della tua campagna su donatori, volontari e pubblico generale prima di investire in comunicazione. Segmenti granulari su base ISTAT.\n\n-   Metriche calibrate sul tuo obiettivo\n-   Lasciti, corporate, advocacy — profili distinti\n-   4 framings alternativi per tema\n-   Risk score: probabilità rigetto per segmento\n\n[Accedi →](https://polisim.dev/accesso.html?profilo=ong)\n\nEnti civici\n\nComunicazione\nistituzionale\n\nTesta i tuoi messaggi su vertenze, campagne sociali e comunicazione pubblica. Valutazione coerenza con statuto e valori dell'organizzazione.\n\n-   Analisi framing Entman — 4 dimensioni\n-   Score coerenza valoriale dichiarata\n-   Varianti ottimizzate per segmento\n-   Dati ISTAT 2021 per territorio\n\n[Accedi →](https://polisim.dev/accesso.html?profilo=civic)\n\nPartiti & consulenti politici\n\nIntelligenza\nelettorale\n\nSimula Camera e Senato, identifica i collegi contendibili, ottimizza il messaggio per il segmento target. Powered da MRP bayesiano — il gold standard della sondaggistica elettorale.\n\n-   Swing model 147 collegi Camera + 74 Senato\n-   Doppia maggioranza verificata\n-   Override euristico — il tuo \"naso politico\" sul modello\n-   Valutazione coerenza messaggio-territorio per collegio\n-   Alert critico su messaggi incoerenti col bacino\n\n[Accedi →](https://polisim.dev/accesso.html?profilo=pol)\n\nBase dati comune · ISTAT Censimento Permanente 2021 · Eligendo OpenData · ITANES 2022\\*\n\n\\* ITANES (Italian National Election Studies) — panel elettorale italiano, consorzio universitario. N=4.696 rispondenti, 326 variabili. DOI: 10.13130/RD\\_UNIMI/JV77WR\n\n---\n\n🇪🇺\n\nInfrastruttura Civica Europea\n\nDati pubblici ISTAT · Eligendo · ESS · TRIPOL. AI trasparente con limitazioni dichiarate. Open source Q3 2026.\n\nCT\n\nCivic Tech Field Guide\n\nListato nella directory internazionale dei progetti di tecnologia civica. [civictech.guide →](https://app.civictech.guide/)\n\nM\n\nMeta Content Library · CASD/IDAN\n\nAccesso approvato alla Meta Content Library API per ricerca accademica tramite CASD · International Data Access Network.\n\n---\n\nMetodologia · Tre stadi\n\n## Come funziona PoliSim\n\nPoliSim risponde a una domanda diretta: dati i sondaggi oggi, quale messaggio funziona in quale collegio — e dove rischia di non funzionare?\n\n01\n\nMotore strutturale\n\nRidge regression + Random Forest su dati ISTAT 2021 e Eligendo 2022. Stima il voto CDX con RMSE 3.9pp su 11 collegi Lazio (R²=0.618). Correla struttura demografica con comportamento elettorale.\n\nISTAT · Eligendo · Ridge + RF\n\n02\n\nSimulazione Camera + Senato\n\nSimula simultaneamente 147 collegi Camera e 74 collegi Senato verificando la doppia maggioranza. Condizione necessaria per formare un governo italiano — analisi monocamerale è insufficiente.\n\n147 collegi Camera · 74 Senato · Doppia maggioranza\n\n03\n\nMessage Optimizer\n\nGenera 4 framings alternativi per ogni tema, calibrati sul profilo psicografico del segmento target (dati ITANES). Valuta risonanza emotiva, credibilità, differenziazione e rischio rigetto.\n\nEntman 1993 · ITANES · Claude Sonnet\n\n---\n\nSviluppo · Roadmap pubblica\n\n## Cosa c'è ora. Cosa arriva.\n\nPoliSim dichiara pubblicamente lo stato di sviluppo di ogni funzionalità. La trasparenza metodologica è un principio di design, non un disclaimer legale.\n\n✓ Live\n\nSwing model + segmenti ITANES\n\nSimulazione Camera e Senato con margini per collegio. 9 partiti reali precompilati (profili ITANES 2022). Quote aggiornate ogni mattina da PolitPro. Message optimizer: definisci il messaggio da testare e ottieni analisi strategica con proiezione geografica.