Il problema di GEO e della visibilità nei prompt AI
Premetto che lavoro nella SEO da oltre 25 anni. Ho visto il settore attraversare ogni ciclo immaginabile di hype, panico, rebranding e infine normalizzazione. Da…

Premetto che lavoro nella SEO da oltre 25 anni. Ho visto il settore attraversare ogni ciclo immaginabile di hype, panico, rebranding e successiva normalizzazione.
Dall'ossessione per il PageRank, alle cacce alle streghe sul link building, al "content is king" (aspetto ancora l'incoronazione), fino a qualunque cosa RankBrain dovesse farci.
Ho visto di tutto, dall'update Bigdaddy di Google fino alla MORTE DEGLI EMD (sì, come no, Google li adora ancora, provate: cercate su Google "SEO Audits" e dovreste vedere il mio EMD in classifica)

Oh, quanto mi manca Matt Cutts

Comunque, divago: ora, puntuale come un orologio, ecco la nostra ultima crisi d'identità: Generative Engine Optimisation. O GEO. O AEO. O LLM-SEO. Scegliete l'acronimo che preferite, c'è sempre un consulente da qualche parte pronto a vendervi un retainer costruito attorno ad esso.
Ho buttato giù questa cosa, che ne pensate?

Lasciate quindi che spieghi nel dettaglio perché penso che gran parte del rumore attorno alla GEO sia prematuro, fuorviante, o entrambe le cose.
Il problema delle piattaforme: non state monitorando una cosa sola, ne state monitorando cinque, o sei?

C'è un problema di fondo che nessuno sembra voler affrontare di petto.
La SEO tradizionale aveva una piattaforma dominante. Google. Sì, c'era Bing. Sì, ai tempi c'era Yahoo. Ma realisticamente, se vi posizionavate bene su Google, stavate facendo SEO. La misurazione, gli strumenti, la strategia: tutto convergeva su un unico obiettivo.
Era MOLTO SEMPLICE: o PAGAVATE per fare pubblicità su Google, o vi posizionavate su Google, oppure facevate entrambe le cose.
La GEO non ha questo lusso.
ChatGPT detiene attualmente circa il 68% della quota di mercato dei chatbot AI, ma è un calo drastico rispetto all'86,7% di appena dodici mesi fa. fonte: Vertu
Nello stesso periodo, Google Gemini è passato dal 5,7% al 21,5%.
Fonte: ALM Corp
Nel frattempo avete Perplexity che va per la sua strada, Grok che attinge al flusso in tempo reale dei dati social di X, e Claude che opera con logiche di training e retrieval completamente diverse. Ognuna di queste piattaforme ha i propri dati di pre-training, la propria configurazione RAG, il proprio comportamento in fatto di citazioni, il proprio modo di decidere cosa emerge e cosa no.
Non dimenticate inoltre che:
1. Gli LLM hanno modelli diversi che cambiano di continuo: un minuto abbiamo ChatGPT 4o, poi 5.2, poi 5.3, oppure magari state usando Sonnet o Opus (o presto Mythos)
2. Personalizzazione / memoria: fa una grande differenza
3. Localizzazione
4. La generazione dei contenuti NON è lineare né coerente, cambia
E per di più: le ricerche mostrano che l'89% delle citazioni differisce a seconda che la domanda la poniate a ChatGPT o a Perplexity. fonte:Exposure Ninja
Quindi quando un'agenzia GEO vi dice che "ottimizzerà l'AI Visibility del vostro brand", chiedetele quale AI, perché la risposta conta enormemente e non esiste un playbook unificato.
Potreste chiedere loro:
Al di fuori della SEO, quali attività GEO svolgerete?
Come misurerete le performance?
Come gestite punteggi di "visibilità" enormemente diversi tra le varie piattaforme di tracking?
Ricordate che non state monitorando un solo motore di ricerca. I GEO stanno cercando di ottimizzare per cinque scatole nere diverse, con cinque algoritmi diversi, cinque fonti di dati diverse e cinque personalità diverse (e questo presumendo che si concentrino sui player principali e non guardino oltre, ad esempio DeepSeek ecc.)
Il problema della lunghezza delle query: benvenuti nel Far West del prompt tracking
Nella SEO tradizionale, i rank tracker funzionano benissimo con combinazioni di keyword brevi e definite. "Consulente SEO Londra." "Comprare scarpe da running UK." Pulite, ripetibili, tracciabili. Le inserite in Semrush o Ahrefs, AWR, SERanking, controllate la posizione ogni settimana, fate il report al cliente, tutti contenti.
Ai tempi usavamo AWR, piattaforma fantastica! Ma abbiamo spostato tutto il nostro tracking su
www.seo-stack.io perché è nostro e perché può tracciare tutto nelle prime 100 posizioni di big G.

