SEO e AI: cosa resta, cosa cambia (e cosa va testato adesso)

In principio è stato il boom di ChatGPT e dei primi chatbot conversazionali. In seguito l’ecosistema di Google si è ampliato e sono apparse le AI Overview. Più di recente, sono arrivate le sperimentazioni di ricerca in AI Mode. Nel frattempo si sono evoluti e affermati sempre più modelli di intelligenza artificiale, ambienti sempre più adottati dagli utenti per fare ricerche che fino a poco tempo fa erano effettuate quasi esclusivamente su Google. 

La ricerca online non sarà più esattamente la stessa, e questo è un dato con cui chi fa SEO si sta confrontando nella pratica quotidiana.

Come community “Donne in SERP” abbiamo il vantaggio di confrontarci su dati reali, casi pratici e osservazioni di campo. Quello che leggerai in questo articolo è un riepilogo di considerazioni condivise nei mesi, test e confronti costruttivi tra professioniste che lavorano ogni giorno su siti, brand e campagne. 

Ci siamo prese del tempo per condividere opinioni, competenze e risorse su questo tema, provando a ragionarci insieme per capire che cosa sta accadendo, come gestire questo scenario e quali strumenti utilizzare per tracciare le nuove metriche.

Perché parlare di SEO e AI

Parlare di SEO e AI oggi è più che mai necessario e dal nostro confronto emergono due elementi: la necessità di adottare un approccio prudente e l’urgenza di educare il nostro pubblico al nuovo contesto, senza cadere nella narrazione facile e inflazionata dei “pacchetti GEO”.

Dopo alcuni mesi di studio e riflessioni, lo sfondo diventa sempre più comprensibile: i sistemi di ricerca online non sono stati sostituiti, ma estesi e trasformati dal punto di vista dell’esperienza utente e degli ambienti in cui la ricerca viene svolta. 

Ciò che non cambia sono le basi della SEO e gli intenti di ricerca; a cambiare sono gli scenari in cui questi intenti si manifestano e i percorsi che gli utenti seguono per effettuare ricerche online.

Nuovi percorsi, ma con gli stessi intenti

Nonostante l’esperienza di ricerca si sia ampliata, i dati ci dicono che Google resta ad oggi il principale punto di riferimento per le ricerche online. La differenza è che su Google gli utenti incontrano sempre più spesso le AI Overview: sintesi generate dal sistema che combinano informazioni provenienti da più fonti e mostrano, accanto alle risposte, le pagine da cui sono stati recuperati i contenuti.

Questo scenario apre a diverse riflessioni: la prima è che gli intenti degli utenti rimangono gli stessi, ma si hanno a disposizione ambienti di ricerca diversi e percorsi più dinamici, grazie ai modelli conversazionali.

Un esempio concreto: se prima cercavo “scarpe da ginnastica bianche” e digitavo questa query su Google, oggi posso fare la stessa richiesta a ChatGPT o ad AI Mode. Invece di una lista di link blu da cliccare uno alla volta, oggi posso ricevere una risposta, che alla fine mi suggerirà uno stile (minimal, sportivo, casual), mi chiederà se mi servono da uomo o da donna e mi indicherà alcuni brand o e‑commerce che rientrano nei dati che ho fornito nella conversazione.

In questo percorso di ricerca, che si svolge dentro una chat, i marchi che vengono menzionati non rappresentano solo potenziali link, spesso non cliccati quando l’intento resta informativo, ma diventano anche un segnale di presenza e di reputazione all’interno della risposta generata.

Uno dei meccanismi più interessanti da comprendere per chi lavora sulla visibilità AI è il cosiddetto query fan-out: quando un utente fa una domanda, i sistemi come Gemini o ChatGPT la scompongono internamente in più sotto-domande per costruire una risposta articolata. Questo significa che il brand può essere citato, o escluso, in momenti diversi dello stesso percorso conversazionale, per ragioni diverse.

