Quando qualcuno chiede a Claude un'analisi del tuo settore, il modello genera un Artifact — tabella, benchmark, lista di operatori — usando ciò che ha appreso nel training. Se i tuoi dati non sono entrati nel pattern, non escono nell'analisi. Non è questione di backlink o di schema markup: Claude generalizza da dati strutturati su fonti istituzionali. Se un ente di settore o una pubblicazione tecnica ti cita con dati puliti, finisci nelle analisi generate. Se sei solo sul tuo sito, non ci finisci mai. Ti spiego come costruire la tua traccia nei dataset che Claude considera affidabili.
Anthropic è più severa di OpenAI sulla qualità delle fonti. Claude preferisce 1 fonte istituzionale a 100 blog. Questo è un filtro che si può navigare — non combatterne.
Te lo dico subito perché è il punto da cui parte tutto il resto di questo articolo. Se vendi servizi di guida alpina sulle Dolomiti o gestisci un rifugio sopra Cortina d’Ampezzo, e ti chiedi perché su Claude non ti citano mai mentre ChatGPT ogni tanto ti tira fuori, la risposta non è “scrivi più contenuti”. È capire che Claude ha una soglia di fiducia diversa, e che dentro quella soglia c’è uno spazio enorme per chi pubblica dati strutturati e documentazione tecnica del proprio settore.
In questo articolo ti spiego come funziona il meccanismo Artifacts di Claude (la modalità in cui il modello costruisce documenti, codice e analisi dentro la conversazione), perché premia chi ha dati pubblicati in modo pulito, e cosa puoi fare nel tuo settore per finire dentro quelle analisi.
Cosa fa Claude quando un utente gli chiede un’analisi
Apri Claude e chiedi: “fammi un’analisi del mercato delle guide alpine certificate UIAGM in Italia, con focus sulle Dolomiti, output in tabella”. Claude non risponde con un paragrafo. Apre un Artifact — un riquadro a parte dove genera la tabella — e ci mette dentro nomi di scuole di alpinismo, cooperative di guide, prezzi medi giornalieri, certificazioni richieste. Quei nomi vengono dal modello: dal training, dai documenti che Claude ha visto in fase di apprendimento e raffinamento.
Nel mondo della ricerca su come Anthropic addestra i suoi modelli, c’è un dettaglio importante sulla composizione dei dati che Claude usa per generare risposte come quelle.
“These conversations are similar in distribution to, but distinct from, those appearing in the PM and RL training data.” — Bai et al., 2022 — Constitutional AI
Tradotto: le conversazioni che il modello vede in fase di valutazione hanno una distribuzione simile a quelle del training, ma non sono identiche. È un dettaglio tecnico, ma per il tuo business significa una cosa precisa: Claude generalizza da pattern appresi su dati di alta qualità, non recupera in tempo reale la tua pagina web. Se i tuoi dati di settore non sono entrati nel pattern, non escono nell’Artifact.
La conseguenza operativa è che la partita non si gioca solo sulla SEO classica o sui backlink. Si gioca su quanto i tuoi dati sono leggibili, strutturati e citabili dalle fonti che Anthropic considera affidabili: enti istituzionali, federazioni di settore, pubblicazioni tecniche, registri ufficiali.
Perché Claude ti filtra più di ChatGPT
Negli articoli precedenti di questa serie ti ho parlato di come E-E-A-T venga riletto dai motori AI e di come funziona il riconoscimento dell’autore come entità. Quei meccanismi valgono per tutti i modelli, ma Claude li applica con una soglia più alta.
Il motivo è strutturale: Anthropic ha costruito il suo addestramento intorno a un principio di prudenza sulle fonti. Significa che quando il modello deve generare un’analisi del settore “guide alpine Dolomiti”, scarta più aggressivamente blog amatoriali, forum, siti senza autore identificabile, e si appoggia di più a fonti come il Collegio Nazionale Guide Alpine, il CAI, l’UIAGM internazionale, l’ISTAT per dati turistici, le pubblicazioni delle Province Autonome di Trento e Bolzano.
Per un gestore di rifugio sopra Misurina o per una scuola di alpinismo a San Vito di Cadore, questo è un’opportunità: se i tuoi dati arrivano alle fonti istituzionali, hai un canale privilegiato verso le analisi che Claude genera.
Il test che puoi fare in 15 minuti
Ti propongo un audit semplice, da fare oggi senza strumenti a pagamento.
- Apri Claude e fai 5 query del tipo: “elenco rifugi gestiti sulle Dolomiti di Sesto”, “guide alpine UIAGM in provincia di Belluno”, “scuole di alpinismo a Cortina d’Ampezzo”, “tariffe medie giornaliere guida alpina Dolomiti”, “comparativa rifugi storici Cortina vs Val Gardena”.
- Per ogni risposta, segna se il tuo brand compare. Se sì, in che posizione (primo nominato, in mezzo, ultimo).
- Chiedi a Claude la fonte di ciò che ha appena detto. Non darà sempre URL precisi (non è Perplexity), ma dirà cose tipo “fonti istituzionali del settore alpinistico italiano” o citerà categorie di riferimento.
