ChatGPT può trovare una pagina senza citarla e parlare di un brand senza visitare il suo sito: capire come legge le informazioni e sceglie le fonti diventa imprescindibile per chiunque voglia essere visibile nelle risposte AI
Mentre stai leggendo queste righe, ChatGPT sta consigliando un tuo competitor al posto tuo.
Fa male, vero? La buona notizia è che in questa nuova puntata di SEO Confidential, che è una bomba atomica, abbiamo la persona che sa esattamente il perché.
Oggi siamo in compagnia di Suganthan Mohanadasan, uno dei nomi più autorevoli e brillanti nel panorama SEO e AI Search a livello globale. Suganthan è il co-fondatore dell’agenzia Snippet Digital e lo “stregone” dietro Keyword Insights, il tool di analisi contenuti usato da giganti come Amazon, IKEA, Adobe ed eBay.
Il suo lavoro? Unico: smonta l’intelligenza artificiale pezzo per pezzo, fa esperimenti continui, scova le falle e condivide tutto gratis. Una fonte d’ispirazione pura.
In questa intervista, Suganthan ci porta letteralmente dietro il sipario di ChatGPT, Perplexity e dei principali LLM, regalandoci un’incredibile mole di dati inediti, super precisi e parecchio sorprendenti.
Come decidono gli assistenti AI cosa leggere e cosa citare? Perché ignorano il tuo sito?
Se vuoi che il tuo brand conquisti i motori di risposta basati su AI, devi sapere come questi modelli ragionano dietro le quinte, non credi?
E allora mettiti comodo e preparati: quello che stai per scoprire ti farà guardare le cose da un’altra prospettiva!
Perché l’AI non cita il tuo sito? Dati (inediti), errori e regole segrete per conquistare gli LLM
Il tuo studio mostra che ChatGPT può recuperare una pagina senza citarla e può citare un brand senza usare il suo sito come fonte. Qual è il passaggio che determina se una pagina, dopo essere stata trovata, viene effettivamente scelta come fonte?
Prima di tutto, una precisazione che vale per tutte le risposte che fornisco qui. Tutto ciò deriva dall’analisi del traffico di rete ricevuto dai miei account mentre ero autenticato. I meccanismi sono solidi e possono essere riprodotti nel proprio browser. Le percentuali, invece, riflettono ciò che ho osservato su un singolo account, quindi vanno considerate come indicative.
A una pagina possono accadere tre cose, e si tratta di risultati distinti. Recuperata (fetched) significa che il motore ha acquisito la pagina e l’ha inserita nel proprio insieme di risorse di lavoro. Citata (cited) significa che una specifica frase della risposta contiene un link alla pagina come fonte. Menzionata (mentioned) significa che il nome del brand compare nel testo. È possibile ottenere o perdere ciascuno di questi risultati indipendentemente dagli altri.
In alcune rilevazioni che non ho ancora pubblicato, ChatGPT ha recuperato 3.554 pagine nel corso di 57 conversazioni, ma ne ha citate soltanto 110. Parliamo del 3,1%. Quasi tutto viene letto, ma quasi nulla riceve una citazione.
Per quanto riguarda ciò che distingue una pagina citata da una che viene soltanto recuperata, il traffico mostra tre aspetti. Una citazione viene associata a un’affermazione precisa, non a un argomento generico. La pagina che prevale, quindi, è quella che offre il miglior supporto a una specifica frase della risposta, presentando l’informazione fin dalle prime parti del contenuto, in HTML semplice e includendo direttamente i dati numerici pertinenti.
I risultati vengono poi deduplicati per dominio: 20 pagine dello stesso sito dedicate a un medesimo argomento possono ridursi a un unico spazio disponibile, con il risultato che le pagine dello stesso sito finiscono per competere tra loro.
