Noindex è la regola che dice a un motore di ricerca di non mostrare una pagina nei propri risultati. Si scrive in due posti: un meta tag nell’<head> dell’HTML, oppure un’intestazione HTTP X-Robots-Tag.
Funziona a una condizione sola, ed è quella che salta più spesso: il crawler deve poter scaricare la pagina. Se la stessa URL è bloccata in robots.txt, Googlebot non legge mai la regola e l’indirizzo resta in indice, a volte per mesi. Quasi tutti i casi di «ho messo il noindex e non succede niente» finiscono qui.
Le due forme in cui si scrive
La prima è il meta tag, che vale per le pagine HTML:
<meta name="robots" content="noindex">La seconda è l’intestazione HTTP, unica strada possibile per PDF, immagini, video e qualsiasi file che un <head> non ce l’ha:
HTTP/1.1 200 OK
X-Robots-Tag: noindexL’effetto è identico, lo dice la guida di Google Search Central. Cambiano i dettagli, e sono quelli che nella pratica fanno la differenza.
Il valore dell’attributo name decide a chi stai parlando. Con robots parli a tutti i crawler; per rivolgerti solo a Google esistono due token, e sono soltanto due: googlebot per i risultati testuali e googlebot-news per Google News. Ogni altro valore viene ignorato. Se scrivi regole diverse per crawler diversi, Google applica la somma delle regole negative, e in caso di conflitto vince sempre la più restrittiva.
Due scorciatoie che quasi nessuno usa e che tolgono righe di codice: none equivale a scrivere noindex, nofollow, e unavailable_after con una data fa uscire la pagina dai risultati a partire da quel momento, comodo su promozioni ed eventi con una scadenza nota. Ultimo dettaglio dalla specifica dei robots meta tag: Google non impone che il tag stia nell’<head> e rispetta un meta robots trovato anche nel <body>. Altri motori non garantiscono lo stesso, quindi la posizione corretta resta l’head.
Cinque modi di togliere una pagina da Google, e cosa fanno davvero
L’elenco qui sotto è quello che Google stesso ha pubblicato nel 2019 come alternativa al noindex scritto in robots.txt. Le colonne che contano sono due, e sono diverse fra loro: bloccare la scansione e togliere dall’indice.
| Strumento | Blocca la scansione | Toglie dall’indice | Quando è la scelta giusta |
|---|---|---|---|
| noindex (meta tag o X-Robots-Tag) | No | Sì, alla scansione successiva | La pagina deve restare online ma fuori dai risultati |
| Disallow in robots.txt | Sì | No: l’URL può restare in SERP senza descrizione | Risparmiare scansione su aree che nessuno deve leggere |
| rel=canonical | No | No, consolida i segnali su un’altra URL | Due indirizzi con lo stesso contenuto |
| Codici 404 e 410 | No | Sì, quando l’URL viene riscansionato | La pagina non esiste più |
| Protezione con password | Il crawler riceve un errore e non vede il contenuto | Sì | Contenuti che nessuno deve aprire |
| Strumento di rimozione in Search Console | No | Sì, ma in via temporanea | Urgenza, in attesa che agisca una delle righe sopra |
Il 404 e il 410 tolgono dall’indice quanto il noindex, con la differenza che dichiarano una pagina morta. Il rel=canonical non toglie niente da nessuna parte: consolida. È l’errore di classificazione più costoso della lista, perché chi lo usa per de-indicizzare aspetta un effetto che non arriverà.
Perché noindex e Disallow insieme non funzionano
Le due regole stanno su due piani diversi. Il robots.txt governa la scansione, il noindex governa l’indice, e il secondo si trova dentro la pagina che il primo impedisce di scaricare. Google lo scrive in chiaro nella pagina di debug: fra i motivi per cui «non siamo in grado di vedere il tag» mette il fatto che il file robots.txt stia bloccando l’URL ai suoi crawler.
Fino al 2019 la confusione aveva anche una radice tecnica: dentro il robots.txt si poteva scrivere una riga Noindex:, mai documentata ma interpretata da Googlebot. Il 2 luglio 2019 Gary Illyes ha annunciato il ritiro di tutto il codice che gestiva quelle regole non pubblicate, con effetto dal 1° settembre 2019. La motivazione nel post è un dato: analizzando i robots.txt del web durante il rilascio open source del parser, l’uso di quelle righe risultava contraddetto da altre regole in tutti i file tranne lo 0,001%.
La sequenza corretta per far uscire una URL dall’indice è in quattro passi, e l’ordine non è negoziabile: togli il Disallow che copre quell’indirizzo, metti il noindex, aspetta che il crawler torni, e solo dopo che la pagina è sparita rimetti il Disallow se ti serve per la scansione. Chi inverte i primi due passi resta con la pagina in SERP e nessun modo per accorgersene, se non guardando il rapporto Indicizzazione.