\n\nPolitPro scraper · ITANES 2022 (N=4.696) · Claude Sonnet\n\n✓ Live\n\nMRP Dirichlet-Multinomial bayesiano\n\nArchitettura: Dirichlet-Multinomial multi-coalizione (PyMC). 252 osservazioni, 54 celle demografiche, r\\_hat=1.000. Output: mediana + IC 90% + P(vittoria) per collegio. RMSE 4.3pp out-of-sample.\n\nstatsmodels MixedLM · Gelman & Little 1997 · Wang et al. IJF 2021\n\n✓ Live\n\nStep 1→Step 2 · Flusso multistep integrato\n\nDal simulatore nazionale al collegio uninominale in un click. Il profilo (partito, messaggio, bacino) viene trasferito automaticamente al tool MRP. Valutazione coerenza messaggio-territorio via Claude: score 0–1, rischio rigetto, impatto stimato in pp, alert critico se incoerente.\n\nsessionStorage · api2.polisim.dev/api/valuta-coerenza · Claude Sonnet\n\n◌ Pianificato\n\nShapefile collegi · Upload proprietari\n\nImplementazione shapefile per swing model a livello di singolo collegio uninominale. Upload di dataset proprietari (sondaggi interni, exit poll) con anonimizzazione GDPR integrata.\n\nCAMERA\\_CollegiUNINOMINALI\\_2020.shp · GDPR Art. 4.5\n\n◌ Pianificato\n\nLightRAG · Memoria istituzionale persistente\n\nMemoria istituzionale dell'organizzazione: documenti, statuti, campagne passate indicizzati con LightRAG. Il modello impara dal corpus valoriale dell'utente invece di ragionare solo sul prompt.\n\nLightRAG · vettorizzazione documenti · contesto persistente\n\n◌ Pianificato\n\nSocial listening · Calibrazione segmenti\n\nIntegrazione ascolto social per calibrare i pesi dei segmenti in tempo reale. Segnali da X/Twitter, Telegram pubblici e Reddit per misurare sentiment per tema e territorio.\n\nApify · sentiment analysis · calibrazione bayesiana\n\n◌ Pianificato\n\nA/B testing messaggi · Polling aggregator\n\nTest ante-campagna su varianti di messaggio con scoring comparativo. Integrazione aggregatore sondaggi pubblici per confronto diretto con output MRP e calibrazione del prior bayesiano.\n\nscoring comparativo · ISTAT 2023 update · Brevo email\n\n---\n\nTrasparenza metodologica · Limitazioni dichiarate\n\n## Cosa PoliSim non fa (ancora)\n\nTre limitazioni dichiarate al lancio. La trasparenza sui limiti del modello è una scelta progettuale, non una debolezza.\n\n⚠ LLM layer non validato\n\nIl layer di ottimizzazione dei messaggi usa Claude Sonnet. Il modello non è stato validato empiricamente su outcome reali di campagna. I punteggi sono calibrati su esperti, non su A/B test di campo.\n\n⚠ Swing model macro-area\n\nIl modello di swing attuale opera a livello di macro-area (regioni/province), non a livello di singolo collegio uninominale. Lo shapefile a livello di collegio è in sviluppo (→ MRP).\n\n⚠ Pesi calibrati da esperti\n\nI pesi dei profili psicografici sono calibrati su dati ITANES 2022 ma non verificati su campagne reali 2024-2026. L'integrazione di social listening è pianificata per la versione 2.0.\n\nCaso studio live · Q-Italia\n\n## PoliSim è il motore di Q-Italia — laboratorio di civic tech in tempo reale\n\nQ-Italia (qitalia.org) usa PoliSim come strumento di analisi e comunicazione. Ogni post pubblicato su X è ottimizzato con il message optimizer e approvato da un operatore umano. Un caso studio verificabile, non simulato.\n\n[Vedi il caso studio →](https://qitalia.org/)\n\n14Principi costitutivi\n\n100%Human-in-the-loop\n\nLiveDistillatore attivo\n\nOpenDati pubblici\n",
  "markdownStats": {
    "images": 0,
    "links": 6,
    "tables": 0,
    "codeBlocks": 0,
    "headings": 6
  },
  "tokens": {
    "htmlTokens": 12028,
    "markdownTokens": 2276,
    "reduction": 9752,
    "reductionPercent": 81
  },
  "score": {
    "score": 74,
    "grade": "C",
    "rubricVersion": 2,
