La generative engine optimization è l’insieme delle attività che aumentano la probabilità che un assistente AI nomini la tua azienda quando qualcuno gli chiede un consiglio. È una disciplina nata da poco, con regole ancora in movimento, e in italiano se ne parla pochissimo. Ma il fenomeno che la rende necessaria è già arrivato: una parte crescente delle persone ha smesso di aprire dieci risultati di ricerca e si fa dare due o tre nomi da ChatGPT, Gemini o Perplexity.
Questa guida spiega come funziona davvero il meccanismo, quali fattori influenzano le citazioni, cosa non funziona nonostante venga ripetuto ovunque, e da dove conviene iniziare.
Cos’è la generative engine optimization
Il termine generative engine optimization, spesso abbreviato in GEO, è stato introdotto nel 2023 da un gruppo di ricercatori di Princeton, Georgia Tech, Allen Institute for AI e IIT Delhi, e indica il lavoro fatto per essere tra quei nomi.
La differenza pratica è brutale. Nella ricerca classica la decima posizione porta pochi visitatori, ma esiste. In una risposta generata non c’è una decima posizione: ci sono tre aziende citate e tutte le altre, che per l’utente semplicemente non esistono. Non sei in fondo alla lista, sei fuori dalla conversazione.
C’è poi una seconda differenza, meno evidente e più scomoda: il traffico. Anche quando vieni citato, l’utente spesso non visita il tuo sito, perché ha già ottenuto la risposta. La visibilità si sposta dal clic alla menzione, e questo rende inutilizzabili quasi tutti gli strumenti di misura a cui siamo abituati.
Perché sta diventando urgente
Il segnale che quasi tutti notano per primo è lo stesso: le impression tengono, i clic calano. Le pagine continuano a comparire nei risultati, ma sempre più spesso la risposta viene consumata prima che qualcuno arrivi al sito.
L’urgenza però non nasce dai numeri di oggi, nasce da come si formano le abitudini. Quando una persona si abitua a chiedere consigli a un assistente e riceve risposte utili, smette di cercare altrove. E i nomi che ha sentito consigliare diventano il suo punto di riferimento anche in seguito.
Come un motore generativo sceglie chi citare
Per lavorare sulla generative engine optimization bisogna prima capire cosa succede tecnicamente quando qualcuno fa una domanda. In forma semplificata, il processo attraversa tre momenti.
1. La riformulazione della domanda
L’assistente non cerca sul web la frase esatta dell’utente. La trasforma in una o più ricerche, spesso diverse da come l’utente l’aveva scritta. Chi chiede “mi serve qualcuno per la contabilità della mia srl a Modena” può generare ricerche su commercialisti, studi contabili e servizi per società di capitali nella zona.
Questo ha una conseguenza importante: ottimizzare per la frase letterale dell’utente serve a poco. Conta coprire il concetto, con tutte le varianti con cui viene espresso.
2. Il recupero e la selezione delle fonti
Il modello raccoglie un certo numero di pagine e ne sceglie alcune da leggere davvero. Qui pesano i segnali classici della ricerca — autorevolezza del dominio, pertinenza, freschezza — ma anche fattori nuovi: quanto la pagina risponde in modo diretto alla domanda, quanto è facile estrarne un’affermazione autosufficiente, quanto le informazioni sono coerenti con quelle trovate altrove.
3. La sintesi
Il modello costruisce la risposta mettendo insieme quello che ha letto. In questa fase vengono premiate le fonti che contengono frasi chiare, verificabili e già pronte per essere riutilizzate. Un paragrafo che dice “il costo medio di un servizio di questo tipo in Italia va da X a Y” ha molte più probabilità di finire in una risposta di tre paragrafi di introduzione generica sulla filosofia aziendale.
I fattori che influenzano le citazioni
Quello che segue è l’elenco dei fattori su cui si può effettivamente lavorare. Nessuno di questi è una garanzia: la generative engine optimization è un lavoro di probabilità, non di certezze.
