Shopify + Claude via MCP: l’audit SEO che prima costava settimane oggi si fa in un pomeriggio

Cos’è MCP applicato a Shopify (in concreto, non in marketing)

Model Context Protocol (MCP) è uno standard aperto rilasciato da Anthropic a fine 2024 e adottato in pochi mesi da tutti i principali player AI. Tecnicamente è un protocollo JSON-RPC over stdio o HTTP che permette a un modello AI — Claude, ma anche altri — di esporre e invocare tool esposti da un server MCP. Per chi gestisce uno store Shopify, la traduzione operativa è semplice: Claude può chiamare la Shopify Admin API in modo conversazionale, leggere e modificare prodotti, collezioni, articoli, redirect, metafield, traduzioni, qualunque entità esposta dall’Admin GraphQL API (versione 2026-01 al momento di questo articolo).

La differenza con tutto quello che hai usato fino ad oggi sul versante AI per Shopify non è incrementale, è categorica. I plugin AI che generano descrizioni prodotto operano dentro la propria sandbox: tu generi il testo, copi, incolli. Le app SEO Shopify (Plug in SEO, SearchPie, TinyIMG e simili) sono tool di automazione fissa: applicano regole prefissate. MCP è un’interfaccia general-purpose tra ragionamento AI e API Shopify, mediata da un essere umano che approva ogni operazione. Non un tool con regole pre-codificate, ma un ambiente operativo dove qualsiasi audit, batch update, refactor strutturato è esprimibile in linguaggio naturale ed eseguibile in minuti.

In questo articolo entriamo nei dettagli tecnici: cosa si può fare a livello SEO, con quali query GraphQL sotto, con quali esempi di prompt operativi, quali sono i limiti dell’API, e dove la governance umana è non negoziabile. È un articolo lungo — perché l’argomento lo richiede. I numeri sono reali: vengono dai mesi di lavoro su ViaVerdi Firenze (Shopify standard, ~1.500 SKU) e su altri store Shopify che gestiamo come Shopify Partner.

Setup tecnico: come si collega davvero uno store Shopify a Claude via MCP

Esistono tre vie operative, in ordine crescente di flessibilità:

Opzione 1 — Shopify MCP server pubblico (Storefront API)

Shopify ha rilasciato a inizio 2025 un server MCP pubblico che espone l’API Storefront (read-only): permette agli agenti AI di leggere catalogo, prezzi, disponibilità, contenuti pubblici. È utile per casi d’uso conversazionali (assistenti di shopping), poco utile per audit SEO che richiede accesso ai metafield, ai dati admin e agli aspetti privati dello store. Setup: zero, è già esposto. Limite: read-only su dati pubblici.

Opzione 2 — Custom Admin App con MCP server custom

Crei una custom app nello store (Settings → Apps → Develop apps), generi un Admin API access token con gli scope necessari (read_products, write_products, read_redirects, ecc.), e impacchetti un piccolo server MCP che espone il tool shopify_admin_graphql. Il server riceve query GraphQL, le inoltra all’endpoint /admin/api/2026-01/graphql.json dello store, restituisce body e status. È il setup che usiamo su ViaVerdi Firenze: un singolo tool generico ma potente, perché qualunque operazione Admin API è esprimibile come query GraphQL.

Opzione 3 — MCP server modulare con tool specializzati

Variante più strutturata della 2: invece di un singolo tool generico, esponi N tool specifici (list_products, update_product_seo, create_redirect, bulk_update_alt_text…). Più sicuro perché ogni tool ha permessi e validazione propri, più verboso da mantenere. Adatto a contesti enterprise con governance rigorosa.

Sui store di scaling tipici (200–5.000 SKU) la Opzione 2 è il punto giusto tra potenza e tempo di setup: un pomeriggio di lavoro tecnico, e si è operativi.

Le 12 operazioni SEO che si fanno via MCP (con esempi di prompt e dettagli tecnici)

Vediamole una per una. Per ognuna: cosa risolve, prompt operativo, query GraphQL coinvolta, tempo richiesto, output atteso. Niente teoria — solo cose realmente eseguite.