Conoscere questo meccanismo cambia il modo in cui si lavora sui contenuti: non basta più rispondere a una domanda, diventa imprescindibile coprire l’intero spazio semantico attorno a essa.

Da questa varietà di percorsi emerge la necessità di presidiare non solo la SERP, ma l’intero ecosistema di ricerca di Google (che oggi include anche AI Overview e AI Mode) e le risposte degli LLM come ChatGPT, Gemini, Claude, Perplexity e altri, per verificare che il brand sia presente, che le informazioni siano corrette e che non emergano contenuti potenzialmente dannosi.

Non guardiamo più solo clic, CTR e posizionamenti: iniziamo a considerare anche le menzioni, anche se al momento risulta difficile analizzarle con le stesse metriche a cui eravamo abituate. Ora la domanda diventa: in quali punti del percorso conversazionale viene citato il brand? Per quali domande, con quale tono, accanto a quali alternative? 

La necessità, oggi, è dotarsi di strumenti e metodi che permettano di monitorare dove il brand entra in questi nuovi percorsi di ricerca e, soprattutto, di verificare che l’esperienza resti coerente e positiva agli occhi dell’utente.

Questo lavoro non riguarda più solo la visibilità, ma quella che possiamo chiamare brand observability: la capacità di osservare, in modo strutturato, come il brand viene interpretato, descritto e posizionato nei diversi ambienti AI, non solo se viene citato, ma accanto a chi, con quali parole e con quali fonti a supporto.

Cosa testare negli ambienti di ricerca AI

Se vogliamo capire davvero come l’AI sta leggendo e restituendo un brand, bisogna entrare negli ambienti di ricerca e testarli. Un modo semplice per iniziare è lavorare con una matrice di test divisa per ambienti e per tipo di domanda.

Per ogni combinazione diventa utile annotare cinque aspetti: visibilità, menzione, citazione, posizionamento competitivo e tono.

1. Visibilità: il brand compare?
2. Menzione: se compare, viene solo nominato o c’è un rimando concreto al sito o alle risorse proprietarie?
3. Citazione: ci sono link diretti a pagine specifiche o riferimenti puntuali (case study, articoli, prodotti)?
4. Posizionamento competitivo: accanto a quali competitor viene citato e in quale ordine? È presentato come opzione principale, secondaria o marginale?
5. Tono: la descrizione del brand è neutra, positiva o negativa? Vengono enfatizzati punti di forza, debolezze o aspetti critici?

Oggi non basta più sapere se l’AI menzioni o no un brand: bisogna capire come lo cita, accanto a quali altri brand, con quali fonti e con quale percezione distintiva. È qui che la SEO si intreccia con la strategia di brand in modo molto più stretto rispetto al passato.

Tool di misurazione per nuovi percorsi

C’è stato un periodo in cui, per capire come stava andando un sito, era sufficiente osservare indicatori precisi e affidabili: traffico, keyword, pagine più visitate. Oggi il quadro è molto più articolato. 

Chi fa SEO deve integrare i dati di Search Console e Analytics con segnali nuovi: la presenza nelle AI Overview, l’eventuale traffico proveniente da ambienti di ricerca AI come ChatGPT, Claude, Perplexity e i report sperimentali dei tool che cercano di misurare l’impatto di queste novità.

Quello che stiamo osservando nella pratica quotidiana, confrontando i dati su base annua in Search Console, è un pattern ricorrente: quando una pagina entra nelle AI Overview, le impression crescono ma i click diminuiscono e il CTR scende. Questo dato, per quanto non sempre lineare, è oggi uno degli indicatori più utili per mostrare ai clienti l’impatto della presenza generativa.

Questo tema anima il dibattito nella nostra community e il sentimento prevalente è di estrema cautela: molti tool sono ancora in una fase embrionale e operano in un ecosistema in rapidissima evoluzione. I dati che mostrano rappresentano segnali per intercettare nuove tendenze, ma vanno interpretati con prudenza, specialmente quando promettono di quantificare con esattezza metriche ancora incerte, come le citazioni nelle AI Overview o i percorsi generati dai prompt.