    "dimensions": {
      "accessibility": {
        "score": 88,
        "weight": 30,
        "grade": "B",
        "checks": {
          "content_without_js": {
            "score": 100,
            "weight": 55,
            "evidence": "proven",
            "details": "Content available without JavaScript"
          },
          "fast_content_position": {
            "score": 50,
            "weight": 25,
            "evidence": "plausible",
            "details": "Main content starts at 53% of HTML"
          },
          "reasonable_page_size": {
            "score": 100,
            "weight": 20,
            "evidence": "plausible",
            "details": "Page size: 37KB"
          }
        }
      },
      "aiDiscoverability": {
        "score": 45,
        "weight": 25,
        "grade": "D",
        "checks": {
          "robots_allows_ai_bots": {
            "score": 100,
            "weight": 35,
            "evidence": "proven",
            "details": "All major AI search bots allowed"
          },
          "supports_markdown_negotiation": {
            "score": 0,
            "weight": 20,
            "evidence": "plausible",
            "details": "No Markdown for Agents support detected"
          },
          "has_sitemap": {
            "score": 0,
            "weight": 15,
            "evidence": "plausible",
            "details": "No sitemap found"
          },
          "has_robots_txt": {
            "score": 100,
            "weight": 10,
            "evidence": "plausible",
            "details": "robots.txt exists"
          },
          "has_llms_txt": {
            "score": 0,
            "weight": 10,
            "evidence": "speculative",
            "details": "No llms.txt found"
          },
          "has_content_signals": {
            "score": 0,
            "weight": 10,
            "evidence": "speculative",
            "details": "No Content-Signal found (robots.txt or HTTP headers)"
          }
        }
      },
      "structuredData": {
        "score": 93,
        "weight": 20,
        "grade": "A",
        "checks": {
          "has_schema_org": {
            "score": 100,
            "weight": 35,
            "evidence": "proven",
            "details": "JSON-LD found: SoftwareApplication, FAQPage"
          },
          "has_open_graph": {
            "score": 67,
            "weight": 20,
            "evidence": "plausible",
            "details": "2/3 OG tags present"
          },
          "has_meta_description": {
            "score": 100,
            "weight": 20,
            "evidence": "plausible",
            "details": "Meta description: 241 chars"
          },
          "has_canonical_url": {
            "score": 100,
            "weight": 15,
            "evidence": "plausible",
            "details": "Canonical URL present"
          },
          "has_lang_attribute": {
            "score": 100,
            "weight": 10,
            "evidence": "plausible",
            "details": "lang=\"it\""
          }
        }
      },
      "semanticHtml": {
        "score": 61,
        "weight": 15,
        "grade": "C",
        "checks": {
          "proper_heading_hierarchy": {
            "score": 100,
            "weight": 30,
            "evidence": "plausible",
            "details": "Clean heading hierarchy"
          },
          "uses_article_or_main": {
            "score": 0,
            "weight": 25,
            "evidence": "plausible",
            "details": "Missing <article> and <main> elements"
          },
          "semantic_elements": {
            "score": 32,
            "weight": 20,
            "evidence": "plausible",
