SEO Confidential – La nostra intervista esclusiva a Marcus Tandler

Per essere scelti da ChatGPT e dagli altri motori AI non basta più conquistare posizioni su Google: contano le associazioni legate al brand, le conferme provenienti da fonti indipendenti e la capacità di influenzare le decisioni degli utenti

Nel 1998 Google non esisteva ancora come lo conosci, e Marcus Tandler già smanettava per capire come finire in cima ai motori di ricerca. Oggi, dopo 27 anni, ti dice una cosa che potrebbe darti fastidio: la GEO non è la nuova SEO, è la resa dei conti.

Per questo nuovo episodio di SEO Confidential ho intervistato proprio lui. Marcus è co-fondatore e Chief Evangelist di Ryte (oggi parte di Semrush, an Adobe company) e ospita il SEOktoberfest G50 Summit, uno degli eventi più amati del settore. Ha visto nascere e morire mode, algoritmi e guru. Quando parla, conviene ascoltare. Qui trovi il suo blog se vuoi tenerlo d’occhio.

Se hai un’azienda e vuoi essere consigliato da ChatGPT e dagli altri motori AI, qui trovi risposte molto concrete.

Scopri cosa decide davvero se un modello ti raccomanda, e perché i contenuti da soli contano meno di quanto pensi. Capisci perché le pagine di confronto funzionano, ma solo se sono oneste. E ti spiega cosa sono le «barriere»: i motivi, spesso vecchi o sbagliati, per cui l’AI porta i clienti verso altri senza che tu te ne accorga.

Ti avviso: Marcus non fa sconti. Ma proprio per questo è un’intervista che devi assolutamente leggere.

“La GEO non è la nuova SEO, è la resa dei conti”

Hai iniziato a lavorare nella ricerca nel 1998. Cosa ti ha portato a entrare in questo settore e cosa ti ha convinto a rimanerci per così tanti anni?

Sinceramente? Puro caso. E poi non ha mai smesso di essere interessante.

Nessuno ha scelto la SEO nel 1998, giusto? Non c’era nessun settore tra cui scegliere. C’era solo una manciata di persone che si era accorta che questa cosa chiamata web aveva un meccanismo di ordinamento, e che quel meccanismo poteva essere sottoposto a reverse engineering. All’epoca studiavo all’Università di Augusta e realizzavo siti web per piccole e medie imprese. Era la fine del 1996 e l’HTML 3.2 andava ancora per la maggiore.

Uno di quei clienti mi chiese se potevo anche assicurarmi che il suo nuovo sito comparisse su AltaVista. Per fortuna, allora bastava cliccare su “invia il tuo sito”!

Eppure ero determinato a capire come posizionarmi nella top 10 per determinate parole chiave, così iniziai a fare esperimenti con i miei siti.

La curiosità è diventata interesse. L’interesse è diventato passione. E la passione, alla fine, è diventata amore.

Credo che la ragione per cui sono ancora qui sia che la domanda non ha mai trovato risposta. Ogni cinque o sei anni il terreno cambia completamente e tutto ciò di cui eri assolutamente sicuro diventa una zavorra. Per dire, nel 1999 guardavo Google e pensavo: bel giocattolino accademico, non conterà mai commercialmente. AltaVista aveva il traffico, Yahoo aveva i soldi. Mi sbagliavo. In modo spettacolare, clamoroso, imbarazzante.

È la lezione che ha retto per 27 anni: ciò che sembra un giocattolo di solito è ciò che ti mangia vivo. Non sottovalutare mai Google.

Un settore in cui puoi sbagliarti così tanto così presto è un settore ancora vivo, no? La maggior parte dei settori si cristallizza. La ricerca non ne ha mai avuto il tempo.

Hai attraversato trasformazioni molto profonde della ricerca, dai primi motori fino all’intelligenza artificiale. Qual è stato il cambiamento che ha modificato di più il tuo modo di lavorare e di pensare alla SEO?