Essere un’entità riconoscibile
I modelli ragionano per entità: aziende, persone, prodotti. Se il tuo nome compare in modo coerente su sito, profili social, directory di settore, registri pubblici e menzioni di terzi, diventi un’entità riconoscibile e citabile. Se invece la stessa azienda appare con tre nomi diversi, due indirizzi e nessun collegamento tra loro, il modello non ha un’entità da nominare.
È la parte più trascurata e spesso la più redditizia: costa poco, richiede solo coerenza.
La presenza sulle fonti terze
Questa è la differenza più grande rispetto alla SEO tradizionale. Un assistente che deve consigliare un fornitore raramente si basa solo sul sito del fornitore stesso, perché sa che è una fonte di parte. Si appoggia ad articoli di confronto, elenchi di settore, siti di recensioni, discussioni in community.
Ne consegue che una parte del lavoro si fa fuori dal proprio sito: farsi includere nelle comparazioni di settore, nelle directory serie, nelle rassegne specializzate. È attività di relazioni, non di codice.
Contenuti che rispondono a domande vere
Le pagine costruite come domande e risposte sono quelle che i modelli estraggono più facilmente, perché la struttura corrisponde a come la risposta verrà usata. Una sezione di domande frequenti scritta sulle domande che ricevi davvero dai clienti vale più di dieci articoli generici.
I dati strutturati
I dati strutturati non fanno magie, ma rendono le informazioni non ambigue: cosa vendi, a che prezzo, dove operi, chi sei. Su un’azienda locale o un prodotto, la differenza tra un’informazione dedotta e una dichiarata è significativa.
La chiarezza delle affermazioni
Un modello riutilizza volentieri le frasi autosufficienti, quelle che si capiscono anche estratte dal contesto. Numeri espliciti, definizioni nette, confronti diretti. Le pagine scritte con un tono pubblicitario vago — “soluzioni innovative per il tuo business” — non offrono niente da citare.
Pagine di confronto e di alternativa
Le domande del tipo “quali sono le alternative a X” sono tra le più frequenti e tra le più decisive commercialmente. Chi possiede una pagina che confronta onestamente la propria offerta con quella dei concorrenti ha molte più probabilità di comparire in quelle risposte. Chi non ce l’ha, lascia che siano i concorrenti a scrivere il confronto.
Prove e recensioni
Recensioni verificabili su piattaforme terze, casi studio con numeri, riconoscimenti concreti. Sono i segnali che un modello usa per distinguere tra chi dichiara di essere bravo e chi ha qualcuno che lo conferma.
Lasciare passare i crawler
Sembra ovvio e invece è uno degli errori più comuni: molti siti bloccano nel file robots.txt i crawler degli assistenti AI, a volte senza saperlo, perché l’ha fatto un plugin di sicurezza o un firewall. Prima di qualunque strategia, vale la pena controllare che i crawler possano accedere.
Cosa invece non funziona
Su un tema nuovo circolano molte scorciatoie. Queste tre meritano una precisazione.
Il file llms.txt non è una soluzione. È una proposta di standard per indicare ai modelli quali contenuti leggere, ma al momento non risulta adottata in modo generalizzato dai principali assistenti. Metterlo costa poco e non fa danni, ma non produce citazioni da solo.
Ripetere il nome del brand non serve. I modelli non contano le occorrenze come faceva un motore di ricerca degli anni Duemila. Scrivere venti volte il proprio nome in una pagina non aumenta la probabilità di essere citati, e peggiora la leggibilità per le persone.
Pubblicare molto contenuto generato non basta. Riempire un sito di articoli scritti da un modello, senza informazioni originali, produce pagine che assomigliano a tutte le altre. Un motore generativo non ha motivo di citare una fonte che ripete quello che sa già: cita chi aggiunge qualcosa — un dato, un’esperienza, un confronto che altrove non c’è.
Come si misura
Qui sta il problema pratico della generative engine optimization: non esiste una console ufficiale che dica se vieni citato. La misura va costruita, e va costruita con un metodo, altrimenti produce numeri che oscillano senza significato.
Tre accortezze fanno la differenza tra un dato e un’impressione.