            "details": "8 semantic elements, 74 divs (ratio: 10%)"
          },
          "meaningful_alt_texts": {
            "score": 100,
            "weight": 15,
            "evidence": "plausible",
            "details": "No images found"
          },
          "low_div_nesting": {
            "score": 100,
            "weight": 10,
            "evidence": "speculative",
            "details": "Avg div depth: 1.3, max: 2"
          }
        }
      },
      "contentEfficiency": {
        "score": 84,
        "weight": 10,
        "grade": "B",
        "checks": {
          "token_reduction_ratio": {
            "score": 100,
            "weight": 40,
            "evidence": "speculative",
            "details": "81% token reduction (HTML→Markdown)"
          },
          "content_to_noise_ratio": {
            "score": 80,
            "weight": 30,
            "evidence": "speculative",
            "details": "Content ratio: 21.3% (8163 content chars / 38257 HTML bytes)"
          },
          "reasonable_page_weight": {
            "score": 100,
            "weight": 20,
            "evidence": "speculative",
            "details": "HTML size: 37KB"
          },
          "minimal_inline_styles": {
            "score": 0,
            "weight": 10,
            "evidence": "speculative",
            "details": "17/239 elements with inline styles (7.1%)"
          }
        }
      }
    }
  },
  "recommendations": [
    {
      "id": "add_markdown_negotiation",
      "priority": "critical",
      "category": "aiDiscoverability",
      "titleKey": "rec.add_markdown_negotiation.title",
      "descriptionKey": "rec.add_markdown_negotiation.description",
      "howToKey": "rec.add_markdown_negotiation.howto",
      "effort": "significant",
      "estimatedImpact": 5,
      "maxImpact": 5,
      "evidence": "plausible",
      "checkScore": 0,
      "checkDetails": "No Markdown for Agents support detected"
    },
    {
      "id": "add_article_main",
      "priority": "high",
      "category": "semanticHtml",
      "titleKey": "rec.add_article_main.title",
      "descriptionKey": "rec.add_article_main.description",
      "howToKey": "rec.add_article_main.howto",
      "effort": "quick-win",
      "estimatedImpact": 3.8,
      "maxImpact": 3.8,
      "evidence": "plausible",
      "checkScore": 0,
      "checkDetails": "Missing <article> and <main> elements"
    },
    {
      "id": "add_sitemap",
      "priority": "high",
      "category": "aiDiscoverability",
      "titleKey": "rec.add_sitemap.title",
      "descriptionKey": "rec.add_sitemap.description",
      "howToKey": "rec.add_sitemap.howto",
      "effort": "quick-win",
      "estimatedImpact": 3.8,
      "maxImpact": 3.8,
      "evidence": "plausible",
      "checkScore": 0,
      "checkDetails": "No sitemap found"
    },
    {
      "id": "add_llms_txt",
      "priority": "high",
      "category": "aiDiscoverability",
      "titleKey": "rec.add_llms_txt.title",
      "descriptionKey": "rec.add_llms_txt.description",
      "howToKey": "rec.add_llms_txt.howto",
      "effort": "quick-win",
      "estimatedImpact": 2.5,
      "maxImpact": 2.5,
      "evidence": "speculative",
      "checkScore": 0,
      "checkDetails": "No llms.txt found"
    },
    {
      "id": "add_content_signals",
      "priority": "high",
      "category": "aiDiscoverability",
      "titleKey": "rec.add_content_signals.title",
      "descriptionKey": "rec.add_content_signals.description",
      "howToKey": "rec.add_content_signals.howto",
      "effort": "quick-win",
      "estimatedImpact": 2.5,
      "maxImpact": 2.5,
      "evidence": "speculative",
      "checkScore": 0,
