Cosa fa bene un chatbot
Se i dati ce li ha già davanti, un chatbot è bravo a dare loro una forma. Copia un elenco disordinato da una pagina, incollalo in ChatGPT, Claude o Gemini e chiedi una tabella con nome, prezzo e valutazione: di solito ne otterrai una pulita. Per venti righe che puoi incollare a mano, ti basta questo.
I chatbot sono bravi anche nel lavoro che sta attorno allo scraping: spiegarti come è fatta una pagina, oppure scriverti uno script, se sei disposto a eseguire e mantenere il codice da solo.
Dove le cose si mettono male
I problemi iniziano quando gli dai un indirizzo e gli chiedi tutto quello che c'è sulla pagina.
- Non riesce ad aprire la pagina. Molti siti respingono le richieste degli assistenti AI. Alcuni assistenti te lo dicono. Altri rispondono a memoria o partendo da un risultato di ricerca, che non è la pagina che avevi indicato.
- La pagina arriva vuota. Molti negozi e siti di annunci costruiscono i contenuti con JavaScript dopo il caricamento della pagina. Un assistente che scarica la pagina grezza può vedere solo un guscio senza prodotti.
- Ricevi un campione. Se gli chiedi tutti gli annunci, un chatbot tende a darti i primi e poi "e così via", oppure un riassunto del resto.
- Le righe vengono inventate. Per far sembrare completa la tabella, può aggiungere elementi o inserire prezzi plausibili che sulla pagina non ci sono. Nulla li segnala come ipotesi.
- Nessun file. Il risultato è testo in una chat. Portarlo in Excel significa copiare e incollare, e le tabelle lunghe spesso si interrompono a metà.
Il quarto punto è quello pericoloso. Una tabella corta è fastidiosa. Una tabella con qualche riga inventata è peggio, perché non puoi sapere di quali righe fidarti.
Perché succede
Un assistente di chat è fatto per rispondere a una domanda con una quantità ragionevole di testo. Leggere un sito web è un passaggio secondario che compie lungo la strada, con un semplice sistema di recupero e non con un vero browser, e con un limite a quanta parte della pagina conserva.
Inoltre, scrivere esattamente 80 righe non è ciò per cui è ottimizzato. La sua abitudine è essere utile e breve, quindi comprime. E quando manca una parte della pagina, è più facile produrre una risposta fluida che ammettere onestamente un vuoto.
Come metterlo alla prova da solo
Scegli una pagina in cui puoi contare gli elementi, per esempio una pagina di categoria con la dicitura "48 risultati" ben visibile.
- Dai al chatbot l'indirizzo e chiedigli ogni elemento in una tabella, con nome, prezzo e link.
- Conta le righe che restituisce.
- Controlla cinque righe sulla pagina: il nome, il prezzo e se il link apre proprio quell'elemento.
Se il conteggio coincide e le cinque righe sono giuste, il chatbot ha gestito quella pagina. Se mancano righe, i prezzi sono diversi o i link non portano da nessuna parte, non ce l'ha fatta, e anche il resto della tabella è da mettere in dubbio.
Cosa usare al suo posto
Usa uno strumento che apra la pagina in un vero browser e sia configurato per restituire ogni elemento. Il nostro web scraper prende l'indirizzo di una pagina, la carica in Chrome in modo che il contenuto JavaScript sia presente, e ti restituisce gli elementi ripetuti in una tabella con una riga ciascuno, compreso l'URL di ogni elemento. Puoi aggiungere un'istruzione in linguaggio semplice, per esempio "nome, prezzo e valutazione di ogni prodotto". Non devi scrivere codice né installare estensioni.
Le prime 10 righe sono gratis e senza registrazione, così puoi fare lo stesso test di conteggio sulla tua pagina. La tabella completa in Excel o CSV costa $5, con pagamento una tantum.
Ci sono dei limiti da conoscere. Legge la pagina che gli dai e non passa alla pagina successiva, quindi per più pagine di risultati incolli l'indirizzo di ciascuna. Le pagine protette da login non si possono aprire, alcuni siti bloccano le visite automatiche, e sei tu il responsabile del rispetto dei termini del sito da cui raccogli i dati.
Se quello che vuoi è una copia della pagina stessa, non dei suoi dati, vedi pagina web in PDF.