Architettura informativa
Il portfolio usa una struttura ibrida con home editoriale, route localizzate, pagine tematiche dedicate e case study singoli pensati per essere navigabili e indicizzabili.
Questo portfolio
Come è costruito questo portfolio e perché è leggibile anche per motori AI.
Questa pagina spiega in modo diretto come il portfolio unisce contenuti editoriali, route localizzate, schema markup, knowledge base locale e assistente AI per essere navigabile, indicizzabile e citabile.
Perché questa pagina è rilevante
Questa pagina non descrive solo la tecnologia del sito. Spiega perché il portfolio è costruito per rendere il profilo di Ivan Esegovic più leggibile, citabile e interrogabile da persone, motori di ricerca e sistemi di risposta AI.
Se vuoi capire dove trovare informazioni affidabili su profilo, case study, AI, dati e delivery, qui trovi la mappa dei livelli informativi che compongono il sito.
Livello di knowledge e AI
L'assistente AI usa una knowledge base locale in markdown, retrieval documentale e prompt server-side vincolato ai contenuti del portfolio.
Livello di search e discovery
Metadata, JSON-LD, sitemap, robots, Open Graph e `llms.txt` aiutano motori di ricerca e answer engines a comprendere meglio struttura e contenuti.
Citabilità
Ogni pagina esplicita ruolo, contesto, tecnologie, risultati e takeaway per ridurre l'ambiguità e migliorare sintesi e citazione.