      "checkDetails": "No Content-Signal found (robots.txt or HTTP headers)"
    },
    {
      "id": "add_semantic_elements",
      "priority": "medium",
      "category": "semanticHtml",
      "titleKey": "rec.add_semantic_elements.title",
      "descriptionKey": "rec.add_semantic_elements.description",
      "howToKey": "rec.add_semantic_elements.howto",
      "effort": "moderate",
      "estimatedImpact": 2,
      "maxImpact": 3,
      "evidence": "plausible",
      "checkScore": 32,
      "checkDetails": "8 semantic elements, 74 divs (ratio: 10%)"
    },
    {
      "id": "add_open_graph",
      "priority": "medium",
      "category": "structuredData",
      "titleKey": "rec.add_open_graph.title",
      "descriptionKey": "rec.add_open_graph.description",
      "howToKey": "rec.add_open_graph.howto",
      "effort": "quick-win",
      "estimatedImpact": 1.3,
      "maxImpact": 4,
      "evidence": "plausible",
      "checkScore": 67,
      "checkDetails": "2/3 OG tags present"
    },
    {
      "id": "remove_inline_styles",
      "priority": "medium",
      "category": "contentEfficiency",
      "titleKey": "rec.remove_inline_styles.title",
      "descriptionKey": "rec.remove_inline_styles.description",
      "howToKey": "rec.remove_inline_styles.howto",
      "effort": "moderate",
      "estimatedImpact": 1,
      "maxImpact": 1,
      "evidence": "speculative",
      "checkScore": 0,
      "checkDetails": "17/239 elements with inline styles (7.1%)"
    }
  ],
  "llmsTxtPreview": "# polisim.dev\n\n> PoliSim: simulatore elettorale + message optimizer + previsioni MRP per collegio. Dati ISTAT 2021, Eligendo, PolitPro live. Step1→Step2: testa il messaggio e poi verifica l'impatto per collegio con IC 90% bayesiani. RMSE 4.3pp out-of-sample.\n\n## Main\n- [PoliSim — Comunicazione civica trasparente su dati pubblici](https://polisim.dev): PoliSim: simulatore elettorale + message optimizer + previsioni MRP per collegio. Dati ISTAT 2021, Eligendo, PolitPro l…\n- [POLISIM](https://polisim.dev/)\n- [Metodologia](https://polisim.dev/metodologia.html)\n- [Validazione](https://polisim.dev/validazione.html)\n- [Fonti](https://polisim.dev/fonti.html)\n- [Per chi](https://polisim.dev/per-chi.html)\n- [Message Optimizer](https://polisim.dev/optimizer.html?tipo=ong)\n- [Segmentatore Database](https://polisim.dev/segmentatore.html)\n- [Modulo Propensione NGO](https://polisim.dev/propensione.html)\n\n",
  "llmsTxtExisting": null,
  "emergingProtocols": {
    "oauthProtectedResource": {
      "exists": false,
      "url": "https://polisim.dev/.well-known/oauth-protected-resource"
    },
    "oauthDiscovery": {
      "exists": false,
      "url": "https://polisim.dev/.well-known/oauth-authorization-server"
    },
    "mcpServerCard": {
      "exists": false,
      "url": "https://polisim.dev/.well-known/mcp/server-card.json",
      "draft": true
    },
    "a2aAgentCard": {
      "exists": false,
      "url": "https://polisim.dev/.well-known/agent-card.json"
    },
    "apiCatalog": {
      "exists": false,
      "url": "https://polisim.dev/.well-known/api-catalog"
    },
    "agentSkills": {
      "exists": false,
      "url": "https://polisim.dev/.well-known/agent-skills/index.json",
      "draft": true
    },
    "count": 0,
    "total": 6
  },
  "botAccess": {
    "probed": true,
    "bot": "OAI-SearchBot",
    "controlStatus": 200,
    "botStatus": 200,
    "discriminates": false,
    "refusedAsBot": false,
    "edge": "Cloudflare",
    "verifiable": false,
    "detail": "This origin answers OAI-SearchBot exactly as it answers any other client (200). No edge-level filtering of AI crawlers observed."