Anche il tipo di affermazione influenza il modo in cui viene effettuata la ricerca. In una delle rilevazioni ho osservato ChatGPT aggiungere autonomamente la parola “official” a 17 ricerche. Il sistema tende a cercare il tuo sito quando deve verificare informazioni e dati che ti riguardano direttamente, mentre ricorre a fonti terze quando deve stabilire, per esempio, quale prodotto, servizio o soluzione sia migliore.
Le menzioni, invece, non richiedono necessariamente che il sito del brand venga consultato. Nello stesso gruppo di rilevazioni, sono comparse 86 raccomandazioni senza che il sito del brand fosse stato recuperato durante la conversazione. Il modello conosceva già quei brand grazie ai dati utilizzati durante l’addestramento.
La scelta finale, cioè il motivo per cui una determinata pagina viene preferita a un’altra, non arriva mai fino al browser. Questo processo rimane sui server di OpenAI. Di conseguenza, non conosciamo l’esatto meccanismo con cui viene effettuata la selezione finale.
Hai scoperto che ChatGPT, per alcune domande, non cerca affatto sul web e risponde direttamente dalle conoscenze del modello. Come possiamo capire quali query attivano una ricerca web e quali invece lasciano praticamente nessuna possibilità di ottenere una nuova citazione?
La decisione è visibile nel traffico. Prima che ChatGPT effettui una ricerca, classifica la domanda all’interno di una categoria e una di queste, etichettata internamente come “text”, genera la risposta direttamente dai dati di addestramento, senza effettuare alcuna ricerca.
Nella mia rilevazione di giugno 2026, 3 delle 10 domande volutamente formulate su temi di attualità sono finite in questa categoria, compresa una richiesta sulle più recenti linee guida per il trattamento del diabete di tipo 2. Verrebbe naturale pensare che ChatGPT faccia una ricerca per rispondere a una domanda simile. In quel caso, non l’ha fatto.
È la formulazione della domanda a determinare la categoria, non l’argomento. “Best 4K TVs to buy” ha attivato la pipeline dedicata allo shopping, mentre “best 4K TVs with reviews” ha avviato una normale ricerca. Per questo non mi fido di nessuna regola empirica per prevedere cosa accadrà, comprese le mie.
Le richieste di istruzioni pratiche, le definizioni, il codice e le traduzioni tendono a ricevere risposte basate sui dati di addestramento. Le domande che richiedono un dato aggiornato, invece, solitamente attivano una ricerca. L’esempio sul diabete dimostra però quanto sia relativo quel “solitamente”.
L’unico metodo che mi sento di consigliare è testare direttamente le proprie query. Apri DevTools, poni la domanda e controlla se viene recuperata qualche risorsa. Ripeti il test cinque volte, perché il routing non è deterministico. La mia estensione gratuita FanoutFox permette di visualizzare gli stessi dati con un solo click.
Quando una query non attiva mai una ricerca, nessuna pagina web può entrare nella risposta in quel momento. L’unico modo per comparire in quelle risposte è che il modello abbia già memoria del tuo brand attraverso i dati di addestramento. È un processo lento, che si costruisce nel corso degli anni, anche attraverso archivi come Common Crawl.
Quali sono gli errori più comuni che vedi oggi nei siti che cercano di ottenere visibilità e citazioni su ChatGPT e sugli altri motori AI?
Il problema più grande è fare le cose nell’ordine sbagliato. I team acquistano audit tecnici, implementano dati strutturati e ottimizzano i file llms.txt senza prima verificare se il modello associa effettivamente il loro brand alla categoria di riferimento.
In alcuni dati che sto ancora elaborando, ChatGPT ha inserito i nomi dei brand già nella sua primissima query di ricerca, prima ancora di recuperare una singola pagina, in 21 conversazioni su 27. Se il tuo brand non compare in quella lista, il tuo server non viene nemmeno contattato e nessuna ottimizzazione on-page può cambiare la situazione. La soluzione consiste nel fare in modo che del brand si scriva, si pubblichino recensioni e si discuta nel corso degli anni.