Per leggere in modo proficuo questi strumenti, ci stiamo orientando su tre criteri: ripetibilità, confronto tra piattaforme e l’allineamento con la realtà.

• Ripetibilità: non guardare il singolo test, ma verificare se i risultati si confermano nel tempo su set di prompt simili.
• Confronto tra piattaforme: non limitarsi a un unico tool o a un unico modello AI, ma capire se il posizionamento del brand è coerente fra più ambienti di ricerca AI.
• Allineamento con la realtà: confrontare ciò che vediamo nei report con ciò che sappiamo dal lavoro sul campo, dalle SERP tradizionali.

Nella nostra community l’approccio ai dati è diventato un terreno di sperimentazione comunitaria, dove incrociamo i risultati di diversi strumenti per colmare i vuoti lasciati dalle metriche tradizionali. C’è chi si concentra sull’analisi semantica dei prompt per mappare i bisogni degli utenti oltre la singola keyword, chi testa piattaforme di monitoraggio delle entità per verificarne la stabilità nel Knowledge Graph, e chi analizza i flussi di traffico alla ricerca dei referral diretti lasciati dagli LLM. 

Questo continuo scambio di evidenze ci permette di stimare le tendenze di visibilità mantenendo una forte consapevolezza dei limiti dei dati attuali. In attesa di suite analitiche più solide, molte di noi stanno integrando i report con un approccio molto pragmatico: la documentazione sistematica tramite screenshot della presenza del brand nelle AI Overview. Non si tratta di una metrica in senso stretto, ma è un riscontro visivo immediato ed efficace per tracciare nel tempo come il brand viene restituito e per mostrare ai clienti il valore concreto del posizionamento ottenuto. 

SEO, GEO e AEO: sono definizioni o strategie?

Quando si parla di SEO, GEO e AEO, il rischio è sempre quello di alimentare un dibattito sterile, più che arrivare a una chiarezza da cui ricavare nuove linee guida operative. Per chi lavora davvero sui contenuti e sulla visibilità, questi tre termini non descrivono universi separati, ma modi diversi di leggere la stessa esigenza: farsi trovare, farsi comprendere e, quando serve, farsi menzionare.

La SEO resta il fondamento di tutto, perché è ciò che costruisce struttura, ordine e leggibilità. La GEO si inserisce in uno scenario in cui la visibilità non passa più soltanto dalla SERP tradizionale, ma anche da ambienti di ricerca generativa che recuperano, interpretano ed elaborano le informazioni. L’AEO, invece, lavora sulla capacità di rispondere in modo diretto a un intento preciso, spesso in formati brevi, sintetici e immediati.

Al netto delle sigle, il punto fondamentale verso cui guardare resta sempre lo stesso: l’intento di ricerca. Cambiano gli ambienti di ricerca, cambiano i formati, cambia il modo in cui l’utente incontra il contenuto, ma ciò che non cambia è la necessità di operare su una base solida e coerente. Per questo non ha molto senso trattare SEO, GEO e AEO come attività scollegate o come strategie nuove da reinventare ogni volta che cambia l’etichetta. Sono livelli diversi dello stesso lavoro strategico, che oggi richiede ancora più attenzione alla qualità, alla struttura e alla capacità di farsi interpretare nel modo giusto.

I pilastri che contano ancora

Per comunicare il futuro della SEO in modo semplice, e soprattutto comprensibile anche a chi non è del mestiere serve condividere l’importanza di rafforzare la strategia e l’operatività su quelli che negli anni si sono dimostrati i pilastri più solidi su cui impostare i nostri progetti SEO.

Al momento quello che emerge è che lavorare bene sulle entità, attraverso l’uso strategico dei dati strutturati e di formati facilmente scansionabili (come tabelle e liste), sta diventando un prerequisito fondamentale per permettere ai motori di risposta di mappare le nostre informazioni e collegarle correttamente all’interno del Knowledge Graph. Costruire una vera brand authority è oggi ancora più importante, perché la reputazione del marchio pesa molto nel momento in cui un sistema decide quali fonti citare. Allo stesso modo, una coerenza informativa forte e uniforme su tutto il web riduce il rischio che i contenuti vengano interpretati male o rielaborati in modo impreciso, contribuendo a limitare il rischio di “allucinazioni” nelle risposte dell’AI.