  },
  "snippets": [
    {
      "id": "add_llms_txt",
      "title": "Create /llms.txt",
      "description": "Upload this file to your web root. It tells AI agents what your site is about and which pages matter.",
      "language": "markdown",
      "code": "# polisim.dev\n\n> PoliSim: simulatore elettorale + message optimizer + previsioni MRP per collegio. Dati ISTAT 2021, Eligendo, PolitPro live. Step1→Step2: testa il messaggio e poi verifica l'impatto per collegio con IC 90% bayesiani. RMSE 4.3pp out-of-sample.\n\n## Main\n- [PoliSim — Comunicazione civica trasparente su dati pubblici](https://polisim.dev): PoliSim: simulatore elettorale + message optimizer + previsioni MRP per collegio. Dati ISTAT 2021, Eligendo, PolitPro l…\n- [POLISIM](https://polisim.dev/)\n- [Metodologia](https://polisim.dev/metodologia.html)\n- [Validazione](https://polisim.dev/validazione.html)\n- [Fonti](https://polisim.dev/fonti.html)\n- [Per chi](https://polisim.dev/per-chi.html)\n- [Message Optimizer](https://polisim.dev/optimizer.html?tipo=ong)\n- [Segmentatore Database](https://polisim.dev/segmentatore.html)\n- [Modulo Propensione NGO](https://polisim.dev/propensione.html)\n\n",
      "filename": "/llms.txt"
    },
    {
      "id": "add_open_graph",
      "title": "Add missing Open Graph tags",
      "description": "Open Graph tags control how your page looks when shared on social media and how AI platforms preview your URL in answers.",
      "language": "html",
      "code": "<meta property=\"og:image\" content=\"https://yoursite.com/og-image.jpg\">\n<meta property=\"og:url\" content=\"https://polisim.dev\">\n<meta property=\"og:type\" content=\"website\">",
      "filename": "<head>",
      "stacks": [
        {
          "id": "html",
          "label": "HTML <head>",
          "language": "html",
          "filename": "<head>",
          "code": "<meta property=\"og:image\" content=\"https://yoursite.com/og-image.jpg\">\n<meta property=\"og:url\" content=\"https://polisim.dev\">\n<meta property=\"og:type\" content=\"website\">"
        },
        {
          "id": "wordpress",
          "label": "WordPress",
          "language": "php",
          "filename": "functions.php",
          "code": "<?php\n// Quick Open Graph tags without a plugin (skip if Yoast / Rank Math is active)\nadd_action('wp_head', function () {\n    if (!is_singular()) return;\n    $post = get_queried_object();\n    $title = get_the_title($post);\n    $desc  = get_the_excerpt($post) ?: wp_trim_words(strip_tags($post->post_content), 30);\n    $image = get_the_post_thumbnail_url($post, 'large') ?: 'https://yoursite.com/og-image.jpg';\n    $url   = get_permalink($post);\n    printf('<meta property=\"og:title\" content=\"%s\">' . \"\\n\", esc_attr($title));\n    printf('<meta property=\"og:description\" content=\"%s\">' . \"\\n\", esc_attr($desc));\n    printf('<meta property=\"og:image\" content=\"%s\">' . \"\\n\", esc_url($image));\n    printf('<meta property=\"og:url\" content=\"%s\">' . \"\\n\", esc_url($url));\n    echo '<meta property=\"og:type\" content=\"article\">' . \"\\n\";\n}, 5);"
        },
        {
          "id": "nextjs",
          "label": "Next.js",
          "language": "typescript",
          "filename": "app/page.tsx",
          "code": "// Next.js App Router — Metadata API\nimport type { Metadata } from 'next';\n\nexport const metadata: Metadata = {\n  title: \"PoliSim — Comunicazione civica trasparente su dati pubblici\",\n  description: \"Infrastruttura civic tech open-source per partiti, ONG e istituzioni pilota. Dati reali ITANES 2022 · N=4.696 rispondenti · 147 collegi Camera.\",\n  openGraph: {\n    title: \"PoliSim — Comunicazione civica trasparente su dati pubblici\",\n    description: \"Infrastruttura civic tech open-source per partiti, ONG e istituzioni pilota. Dati reali ITANES 2022 · N=4.696 rispondenti · 147 collegi Camera.\",\n    url: \"https://polisim.dev\",\n    images: [\"https://yoursite.com/og-image.jpg\"],\n    type: 'website',\n  },\n};"
        }
      ]