Non quello che ci si aspetta. Tutti indicano ChatGPT.

Per me il vero punto di svolta sono state le entità. Hummingbird, il Knowledge Graph, il momento in cui Google ha smesso di confrontare stringhe e ha iniziato a risolvere cose. Era il 2013, e la maggior parte del settore l’ha trattato come una nota tecnica a margine ed è tornata a comprare domini exact match.

Ed è stato proprio quel passaggio a rendere possibile tutto ciò che sta accadendo ora. Gli LLM non hanno inventato la ricerca semantica: stanno incassando un assegno emesso più di dieci anni fa. Se nel 2013 avevi capito che il tuo vero lavoro è rendere una macchina sicura di cosa sia il tuo brand, stavi già facendo GEO. Semplicemente non c’era ancora un percorso di conferenza dedicato.

Cosa è cambiato in pratica per me: ho smesso di pensare in pagine e ho iniziato a pensare in affermazioni (claim). Una pagina è un contenitore. Un’affermazione è la cosa che viaggia davvero: viene estratta, riformulata, corroborata da qualcun altro e alla fine compare in una risposta senza alcun URL associato.

Una volta che questo concetto scatta, gli ultimi dodici anni smettono di sembrare una serie di shock e iniziano a sembrare un unico movimento.

La GEO è davvero una nuova disciplina o stiamo semplicemente applicando alla ricerca AI i principi SEO che conosciamo da vent’anni?

Ho scritto di recente un pezzo in cui sostengo che la GEO non è la nuova SEO. È la resa dei conti. Il conto che arriva a scadenza.

Perché i principi non sono nuovi, giusto? Essere la risposta migliore, essere corroborati da persone che contano, essere tecnicamente leggibili, essere davvero molto chiari su chi sei. I bravi SEO lo dicono esattamente così dalla metà degli anni 2000. La differenza è che fino a oggi potevi ignorare ogni singola parola e vincere lo stesso: con il volume, con i link, con la pazienza. La macchina era indulgente perché faceva matching, non ragionava.

E quella porta di servizio si sta chiudendo. Un LLM non premia la pagina che manipola il ranking. Riproduce il consenso che ha assorbito su di te. E un consenso non lo compri in sei settimane.

Quindi: nuova disciplina, no. Nuova applicazione delle regole, assolutamente sì. Chi ha passato vent’anni a fare le cose noiose nel modo giusto ora vince e non sa nemmeno spiegare perché. Questa è la resa dei conti. Su questa collina sono pronto a morire.

Oggi si parla molto di prompt tracking, AI visibility e Share of Voice. Non rischiamo di creare una nuova industria di metriche che misurano quanto siamo visibili nei sistemi AI senza dirci se quella visibilità porta davvero valore al business?

Due problemi, nello specifico. Primo: le citazioni sono il segnale più raro e meno rappresentativo che esista. Nella maggior parte delle risposte commerciali il tuo brand viene menzionato molto più spesso di quanto venga linkato, ed è la menzione a persuadere. Quindi uno strumento che conta solo i link sta misurando la superficie sbagliata.

Secondo, e questo è assurdo: la presenza non è un’approvazione. Comparire come esempio da evitare conta come una vittoria di visibilità in quasi tutti gli strumenti sul mercato.

Per questo propongo di lavorare su tre dimensioni invece di una: probabilità di citazione, probabilità di menzione e rilevanza (prominence), e forza della raccomandazione ponderata per il sentiment. Essere nominati, essere nominati in modo rilevante ed essere nominati bene sono tre business completamente diversi.

Ma anche una buona metrica di visibilità è un indicatore anticipatore, giusto? Va affiancata al volume di ricerche sul brand, al traffico diretto e alla pipeline. Mai al loro posto. Qualsiasi fornitore che ti dica che il suo punteggio è il ROI ti sta vendendo un rank tracker con caratteri più eleganti.