Il secondo errore riguarda le informazioni importanti nascoste dietro JavaScript o contenute all’interno delle immagini. Le prossime due domande affrontano proprio questo aspetto, quindi ne parlerò lì.
Il terzo errore è pubblicare pagine poco approfondite per ogni possibile query rivolta all’AI. I risultati vengono deduplicati per dominio. Analizzando il traffico si può osservare, per esempio, che 19 pagine di uno stesso sito vengono raggruppate sotto l’unica pagina che ha prevalso. Una pagina autorevole e completa per ogni specifica affermazione è più efficace di 20 pagine deboli.
Il quarto errore è escludersi accidentalmente. Regole del firewall e configurazioni predefinite delle CDN che sottopongono a verifica ogni bot sconosciuto possono bloccare anche i fetcher commerciali utilizzati da ChatGPT per recuperare le pagine, oltre al crawler CCBot di Common Crawl. Finché non si effettuano le opportune verifiche, un blocco introdotto automaticamente da una configurazione standard può sembrare una scelta intenzionale.
C’è poi un’abitudine generale da evitare: considerare uno screenshot di questi sistemi come una verità permanente. OpenAI ha modificato due volte il modo in cui le fonti compaiono nel traffico mentre stavo conducendo questa ricerca. Per questo è importante associare una data a ogni affermazione su cui ci si basa, comprese le mie.
Ho creato dei tracker dedicati proprio a monitorare questi cambiamenti:
Quanto conta, per essere citati da ChatGPT, il modo in cui informazioni importanti come prezzi, caratteristiche e dati di prodotto sono tecnicamente accessibili sul sito? Cosa succede quando queste informazioni sono difficili da leggere per l’AI?
Posso rispondere usando le parole del modello stesso. Nella rilevazione di giugno, il modello di ragionamento di ChatGPT ha descritto il proprio processo di selezione delle fonti mentre confrontava alcuni strumenti SEO.
Nel caso di Ahrefs, i cui prezzi sono presenti in HTML semplice, ha consultato la pagina ufficiale osservando che la pagina dei prezzi «sembra più aggiornata, quindi dovrei citare quella». Per altri due fornitori, i cui prezzi vengono caricati tramite JavaScript, ha invece rilevato che «i prezzi non compaiono direttamente nei risultati di ricerca, probabilmente perché vengono caricati tramite JavaScript», aggiungendo che avrebbe potuto «citare fonti di terze parti, dato che la pagina ufficiale è difficile da analizzare». Alla fine, i prezzi di quei fornitori sono stati citati prendendoli da G2 (una piattaforma di recensioni e comparazione di software e servizi B2B, N.d.R.).
L’intera conseguenza è visibile in questa singola traccia. Il modello vuole utilizzare la pagina ufficiale per reperire le informazioni che riguardano direttamente l’azienda. Esegue ricerche con l’operatore
site:sulla pagina dei prezzi e cerca simboli di valuta all’interno dell’HTML recuperato.Quando l’analisi della pagina fallisce, però, non insiste nel tentativo di recuperare quei dati. Si affida invece a chiunque altro abbia pubblicato quelle cifre, indipendentemente dal fatto che siano corrette o aggiornate.
In sostanza, l’accessibilità della pagina dei prezzi determina chi avrà la possibilità di riportare le informazioni ufficiali della tua azienda.
Se prezzi, caratteristiche o altre informazioni importanti vengono caricate tramite JavaScript, quanto diventa difficile per ChatGPT leggerle e usarle come fonte? Qual è il modo migliore per rendere questi dati accessibili alle AI?
Due sistemi distinti presentano lo stesso problema. Al momento della generazione della risposta, nelle mie rilevazioni i prezzi caricati tramite JavaScript non sono stati analizzati correttamente. Lo stesso modello lo ha dichiarato nel ragionamento che ho appena citato e, nel giro di pochi secondi, è passato a una fonte di terze parti.