    },
    {
      "id": "add_sitemap",
      "title": "Create /sitemap.xml",
      "description": "A sitemap helps AI agents discover all your pages. Most CMS platforms generate one automatically.",
      "language": "xml",
      "code": "<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n<urlset xmlns=\"http://www.sitemaps.org/schemas/sitemap/0.9\">\n  <url>\n    <loc>https://polisim.dev</loc>\n    <lastmod>2026-07-18</lastmod>\n  </url>\n</urlset>",
      "filename": "/sitemap.xml"
    },
    {
      "id": "add_article_main",
      "title": "Wrap content in <main> and <article>",
      "description": "Semantic HTML landmarks help AI agents identify the main content of your page.",
      "language": "html",
      "code": "<main>\n  <article>\n    <h1>Your Page Title</h1>\n    <p>Your content here...</p>\n  </article>\n</main>",
      "filename": "<body>"
    },
    {
      "id": "add_content_signals",
      "title": "Add Content-Signal directives",
      "description": "Content-Signal tells AI agents how they may use your content. The canonical location is robots.txt, but you can also expose it as an HTTP header from any stack.",
      "language": "txt",
      "code": "User-agent: *\nContent-Signal: search=yes, ai-input=yes, ai-train=no",
      "filename": "/robots.txt",
      "stacks": [
        {
          "id": "robots",
          "label": "robots.txt",
          "language": "txt",
          "filename": "/robots.txt",
          "code": "User-agent: *\nContent-Signal: search=yes, ai-input=yes, ai-train=no"
        },
        {
          "id": "nginx",
          "label": "Nginx",
          "language": "nginx",
          "filename": "server block",
          "code": "# Inside your server { } block:\nadd_header Content-Signal \"search=yes, ai-input=yes, ai-train=no\" always;"
        },
        {
          "id": "apache",
          "label": "Apache",
          "language": "apache",
          "filename": ".htaccess",
          "code": "# In .htaccess (or VirtualHost):\nHeader set Content-Signal \"search=yes, ai-input=yes, ai-train=no\""
        },
        {
          "id": "wordpress",
          "label": "WordPress",
          "language": "php",
          "filename": "functions.php",
          "code": "<?php\n// In your theme's functions.php or a small mu-plugin\nadd_action('send_headers', function () {\n    header('Content-Signal: search=yes, ai-input=yes, ai-train=no');\n});\n\n// Optional: also append the directive to the dynamic robots.txt\nadd_filter('robots_txt', function ($output) {\n    return $output . \"\\nContent-Signal: search=yes, ai-input=yes, ai-train=no\\n\";\n}, 10, 1);"
        },
        {
          "id": "nextjs",
          "label": "Next.js",
          "language": "typescript",
          "filename": "middleware.ts",
          "code": "// middleware.ts (Next.js 13+ App Router or Pages Router)\nimport { NextResponse } from 'next/server';\nexport function middleware() {\n  const res = NextResponse.next();\n  res.headers.set(\n    'Content-Signal',\n    'search=yes, ai-input=yes, ai-train=no'\n  );\n  return res;\n}\nexport const config = { matcher: '/:path*' };"
        },
        {
          "id": "cloudflare",
          "label": "Cloudflare Workers",
          "language": "javascript",
          "filename": "worker.js",
          "code": "// Cloudflare Worker that proxies your origin and adds the header\nexport default {\n  async fetch(request, env, ctx) {\n    const res = await fetch(request);\n    const newRes = new Response(res.body, res);\n    newRes.headers.set(\n      'Content-Signal',\n      'search=yes, ai-input=yes, ai-train=no'\n    );\n    return newRes;\n  },\n};"
        },
        {
          "id": "express",
          "label": "Express / Fastify",
          "language": "javascript",
          "filename": "server.js",
          "code": "// Express\napp.use((req, res, next) => {\n  res.setHeader('Content-Signal', 'search=yes, ai-input=yes, ai-train=no');\n  next();\n});\n\n// Fastify\nfastify.addHook('onSend', (request, reply, payload, done) => {\n  reply.header('Content-Signal', 'search=yes, ai-input=yes, ai-train=no');\n  done();\n});"