Gli utenti AI non cercano in quel modo. Qualcuno che usa ChatGPT o Perplexity potrebbe scrivere: "Quali sono i migliori consulenti SEO nel Regno Unito specializzati in SEO tecnica enterprise e con esperienza su piattaforme di data warehousing?"
Ora ditemi: come lo tracciate?
Quale prompt inserite nel vostro GEO tracker?
Perché più la query si allunga, più la probabilità che quella query esatta venga digitata di nuovo da qualcun altro crolla.
Persino nella ricerca Google tradizionale, circa il 15% delle ricerche quotidiane sono query mai viste prima Kartikahuja e parliamo di query lunghe in media solo 3–4 parole. Moltiplicate quelle parole per cinque o dieci in un prompt conversazionale per un'AI, e l'esplosione combinatoria di query uniche diventa di fatto non misurabile a qualsiasi scala significativa.
Inoltre, considerate il VOLUME ENORME di query ZSV (zero search volume): persino alcuni dei PIÙ GRANDI TOOL SEO al mondo come AHREFS e SEMRUSH catturano solo una piccola parte dei dati (come si vede qui confrontando i conteggi di keyword di SEO Stack, AHREFS e SEMRUSH per il mio
sito)

Guardate l'ENORME divario dimensionale nei dati!
AHREFS e SEMRUSH sono di gran lunga i PIÙ GRANDI detentori di dati SEO al mondo (a parte Search Console) ma, se questi strumenti si perdono il 70-80% delle query cercate, immaginate cosa significhi provare a tracciare le performance di PROMPT / CITAZIONI nell'AI.
Potreste tranquillamente aggiungere 1000 query di cui una gran parte probabilmente non viene mai cercata. Potreste basare l'INTERO budget GEO sul monitoraggio delle performance per query che nessuno sta cercando.
E non dimentichiamo: DA DOVE prendono i tool GEO i dati sul volume di ricerca dei prompt?
Google ci dà Google Search Console
ChatGPT, Gemini, Grok, Perplexity, Claude: nessuno di loro ha al momento un equivalente "interfaccia Search Console con dati sulle keyword".
I tool di prompt tracking stanno cercando di campionare da un universo infinito.
Prendono una manciata di query, verificano se il vostro brand viene menzionato e chiamano tutto questo "visibilità". Nella migliore delle ipotesi è interessante dal punto di vista metodologico. Nella peggiore, significa dare ai clienti un numero che vale ben poco facendosi pagare soldi veri per monitorarlo.
Il problema dell'unicità:
la maggior parte delle query AI sono eventi isolati
Questo deriva dal punto precedente, ma merita una sezione a sé perché è davvero rilevante e non lo vedo discusso abbastanza.
Più una query di ricerca si allunga, più diventa unica. Non è un'opinione, è probabilità di base. Se monitoro "consulente SEO", ci sono centinaia di persone che lo cercano ogni mese ma, almeno, quei dati posso vederli.

Quello è un mercato. Se invece monitoro "quale consulente SEO dovrei assumere se gestisco una piattaforma SaaS B2B rivolta ad aziende mid-market statunitensi e ho già provato il content marketing", quella query potrebbe essere digitata da tre persone quest'anno, due delle quali stanno facendo ricerche per un articolo di blog sulla GEO.
Questo conta enormemente per qualsiasi framework di misurazione delle performance. Nella SEO abbiamo costruito la misurazione sul fatto che i volumi delle keyword sono reali e ripetibili.
L'equivalente GEO non esiste allo stesso modo. Anche se oggi il tuo brand viene citato splendidamente in risposta a un prompt AI di 40 parole, la probabilità che lo stesso prompt venga inserito domani, figuriamoci da un potenziale cliente, è praticamente nulla. Il rapporto segnale-rumore nel tracciamento basato sui prompt sarà un problema concreto per chiunque provi a fare reportistica seria sulle performance.
Il buco nero dell'analytics: nessun dato, nessuna prova, nessun problema (a quanto pare)
Eccone una divertente. Nella SEO abbiamo Google Search Console. Imperfetta, sì, ma ci dà impression, clic, posizione media, CTR. Abbiamo GA4. Abbiamo Ahrefs e Semrush per l'intelligence competitiva. Possiamo davvero dimostrare cosa sta succedendo.
E abbiamo anche SEO Stack, che combina i dati di GSC + GA4 e ci permette di segmentare il traffico LLM (per fonte di referral o in forma aggregata)