Non posso osservare dall’interno il funzionamento dei fetcher di OpenAI, quindi non posso affermare che non eseguano mai JavaScript. Posso però dire di aver osservato direttamente, su fornitori reali, sia il fallimento nell’analisi sia il successivo passaggio a una fonte esterna.
Durante la fase di addestramento, invece, non ci sono ambiguità. CCBot, il crawler di Common Crawl, non esegue JavaScript e Common Crawl costituisce uno degli strati di base per gran parte dei dati di addestramento provenienti dal web aperto. Una pagina il cui contenuto compare soltanto dopo l’hydration viene quindi archiviata come una struttura sostanzialmente vuota.
Il mio strumento di verifica recupera la copia archiviata e la confronta con la pagina attualmente online, permettendo di vedere quali contenuti del sito sono stati effettivamente conservati da CCBot.
La soluzione è piuttosto tradizionale: prezzi, specifiche e informazioni importanti dovrebbero essere renderizzati lato server come semplice testo HTML, preferibilmente nella parte alta della pagina. È meglio evitare tab e pulsanti che richiedono un clic per mostrare un dato, così come prezzi inseriti esclusivamente all’interno di immagini o PDF.
A quel punto bisogna verificare la pagina nello stesso modo in cui può essere vista dalle macchine: caricarla con JavaScript disattivato e controllare che prezzi, numeri e informazioni essenziali siano effettivamente presenti nella risposta HTML.
Se ChatGPT non trova informazioni chiare sul sito ufficiale e si affida a fonti esterne, quanto è concreto il rischio che si crei una narrazione del brand diversa da quella reale, capace anche di danneggiarne la reputazione? E cosa può fare un brand per evitare questo tipo di “racconto parallelo”?
Il rischio è concreto perché il passaggio a una fonte alternativa avviene automaticamente. Questi motori indirizzano inizialmente le affermazioni fattuali verso le pagine ufficiali. ChatGPT aggiunge autonomamente la parola “official” alle proprie ricerche e, nella versione di fine luglio 2026, Perplexity associa ai domini delle indicazioni esplicite di affidabilità, limitate alle informazioni di prima parte relative ai prodotti e ai servizi dell’azienda.
Entrambi i sistemi sono quindi progettati per permettere alle aziende di essere la fonte delle informazioni che le riguardano. Quando però la pagina non può essere analizzata correttamente, oppure semplicemente non fornisce il dato cercato, il sistema si rivolge a chi quel dato lo pubblica. È proprio per questo motivo che ho osservato i prezzi di due aziende SaaS essere citati da G2 anziché dai rispettivi siti ufficiali.
Il caso peggiore riguarda i brand che non pubblicano alcun dato. Se la pagina dedicata ai prezzi enterprise si limita a indicare “contact sales”, mentre una discussione su un forum ipotizza una determinata cifra, il modello si trova davanti a una fonte che contiene un numero e a un’altra che non lo contiene. Non ho ancora documentato direttamente un caso simile, ma nel traffico sono visibili tutti i meccanismi che potrebbero produrre questo risultato.
La prevenzione è poco appariscente, ma concreta. Pubblica le informazioni che vuoi vengano riprese, inserendole in HTML semplice e all’interno di pagine inequivocabilmente ufficiali: prezzi, anche sotto forma di “a partire da”, specifiche, date e changelog.
Inoltre occorre costruire un livello di fonti esterne attraverso recensioni, pagine comparative e Reddit, perché le opinioni sul brand vengono cercate altrove indipendentemente da ciò che viene pubblicato sul sito ufficiale.
Serve poi un controllo periodico. Ogni mese, prova le domande che pongono i tuoi potenziali clienti e verifica quali fonti vengono citate per le affermazioni che riguardano il tuo brand. Le risposte cambiano nel tempo ed è meglio accorgersene prima che siano i clienti a riportarti quelle informazioni.