Qual è oggi il fattore più importante per entrare nelle risposte generate dall’AI: autorevolezza, citazioni, contenuti o chiarezza dell’entità?

Prima la chiarezza dell’entità. Poi l’autorevolezza corroborata. Terzi i contenuti. Le citazioni per ultime, e con enorme distacco.

Chiarezza dell’entità, perché un modello non può raccomandare ciò che non riesce a risolvere. Se il sistema non è sicuro che tu sia un prodotto, un’azienda, una categoria o l’omonimo di una squadra di calcio, niente di ciò che fai va a segno. Ed è un lavoro profondamente poco glamour: nomi coerenti, linguaggio di categoria coerente, dati strutturati, disambiguazione, presenza nel livello di riferimento del web.

Autorevolezza corroborata al secondo posto, perché i modelli riproducono il consenso, non l’autodescrizione. Ciò che dici di te stesso è un segnale debolissimo. Ciò che dicono di te venti fonti indipendenti è il segnale. E credo che questa sia la parte che il nostro settore trova davvero scomoda, perché è molto più vicina alle PR e alla verità di prodotto che all’ottimizzazione on-page.

Il traffico dagli AI search è più basso, ma gli utenti possono essere più vicini alla conversione: come dovrebbe cambiare il modo in cui misuriamo il valore della ricerca?

Smettere di misurare le sessioni. Iniziare a misurare la domanda.

La visita era il percorso, giusto? Qualcuno cercava, atterrava, navigava, confrontava, tornava tre volte, convertiva. Potevi vedere tutto in analytics e prenderti il merito di tutto. Ora il confronto, la selezione e buona parte della persuasione reale avvengono dentro una conversazione di cui non hai alcuna telemetria. Il click che ricevi è l’ultimo metro di una maratona corsa altrove.

Il che significa che l’attribuzione basata sui click sta sistematicamente sottovalutando la parte alta del funnel, e la sottovaluterà di più a ogni trimestre. E se ottimizzi in base a quei numeri, taglierai proprio il lavoro che produce le conversioni che stai festeggiando. Non è una teoria, sta succedendo adesso in certe aziende.

In pratica: osserva il volume di ricerche sul brand come proxy della considerazione guidata dai modelli. Osserva il traffico diretto e dark in aggregato. Fai test di holdout e geo-test invece di fidarti dell’ultimo tocco. Traccia il tasso di conversione per tipo di ingresso. Quando il tasso di conversione organico sale mentre le sessioni scendono, non è una crisi: è il meccanismo che funziona. Molte aziende la leggono come una crisi e tagliano il budget.

Quindi sì: stiamo passando dal misurare il traffico al misurare l’influenza. L’influenza è sempre stata più difficile da dimostrare e molto più preziosa da possedere.

Le ricerche AI possono condensare più ricerche Google in un’unica conversazione. Allora, ti chiedo: quanto deve cambiare la keyword research per tenere conto di questo nuovo comportamento?

Cambia l’unità. La disciplina no.

Le keyword sono sempre state un proxy, comunque. Nessuno ha mai voluto davvero “migliore assicurazione di viaggio 2026”. Voleva non ritrovarsi a Bangkok con una gamba rotta e senza copertura. La keyword era solo la versione compressa e leggibile dalle macchine di un bisogno umano reale, e abbiamo passato vent’anni a ottimizzare l’artefatto di compressione invece del bisogno.

Le conversazioni lo decomprimono di nuovo. E questa è la parte davvero entusiasmante. Puoi vedere la sequenza reale: come inquadrano la questione all’inizio, quali criteri si inventano a metà strada, l’obiezione che sollevano al quarto turno, la rassicurazione di cui hanno bisogno prima di agire. Non è un elenco di termini. È un percorso decisionale.