Le piattaforme AI non ti danno assolutamente nulla.
Il traffico di referral dall'AI rappresenta attualmente appena l'1% del traffico web globale
fonte:Exposure Ninja e anche quella fetta minima è difficile da attribuire in modo pulito, perché la maggior parte delle piattaforme AI non trasmette i dati di referral in modo coerente.
OpenAI non ti dà una dashboard.
Perplexity non ha un equivalente di Search Console.
Claude non ti invia un report mensile sulle performance.
Ti ritrovi a dover dedurre tutto da strumenti di terze parti che campionano prompt e fanno ipotesi ragionate sulla frequenza delle citazioni.
Quindi, quando un'agenzia GEO promette di "migliorare la tua AI Visibility", cosa sta misurando esattamente?
Come dimostra il ROI? Se la risposta è "beh, abbiamo lanciato 500 prompt su quattro piattaforme e sei stato menzionato 47 volte", dovresti chiedere cosa significa questo in termini di traffico, lead e fatturato reali.
Perché al momento quel collegamento è, nella migliore delle ipotesi, debole.
E guarda qui: non è uno scherzo, sono dati reali!
Ecco il traffico LLM di una testata online da GA4 >

Poi, quando ho attivato l'inclusione dei clic da GSC:

DOVREBBE mettere le cose in prospettiva su QUANTO SIA PICCOLA davvero la quota di mercato.
Il problema della coerenza: gli LLM non sono motori di ricerca
Questa è probabilmente la mia più grande obiezione tecnica all'intero framework GEO così come viene venduto oggi.
GLI LLM SONO INCOERENTI!
I motori di ricerca sono abbastanza deterministici da permetterci di costruirci attorno un tracciamento solido. L'algoritmo di Google cambia, sì, ma all'interno di una determinata finestra temporale, se cerchi "consulente SEO" vedrai in genere gli stessi dieci risultati. È proprio quella coerenza a rendere significativo il rank tracking.
Gli LLM non sono costruiti così. Sono probabilistici per progettazione. Aggiungi i livelli di complessità legati a RAG (retrieval-augmented generation), query fan-out, personalizzazione, memoria conversazionale, localizzazione geografica, e il fatto che versioni e configurazioni diverse dello stesso modello possono produrre risposte sostanzialmente differenti: ti ritrovi con un problema di misurazione di ordini di grandezza più complesso di qualsiasi cosa la SEO abbia mai affrontato.
Fai la stessa domanda a ChatGPT due volte e potresti ottenere una risposta diversa con citazioni diverse.
Aggiungi la memoria e la risposta cambia in base a ciò che hai chiesto in precedenza.
Aggiungi la posizione, e un utente a Manchester potrebbe ricevere un insieme di fonti citate completamente diverso rispetto a qualcuno a San Francisco che pone la stessa domanda.
Non è una nota a piè di pagina: mina alla radice il presupposto di un tracciamento GEO scalabile e affidabile.
C'è davvero qualcosa di unico nella GEO?
Voglio essere onesto, perché penso che ci siano alcuni elementi genuinamente distinti nel modo in cui si ottimizza per la visibilità sugli LLM rispetto alla ricerca tradizionale. Solo che non sono così drammatici o strategicamente nuovi come i consulenti GEO vorrebbero farti credere.
Alcune cose in qualche modo distinte:
Le fonti delle citazioni sono diverse.
Una ricerca di Ahrefs mostra che l'80% delle citazioni degli LLM non si posiziona nemmeno tra le prime 100 posizioni di Google (vedi
https://ahrefs.com/blog/ai-search-overlap/
) per la query originale, e che il 28,3% delle pagine più citate da ChatGPT ha visibilità organica pari a zero.
È un dato reale e suggerisce che gli LLM attingono a un bacino di contenuti più ampio e diverso rispetto ai ranking tradizionali. Capire com'è fatto quel bacino e come entrarci è una preoccupazione legittima e specifica della GEO.