        }
      ]
    },
    {
      "id": "add_markdown_negotiation",
      "title": "Support Markdown for Agents",
      "description": "Let AI agents request a clean Markdown version of any page via content negotiation, .md alternate URLs, link tags or Link headers.",
      "language": "html",
      "code": "<!-- Mechanism 3: link tag advertising the .md alternate -->\n<link rel=\"alternate\" type=\"text/markdown\" href=\"/page.md\">",
      "filename": "<head>",
      "stacks": [
        {
          "id": "html",
          "label": "HTML <head>",
          "language": "html",
          "filename": "<head>",
          "code": "<!-- Mechanism 3: link tag advertising the .md alternate -->\n<link rel=\"alternate\" type=\"text/markdown\" href=\"/page.md\">"
        },
        {
          "id": "express",
          "label": "Express",
          "language": "javascript",
          "filename": "server.js",
          "code": "// Mechanisms 1 + 4: content negotiation + Link header\napp.get('/page', (req, res) => {\n  res.setHeader('Vary', 'Accept');\n  res.setHeader('Link', '</page.md>; rel=\"alternate\"; type=\"text/markdown\"');\n  if ((req.headers.accept || '').includes('text/markdown')) {\n    res.type('text/markdown; charset=utf-8');\n    return res.send(renderMarkdown('page'));\n  }\n  res.render('page');\n});"
        },
        {
          "id": "fastify",
          "label": "Fastify",
          "language": "javascript",
          "filename": "server.js",
          "code": "// Mechanisms 1 + 4: content negotiation + Link header\nfastify.get('/page', async (req, reply) => {\n  reply.header('Vary', 'Accept');\n  reply.header('Link', '</page.md>; rel=\"alternate\"; type=\"text/markdown\"');\n  if ((req.headers.accept || '').includes('text/markdown')) {\n    return reply.type('text/markdown; charset=utf-8').send(renderMarkdown('page'));\n  }\n  return reply.view('/page.ejs');\n});"
        },
        {
          "id": "nextjs",
          "label": "Next.js",
          "language": "typescript",
          "filename": "app/page/route.ts",
          "code": "// Next.js App Router — Route Handler returning Markdown\nimport { NextRequest } from 'next/server';\nimport { renderMarkdown } from '@/lib/md';\nexport async function GET(req: NextRequest) {\n  const accept = req.headers.get('accept') || '';\n  if (accept.includes('text/markdown')) {\n    return new Response(await renderMarkdown('page'), {\n      headers: {\n        'Content-Type': 'text/markdown; charset=utf-8',\n        'Vary': 'Accept',\n      },\n    });\n  }\n  // Fall through to the page component\n  return new Response(null, { status: 404 });\n}"
        },
        {
          "id": "wordpress",
          "label": "WordPress",
          "language": "php",
          "filename": "functions.php",
          "code": "<?php\n// Mechanism 1: respond to Accept: text/markdown on the same URL\nadd_action('template_redirect', function () {\n    if (!is_singular()) return;\n    $accept = $_SERVER['HTTP_ACCEPT'] ?? '';\n    if (strpos($accept, 'text/markdown') === false) return;\n    header('Content-Type: text/markdown; charset=utf-8');\n    header('Vary: Accept');\n    $post = get_queried_object();\n    echo \"# \" . get_the_title($post) . \"\\n\\n\";\n    echo wp_strip_all_tags(apply_filters('the_content', $post->post_content));\n    exit;\n});"
        },
        {
          "id": "static",
          "label": "Hugo / Jekyll / Astro",
          "language": "txt",
          "filename": "static/page.md",
          "code": "# Mechanism 2: serve .md alongside .html\n# Hugo: place page.md in /static/ — built unchanged\n# Jekyll: drop page.md in /assets/ — copied as-is\n# Astro: src/pages/page.md.ts that exports a GET returning markdown\n\n# Then advertise with mechanism 3 in <head>:\n#   <link rel=\"alternate\" type=\"text/markdown\" href=\"/page.md\">"
        }
      ]
    }
  ]
}

使用我们的API以编程方式获取此内容（即将推出）