Nella pratica della nostra community, questa logica si traduce nella condivisione non solo di idee, ma di flussi di lavoro specifici, come il Graph & Entity Builder sviluppato da Mariachiara Marsella (BEM Research). Questo custom Gem intercetta un’esigenza che va ben oltre la SEO tradizionale: non parte dalla keyword, ma dalle entità che il sistema di retrieval si aspetta di trovare (LLM, RAG, Knowledge Graph) e dalle relazioni che le collegano. Il risultato è un’architettura di pagina ottimizzata per i motori di risposta, che rende finalmente tangibile l’obiettivo attuale: produrre contenuti che l’AI possa estrarre, comprendere e menzionare senza smarrire il contesto o la fonte. 

Costruita questa base, si conferma la necessità di operare in ottica multicanale: presidiare non solo il sito, ma anche YouTube, LinkedIn e le testate autorevoli. Operare in questa direzione significa rendere il brand più solido, più riconoscibile e meno esposto a letture parziali o distorte. La sfida “AI Search” si gioca su due piani complementari: da un lato la parte tecnica, dall’altro quella comunicativa. Accompagnare i clienti dentro il cambiamento richiede anche di trovare, ogni volta, le parole giuste per descrivere una situazione così dinamica.

Il valore del sito proprietario e la qualità dei contenuti

Anche in uno scenario in cui l’AI sta riscrivendo il copione della visibilità, il sito proprietario continua a essere un presidio centrale. Ogni sistema che genera risposte ha bisogno di fonti da cui attingere: se non trova una base solida, curata e tecnicamente leggibile su un sito, recupererà altrove, spesso presso un concorrente con una strategia comunicativa più adeguata al contesto. È qui che il contenuto torna a pesare davvero, non come riempitivo, ma come base informativa autentica, capace di sostenere reputazione, comprensione e citazioni nei punti del percorso in cui vogliamo che siano presenti.

Per questo, oggi, non basta pubblicare: bisogna creare contenuti che abbiano qualcosa da dire e lo dicano bene. Un testo scritto male, confuso e superficiale rischia di alimentare quella che sempre più spesso viene definita AI slop: una massa indistinta di contenuti generati o rimaneggiati, qualitativamente inadeguati e poco affidabili, che finisce per peggiorare l’esperienza delle persone e impoverire la percezione del brand. Ancora oggi la differenza la fa il contenuto: profondità semantica, chiarezza e cura rimangono un vantaggio competitivo, sia per gli utenti sia per i sistemi che devono interpretarli.

La SEO è in una nuova fase

La SEO non muore con l’avvento dell’AI. Cambia il contesto in cui lavora, si adatta a un ecosistema più ampio e in rapido movimento, ma soprattutto ci chiede di osservare con più consapevolezza quello che succede intorno ai contenuti, ai brand e agli ambienti di ricerca AI. È una fase di passaggio da monitorare attentamente: finora possiamo osservare che le basi restano solide, mentre il modo in cui vengono lette, recuperate e restituite si sta ampliando.

La vera competenza è saper leggere il cambiamento mentre è ancora in corso. Servono metodo, continuità e capacità di osservazione: testare, capire, confrontare, senza inseguire ogni nuova etichetta come se fosse una soluzione definitiva. In uno scenario così mutevole, la credibilità passa anche dalla prudenza con cui si interpretano i segnali.

E poi c’è un punto che non cambia: il valore del lavoro resta. Anche se il percorso di ricerca assume forme diverse, il presidio del brand, la qualità del contenuto e la solidità dell’impianto strategico continuano a contare. È lì che si costruisce una presenza davvero autorevole, capace di reggere sia nella SERP tradizionale sia nei nuovi ambienti di ricerca.