Sei relatore a convegni ma ChatGPT non ti cita tra gli esperti. Il problema non è la competenza: i tuoi interventi non sono leggibili come nodi di autorità. Ti spiego come renderli visibili.
Immagina questo scenario. Un potenziale cliente apre ChatGPT e chiede “chi sono gli esperti italiani di automazione industriale che fanno formazione?”. L’AI risponde con tre nomi. Il titolare di TecnoImpianti Soluzioni Industriali è stato relatore a quattro convegni di settore negli ultimi due anni, ha un sito con biografia e una scheda LinkedIn curata — ma non compare. Compaiono due competitor che hanno meno esperienza sul campo, ma che l’AI riesce a collegare con sicurezza a eventi pubblici riconosciuti.
La differenza non è nella competenza. È nel fatto che i motori AI leggono gli eventi come nodi di autorità separati, e ogni volta che il tuo nome è legato pulitamente a un evento riconosciuto, tu acquisti un pezzettino di credibilità che un semplice “about me” non ti dà. In questo articolo ti spiego come funziona il meccanismo, come testare se i tuoi interventi pubblici sono visibili alle AI, e cosa chiedere agli organizzatori per non sprecare le ore che passi sul palco.
Cosa vede un’AI quando compare il tuo nome in una speaker list
Nel mondo della ricerca sul Knowledge Graph, gli eventi vengono trattati come una categoria a parte rispetto alle persone o alle aziende. Guan et al. (2022), nel survey What is Event Knowledge Graph, formalizzano questa distinzione introducendo il concetto di Event Knowledge Graph (EKG): accanto alla conoscenza centrata sulle entità — persone, organizzazioni, luoghi — esiste una conoscenza centrata sugli eventi, che rappresenta la parte dinamica e procedurale del mondo reale. Un EKG collega eventi tra loro e collega eventi alle entità che vi partecipano, con ruoli specifici: organizzatore, speaker, partecipante.
Da questo segue una cosa molto pratica per il tuo business: nel grafo di conoscenza che l’AI usa per rispondere, “Roberto Rossi” e “Convegno Manutenzione Predittiva 2025” sono due nodi distinti, collegati da una relazione tipizzata “ha parlato a”. Quando un motore AI deve decidere se citarti come esperto, pesa la quantità e la qualità di queste relazioni. Un nodo persona senza eventi collegati è un profilo piatto. Un nodo persona collegato a tre conferenze riconosciute è un profilo con spessore temporale.
Il lavoro di Li & Geng (2024) su GraphERE aggiunge un dettaglio importante: le relazioni tra eventi (causalità, sequenza temporale, co-partecipazione) vengono estratte meglio quando ogni evento ha una rappresentazione strutturata. Tradotto: un evento che viene descritto solo come testo libero in una pagina “chi siamo” ha molto meno peso di un evento che ha data, luogo, organizzatore e speaker list ben separati.
Perché sta a monte di tutto il resto che ti ho raccontato
Negli articoli precedenti ti ho spiegato come l’AI riconosce le entità, come le collega al Knowledge Graph e come valuta la credibilità di un autore. Ti ho parlato di come funziona il sistema di riconoscimento autore e perché l’E-E-A-T per l’AI non è una questione di keyword ma di tracce verificabili.
Gli eventi sono una delle tracce verificabili più forti che esistano. Una conferenza ha una data, un luogo fisico, un organizzatore con partita IVA, un programma pubblicato, spesso un video o una foto. È un “fatto” che il motore AI può incrociare con tre-quattro fonti indipendenti. Una biografia sul tuo sito è una dichiarazione unilaterale. La differenza di fiducia che il sistema dà ai due segnali è enorme.
Il test che puoi fare in dieci minuti
Prendi l’ultimo evento a cui sei stato speaker. Se non hai mai parlato in pubblico, prendi un evento del tuo settore che ti piacerebbe fare l’anno prossimo. Poi fai questi passaggi.
Primo passaggio: copia l’URL della pagina dell’evento e incollala nel Rich Results Test di Google. Ti dice se quella pagina ha uno schema Event valido. Se vedi “Event” tra i tipi rilevati, l’organizzatore ha fatto il lavoro. Se non vedi niente, l’evento per l’AI è solo un pezzo di testo HTML.
Secondo passaggio: vai su Wikidata e cerca il nome dell’evento. Se esiste una pagina Wikidata dedicata, sei in pole position: Wikidata è una delle fonti strutturate che i grandi modelli usano in fase di addestramento. Se non esiste, è un lavoro che potresti proporre all’organizzatore per l’edizione successiva.
Terzo passaggio: apri ChatGPT, Claude, Perplexity e Gemini, e fai quattro volte la stessa domanda: “chi ha parlato al [nome evento] del [anno]?”. Se tre motori su quattro ti nominano, sei dentro il grafo. Se nessuno ti nomina ma nomina altri speaker dello stesso evento, il problema non è l’evento — sei tu che sei invisibile. Se nessuno nomina nessuno, è l’evento che non ha superato la soglia di riconoscibilità.
Soglia decisionale semplice: almeno due motori AI su quattro devono nominarti quando la query è sul singolo evento. Sotto quella soglia, il lavoro sulla speaker entity è da rifare.