Ripetere la stessa domanda più volte. Gli assistenti generano ogni risposta da capo e il risultato varia anche a parità di domanda. Una singola esecuzione non misura la visibilità, misura la fortuna di quel momento. Serve una media su più rilevazioni, con l’indicazione di quanto il dato è stabile.
Usare modelli con ricerca web attiva. Un modello che risponde solo con quello che ha memorizzato durante l’addestramento racconta il web di mesi prima, non quello che vede il tuo cliente adesso.
Tenere fisse le domande e i modelli nel tempo. Se cambi le domande, cambia il risultato, e il confronto con il mese precedente non significa più niente.
Su questo abbiamo costruito SEOCast, che pone le domande dei tuoi clienti agli assistenti AI, conta quante volte compari, registra chi viene citato al posto tuo e da quali fonti. La prima analisi è gratuita.
Da dove iniziare, in cinque passi
- Verifica di essere raggiungibile. Controlla il robots.txt e assicurati che i crawler degli assistenti non siano bloccati.
- Misura il punto di partenza. Individua cinque domande che un tuo cliente farebbe davvero e ponile a un assistente con ricerca web. Annota chi viene citato.
- Sistema l’entità. Nome, indirizzo, descrizione e collegamenti coerenti ovunque: sito, profili, directory, dati strutturati.
- Scrivi le risposte che mancano. Le domande frequenti reali, una pagina di confronto con le alternative, i numeri che puoi dichiarare.
- Lavora sulle fonti terze. Guarda da dove l’assistente ha preso le informazioni per citare i tuoi concorrenti e valuta come esserci anche tu.
La generative engine optimization non sostituisce la SEO
Vale la pena chiarirlo, perché la confusione è frequente. La SEO tecnica resta il presupposto: un sito che non viene scansionato, che risponde lentamente o che ha contenuti irraggiungibili non viene citato da nessuno. Sopra quel presupposto si aggiunge un livello nuovo, fatto di entità, fonti terze ed estraibilità.
Chi ha lavorato bene sulla SEO parte avvantaggiato, ma non arriva automaticamente. E chi non ha mai fatto SEO non può saltare direttamente al GEO: si costruirebbe il piano superiore senza il piano terra.
Domande frequenti
Generative engine optimization e SEO sono la stessa cosa?
No. La SEO punta a posizionare le pagine nei risultati di ricerca, la generative engine optimization punta a farsi citare nelle risposte generate. Condividono le basi tecniche, ma i fattori decisivi sono diversi: nel GEO pesano molto di più le fonti terze e la riconoscibilità dell’entità.
Quanto tempo serve per vedere risultati?
Non c’è una risposta valida per tutti. Le modifiche tecniche e i dati strutturati vengono recepiti in fretta, mentre la presenza sulle fonti terze e la costruzione dell’entità richiedono mesi. È un lavoro di accumulo, come la SEO.
Serve anche per un’attività locale?
Sì, ed è uno dei casi in cui serve di più. Alle domande del tipo “il miglior [servizio] a [città]” gli assistenti rispondono con pochissimi nomi, spesso presi da elenchi e recensioni locali.
Devo bloccare o lasciar passare i crawler AI?
Dipende dal modello di business. Chi vive di traffico pubblicitario ha ragioni per limitarli; chi vende prodotti o servizi ha quasi sempre più da guadagnare a essere letto e citato. È una decisione da prendere consapevolmente, non da lasciare a un plugin.
Esiste un modo per garantire di essere citati?
No, e diffida di chi lo promette. Si può aumentare la probabilità in modo misurabile, non garantire un esito.
In sintesi
La generative engine optimization è un lavoro nuovo costruito su fondamenta vecchie: essere tecnicamente accessibili, dire cose chiare e verificabili, esistere anche fuori dal proprio sito. Quello che cambia è il metro di giudizio, perché non conta più solo quanti visitano il sito, ma quante volte il tuo nome viene pronunciato in una conversazione a cui non partecipi.
Il primo passo concreto è smettere di immaginarlo e guardarlo: verifica gratis se gli assistenti AI citano la tua azienda e chi consigliano al posto tuo.