Il metodo che uso lo chiamo prompt decoding: ricostruire lo spazio realistico dei prompt attorno a una categoria, eseguirlo in modo sistematico e leggere non solo chi compare, ma perché il modello lo ritiene rilevante. Questo fa emergere associazioni, driver e, soprattutto, l’output più utile di tutti: le barriere. I motivi per cui il modello orienta silenziosamente le persone lontano da te.

Quindi mantieni il rigore, butta via la forma del foglio di calcolo. Ora stai mappando domande e obiezioni. Onestamente è molto più vicino alla ricerca di mercato qualitativa che a qualsiasi cosa abbiamo mai fatto con Keyword Planner.

Google Search Console sta diventando sempre meno affidabile come fonte di dati. Quanto possiamo ancora basare le nostre decisioni SEO su impression e query che potrebbero essere generate da scraper e sistemi di tracking?

I problemi sono reali: impression gonfiate da scraper e interrogazioni automatiche, un’anonimizzazione aggressiva delle query che nasconde proprio il linguaggio conversazionale di coda lunga di cui oggi abbiamo più bisogno, e report che non separano in modo pulito le nuove superfici AI. Il numero assoluto di impression ormai lo considero sostanzialmente rumore.

Ma, e questa è la concessione, resta l’unica fonte ufficiale di dati di Google a cui abbiamo accesso diretto. E preferisco un segnale rumoroso dalla fonte a un segnale pulito da un modello. Garbage in, garbage out vale per entrambi, giusto?

Quello che ho cambiato è che GSC non è più l’unico testimone. Si triangola: log del server per ciò che ha effettivamente colpito la tua infrastruttura, dati CDN, ricerca interna al sito per il linguaggio reale degli utenti, trend delle query brand come proxy della domanda, e i dati di business come arbitro ogni volta che due fonti non concordano.

E credo che il cambiamento comportamentale conti più di quello tecnico. Abbiamo costruito un’intera generazione di SEO che sanno difendere una decisione solo con uno screenshot di GSC. Se tutta la tua argomentazione poggia su un unico dataset sempre più compromesso, la fragilità è tua, non di Google. Porta più prove.

Le pagine “X vs Y” sembrano funzionare molto bene negli AI search perché intercettano utenti vicini alla scelta, non credi? Stiamo entrando in una nuova fase della SEO in cui conta più guidare il confronto che conquistare il primo posto?

Sì. E direi quasi che è sempre contato di più: semplicemente non avevamo un meccanismo che lo rendesse visibile.

I contenuti di confronto funzionano nelle risposte AI perché si mappano direttamente sul modo in cui il modello costruisce una raccomandazione. Qualcuno chiede “quale dovrei scegliere”, e il modello ha bisogno di un insieme di criteri. Se i tuoi contenuti forniscono quell’insieme di criteri, in modo chiaro, equo e in forma strutturata e comparabile, allora non sei più una delle opzioni valutate. Sei la cornice dentro cui avviene la valutazione. È una posizione molto migliore del primo posto.

Due avvertenze, però. Uno: il modello punisce l’autopromozione evidente. Un confronto in cui vinci su ogni singola dimensione sembra marketing e viene trattato come tale, mentre un onesto “loro sono meglio se ti serve X, noi siamo meglio se ti serve Y” ha molte più probabilità di essere riprodotto. Quindi essere davvero equi è ora un fattore di ranking, che, detto da qualcuno di questo settore, è una frase davvero molto divertente da pronunciare ad alta voce.

Due: non devi nemmeno per forza pubblicare il confronto per trarne beneficio. Se fonti indipendenti inquadrano la categoria in modo coerente con come la inquadreresti tu, vinci senza possedere un URL. Avere la propria pagina di confronto è la versione economica. Modellare il modo in cui tutti gli altri confrontano è quella vera.

Con la GEO stiamo entrando in una fase in cui non basta più essere visibili. Occorre capire in quali contesti un brand viene considerato rilevante. Quanto conta oggi lavorare sulle associazioni, sui driver e sulle barriere che possono determinare la presenza di un brand nelle risposte dell’AI?