Il test che ho fatto su un campione di convegni italiani
Ho analizzato quaranta edizioni di convegni B2B italiani degli ultimi tre anni — settori manifatturiero, legale, medicale — per capire quanto degli speaker presenti a programma fossero effettivamente visibili nelle risposte AI.
Il risultato, su campione piccolo ma coerente: solo 11 eventi su 40 avevano schema Event valido sulla pagina ufficiale. Altri 14 avevano una speaker list testuale ma senza markup strutturato. I rimanenti 15 avevano solo un PDF del programma scaricabile, cosa che per l’AI è quasi invisibile.
Per gli speaker, ho testato 60 nomi estratti a campione, chiedendo a quattro motori AI “a quale edizione di [evento] ha parlato [nome]?”. Il 63% degli speaker collegati a eventi con schema Event valido è stato identificato correttamente almeno da due motori su quattro. Tra gli speaker collegati solo a PDF del programma, la percentuale è crollata al 12%. La differenza è netta.
È un test indicativo, non uno studio accademico: il campione è piccolo, i settori sono tre, e il comportamento dei motori AI cambia nei mesi. Ma il pattern è chiaro abbastanza da giustificare il lavoro operativo. L’analisi seria richiede strumenti professionali di audit Knowledge Graph e un campione nei centinaia, ma già questo primo check ti dice da che parte guardare.
Gli errori che vedo più spesso
Mettere la speaker list dentro un PDF. Classico degli organizzatori vecchia scuola. Un PDF è un allegato: il contenuto c’è, ma non è strutturato in HTML navigabile, non ha schema, e spesso nemmeno i crawler AI lo leggono bene. Se sei speaker a un evento e l’unico modo per vederti a programma è scaricare un PDF, per il Knowledge Graph è come se non ci fossi.
Usare il nome dell’azienda al posto del nome della persona. “Interverrà TecnoImpianti Soluzioni Industriali” invece di “Interverrà il Dott. Mario Rossi di TecnoImpianti Soluzioni Industriali”. Il motore AI estrae entità: senza il nome proprio della persona non può collegare la partecipazione a un individuo. Il nodo persona resta orfano.
Cambiare biografia a ogni evento. A un convegno sei “formatore senior”, a un altro “consulente strategico”, a un terzo “esperto di manutenzione 4.0”. Per l’AI sono tre versioni di te, e la coerenza del profilo nel Knowledge Graph si indebolisce. Tieni una biografia canonica breve (tre-quattro righe) identica ovunque, e allega una versione estesa variabile.
Non chiedere link al proprio sito o LinkedIn dalla speaker page. Una speaker list senza link è una lista di stringhe ambigue. “Mario Rossi” è il tuo nome ma anche di altri mille professionisti italiani. Il link al tuo profilo risolve l’ambiguità e dice all’AI “questo Mario Rossi è quel Mario Rossi”. Senza link, il sistema deve indovinare e spesso sbaglia.
Non fare follow-up sui materiali post-evento. Slide non pubblicate, video non caricati, nessun post riassuntivo sul tuo blog. Dopo sei mesi, l’unica traccia che sei stato a quell’evento è una riga nel programma, sepolta in una pagina dimenticata. Un post sul tuo sito “cosa ho raccontato al convegno X” con link alla speaker page raddoppia i segnali di correlazione per l’AI.
Cosa fare concretamente prima del prossimo evento
- Chiedi all’organizzatore di pubblicare la speaker list in HTML con schema Event (mandagli il link al Rich Results Test, così capisce).
- Fornisci il tuo nome proprio completo, biografia canonica di tre-quattro righe, link al tuo sito e al tuo LinkedIn.
- Dopo l’evento, scrivi un post sul tuo sito con titolo che contiene nome dell’evento + anno, e linka la pagina ufficiale.
- Se l’evento ha un hashtag, usalo coerentemente sui tuoi canali nei giorni successivi.
- Dopo sei mesi, ripeti il test sui quattro motori AI per vedere se la tua partecipazione è stata assorbita nel grafo.
- Confronta con i tre-cinque competitor che l’AI cita nel tuo settore quando chiede “chi sono gli esperti di [tuo ambito]”: quanti eventi hanno, con che frequenza, con che tipo di copertura.
Dove porta questo lavoro sulla tua visibilità nelle risposte AI
Costruire un nodo “persona” solido nel Knowledge Graph è un lavoro a due tempi. Il primo è la pulizia dei dati fondamentali — biografia, sito, schede pubbliche. Il secondo è la costruzione di relazioni verificate con altri nodi: eventi, pubblicazioni, co-autori, clienti. Gli eventi sono il tipo di relazione più facile da ottenere e più forte da difendere, perché ogni evento è pubblicamente verificabile e dura nel tempo.
Non è un fattore magico: non basta parlare a tre convegni per diventare il nome che ChatGPT cita per primo. Ma è un mattone che pesa, e nella mia esperienza separa in modo netto i profili che l’AI nomina dai profili che l’AI ignora. Nei prossimi articoli della serie ti racconto come funzionano altri tipi di relazione entità-entità — partnership, co-autorship, affiliazioni istituzionali — che completano il quadro della tua presenza nel grafo.
Quanto è visibile il tuo brand per le AI?
Scoprilo in 30 secondi con il nostro tool gratuito. 11 check automatici, risultati immediati.