Quanto ci mette una pagina a sparire
Non esiste un tempo garantito, perché il noindex agisce alla prima scansione utile. La documentazione di Google è netta sul caso peggiore: «a seconda dell’importanza della pagina su internet, Googlebot potrebbe impiegare mesi per visitarla di nuovo». Su una pagina linkata dalla home e aggiornata spesso possono bastare ore.
Due strumenti accorciano l’attesa e uno la verifica. Controllo URL in Search Console permette di chiedere una nuova scansione della singola pagina e, cosa più utile, di vedere l’HTML che Googlebot ha effettivamente ricevuto: se il tag c’è nel tuo editor ma non in quella schermata, il problema è a valle, di solito una cache o un plugin che riscrive l’head. Il rapporto Indicizzazione delle pagine ha una voce dedicata, «Esclusa in base al tag noindex», che è l’unica lista attendibile di cosa è uscito davvero. Se invece stai cercando di capire perché il sito non compare su Google, quella voce è la prima da aprire.
Tre cose che il noindex non fa
Non nasconde la pagina. L’URL continua a rispondere 200 e chiunque lo conosca la apre: il noindex parla ai motori di ricerca, non al web. Per un contenuto che deve restare riservato serve un’autenticazione. Vale la pena leggere come l’IETF affronta lo stesso equivoco sul robots.txt: la RFC 9309, che dal 2022 standardizza il protocollo di esclusione dei robot scritto da Martijn Koster nel 1994, chiude l’introduzione con una riga sola, «queste regole non sono una forma di autorizzazione all’accesso», e nelle Security Considerations aggiunge che elencare un percorso nel robots.txt lo rende pubblicamente scopribile.
Non risparmia scansione. Perché la regola venga letta la pagina va scaricata, quindi una URL in noindex consuma crawl esattamente come le altre, almeno finché Google non decide di visitarla più di rado. Chi mette il noindex su migliaia di pagine filtro sperando di alleggerire il crawl sta usando lo strumento sbagliato.
Non è la risposta ai contenuti duplicati. Su due pagine quasi identiche il noindex butta via una delle due invece di sommare i segnali: per i contenuti duplicati la strada indicata da Google resta il canonical. Il noindex ha senso quando la pagina non deve proprio esistere nei risultati, non quando è la copia meno importante di un’altra.
Il noindex non parla ai crawler dei modelli AI
La specifica di Google lo dice in una riga che quasi nessuno cita: la regola noindex si rivolge ai crawler dei motori di ricerca, e per bloccare crawler che motori di ricerca non sono servono regole indirizzate a quello specifico user agent. Tradotto in pratica: un meta tag robots non ha nessun effetto su chi raccoglie testo per addestrare o alimentare un modello linguistico, perché quei crawler si governano dal robots.txt, che è un altro file e un altro piano.
Google gestisce la questione con un token a parte, Google-Extended, che non ha nemmeno uno user agent proprio nelle richieste HTTP: esiste solo come riga nel robots.txt e decide se i contenuti già scansionati possono servire ad addestrare i modelli Gemini e a fondare le risposte in Gemini e in Vertex AI. La lista dei crawler precisa che Google-Extended non incide sull’inclusione di un sito nella Ricerca Google e non è un segnale di ranking. Sono due manopole separate, e girarne una non muove l’altra.
OpenAI ha la stessa impostazione con tre bot distinti, documentati nella pagina sui crawler: GPTBot per l’addestramento, OAI-SearchBot per comparire nelle risposte di ricerca di ChatGPT, ChatGPT-User per le visite avviate da un utente, che essendo tali «potrebbero non seguire le regole del robots.txt». Nessuno dei tre legge il tuo meta robots. Le modifiche al robots.txt, avvisa OpenAI, impiegano circa 24 ore a riflettersi sui risultati.
| Cosa vuoi impedire | Dove si scrive | Cosa non funziona |
|---|---|---|
| La pagina non deve comparire nella Ricerca Google | noindex nel meta robots o in X-Robots-Tag | Il solo Disallow in robots.txt |
| Il testo non deve finire come input diretto di AI Overviews e AI Mode | nosnippet oppure max-snippet:0 | Il noindex, se la pagina ti serve ancora in SERP |
| Il contenuto non deve addestrare i modelli Gemini | user-agent: Google-Extended in robots.txt | Qualsiasi meta tag nella pagina |
| Il contenuto non deve addestrare i modelli OpenAI | user-agent: GPTBot in robots.txt | Qualsiasi meta tag nella pagina |
| Il sito non deve comparire nelle risposte di ricerca di ChatGPT | user-agent: OAI-SearchBot in robots.txt | Il noindex |
La riga sugli AI Overview merita una nota, perché è l’unico punto in cui un meta tag tocca davvero le risposte generative. La specifica di Google dice che nosnippet e max-snippet valgono per tutte le forme di risultato, AI Overviews e AI Mode compresi, e che impediscono o limitano l’uso del contenuto come input diretto di quelle risposte. Chi vuole restare in SERP e stare fuori dai riassunti generati lavora lì, non sul noindex: è una delle scelte che affrontiamo nei progetti di visibilità sui motori di risposta.