Quello è il lavoro. Tutto il resto è contorno tecnico.

Un modello linguistico possiede un’immagine compressa e probabilistica di ciò a cui il tuo brand è associato. Non ciò che dichiari, non ciò che dice la tua homepage: ciò che il corpus nel suo insieme crede. Qualcuno pone una domanda contestuale e il modello recupera i brand le cui associazioni si adattano a quel contesto. Quindi, se “economico” è saldato alla tua entità e la domanda riguarda un servizio premium, sei strutturalmente assente. Non importa quanto sia buona la tua SEO tecnica.

La diagnosi ha tre parti. Associazioni: a quali contesti sei effettivamente collegato? Driver: quali motivi dà il modello per raccomandarti? Barriere: quali riserve solleva, e sono ancora vere?

E le barriere sono dove stanno i soldi. In quasi tutti gli audit che faccio, il modello fa emergere una o due riserve persistenti, una percezione di prezzo, un tipo ricorrente di lamentela sul servizio, qualche limite di copertura, che sono vecchie di anni oppure semplicemente sbagliate, e che costano silenziosamente a quel brand raccomandazioni in migliaia di conversazioni. Nessuno all’interno dell’azienda lo sa. Non esiste una casella dei reclami per le esitazioni di un modello.

E risolverlo non è un compito SEO. È prodotto, PR e prove. Ed è per questo che la GEO continua a trascinare noi SEO in stanze da cui storicamente eravamo tenuti fuori. Bene.

Se ChatGPT, Gemini e gli altri sistemi possono citare gli stessi brand in modo molto diverso, ha ancora senso cercare una strategia GEO valida per tutti oppure dobbiamo ottimizzare in modo specifico per ogni motore AI?

Ottimizza il substrato una volta sola. Monitora la superficie per ogni motore.

Sotto la superficie, questi sistemi condividono una base: un’immagine del mondo più o meno simile, costruita da testi pubblici più o meno simili. La chiarezza della tua entità, la corroborazione di terze parti, il consenso su ciò in cui sei davvero bravo: questo lavoro si accumula ovunque nello stesso momento. Vale circa l’ottanta per cento del risultato ed è indipendente dal motore.

La divergenza che osservi si colloca soprattutto nel livello di retrieval e grounding. Quale indice il sistema consulta, su quali partner si appoggia, quanto pesa la freschezza, come il prodotto è tarato per essere cauto o per sbilanciarsi. Queste differenze sono reali e a volte piuttosto drammatiche, ma sono anche l’elemento meno stabile di tutto lo stack. Qualsiasi tattica tarata sul comportamento di retrieval attuale di un sistema ha una durata di circa sei settimane. E ci siamo già passati, con Bing.

Quindi costruisci per il substrato, misura per motore e tratta le differenze tra motori come una diagnosi, non come una lista di cose da fare. Se sei forte in un sistema e invisibile in un altro, di solito ti sta dicendo qualcosa su dove si trovano le tue fonti di corroborazione. Insegui la causa, non il sintomo.

Nel nuovo AI Mode gli utenti possono trascorrere molto più tempo nella ricerca e cliccare molto meno sui risultati esterni. Come dovrebbe cambiare il modo in cui valutiamo l’impatto della ricerca AI sul business di un brand?

Cambia la domanda che ti stai ponendo. Oggi la maggior parte dei report chiede: quanto traffico ci ha mandato la ricerca? La domanda che conta davvero è: quanto spesso eravamo nel consideration set e come siamo stati descritti quando c’eravamo?

Sessioni lunghe con pochi click non sono uno stato di fallimento. Sono una rilocalizzazione di dove risiede il valore. L’utente riflette di più, e lo fa in un ambiente in cui il tuo brand o è presente come opzione credibile o è completamente assente. Ed è un problema di share of consideration, che, insomma, ogni altra disciplina di marketing misura da cinquant’anni. Siamo noi quelli che si sono viziati con i click.