1. Audit massivo meta title e meta description prodotti

Problema: la maggior parte degli store Shopify ha meta title e meta description prodotto vuoti, duplicati con il nome prodotto, o troncati. Significa CTR basso da SERP e cannibalizzazione interna.

Prompt operativo:

“Estrai tutti i prodotti pubblicati dello store. Per ognuno mostrami SEO title, SEO description, status di pubblicazione e numero di varianti. Identifica i prodotti con: meta description vuota, meta description sopra i 160 caratteri, meta title duplicati tra prodotti diversi, meta title sopra i 60 caratteri. Restituisci un report con priorità di intervento.”

Tecnicamente: Claude scrive una query products(first: 250) con paginazione cursor-based, chiede i campi seo { title description }, title, handle, status, variantsCount, e cicla finché ha letto tutti i prodotti. Su uno store da 1.500 SKU sono ~6 chiamate GraphQL (limite 250 per pagina).

Tempo: 4–8 minuti per l’audit completo, dipende da rate limiting (Shopify usa una bucket di 2.000 punti, gli endpoint costano 2–10 punti per query).

Output: tabella prodotti con flag dei problemi trovati. Su ViaVerdi su 1.500 prodotti: 412 con meta description mancante, 87 con meta title duplicato, 34 con meta description sopra il limite. Da lì si passa alla correzione (punto successivo).

2. Riscrittura SEO bulk dei prodotti coerente con la voce del brand

Problema: identificate le anomalie del punto 1, riscrivere meta title e description per centinaia di prodotti a mano è impraticabile. I plugin AI Shopify generici producono testo piatto, non coerente con la voce del brand.

Workflow:

1. Claude legge 10–15 prodotti già curati (quelli che hai approvato manualmente) per capire tono, struttura, lunghezza media.
2. Per ogni prodotto da correggere, legge titolo, descrizione completa, vendor, tipo prodotto, tag, prezzo.
3. Genera proposte di meta title (sotto 60 char, include keyword principale, brand) e meta description (130–155 char, include benefit + CTA implicita).
4. Ti restituisce un foglio di review (markdown o CSV) con prima/dopo, raggruppato per categoria.
5. Tu approvi a blocchi (per categoria, per range di prezzo, per vendor).
6. Claude esegue le mutation productUpdate con il nuovo campo seo.

Mutation tipica:

mutation {
  productUpdate(input: {
    id: "gid://shopify/Product/...",
    seo: {
      title: "...",
      description: "..."
    }
  }) {
    product { id seo { title description } }
    userErrors { field message }
  }
}

Tempo: su 412 prodotti, ~3 ore di lavoro alternato uomo/AI (review + applicazione). Equivalente manuale: 10–15 giorni.

3. Alt text immagini massivo

Problema: su Shopify l’alt text è quasi sempre vuoto o uguale al filename. Significa perdita di traffico Google Immagini (rilevante in fashion, food, design, gioielleria) e accessibilità mancata. Sul retail premium come ViaVerdi, vale traffico tangibile.

Prompt: “Per ogni prodotto della collezione X, estrai tutte le immagini con alt text vuoto o uguale al filename. Per ognuna, genera un alt text di 8–14 parole che descriva il prodotto e il contesto visivo, includendo brand e materiale principale quando rilevante. Mostrami un sample di 30 prima di applicare.”

Tecnicamente: si itera con products → media → ... on MediaImage { id alt image { url } } e si applicano productUpdateMedia per ognuna.

Tempo: su 4.200 immagini di ViaVerdi, ~6 ore in due sessioni. Manualmente: 2–3 settimane.

4. URL handle ottimizzazione + redirect 301 automatici

Su Shopify, ogni cambio di handle prodotto/collezione genera implicitamente un redirect 301 nativo (Shopify lo crea da solo). Però bisogna verificare che il redirect esista e non si crei una catena.

Workflow:

1. Audit handle: identifica handle troppo lunghi (sopra 75 char), handle con stop words inutili (the, and, di, il), handle non in lingua del mercato.
2. Proposta di nuovi handle SEO-friendly.
3. Applicazione via productUpdate.
4. Verifica con urlRedirects query che i redirect siano attivi.
5. Eventuale cleanup di redirect duplicati o catene (A → B → C diventa A → C diretto).

