AI Overviews, AI Mode e query fan-out stanno cambiando il modo in cui le persone incontrano le informazioni. Per anni, un contenuto SEO ha avuto un obiettivo abbastanza chiaro: intercettare una query, rispondere meglio dei concorrenti e conquistare spazio nella pagina dei risultati. Oggi quel percorso è meno lineare: una risposta generativa può recuperare informazioni da più fonti, sintetizzarle e soddisfare una parte del bisogno prima che l’utente arrivi su un sito.
Il discrimine è se quel testo, compresso in tre righe, perderebbe qualcosa di davvero utile. Se la risposta è no, il contenuto è già vulnerabile, non perché sia scritto male, ma perché è sostituibile.
Questo non significa che la SEO sia finita, ma chiaramente il perimetro si è decisamente allargato. Il contenuto deve fare un lavoro più complesso: non deve solo posizionarsi, ma diventare una fonte chiara, utile, verificabile e abbastanza distintiva da essere scelta in un ecosistema che seleziona e sintetizza.
Non dobbiamo scrivere per compiacere le macchine, ma è praticamente il contrario: più le risposte generiche diventano facili da ottenere, più servono testi pensati davvero per le persone, con esperienza, contesto, esempi e un punto di vista riconoscibile.
Il contenuto “abbastanza buono” sta diventando invisibile
I contenuti scritti male hanno sempre avuto vita difficile, soprattutto nel lungo periodo. La categoria più esposta, oggi, è invece quella dei contenuti “abbastanza buoni“. Sono testi ordinati, corretti, leggibili, con heading sensati, una keyword usata senza eccessi e una struttura apparentemente solida.
Per anni molti articoli di questo tipo hanno funzionato: si posizionavano, intercettavano ricerche informative e portavano traffico. Il problema è che una parte di questi contenuti può essere riassunta in poche righe senza perdere molto valore. Guide introduttive, liste di consigli, spiegazioni standard, articoli costruiti solo per coprire una keyword: se online esistono già decine di versioni quasi identiche, una risposta generativa può sintetizzarle con facilità.
I numeri iniziano a dirlo chiaramente: secondo l’analisi Ahrefs di febbraio 2026 su 300.000 keyword, in presenza di un AI Overview, il CTR per la pagina in prima posizione si riduce del 58%. Seer Interactive, su dati aggiornati a gennaio 2026, registra un calo del 61% sulle query informative. Non sono proiezioni: sono misurazioni su quello che sta già succedendo.
Un esempio personale lo mostra bene. Nel 2015 ho pubblicato su un mio blog un articolo intitolato “Guadagnare scrivendo articoli online“. Era semplice: un elenco puntato, qualche link, un titolo centrato su una domanda reale. Portò circa 3000 visualizzazioni e anche contatti di lavoro: oggi, un contenuto simile avrebbe molta più difficoltà a ottenere lo stesso risultato. Non sarebbe impossibile, certo, ma richiederebbe un posizionamento molto più preciso: un angolo distintivo, esempi reali, competenza riconoscibile e una struttura pensata per rispondere anche alle domande implicite dell’utente.
Prendiamo un tema come “come fare content marketing con un piccolo budget“. Un contenuto generico risponde con: definisci il tuo pubblico, crea un calendario editoriale, riutilizza i contenuti esistenti. Corretto, ma identico a centinaia di altri articoli.
Un contenuto con una prospettiva unica ed originale aggiunge quello che gli altri non hanno: ad esempio, che riutilizzare un post lungo in dieci micro-contenuti funziona solo se il post originale aveva già un angolo preciso, altrimenti si moltiplica il generico. O che il calendario editoriale, senza una strategia di distribuzione, è solo un elenco di date. Sono osservazioni che vengono dall’esperienza diretta, non dalla sintesi di fonti già disponibili online, ed è esattamente questo che un sistema generativo fatica a replicare.
I sistemi generativi sono bravissimi a sintetizzare contenuti di base, guide introduttive, spiegazioni standard, liste di consigli. A volte sembrano leggerci nella mente, ma la verità è meno romantica: online esiste già una quantità enorme di materiale simile, ripetuto in tante forme, tutte leggermente diverse.
L’intelligenza artificiale non sta cancellando tutti i contenuti, ma sta rendendo più fragile tutto ciò che è intercambiabile. La domanda da porsi, quindi, è scomoda ma necessaria: se questo articolo venisse compresso in tre righe, perderebbe qualcosa di davvero utile? Se la risposta è no, probabilmente manca esperienza, contesto o un contributo originale.
GEO è ancora SEO, ma non significa continuare come prima
Nella guida ufficiale sull’ottimizzazione per le funzioni generative della Search, Google ribadisce che le basi della SEO restano rilevanti: crawling, indicizzazione, qualità tecnica, contenuti utili, autorevolezza e attenzione all’utente continuano a contare. In sintesi, GEO e AEO non sono mondi separati dalla SEO.