Un dato sullo stato della discussione in Italia: nella prima pagina di Google per «noindex», rilevata il 15 settembre 2026, nessuno dei sei risultati italiani nomina Google-Extended, GPTBot o OAI-SearchBot. Due di loro citano Bing e Yandex, il che dà la misura di quanto sia rimasta ferma al 2019 la mappa dei crawler che si trova in giro.
Dove si imposta senza toccare il codice
Su WordPress la leva più pericolosa sta in Impostazioni > Lettura: la spunta «Scoraggia i motori di ricerca dall’effettuare l’indicizzazione di questo sito» aggiunge un noindex a tutte le pagine del dominio. È pensata per gli ambienti di sviluppo e resta attiva dopo la messa online più spesso di quanto sembri plausibile. Se il traffico organico è crollato di colpo dopo un rilascio, quella casella è il primo posto da guardare, prima di qualsiasi altra ipotesi sul calo di traffico.
Sulla singola pagina, Yoast SEO espone l’opzione nella scheda Avanzate, sotto la domanda «Vuoi permettere ai motori di ricerca di mostrare questi contenuti nei risultati di ricerca?»: rispondere No inserisce il noindex. Rank Math la mette in Titles & Meta con caselle separate per index, follow, archive e snippet, quindi con una granularità maggiore. Per i file non HTML si passa dal server: una regola nel .htaccess su Apache o nel file di configurazione su NGINX applica l’X-Robots-Tag a tutti i PDF del sito in una riga.
Il controllo periodico lo fa un crawler: Screaming Frog, o qualsiasi spider che esporti la colonna dell’indicizzabilità, mostra in un colpo solo quali URL hanno il noindex e quali hanno anche un Disallow sopra. È uno dei passaggi fissi di un audit SEO, e uno dei pochi che trova errori gravi in pochi minuti.
Un’ultima proporzione, che dice qualcosa sulle priorità di chi studia questa materia in Italia. «Robots.txt» viene cercato in media 720 volte al mese, «noindex» 90: otto a uno a favore dello strumento che dall’indice non toglie niente (dati Google Ads via DataForSEO, mercato italiano, media dei dodici mesi fino ad agosto 2026). Nei siti che arriviamo a controllare la proporzione si vede: robots.txt curati riga per riga, e nessuno che abbia mai aperto il rapporto Indicizzazione per sapere quali pagine sono uscite davvero dai risultati. È il tipo di squilibrio che si sistema in mezza giornata di lavoro SEO e che pochi si prendono la briga di guardare.
Domande frequenti sul noindex
No. Noindex dice di non mostrare la pagina nei risultati di ricerca, nofollow dice di non seguire i link contenuti nella pagina. Sono regole indipendenti e si possono combinare: il valore none nel meta tag robots equivale esattamente a scrivere noindex, nofollow.
Dipende da quando Googlebot torna a scansionarla. La documentazione di Google avverte che, per una pagina poco importante, possono volerci mesi. Con lo strumento Controllo URL in Search Console si può chiedere una nuova scansione della singola pagina e verificare l’HTML che il crawler ha ricevuto.
No. La pagina continua a rispondere normalmente e chiunque conosca l’indirizzo la apre. Il noindex la toglie dai risultati di ricerca, non dal web. Per i contenuti riservati serve un’autenticazione, una protezione con password o lo spostamento dei file fuori dalla cartella pubblica.
Fanno due cose diverse: il Disallow blocca la scansione, il noindex toglie dall’indice. Un URL bloccato in robots.txt può restare nei risultati senza descrizione, perché Google ne conosce l’esistenza dai link. Sulla stessa URL le due regole si annullano: il crawler bloccato non scarica la pagina e quindi non legge mai il noindex.
No. Il meta tag robots si rivolge ai crawler dei motori di ricerca. I crawler dei modelli linguistici si governano dal robots.txt con i token dedicati: Google-Extended per l’addestramento e la fondazione delle risposte Gemini, GPTBot e OAI-SearchBot per OpenAI. Per limitare l’uso del testo negli AI Overviews restando in SERP si usano invece nosnippet o max-snippet.
