Estrazione con IA vs clipper web: perché cercare schemi nell'HTML non basta più

Chi ha usato almeno una volta un’estensione per ritagliare ricette dal browser conosce la scena: su un blog di cucina tira fuori tutto in modo impeccabile, su quello dopo non arriva niente. Un link da Instagram, Facebook o TikTok? Zero. Una ricetta dentro un articolo di giornale o un messaggio di forum? Il clipper si arrende.

Non è questione di software scritto male. Il ritaglio classico dal web e l’estrazione con l’IA sono due tecniche radicalmente diverse che affrontano lo stesso problema per strade opposte.

Come lavora un clipper classico

Le estensioni tipo “Clip Recipe” e le funzioni di import di app come Paprika smontano l’HTML. Setacciano il codice di una pagina in cerca di schemi fissi:

Markup delle ricette (JSON-LD): lo standard aureo. I blog su WordPress con un plugin per le ricette (per esempio WP Recipe Maker) inseriscono dati strutturati in cui titolo, ingredienti, procedimento e tempi sono etichettati come tali.
Microdata e RDFa: formati più vecchi con lo stesso scopo.
Ricerca di schemi nell’HTML: dove non c’è niente di etichettato, il clipper tira a indovinare. Cerca elenchi <ul> che potrebbero essere ingredienti e liste numerate che sembrano passaggi.

Quando tutto combacia, cioè un sito di ricette grande o un blog con plugin e HTML pulito, funziona benissimo. Su GialloZafferano o su Fatto in Casa da Benedetta il ritaglio è rapido e preciso.

Solo che internet non è così ordinato.

Dove i clipper si fermano

Instagram, TikTok, Facebook e YouTube non usano markup di ricette. La ricetta sta in una didascalia, in una descrizione o in quello che qualcuno dice dentro un video. Non c’è nessuna struttura a cui un clipper possa aggrapparsi, e comunque un video non sa né guardarlo né ascoltarlo.

Quando vuoi salvare una ricetta da Instagram, il materiale di partenza somiglia a questo:

“La pasta al pomodoro di mia nonna!! 🍝 allora vi servono tipo 2 barattoli di pelati San Marzano, una testa d’aglio intera (sì, intera), basilico, olio buono, sale, peperoncino. I pelati schiacciateli a mano, l’aglio fatelo dorare nell’olio, buttate dentro i pomodori, 45 minuti a fuoco basso, basilico alla fine. Su questa fidatevi 🙏”

Per un clipper questa non è una ricetta. Nessun elemento <li> per gli ingredienti, nessun <ol> per i passaggi. Solo un paragrafo di testo con le emoji.

Le pagine senza struttura

Anche nel web normale ci sono un sacco di ricette senza dati strutturati:

Le discussioni nei forum di cucina
Le ricette che girano nei gruppi Facebook
Le pagine di cucina dei giornali e dei magazine, dal Gambero Rosso in giù
Le newsletter
I PDF con le raccolte di famiglia

Davanti a tutto questo un clipper classico o non restituisce niente o restituisce un’insalata di caratteri.

Il problema del preambolo

Perfino sui blog di cucina, dove i clipper danno il meglio, c’è una seccatura: prima della ricetta vera e propria ci sono spesso duemila parole di ricordi di vacanza. Il clipper allora prende troppo o troppo poco, e la ricetta te la vai a cercare a mano dentro il ritaglio.

Come lavora l’estrazione con l’IA

L’IA affronta la cosa in modo radicalmente diverso. Invece di cercare schemi nell’HTML, legge e capisce il contenuto.

Che cosa succede dentro Pluck quando incolli un indirizzo:

Passaggio 1: recupero e preparazione del contenuto

Pluck carica la pagina e ne tira fuori tutto quello che serve: testo principale, metadati, eventuali dati strutturati e i campi propri della piattaforma, cioè didascalia di Instagram, post di Facebook, descrizione di YouTube. Se l’indirizzo è di un video, Pluck lo scarica e analizza sia i fotogrammi sia la traccia audio.

Se c’è markup di ricetta (JSON-LD), Pluck se lo prende: è quello che dà il punteggio di affidabilità più alto. Ma a differenza di un clipper, Pluck non si ferma lì.