I contenuti strutturati, fattuali e autorevoli contano di più.
Gli LLM tendono a sintetizzare e citare contenuti non ambigui, chiaramente strutturati e verificabili sul piano fattuale.
Questo sposta la content strategy dal copy persuasivo long-form verso contenuti definitori, in stile reference: un cambiamento tattico reale.
Ma, qualsiasi cosa tu faccia, non farti incantare da formulazioni complesse tipo "semantic content chunking": davvero, lascia perdere.
La forza dell'entità di brand gioca un ruolo diverso.
Nella SEO, i segnali di brand aiutano i ranking in modo indiretto. Negli LLM, il riconoscimento dell'entità di brand nei dati di addestramento può influenzare direttamente il fatto che un modello sappia o meno che esisti. Far sì che il tuo brand venga citato in modo coerente su fonti autorevoli — Wikipedia, grandi testate, G2, database di settore — conta in un modo specifico.
Ma niente di tutto questo è così estraneo alla SEO di base da richiedere una disciplina completamente nuova. Lo ha detto anche John Mueller. È un'evoluzione di ciò che già facciamo, non una rivoluzione.
Perché la SEO vince ancora — e lo farà ancora per un po'
Chiudo con i numeri, perché i numeri raccontano una storia chiara che gran parte dell'hype sulla GEO ignora convenientemente.
Google elabora circa 13,7 miliardi di ricerche al giorno.
fONTE: Visual Capitalist
ChatGPT, nonostante registri un impressionante miliardo di ricerche giornaliere, resta ancora molto indietro.
Google domina ancora con quasi l'80% di tutte le query digitali a livello globale, mentre ChatGPT si attesta al 17%.
Anche con la curva di adozione più rapida di qualsiasi tecnologia di consumo nella storia, l'AI search resta una frazione della ricerca tradizionale. E, aspetto cruciale, se isoli le ricerche transazionali — quelle che generano davvero valore commerciale per la maggior parte delle aziende — Google è considerevolmente meno vulnerabile. Le persone vanno ancora su Google per comprare, trovare servizi locali e fare ricerche commerciali. È un comportamento profondamente radicato che non sparirà in fretta.
Anche con meno ricerche per utente statunitense anno su anno, la ricerca tradizionale rappresenta ancora circa il 10% di tutta l'attività desktop negli USA, una quota rimasta pressoché stabile per tutto il 2025.
Sì, l'adozione dell'AI è in crescita. Sì, Gartner ha previsto un calo del 25% del volume di ricerca tradizionale entro il 2026. Ma la morte di Google l'avevamo già pronosticata in passato, e Google ha l'abitudine di sopravvivere ai propri necrologi. E non dimentichiamo che gli AI Overviews di Google, l'integrazione di Gemini e l'AI Mode fanno sì che Google stesso sia una delle più grandi superfici di AI search esistenti. Fare buona SEO e comparire nelle risposte AI di Google sono spesso la stessa cosa.
Il 76,1% degli URL citati negli AI Overviews di Google si posiziona anche nella top 10 dei risultati di ricerca di Google. Quindi fai buona SEO e, con ogni probabilità, starai facendo al contempo buona GEO per l'AI di Google, senza alcun retainer aggiuntivo.
Il verdetto
La GEO è reale nel senso che il comportamento di ricerca tramite AI richiede qualche adattamento della content strategy. Non è reale nel senso di essere una disciplina chiaramente definibile, misurabile separatamente e del tutto distinta dalla SEO.
Il problema più grande del modo in cui la GEO viene venduta oggi è che non esiste l'infrastruttura di misurazione necessaria a validare l'investimento. Nessun accesso agli analytics, comportamenti delle piattaforme estremamente incoerenti, un'unicità delle query che rende il campionamento quasi privo di senso, e un panorama di piattaforme frammentato che rende qualsiasi metrica unificata di "AI Visibility" in gran parte fittizia.
Sono nel settore da abbastanza tempo da riconoscere una corsa all'oro quando la vedo. Quando gli strumenti saranno maturi, quando le piattaforme offriranno analisi vere e proprie, quando esisterà una metodologia di misurazione coerente e validata, allora potremo discutere seriamente della GEO come pratica a sé stante.
Fino ad allora, assicurati di avere le basi della SEO a posto. Perché i 13.7 miliardi di persone che cercano su Google ogni giorno non spariranno tanto presto.

Fondatore, SEO Stack
Daniel è il fondatore di SEO Stack. Ha trascorso oltre due decenni lavorando su SEO tecnica e dati di ricerca, e ha creato SEO Stack dopo essersi scontrato, una volta di troppo, con i soliti limiti di Search Console nel lavoro con i clienti.
Daniel ha una vasta esperienza in ambito SEO: ha costruito agenzie SEO, attività di audit e una consulenza di grande successo. Nel tempo libero, si diverte a condurre esperimenti SEO e a condividerne i risultati.
Pubblicato 12 aprile 2026