Importante: cambiare handle su prodotti con traffico SEO consolidato è rischioso. Vietato in fase di alta stagione, da fare con metodo: prima i prodotti con traffico zero, poi quelli con traffico basso, gli high-traffic solo se l’handle attuale è davvero penalizzante.

5. Schema markup JSON-LD via metafield

Shopify include schema Product di base, ma per posizionarsi nei rich snippet completi (rating, price, availability, brand, GTIN, MPN) serve schema markup esteso. Si gestisce via metafield seo.schema_jsonld e si inietta nel template via Liquid.

Cosa fa Claude via MCP:

• Legge dati prodotto (title, description, vendor, productType, tags, prezzo, varianti, immagini).
• Genera JSON-LD valido secondo schema.org/Product, schema.org/Offer, schema.org/AggregateRating se presenti recensioni.
• Salva in metafield namespace seo, key schema_jsonld, type json.
• Suggerisce il blocco Liquid da inserire nel theme per renderizzarlo.

Mutation: metafieldsSet con array di metafield in batch (fino a 25 per chiamata).

Risultato su ViaVerdi: rich snippet attivi su 1.500 prodotti in 1 giornata di lavoro. Impatto su CTR misurabile dopo 2–3 settimane (Google deve ri-crawlare).

6. Articoli del blog Shopify ottimizzati partendo dalla domanda di ricerca reale

Shopify Blog è uno strumento sottoutilizzato: la maggior parte degli store o non lo usa, o pubblica articoli generici “ai consigli per…” senza intento di ricerca chiaro.

Workflow MCP:

1. Estrai tutti gli articoli esistenti del blog Shopify (articles query).
2. Identifica gap tematici rispetto alle categorie di prodotto (es. ViaVerdi vende capi premium ma non ha articoli su “come riconoscere la qualità”, “come abbinare”, “come prendersi cura”).
3. Per ogni gap, genera articolo completo (1.200–2.000 parole), con meta SEO, immagini suggerite, link interni alle collection e prodotti pertinenti.
4. Pubblica come bozza (articleCreate con isPublished: false) per review umana.

Su ViaVerdi: 18 articoli pillar pubblicati in bozza in 4 giorni di lavoro. Equivalente con copywriter esterno: 2–3 mesi e budget medio €4.000–8.000.

7. Internal linking tra prodotti, collezioni, articoli (il punto debole strutturale di Shopify)

Shopify in standard non gestisce bene l’internal linking: descrizioni prodotto raramente linkano altri prodotti, le collezioni non rimandano agli articoli del blog, gli articoli non rimandano a collection. Risultato: link equity non distribuita, traffico SEO che si ferma su poche landing.

Cosa fa Claude:

• Mappa la tassonomia: collezioni, tag, vendor, productType.
• Identifica cluster tematici.
• Per ogni prodotto, identifica 3–5 prodotti correlati (stessa categoria + complementari) e propone l’inserimento di link nella descrizione.
• Per ogni articolo del blog, identifica le collection da linkare nei punti pertinenti del testo.
• Per ogni collection, genera una descrizione lunga (300–600 parole) con link interni a prodotti hero e articoli correlati.

Risultato: aumento del 30–50% delle pagine medie per sessione SEO osservato post-implementazione (richiede 4–6 settimane per consolidarsi nei dati di traffico).

8. Gestione dei redirect 301 di massa

Quando si fa cleanup catalogo, riorganizzazione, o si cambia handle a una collection con sotto-pagine, servono redirect mass-management. Shopify ha l’oggetto UrlRedirect esposto in API.

Operazioni tipiche:

• Bulk-import di redirect da CSV (es. dopo migrazione da PrestaShop).
• Cleanup di catene (URL → URL2 → URL3).
• Identificazione di link interni che ancora puntano a URL deprecati.
• Audit dei redirect attivi per identificare quelli orfani (puntano a pagine non più esistenti — 301 to 404).

Mutation: urlRedirectCreate, urlRedirectUpdate, urlRedirectBulkDeleteByIds.