Quindi costruisci il reporting su tre livelli. Presenza: quanto spesso compari nello spazio realistico dei prompt della tua categoria. Qualità: come vieni caratterizzato quando compari, ponderato per sentiment e rilevanza. Conseguenza: domanda sul brand, traffico diretto, conversioni assistite ed esperimenti controllati che mostrano cosa succede al business quando la presenza cambia.

E poi accetta che il terzo livello non sarà mai pulito come lo era l’ultimo click. Però, ecco il punto: l’ultimo click non è mai stato accurato quanto era pulito. Stiamo scambiando una falsa precisione con un’approssimazione onesta. Credo sia un miglioramento.

La precisione semantica sembra diventare sempre più importante per la visibilità dei brand nei sistemi AI. Come può un brand costruire associazioni e narrative abbastanza chiare da essere riconosciuto come rilevante nei contesti che gli interessano?

Di’ una cosa sola. Dilla allo stesso modo ovunque. E fa’ in modo che altri la dicano di te.

È davvero l’intero metodo, ed è brutalmente difficile per ragioni che non hanno nulla a che fare con la ricerca. La maggior parte dei grandi brand ha quattro dichiarazioni di posizionamento, tre vocabolari di categoria e un sito scritto da sei team che non si parlano. Un modello che assorbe tutto questo produce esattamente ciò che ti aspetteresti: un’entità sfocata, legata debolmente a tutto e fortemente a niente. E un’associazione debole significa perdere ogni domanda contestuale a favore del brand che rappresenta una sola cosa.

Quindi, in ordine. Decidi quali contesti intendi davvero presidiare: non “assicurazioni”, ma le tre situazioni specifiche in cui sei davvero la risposta giusta. Fa’ dire questo in modo coerente a tutto il tuo ecosistema, nel linguaggio dei tuoi clienti invece che nel gergo interno.

Poi lavora sul livello di corroborazione, perché l’autodescrizione conta pochissimo: recensioni, siti di confronto, forum, stampa di settore, copertura di esperti, fonti di riferimento strutturate. Poi misura se l’associazione si è spostata, e sii paziente, perché il consenso cambia nell’arco di trimestri, non di sprint.

E qui arriva la parte scomoda. Se l’associazione che vuoi non è vera, niente di tutto questo funziona. Il modello ha letto le recensioni. La precisione semantica è raggiungibile solo quando la cosa sottostante è precisa.

Il che non è davvero un vincolo SEO, giusto? È semplicemente ciò che accade quando il tuo livello di marketing viene sottoposto ad audit da una macchina che ha letto tutto.

Smetti di contare i click e scopri cosa pensa di te l’AI

Beh, te l’avevo detto che Marcus non faceva sconti. Io ti dico quali tre cose tenere, e lo faccio senza girarci intorno.

Primo: smetti di giudicare la tua presenza online dai click. Il traffico dall’AI sarà sempre meno, ma la gente decide dentro la conversazione, prima di arrivare da te.

Se la tua agenzia SEO o GEO ti porta solo sessioni e un punteggio di visibilità, falle una domanda semplice: porta business o porta numeri? Chiedi ricerche sul brand, traffico diretto, conversioni.

Secondo: fatti dire che cosa pensa l’AI di te. Marcus lo chiama audit delle barriere, cioè le riserve che il modello ripete sul tuo brand, magari vecchie di anni. Se non le conosci, perdi clienti senza saperlo.

Terzo: decidi una cosa sola da essere, e falla dire a tutti allo stesso modo. Sito, recensioni, stampa, forum. L’AI ha letto tutto.

Un grazie enorme a Marcus per la franchezza, e grazie a te che sei arrivato fin qui.

Ci vediamo la prossima settimana, sempre su SEO Confidential.