- Apri il Rich Results Test di Google, incolla la URL della tua homepage e cerca se hai schema “Organization” e “LocalBusiness” valido. Se non c’è, hai trovato un primo buco.
- Vai su Wikidata e cerca il nome del tuo rifugio o della tua società di guide. Se non esiste una scheda, hai trovato un secondo buco.
Soglia binaria: se compari in 0 query su 5, sei invisibile per Claude. Se compari in 1-2 su 5, esisti ma sei marginale. Se compari in 3+ su 5, sei dentro il pattern. Test indicativo, non studio: ma il segnale è chiaro.
Il pattern che ho visto su 20 query montagna
Ho fatto un’osservazione longitudinale negli ultimi mesi, confrontando come Claude, ChatGPT e Perplexity rispondono allo stesso tipo di query sul mondo alpino italiano. 20 query a tema (rifugi, guide, scuole, vie ferrate, comparative tra zone), ripetute sui tre motori.
Il pattern che è emerso è netto: ChatGPT cita 8-12 nomi diversi per query, mescolando fonti istituzionali e blog di appassionati. Perplexity cita 5-8 fonti con URL, spesso pescando da TripAdvisor, blog di trekking, riviste outdoor. Claude cita 3-5 nomi per query, e in 16 casi su 20 quei nomi erano riconducibili a entità con presenza forte su fonti istituzionali: collegi guide, federazioni, registri provinciali, oppure brand storici con scheda Wikipedia o Wikidata.
Limiti dichiarati: campione non grande, query in italiano, periodo di osservazione di poche settimane. Ma il pattern è troppo coerente per essere caso. Claude premia chi ha autorità istituzionale verificabile, non chi ha più contenuti.
Per il gestore di rifugio o la guida alpina che mi legge, la lettura è semplice: la tua presenza sui motori AI dipende meno da quanto pubblichi sul tuo sito e più da quanto i tuoi dati circolano nelle fonti che Anthropic ha addestrato a considerare affidabili.
Gli errori che vedo più spesso
Quando entro in un audit GEO per attività del settore montagna, trovo quasi sempre gli stessi pattern.
- Dati sparsi solo sul proprio sito. Il rifugio ha la pagina con altitudine, posti letto, periodo di apertura, tariffe — ma quei dati non esistono da nessun’altra parte. Per Claude, dato non riconciliato = dato dubbio.
- Nessuna scheda Wikidata né voce Wikipedia. Per i rifugi storici (parliamo di strutture con 80-100 anni di storia) è un buco autolesionista. La scheda Wikidata si compila gratis e diventa un nodo che molti modelli AI usano come ancora.
- Iscrizione al collegio guide presente ma senza pagina autore strutturata. La guida alpina ha la qualifica UIAGM ma sul suo sito non c’è una pagina “Chi sono” con dati strutturati Person, anno di certificazione, specializzazioni. Senza quei segnali, Claude non costruisce l’entità “guida alpina X”.
- Comunicati e dati di settore dati a riviste senza link di ritorno. Il rifugio fa una stagione record, lo dice a una rivista outdoor, esce un articolo. Ma l’articolo non linka il sito del rifugio e non cita dati strutturati. Quel passaggio si perde.
Cosa fare nei prossimi 30 giorni
Se gestisci un rifugio, una scuola di alpinismo o sei una guida UIAGM sulle Dolomiti, queste sono le tre azioni con il rapporto sforzo/risultato più alto.
- Pubblica una pagina “dati operativi” con altitudine, posti letto, periodo di apertura, certificazioni del personale, tariffe medie, contatti — in formato leggibile (tabella HTML pulita, non immagini). Marca con schema LocalBusiness o Lodging via Rich Results Test.
- Crea o aggiorna la scheda Wikidata della struttura/società. Collega coordinate, fondazione, gestore corrente, eventi storici. È il punto da cui passano le entità riconciliate.
- Invia i tuoi dati strutturati al collegio guide della tua provincia, alla sezione CAI di riferimento, e alle pubblicazioni delle Province Autonome. Quando un dato esce su una fonte istituzionale, Claude lo assorbe nei cicli di addestramento successivi.
Sono un primo passo, l’analisi vera richiede strumenti professionali e una mappatura competitiva su tutte le query rilevanti del tuo settore. Ma se parti da qui, in pochi mesi entri nel pattern.
Il filo che lega tutto
Tornando al punto di apertura: Claude filtra più severamente di OpenAI sulla qualità delle fonti, e il modo per esistere dentro quel filtro non è combatterlo, è popolarlo dei tuoi dati. Le analisi che Claude genera nei suoi Artifacts sono lo specchio di chi è arrivato fino alle fonti istituzionali. La tua visibilità nelle risposte AI passa di lì.
Negli articoli successivi di questa serie su Claude e Anthropic vedremo come funziona il sistema di citazioni di Claude, perché Anthropic gestisce diversamente il web search rispetto a ChatGPT, e quali metriche usare per misurare il tuo posizionamento sul modello. Se vuoi recuperare i fondamentali, parti da come il knowledge graph di Google si lega all’entità del tuo brand: è il primo mattone che anche Claude usa.
Quanto è visibile il tuo brand per le AI?
Scoprilo in 30 secondi con il nostro tool gratuito. 11 check automatici, risultati immediati.