9. Traduzioni multi-mercato (Shopify Markets)

Per chi vende in più paesi con Shopify Markets, la SEO multilingua è un cantiere infinito: ogni prodotto ha N traduzioni di title, description, SEO title, SEO description, alt text, handle, plus i metafield. L’API espone TranslatableResource e translationsRegister.

Workflow tipico:

1. Audit traduzioni: per ogni resource, quali lingue sono complete vs parziali vs mancanti.
2. Generazione traduzioni mancanti coerenti con la voce del brand (non traduzione letterale).
3. Applicazione bulk via translationsRegister.

Su un catalogo medio in 3 lingue, è il singolo intervento con il maggior ritorno SEO se hai mercati esteri attivi: passare da SEO localizzata al 30% al 95% in 1 settimana di lavoro.

10. Content gap analysis vs competitor

Combinando MCP con dati esterni (Search Console API, Ahrefs API, esportazioni manuali), Claude può:

• Identificare le keyword per cui i tuoi competitor posizionano e tu no.
• Filtrare per intent (commercial, informational, transactional).
• Mapparle sulle tue collection esistenti, identificando dove serve solo migliorare contenuto vs dove serve creare nuova landing.
• Generare un editorial calendar 6-mesi con priorità.

Tempo di esecuzione: 2–4 ore per uno store medio. Il deliverable è un piano editoriale eseguibile, non un foglio di analisi che resta in un drive.

11. Audit core technical SEO via API

L’Admin API espone metadati utili per audit tecnici:

• Prodotti senza immagine principale.
• Prodotti pubblicati ma non in nessuna collection.
• Collection vuote o quasi vuote (1–2 prodotti = link equity sprecata).
• Pagine con redirect attivi che andrebbero invece riattivate.
• Prodotti in stato draft linkati da altre pagine pubblicate (link rotti interni).

Sono check banali individualmente, devastanti se ignorati per anni.

12. Monitoring continuo e regression testing SEO

Una volta sistemato lo store, il rischio è la regressione: nuovi prodotti caricati senza meta description, alt text, handle ottimizzato. Con MCP si imposta un controllo periodico (settimanale o mensile) che identifica le anomalie sui prodotti aggiunti/modificati nell’ultimo periodo, e propone correzioni in batch.

È la differenza tra fare SEO una tantum e mantenerla nel tempo senza budget esplosivi.

Workflow di riferimento: audit SEO Shopify completo in una giornata

Mettendo insieme le operazioni viste, ecco il workflow operativo che usiamo per l’onboarding SEO di un nuovo store:

Una giornata-uomo di lavoro AI-augmented. Manualmente, tutto questo richiede 3–6 settimane di lavoro full-time, e su molti store non si fa mai per ragioni di budget.

Limiti veri dell’API Shopify (cose che MCP non risolve)

Per onestà tecnica, ecco dove l’approccio MCP-Shopify ha limiti reali:

1. Theme code: l’Admin API espone i temi ma le modifiche al codice Liquid sono delicate (Theme Files API esiste ma è meglio gestire via shopify theme dev in CLI).
2. Checkout customization (Shopify Plus): si fa via Checkout Extensibility / Functions, non semplice via MCP.
3. Robots.txt e sitemap: gestiti automaticamente da Shopify, customizzabili limitatamente solo su Plus.
4. Core Web Vitals: dipendono dal theme, dalle app installate, dalle immagini. MCP può aiutare nell’audit (identificare immagini troppo pesanti) ma il fix richiede intervento sul theme.
5. Rate limiting: la bucket GraphQL ha 2.000 punti, restore rate 100 punti/sec. Operazioni mass su 10.000+ entità richiedono throttling nel client MCP.
6. Bulk operations: per dataset molto grandi (oltre 50k prodotti) Shopify offre Bulk Operations API asincrona, che MCP può invocare ma con flusso diverso (job + polling).

Sicurezza e governance: cosa NON dare in mano all’AI, anche con permessi

Questo è il punto sul quale insistiamo con tutti i clienti, perché un setup MCP fatto male è un rischio operativo serio.