ChatGPT può rispondere senza cercare sul web, mentre Perplexity tende a effettuare una ricerca per ogni query. Che cosa comporta questa differenza per chi cerca di ottenere citazioni sulle due piattaforme?
Questo divide la visibilità nell’AI in due giochi differenti.
Nelle mie rilevazioni, Perplexity non ha mai saltato la ricerca sul web. Il parametro
skip_searchè risultatofalseper ogni query, sia il 25 giugno sia il 21 luglio. La stessa domanda su come cambiare una gomma a terra, alla quale ChatGPT aveva risposto utilizzando la propria memoria, ha portato Perplexity ad attivare la sua modalità didattica, accompagnata da una scheda video.Questo significa che, su Perplexity, ogni query offre potenzialmente un’opportunità di visibilità. Viene sempre recuperata qualche risorsa e, di conseguenza, esiste sempre uno spazio che può essere occupato da una pagina web o da un video.
C’è però una precisazione importante: la ricerca predefinita di Perplexity utilizza un indice precedentemente sottoposto a crawling, anziché recuperare ogni volta la pagina direttamente dal sito. Essere presenti in quell’indice, e avere contenuti sufficientemente aggiornati al suo interno, rappresenta quindi il requisito di accesso.
Con ChatGPT, invece, una parte delle query è chiusa al web. Non viene recuperata alcuna risorsa e quindi nulla di ciò che pubblichi in questo trimestre può entrare direttamente in quelle risposte. In questi casi, la tua presenza dipende esclusivamente da ciò che il modello ha appreso sul tuo brand durante l’addestramento.
Il fan-out delle query amplia ulteriormente la differenza. ChatGPT riformula la domanda in modo molto più “aggressivo”: con il suo modello di ragionamento può generare da 15 a 40 sotto-query, includendo anche nomi di brand scelti autonomamente dal sistema. Perplexity, nelle mie rilevazioni, ha invece cercato la formulazione letterale della domanda insieme a un paio di varianti più conservative.
Di conseguenza, Perplexity tende a premiare maggiormente la corrispondenza con le parole effettivamente utilizzate dagli utenti, mentre ChatGPT attribuisce maggiore importanza al fatto che il brand sia già conosciuto dal modello prima ancora che inizi la conversazione.
Un contenuto informativo, didattico o dedicato a una definizione può quindi ottenere citazioni su Perplexity, mentre la stessa identica query su ChatGPT potrebbe non recuperare alcuna pagina web.
Una delle differenze più evidenti riguarda YouTube: Perplexity cita spesso i video, mentre ChatGPT molto meno. Da cosa dipende questa differenza e cosa ci dice su come le due piattaforme scelgono le fonti?
Tutto dipende da ciò che ciascuna pipeline è effettivamente in grado di leggere, più che da una preferenza per un determinato formato.
Una citazione deve essere collegata a un testo che il motore ha recuperato. Quando la ricerca di ChatGPT accede a una pagina di YouTube, ottiene il titolo e la descrizione, ma non la trascrizione del video. Di conseguenza, non dispone di un testo del video da poter citare.
Nel mio campione di giugno 2026, YouTube è stato recuperato 201 volte e citato 0 volte. Reddit, composto principalmente da contenuti testuali, è stato invece recuperato 278 volte e citato 11 volte. Si tratta di un campione ridotto, ma Ahrefs ha osservato uno schema simile analizzando 1,4 milioni di prompt: Reddit rappresentava l’1,93% delle citazioni, contro lo 0,51% di YouTube.
Perplexity, invece, elabora il contenuto dei video. Nella mia query sugli auricolari, YouTube è stato citato 38 volte, mentre nella domanda su come cambiare una gomma a terra tre video hanno ottenuto complessivamente 22 citazioni. Questo avviene attraverso una scheda dedicata alle risposte video, che si attiva per query informative di tipo pratico e per quelle relative ai prodotti.