Questa idea, però, può essere letta in modo troppo comodo. Dire che la SEO resta centrale non significa che basti continuare a produrre gli stessi contenuti di prima. Le esperienze generative aggiungono un passaggio decisivo: recuperano informazioni, le confrontano, le selezionano e le sintetizzano dentro una risposta. Una pagina può essere indicizzata e non essere recuperata. Può essere corretta, ma non abbastanza distintiva da essere scelta.
Esiste una differenza tra essere indicizzati, essere recuperati e essere citati. La citability, ovvero la probabilità che un sistema generativo usi il tuo contenuto come fonte esplicita, dipende da fattori precisi: affermazioni verificabili, dati attribuibili, struttura chiara, autorevolezza della fonte. Non basta scrivere bene: bisogna scrivere in modo che un sistema possa fidarsi di ciò che scrivi e attribuirtelo.
Il criterio non è più solo “questa pagina è ottimizzata?”. La domanda diventa: questa pagina è una fonte migliore, più chiara, più utile o più affidabile delle alternative disponibili? Sono davvero rilevante dentro un ecosistema che seleziona e sintetizza?
Ed è qui che il lavoro sui contenuti diventa più difficile, ma anche più interessante. Non possiamo più limitarci a pensare alla pagina come a un oggetto isolato che deve rispondere a una query: dobbiamo pensarla come una fonte possibile dentro una rete di informazioni, citazioni, entità, relazioni e contesti.
Query fan-out: perché non basta coprire la keyword principale
Uno degli aspetti più importanti della ricerca generativa è la query fan-out: una tecnica con cui il sistema scompone una domanda complessa in sottoargomenti e avvia più ricerche correlate. In questo modo può costruire una risposta più ampia rispetto alla singola query digitata dall’utente.
Davanti a una domanda, il sistema genera una serie di ricerche secondarie per ricostruire meglio il tema e formulare una risposta più completa. Questo cambia il modo in cui un contenuto viene valutato: non basta coprire la keyword principale in modo dignitoso, bisogna reggere l’argomento, comprese le domande implicite che l’utente potrebbe fare subito dopo.
Prendiamo la query “come scegliere una piattaforma e-commerce“. Un contenuto tradizionale potrebbe parlare di costi, facilità d’uso, funzionalità e assistenza clienti. Tutto corretto, ma incompleto. Una risposta generativa potrebbe allargare il campo a SEO tecnica, performance, scalabilità, sicurezza, migrazione dati, checkout, integrazioni, gestione del catalogo, costi nel medio periodo e limiti operativi.
Molti articoli cedono proprio qui: non sono scritti male, ma coprono il tema in modo troppo stretto. Rispondono alla domanda in superficie, senza costruire il contesto necessario per sostenere davvero l’argomento.
Scrivere per gli LLM senza perdere voce, esperienza e fiducia
Dopo anni passati a liberarci dal keyword stuffing, oggi rischiamo una nuova forma di scrittura artificiale: testi prodotti per piacere agli LLM a tutti i costi. Paragrafi corti tutti uguali, definizioni perfette, tono neutro, struttura modulare, nessun attrito e nessuna voce. Sono testi facili da estrarre, ma difficili da ricordare.
Il rischio è creare contenuti sterilizzati: formalmente puliti, ma senza esperienza percepibile. In un ambiente in cui le informazioni di base sono sempre più accessibili, la differenza la fanno i segnali che una sintesi generica fatica a replicare: esempi vissuti, osservazioni maturate sul campo, dati proprietari, confronto tra alternative, limiti, casi in cui una soluzione funziona e casi in cui non funziona.
Scrivere in modo comprensibile per i sistemi non significa togliere vita al testo. Significa strutturare bene le informazioni, usare termini precisi, chiarire le relazioni tra concetti e, allo stesso tempo, mantenere un punto di vista umano. Il lettore si accorge quando chi scrive sta davvero ragionando e quando sta solo riempiendo una pagina.
La qualità, oggi, sta anche qui: nel riuscire a scrivere in modo comprensibile per i sistemi senza dimenticare che il lettore è una persona che apprezza un testo vivo, in perfetta coerenza con il principio people-first.
Come progettare contenuti più forti
La keyword resta utile per capire domanda e linguaggio dell’utente, ma da sola non basta più per progettare un contenuto: è importante mappare entità, relazioni, sotto-domande, esempi, fonti e casi d’uso.
Una buona copertura semantica non significa accumulare termini correlati, ma spiegare il tema con precisione e accompagnare chi legge da un punto all’altro, senza dimenticare che anche lo stesso utente è cambiato ed è diventato più esigente.