Permessi: principio del minimo privilegio

L’Admin token Shopify ha scope granulari (read_products, write_products, read_orders, write_orders, ecc.). Per la SEO servono:

• read_products, write_products (per meta, alt text, handle, schema)
• read_publications, write_publications (per pubblicazione su sales channel)
• read_translations, write_translations (multi-lingua)
• read_themes (lettura code per audit, NO write a meno di necessità)
• read_redirects, write_redirects (URL management)
• read_content, write_content (blog articles, pages)
• read_metaobjects, write_metaobjects (struttura dati custom)

NON dare: write_orders (mai necessario per SEO, espone a rischio), write_customers, write_payment_terms, write_shipping, destroy_* di qualsiasi tipo.

Operazioni a rischio elevato (umano sempre nel loop)

1. Cambi di handle su prodotti con traffico SEO consolidato.
2. Cancellazioni di redirect esistenti.
3. Modifiche di publishing status (rendere bozze prodotti pubblicati, e viceversa).
4. Bulk delete di qualunque entità.
5. Modifiche al theme code.
6. Creazione/modifica di webhook.

Su queste operazioni la regola è: l’AI propone, l’umano esegue (manualmente o approvando un’esecuzione one-shot dichiarata). Mai automazioni cieche.

Audit log obbligatorio

Ogni operazione MCP deve essere loggata: timestamp, prompt che l’ha generata, query/mutation eseguita, risposta API, esito. È il documento di riferimento per debugging e per compliance interna. Su clienti enterprise lo facciamo confluire in un sistema di SIEM; su PMI basta un log file conservato per 90 giorni.

Confronto con i tool SEO Shopify tradizionali

Domanda legittima: ho già Plug in SEO, Yoast Shopify, SearchPie, AVADA. Mi serve davvero MCP?

I plugin SEO restano utili per monitoraggio passivo continuo (alert, audit periodico). MCP è superiore per operazioni di refactor strutturato e workflow editoriali ricorrenti. Sono complementari, non alternativi.

Quando ha senso (e quando no)

MCP applicato a SEO Shopify è giustificato quando:

• hai più di 200 SKU attivi;
• hai un blog Shopify che vorresti far funzionare seriamente;
• vendi in più mercati/lingue;
• hai fatto migrazioni recenti (PrestaShop, WooCommerce, Magento → Shopify) e ti porti dietro debt SEO;
• il tuo budget mensile per SEO è sopra €1.500 e una parte se ne va in micro-task ripetitivi.

Non ha senso (o ne ha poco) quando:

• hai meno di 50 SKU stabili;
• il tuo collo di bottiglia è il prodotto, non la sua presentazione;
• non hai capacità interna o agenzia per la review umana (senza HITL il vantaggio crolla);
• il theme è custom con logiche di rendering particolari (richiede prima rifattorizzazione tecnica).

Il punto strategico: l’AI agentica entra nei sistemi aziendali

Per anni “AI per la SEO” ha significato “uso ChatGPT per scrivere meta description”. MCP cambia il piano: l’AI non è più un copywriter assistito, è un operatore con accesso ai sistemi, sotto governance umana. La differenza tra un consulente che ti manda email e un consulente che ha le credenziali del tuo backoffice. La trasformazione, su Shopify, è particolarmente potente perché l’API Admin è progettata per operazioni bulk, batch, transazionali — è un terreno fertile come pochi altri.

Non è ancora un punto di arrivo: il framework MCP evolverà nei prossimi 12 mesi (versioning, signature delle operazioni, audit standard, multi-tenant governance), e le best practice cambieranno. Ma il principio operativo è già chiaro e non torna indietro: la SEO Shopify smette di essere un cantiere infinito di micro-task e diventa un workflow strutturato, eseguibile con risorse proporzionate al ROI reale.

Se hai uno store Shopify in fase di scaling e vuoi capire concretamente cosa si può ottenere collegandolo a Claude via MCP — partendo dal tuo catalogo, dai tuoi metafield, dal tuo theme — è il tipo di valutazione che facciamo nei nostri audit di consulenza eCommerce. Quasi sempre il punto di partenza è semplicemente capire quanto debt SEO si è accumulato, e quanto velocemente è recuperabile con il setup giusto.