Per i brand, la conseguenza è semplice: la strategia basata su Reddit che molti hanno imparato osservando ChatGPT non può essere trasferita automaticamente a Perplexity. Per le ricerche relative a tutorial e prodotti su Perplexity, un buon video può svolgere, in termini di citazioni, lo stesso ruolo che una pagina testuale svolge su altri sistemi.
Common Crawl è uno dei grandi archivi del web utilizzati per creare dataset destinati all’addestramento dei modelli AI. Quanto può incidere sulla visibilità di un brand essere presente, poco presente o completamente assente da questo archivio, e perché?
Common Crawl è il punto di partenza di gran parte dei dati utilizzati per l’addestramento dei modelli. Quando Mozilla ha analizzato gli LLM rilasciati tra il 2019 e il 2023, ha rilevato che il 64% era stato addestrato, in qualche forma, su dati provenienti da Common Crawl. Nel caso di GPT-3, circa il 60% dei dati di addestramento, in termini di peso, proveniva da versioni filtrate di Common Crawl.
Anche alcuni dei principali dataset aperti utilizzati per l’addestramento, come C4, RefinedWeb, RedPajama, Dolma e FineWeb, derivano da versioni filtrate di questi dati.
Common Crawl presenta poi una caratteristica particolare: gli effetti delle visite del suo crawler possono moltiplicarsi nel tempo. GPTBot recupera una pagina per OpenAI, mentre una pagina acquisita da CCBot può finire a disposizione di diversi soggetti che addestrano modelli utilizzando dati provenienti dal web aperto.
Il collegamento con la visibilità nell’AI ci riporta alla mia prima risposta. Un modello che inserisce il nome del tuo brand nella query prima ancora di effettuare una ricerca deve aver appreso quell’associazione da qualche parte, e questo archivio è probabilmente una delle fonti che hanno contribuito a costruirla. Se Common Crawl non ha mai acquisito il tuo sito, la rappresentazione che il modello possiede del tuo brand potrebbe essere stata costruita attraverso le pagine pubblicate da altri.
Ci sono però due limiti importanti che i lettori dovrebbero tenere presenti.
Essere presenti in Common Crawl non significa automaticamente essere inclusi nei dati di addestramento di un modello. Ogni laboratorio applica i propri filtri ai dati raccolti e, intorno al 2023, i principali sviluppatori di modelli hanno smesso di rendere pubblica nel dettaglio la composizione dei propri dataset di addestramento. Nessuno può quindi garantire che una determinata pagina presente in Common Crawl finisca effettivamente in un modello.
Common Crawl, inoltre, campiona il web anche in base a quanto un dominio è ben collegato al resto della rete. Una copertura limitata, da sola, dimostra quindi poco. Il mio stesso sito è passato da 2 pagine acquisite a 55 nell’arco di un anno.
Le leve indicate dallo stesso Common Crawl comprendono link provenienti da siti ben collegati, una sitemap e il rendering lato server. Conta anche la qualità con cui il sito viene rappresentato nell’archivio. La copia archiviata del mio articolo più letto, per esempio, è stata raggiunta attraverso un vecchio link presente in una newsletter, con i parametri di tracciamento ancora inclusi.
In altre parole, il crawler segue i link che esistono realmente sul web, non la versione ideale del sito che immaginiamo di aver costruito.
Come hai scritto su LinkedIn, circa mezzo milione di siti bloccano CCBot, il crawler di Common Crawl, e molti potrebbero farlo senza saperlo a causa di CDN, plugin o impostazioni predefinite. Quanto può penalizzare un sito escludersi involontariamente da una delle principali fonti di dati utilizzate per addestrare i modelli AI?
Partiamo dai numeri. I dati di HTTP Archive condivisi da Chris Green nell’agosto 2026 mostrano che circa 492.000 siti menzionano CCBot nel file robots.txt e che circa il 95% di queste menzioni lo blocca.