Passaggio 2: l’IA capisce il contenuto

Il contenuto passa nella nostra pipeline, dove modelli multimodali elaborano testo, immagini e audio come farebbe una persona. Vengono individuati:

Il titolo: come si chiama il piatto?
Gli ingredienti: che cosa serve, e in che quantità?
Il procedimento: quali passaggi, in quale ordine?
I dati di contorno: tempi di cottura e preparazione, porzioni, tipo di cucina, difficoltà

Lingua parlata, abbreviazioni, emoji e formattazione approssimativa non sono un ostacolo, scritte o dette che siano. L’IA sa che “un paio di spicchi d’aglio” va nell’elenco degli ingredienti e che “poi in forno a 190 per una mezz’oretta” vuol dire 190 °C per 30 minuti. Con i video guarda le immagini e ascolta, così arrivano anche le ricette che non stanno scritte da nessuna parte.

Passaggio 3: punteggio di affidabilità

Non tutte le estrazioni sono ugualmente solide. Pluck assegna un punteggio e lo fonda su più fattori:

Ci sono dati strutturati? Punteggio più alto.
Ingredienti e passaggi sono ben separati? Punteggio più alto.
Contenuto vago o ambiguo? Punteggio più basso.
Video con voce chiara e scritte a schermo? Punteggio più alto.
Video montato a raffica, musica alta e poco contesto? Punteggio più basso.

Il punteggio lo vedi prima di salvare. Così sai quando conviene guardare con attenzione e quando no.

Passaggio 4: controllo e salvataggio

Ne esce una ricetta ordinata: titolo, ingredienti raggruppati per sezione, passaggi numerati, tempi e il resto. Correggi quello che c’è da correggere e la metti nel tuo ricettario.

La differenza nella pratica

Stessa ricetta, due metodi.

Un clipper classico su un post di Instagram:

❌ “Nessuna ricetta trovata in questa pagina”

Pluck sullo stesso post di Instagram:

✅ Titolo: La pasta al pomodoro di nonna

Ingredienti: 2 barattoli di pelati San Marzano, 1 testa d’aglio, basilico fresco, olio extravergine, sale, peperoncino

Procedimento: 1. Schiacciare i pelati a mano. 2. Far dorare l’aglio nell’olio. 3. Unire i pomodori. 4. Cuocere 45 minuti a fuoco basso. 5. Aggiungere il basilico e servire.

Stesso contenuto, risultato agli antipodi.

E le foto?

Le immagini un clipper non sa proprio elaborarle. Cartoncino, pagina di libro, screenshot: sei da solo.

Il riconoscimento visivo di Pluck legge un’immagine come il modello linguistico legge un testo. Individua i pezzi della ricetta dentro la foto, che sia un cartoncino stampato, una pagina fotografata o della scrittura a mano, e restituisce la stessa struttura di sempre.

È particolarmente efficace con:

Le ricette di famiglia: la calligrafia della nonna, digitalizzata e ricercabile
Le pagine dei libri di cucina: i piatti preferiti del volume di carta, sul telefono
Gli screenshot: quando l’indirizzo è sparito da un pezzo ma l’immagine c’è ancora

Dove sta andando la faccenda

Il ritaglio dal web era la risposta giusta all’internet del 2015: soprattutto blog, soprattutto dati strutturati, soprattutto computer.

Ma le ricette oggi si scoprono altrove: sui social, dentro i video, sul telefono. La tecnologia deve seguirle.

L’IA non è infallibile: i punteggi di affidabilità esistono per un motivo, e qualche risultato va ripassato a mano. Però regge il disordine quotidiano dei contenuti di cucina di oggi, e questo un parser che confronta schemi HTML non lo farà mai. Pluck guarda un TikTok, tira una ricetta fuori da un Reel di Facebook, ascolta una lezione su YouTube, legge un cartoncino scritto a mano e analizza un blog di cucina, sempre con la stessa pipeline.

Man mano che i modelli crescono, la precisione sale con loro. Quello che oggi è difficile, i contenuti in più lingue e i video con l’audio caotico, diventerà ordinaria amministrazione.

L’obiettivo è semplice: ovunque tu trovi una ricetta, devi poterla archiviare in forma strutturata, ricercabile e utilizzabile ai fornelli. L’estrazione con l’IA è la strada per arrivarci. Se vuoi vedere le app affiancate, c’è il nostro confronto tra app di ricette, la panoramica sulle migliori app di ricette oppure l’analisi dedicata alle app di ricette con IA.

Ti va di vedere l’estrazione con l’IA all’opera? Pluck è disponibile su iOS e Android. Scaricalo su Google Play. Lo trovi anche su iOS. Passa dalla nostra roadmap (in inglese) per vedere che cosa bolle in pentola.