Visibilità IA: cosa è dimostrato e cosa è speculazione
Berger+Team · 16 ott 2026
Tema: Trovabilità IA (GEO)
Di recente nei nostri dati di ricerca Google è comparsa questa richiesta: «molti consigli GEO in rete si contraddicono. cosa è scientificamente o ufficialmente dimostrato sul tema della visibilità IA e cosa è speculazione?»
Se l'abbia scritta una persona o uno strumento, non possiamo vederlo. La domanda resta comunque migliore della maggior parte delle guide sull'argomento. Ecco quindi un tentativo di risposta onesta — ordinata in base a ciò che sta dietro a ogni affermazione.
Cosa è documentato ufficialmente
Qui esiste documentazione dei produttori. Non è un'opinione né uno studio, ma una dichiarazione di chi gestisce i sistemi.
I dati strutturati secondo schema.org vengono elaborati dai motori di ricerca. Google documenta nel Search Central quali tipi vengono letti per quale forma di presentazione. È consultabile e viene mantenuto da Google stessa. Ciò che lì non c'è scritto: che più marcatura significhi automaticamente un posizionamento migliore.
I crawler si possono governare via robots.txt, anche quelli dei fornitori di IA. OpenAI, Anthropic, Google e Perplexity pubblicano i propri identificativi. Che un'esclusione venga rispettata è una promessa dei fornitori — tecnicamente non è imponibile.
Escludere dall'addestramento è cosa diversa dall'escludere dalla lettura. Diversi fornitori ormai separano le due cose in identificativi distinti. Si può quindi permettere che i contenuti vengano letti per costruire una risposta e insieme vietarne l'uso in addestramento.
Cosa è stato studiato scientificamente
Qui esistono pubblicazioni con un metodo. Non significa che siano la verità definitiva — significa che qualcuno ha misurato e ha dichiarato come.
Che i contenuti si possano preparare in modo mirato per le risposte generative è stato studiato. Il lavoro di Princeton sulla Generative Engine Optimization ha messo a confronto diverse preparazioni e ha misurato differenze nella frequenza di citazione. L'effetto più forte veniva da elementi verificabili: citazioni attribuite, numeri con fonte, dati concreti al posto di formule generiche.
È una direzione solida. Quello che non è: una garanzia, né un'affermazione sulla tua azienda nella tua nicchia.
Che una quota crescente di ricerche finisca senza clic è stato misurato più volte — da soggetti diversi, con numeri e metodi diversi. L'ordine di grandezza regge, la percentuale esatta no. Chi ti dà una cifra precisa senza dire da quale rilevazione viene, spaccia una stima per una misura.
Cosa è plausibile ma non dimostrato
La maggior parte di ciò che circola oggi come consiglio sta qui. Non lo rende falso — solo non provato.
Il file llms.txt è una proposta: mettere a disposizione un indice dei contenuti per i modelli linguistici. L'idea è sensata. Che i grandi fornitori lo leggano e lo pesino non è confermato da nessuno di loro. Noi lo abbiamo perché non costa nulla — non perché sappiamo che funziona.
Lunghezze ottimali di testo, di paragrafo, formati di elenco. Circolano raccomandazioni molto precise. Non abbiamo trovato una fonte solida che valga per più modelli.
Che le menzioni pesino più dei collegamenti. È una tesi diffusa ed è plausibile — i modelli linguistici non ragionano come un grafo di link. Noi non l'abbiamo misurata in modo solido, e non conosciamo rilevazioni che lo facciano pulitamente.
Cosa è semplicemente falso
«Registriamo il vostro sito su ChatGPT.» Non esiste alcuna registrazione. Nessun fornitore gestisce un elenco in cui iscriversi.
«Garantiamo il primo posto nelle risposte IA.» Non esistono posti. Due modelli rispondono diversamente alla stessa domanda, e lo stesso modello risponde diversamente in due giorni.
«La visibilità IA si vede dai numeri di visita.» Se un modello legge la tua pagina e ne ricava una risposta, chi ha chiesto non vede mai il tuo indirizzo. Il beneficio si crea, ma non compare in nessuna statistica.