Dal 1° luglio 2025, Cloudflare blocca per impostazione predefinita i crawler AI su ogni nuovo dominio che gestisce, mentre il suo robots.txt gestito ha raggiunto 3,8 milioni di domini i cui proprietari non ne hanno mai scritto uno.
Squarespace utilizza una propria configurazione predefinita, i plugin includono blocklist e un firewall può sottoporre CCBot a una verifica anche quando il robots.txt non mostra alcun blocco, cosa che nessun controllo manuale riesce a rilevare.
Nel 2026, quindi, un blocco di CCBot può essere dovuto con la stessa probabilità a un’impostazione predefinita della piattaforma quanto a una decisione consapevole. La BBC lo blocca intenzionalmente e compare 3 volte nel crawl di luglio 2026. Il problema riguarda i siti che non hanno mai fatto questa scelta.
Le conseguenze arrivano più tardi e nulla le segnala. Bloccare CCBot oggi non costa nulla: il traffico non cambia e nessuna dashboard segnala il problema. Quello che si perde è la presenza negli snapshot mensili da cui continuano ad attingere i nuovi dataset di addestramento, che vengono mantenuti aggiornati: FineWeb, solo lo scorso anno, ha aggiunto sei nuovi crawl.
Di conseguenza, i modelli che verranno rilasciati tra due o tre anni imparano da un web di cui il tuo sito non fa parte e non esiste un pulsante per reinviare i contenuti a un corpus di addestramento. Non posso quantificare il danno finché i laboratori mantengono private le composizioni dei loro dataset, e nessun altro può farlo. Posso però dire che lo scambio è a senso unico. A meno che tu non sia un editore che trattiene i propri contenuti per avere maggiore forza nelle trattative sulle licenze, il blocco non ti offre alcun vantaggio e l’assenza si accumula nel tempo.
Bloccare CCBot non modifica le risposte live di ChatGPT, che al momento della domanda recupera le informazioni attraverso un’infrastruttura differente. Il danno riguarda il livello dell’addestramento, quello che determina se un modello sa già che esisti.
Il mio strumento gratuito di verifica consulta direttamente gli archivi di Common Crawl, identifica il mese in cui è comparso per la prima volta un blocco e indica quale template lo ha introdotto. Quando rileva un blocco, la data e il template permettono solitamente di capire chi abbia preso quella decisione. Spesso la risposta è: nessuno.
Fatti capire dall’AI o sei fuori!
Tiriamo le somme. Se c’è una cosa che questa chiacchierata con Suganthan ci ha fatto capire, è che l’AI Search non è magia e nemmeno fortuna: è pura struttura.
La mia opinione? Spesso ci perdiamo dietro a strategie complicatissime o audit da migliaia di euro, quando poi ChatGPT scarta la nostra pagina semplicemente perché non riesce a leggere un prezzo nascosto da un codice JavaScript.
Ridicolo, no?
Se il tuo obiettivo è farti citare e consigliare da ChatGPT, Perplexity e soci, la ricetta è una sola: rendi la vita facilissima alle macchine.
Metti i dati fondamentali in HTML semplice e pulito, fai in modo che del tuo brand si parli davvero in giro per la rete (su Reddit, blog e recensioni) e controlla subito di non aver bloccato i crawler dell’AI per errore!
La verità è che le regole della ricerca sono cambiate per sempre. Chi capisce oggi come ragionano questi “cervelloni” si prende una fetta di mercato enorme, mentre gli altri che dormono alla grande rischiano di diventare invisibili.
Spero che questa puntata ti abbia aperto gli occhi e dato la carica giusta per iniziare a vedere le cose da un’altra prospettiva. Noi ci vediamo la settimana prossima, sempre qui su SEO Confidential, con un’altra intervista a dir poco pazzesca.
#avantitutta