Il test del contenuto non comprimibile
Prima di pubblicare, vale la pena passare ogni contenuto attraverso sei domande. Non è una checklist generica: è il modo in cui noi valutiamo se un testo ha davvero qualcosa da dire o se sta solo occupando spazio.
- La tesi regge alla compressione? Se riassumi l’articolo in tre righe e non perdi nulla, il contenuto è intercambiabile.
- C’è un’informazione che non trovi altrove? Un dato, un’osservazione, un caso reale che non circola già in decine di versioni simili.
- Gli esempi sono vissuti o illustrativi? Un esempio vissuto mostra una situazione specifica con un esito preciso. Uno illustrativo riempie lo spazio ma non aggiunge valore.
- Le fonti sono citate con precisione? Non “secondo alcuni studi”, ma quale studio, di chi, quando.
- I limiti sono dichiarati? Un contenuto che non dice mai “questo non funziona se…” è un contenuto che non si fida del lettore.
- La voce è riconoscibile? Questo testo potrebbe stare su qualunque sito senza che nessuno noti la differenza? Se sì, manca ancora qualcosa.
La leggibilità resta essenziale: paragrafi brevi, heading chiari, liste quando servono. Ma scansionabile non significa frammentato: un articolo non dovrebbe sembrare una sequenza di blocchi autonomi, tutti estraibili e dimenticabili. Una macchina può recuperare frammenti; una persona vuole leggere qualcosa che abbia ritmo, continuità e senso.
Ma da dove partire? Il posto migliore non è il prossimo contenuto da pubblicare, ma quelli che hai già online e che nell’ultimo anno hanno perso traffico. Aprire Search Console, isolare le pagine in calo su query informative e passarle attraverso queste sei domande è il modo più rapido per capire dove si è esposti e vale la pena intervenire prima di produrre qualcosa di nuovo.
La SEO dei contenuti torna a essere progettazione editoriale
Negli ultimi anni abbiamo trattato spesso i contenuti come unità produttive: keyword da coprire, cluster da completare, articoli da pubblicare in quantità. L’arrivo degli LLM ha accelerato questa tendenza: molti hanno iniziato a produrre di più in meno tempo. Era prevedibile, perché ogni nuova tecnologia viene prima usata per velocizzare ciò che già facevamo.
Adesso però il limite è evidente. Se tutti possono produrre molto, produrre molto non basta. Se tutti possono generare un articolo corretto, la correttezza diventa il minimo. Il valore si sposta su scelta delle fonti, taglio editoriale, esperienza, interpretazione e capacità di aiutare davvero l’utente a capire o decidere. Torna a contare il lavoro editoriale, quello vero.
Questa è forse la parte più interessante del cambiamento: per anni abbiamo pensato ai contenuti SEO come a qualcosa da ottimizzare, oggi dobbiamo pensarli come a qualcosa da costruire.
Ottimizzare può voler dire rifinire un testo affinché performi meglio. Costruire significa partire da una domanda più profonda: perché questo contenuto dovrebbe esistere, quale contributo unico può dare? Senza una risposta chiara, il contenuto rischia di essere corretto, ma sostituibile.
Internet sarà davvero più meritocratico?
Mi piacerebbe concludere questo contenuto affermando che questa nuova fase premierà finalmente i contenuti migliori, le competenze reali, i progetti piccoli ma solidi, le voci meno conosciute che hanno qualcosa di serio da dire. Sarebbe bello immaginare una ricerca generativa capace di pescare valore ovunque, anche fuori dai soliti grandi nomi.
Ma è chiaro che la ricerca generativa non renderà automaticamente il web più meritocratico. I grandi brand continueranno ad avere vantaggi enormi: autorevolezza percepita, citazioni, storico, distribuzione, budget e riconoscibilità. La qualità da sola non garantisce visibilità.
Ma qualcosa cambia comunque. Se i contenuti generici diventano più facili da sintetizzare e meno distinguibili, avranno anche meno spazio per difendersi. Chi porta esperienza specifica, dati, esempi e una voce riconoscibile non ha la certezza di emergere, ma ha più motivi per essere scelto.
La direzione è già chiara: pubblicare di più non basta. I contenuti che resteranno visibili saranno quelli capaci di unire profondità, esperienza e riconoscibilità: testi che una persona voglia leggere, che un sistema possa interpretare e che il mercato consideri più utili di una sintesi generica.
La ricerca generativa non premierà automaticamente i migliori, ma renderà sempre più fragili i contenuti intercambiabili. Ed è proprio lì, nello spazio che si aprirà tra contenuti prodotti in serie e contenuti davvero autorevoli, che capiremo dove sta andando la nuova SEO.
