Vai al contenuto principale
GeoReady - SaaS di monitoraggio visibilità AI
FastAPI SQLAlchemy 2.0 PostgreSQL Redis Astro React Docker

GeoReady - SaaS di monitoraggio visibilità AI

Piattaforma SaaS che monitora nel tempo la visibilità di un sito sui motori di ricerca AI (ChatGPT, Perplexity, Claude), con audit GEO automatici, storico punteggi e alert di regressione.

Cliente

Auriti Labs

Anno

2026

Visita il sito

Risultati ottenuti

432

GitHub stars

5.1k

Download mensili

1.6k

Audit completati

MIT (core OSS)

Licenza

Tech Stack

FastAPI SQLAlchemy 2.0 PostgreSQL Redis Astro React Docker
La sfida

Il problema da risolvere

La Generative Engine Optimization non è un controllo da fare una volta sola. I motori AI cambiano di continuo: aggiornano i crawler, rivedono come citano le fonti, ripesano i segnali. Un sito ottimizzato oggi può diventare invisibile tra un mese senza che nessuno se ne accorga.

Il toolkit open source GEO Optimizer dava una fotografia: un punteggio 0-100 in un istante preciso. Mancava il film — nessuno storico, nessun trend, nessun alert quando il punteggio crolla. Per agenzie e aziende che gestiscono più domini, lanciare audit manuali uno a uno non è sostenibile.

Serviva una piattaforma che rendesse la visibilità AI una metrica monitorata con continuità, come si fa da anni con SEO e uptime.

La soluzione

L'approccio strategico

GeoReady è una piattaforma SaaS su due livelli, costruita sul motore di audit open source.

Architettura a due livelli

  • geoready.dev (pubblico, MIT): landing, audit gratuito senza account, manifesto GEO, ricerca, comparazione e CLI open source installabile via pip.
  • app.geoready.dev (privato, autenticato): dashboard, report dettagliati, monitoraggio domini, storico punteggi, alert di regressione, export PDF e billing.

Monitoraggio continuo

  • Audit settimanale automatico: ogni dominio viene ri-analizzato in modo programmato; il GEO Score viene salvato e graficato nel tempo.
  • Alert di regressione: notifica quando il punteggio scende sotto una soglia, così i cali si correggono prima che impattino la visibilità.
  • Audit su 8 categorie: robots.txt, llms.txt, schema JSON-LD, meta tag, qualità dei contenuti, segnali tecnici, percorsi di scoperta AI e segnali di brand entity.

Metodologia trasparente

Pesi di scoring e codice del motore sono pubblici su GitHub, fondati sulla ricerca Princeton KDD 2024 e AutoGEO ICLR 2026. Nessun punteggio black-box.

Stack tecnico

Backend FastAPI + SQLAlchemy 2.0 + Pydantic v2 + PostgreSQL + Redis; frontend Astro + React + TypeScript + Tailwind; deploy con Docker. Il motore di audit in Python è condiviso con il CLI open source.

Pronto per il tuo progetto?

Vuoi risultati simili?

Ogni progetto è unico, ma l'approccio rimane lo stesso: analisi, strategia e risultati misurabili. Parliamo del tuo prossimo successo.