Come capire da solo in quale cassetto sta un consiglio
Tre domande che portano sorprendentemente lontano:
- Chi lo dice, e cosa ci guadagna? Un fornitore che vende un servizio non è una fonte neutrale. Non lo squalifica — significa solo che serve una seconda fonte.
- C'è una misurazione dietro, ed è descritta? «Abbiamo riscontrato» non è un metodo. Quanti casi, in quale periodo, rispetto a cosa?
- Cosa dovrebbe accadere perché la tesi risultasse falsa? Se non arriva una risposta, non è un'affermazione sul mondo, è un'opinione.
La nostra regola
Nei nostri articoli scriviamo da dove viene un numero, e quando non possiamo dimostrare qualcosa lo diciamo. Ogni tanto ne escono frasi poco soddisfacenti come «questo non l'abbiamo misurato». Le preferiamo a una cifra che suona bene e non regge a nessuna verifica.
Se vuoi sapere come si misura davvero il proprio stato invece di stimarlo, sta qui. E perché una macchina legge alla lettera e non a senso, qui.
Domande frequenti.
Come si misura il successo se le risposte dell'IA non portano più traffico al mio sito?
Il tasso di clic classico perde forza quando l'utente ottiene la risposta direttamente dall'IA, senza mai visitare un sito. La nuova metrica si può chiamare Share of Model Voice: quante volte e in quale contesto viene nominata la tua attività quando qualcuno pone a ChatGPT, Perplexity o Claude una domanda tipica del tuo settore — e viene descritta in modo corretto e positivo?
Questo valore si misura ponendo regolarmente le domande tipiche dei clienti ai principali sistemi IA e verificando se e come compare la propria attività. Il successo non si vede più nel numero di visitatori, ma nell'essere presenti e citati correttamente, anche quando non ne nasce un clic diretto.
Come questi valori si compongano in un quadro leggibile in due minuti la mattina, lo abbiamo descritto per esteso: il cruscotto della visibilità.
Un’IA può confondere la mia azienda con un’altra?
Sì, e succede più spesso di quanto si creda. I sistemi di IA associano un nome a un’entità, cioè a una cosa univoca nel loro modello del mondo. Se il nome è condiviso da più soggetti o i dati sono contraddittori, le affermazioni finiscono sull’azienda sbagliata: orari altrui, servizi altrui, recensioni altrui.
Lo conosciamo per esperienza diretta. Il nostro nome è assegnato a più realtà nel mondo, fra cui un’azienda di IA omonima. Cercando il nome breve compariamo solo al sesto posto, con quello completo al primo — un'istantanea, non un valore fisso.
Non serve un trucco, serve univocità: la stessa grafia di nome, indirizzo e numero di telefono ovunque, indicazioni sull’azienda leggibili dalle macchine sul proprio sito, e rimandi reciproci fra i profili che ti appartengono davvero. Più i segnali sono chiari, più difficile è la confusione. Una singola voce non basta: conta la somma.
Qual è la differenza tra SEO, GEO e LLMO?
I tre termini si costruiscono l'uno sull'altro, invece di sostituirsi a vicenda. La SEO (Search Engine Optimization) fa sì che una pagina si posizioni bene nei risultati di ricerca classici. La GEO (Generative Engine Optimization) estende l'obiettivo: essere citati come fonte nelle risposte generate dall'IA — per esempio in una risposta di ChatGPT o Perplexity.
L'LLMO (Large Language Model Optimization) va un passo oltre, più tecnico: si tratta di capire e influenzare in modo mirato come i singoli modelli linguistici elaborano, pesano e restituiscono i contenuti — una sorta di reverse engineering del modello specifico. In pratica: la SEO resta il biglietto d'ingresso, la GEO lavora per la citabilità in generale, l'LLMO regola i dettagli per i sistemi più rilevanti per una determinata attività.
Se questa distinzione ti serva davvero nel lavoro quotidiano è un'altra questione — le abbiamo dedicato un articolo: Ti servono davvero cinque sigle nuove?
