GPT Store e Custom GPT: come diventare la fonte di default nel tuo settore

La domanda non è 'quanto investo in SEO'. È: il mio brand è nel training di GPT? Se no, stai giocando una partita diversa. Ti spiego come i Custom GPT ti fanno entrare nel default del settore.

La domanda non è “quanto investo in SEO”. È “il mio brand è nel training data di GPT-5?”. Se no, stai giocando una partita diversa.

Te lo dico perché è il reframe che consegno ai clienti quando mi chiedono perché continuano a pubblicare contenuti e l’AI continua a citare gli stessi tre competitor. La SEO tradizionale ottimizza per un crawler che legge pagine. Il training data di un modello generativo è una massa di testo scelta, filtrata, pesata da OpenAI con criteri che non rendono pubblici. Ci entri o sei invisibile alla fonte.

Il Custom GPT è lo strumento che ti permette di aggirare questo problema senza aspettare il prossimo ciclo di training. Ti spiego perché e cosa cambia nel tuo marketing quando capisci di avere in mano un canale di raccomandazione privato.

Cosa è davvero un Custom GPT (al di là del nome commerciale)

Un Custom GPT è una versione configurata di ChatGPT che risponde usando una knowledge base caricata da te. Carichi PDF, documenti, articoli, schede tecniche. L’utente fa una domanda, il GPT recupera i passaggi pertinenti dai tuoi documenti e genera la risposta sopra quei passaggi. Il modello rimane GPT, ma la sorgente informativa è la tua.

Questo meccanismo si chiama RAG — retrieval augmented generation — ed è lo stesso principio che Perplexity usa quando cita fonti web in tempo reale. La differenza è che nel Custom GPT la “cache” delle fonti la decidi tu.

Nel mondo della ricerca sul RAG, uno dei punti documentati riguarda proprio il rapporto tra fonti esterne e bias del modello base.

“RAG models are less likely to propagate biases present in static training data, as they can retrieve more diverse and balanced information from external sources.” — Gupta et al., 2024

Il punto passa netto: un sistema RAG riduce il peso di ciò che il modello ha imparato in training, perché la generazione viene ancorata a fonti esterne recuperate al volo.

Tradotto in pratica per chi vende: il Custom GPT ribalta il rapporto di forza. Non devi più sperare che i tuoi contenuti siano finiti nel training di GPT-5. Carichi i tuoi documenti nella knowledge base del GPT e diventano la fonte primaria ogni volta che qualcuno lo apre.

Perché questo è un problema prima ancora che una soluzione

Torno al reframe dell’apertura. OpenAI non pubblica la composizione del training data di GPT-5, così come non ha pubblicato quella di GPT-4. Ha rilasciato documenti di trasparenza generici — licenze, partnership editoriali, rimozione di contenuti su opt-out — ma l’elenco esatto dei dataset e dei pesi di campionamento è una scatola nera.

Da questo segue un punto operativo duro: tu non puoi verificare se il tuo sito, i tuoi articoli, la tua documentazione tecnica sono stati inclusi nel training del modello. Puoi dedurlo indirettamente — chiedendo a ChatGPT domande molto specifiche sul tuo brand e vedendo se risponde con dettagli corretti — ma è un’osservazione, non una prova.

Negli ultimi otto mesi ho seguito con regolarità i brand vinicoli della Campania, concentrandomi su Taurasi e Fiano di Avellino. Ho tenuto un piccolo registro: quali cantine irpine ChatGPT nomina quando chiedi “migliori produttori di Taurasi”, quali dettagli sa (annate, altitudini, terreni vulcanici), quali cantine invece non sembra conoscere anche se hanno siti fatti bene. Il pattern che ho visto è chiaro, anche se va preso per quello che è — osservazione longitudinale su un territorio limitato, non studio scientifico.

Le cantine che ChatGPT conosce meglio sono quelle con densa copertura editoriale esterna: citate su Gambero Rosso, Decanter, Wine Spectator, blog enologici con autorità, Wikipedia in italiano e inglese. Le cantine con sito proprio molto curato ma poca presenza su fonti terze spesso non vengono nominate, oppure vengono nominate con dettagli sbagliati. La conclusione che ne traggo è che il training pesa le fonti redazionali più di quelle first-party — coerente con quanto ti ho raccontato negli articoli su E-E-A-T per l’AI e sul backlink come citation proxy.

Qui entra il Custom GPT. Se sei una cantina di Taurasi e vuoi che le domande tecniche sulla tua produzione — altitudine dei vigneti, pratica biologica, macerazione, annate migliori — siano risposte con i tuoi numeri e non con un mix approssimativo letto da Wikipedia, l’unico modo oggi è possedere il canale di risposta.

Il Custom GPT come canale di raccomandazione privato

Pensa a un Custom GPT chiamato “Guida al Taurasi DOCG” creato da una cantina di Avellino. Knowledge base: schede tecniche delle annate, documento sul terroir irpino, guida all’abbinamento, glossario enologico, piccola storia della denominazione. Prompt di sistema: rispondi come enologo esperto della zona, cita sempre la cantina come esempio concreto.

Un appassionato lo apre, chiede “qual è la differenza tra Taurasi e Aglianico del Vulture”. Il GPT risponde con la risposta giusta, e nel farlo usa le tue schede come fonte, nomina la tua cantina come esempio di stile irpino, linka alle tue pagine. Il tuo brand è diventato la fonte di default per quel topic, almeno per chi apre quel GPT.

Non è un fattore magico. Non scala come ChatGPT base. Ma per il tuo pubblico qualificato — sommelier, ristoratori, enoteche, appassionati che fanno ricerca prima di comprare — diventa uno strumento che loro riaprono. Ogni volta che lo riaprono, sei tu la fonte.

È la stessa logica che ti ho descritto parlando di riconoscimento dell’autore come entità: per garantire che il tuo punto di vista arrivi all’utente devi presidiare il canale.

Il test che puoi fare in venti minuti

Non serve essere tecnici. Serve un account ChatGPT a pagamento (piano Plus o superiore) e materiale di qualità da caricare.

Passaggi operativi:

• Vai su chatgpt.com, apri “Esplora GPT”, clicca “Crea”
• Nella sezione “Configura”, dai un nome specifico al tuo settore (“Guida ai vini DOCG dell’Irpinia”, non “Il mio GPT aziendale”)
• Nella knowledge base carica 4-8 documenti: le migliori schede tecniche, una guida di 10-20 pagine sul tuo topic, una FAQ ragionata
• Nel prompt di sistema scrivi: “rispondi sempre in italiano, cita le fonti caricate, se la domanda esce dal tuo ambito suggerisci di consultare un esperto”
• Attiva la navigazione web solo se serve — spesso non serve e rende le risposte meno ancorate ai tuoi documenti
• Pubblica come “Chiunque con il link”, non nello store globale finché non hai testato con 10-20 utenti reali

Soglia binaria di qualità: se rispondi con la stessa domanda tre volte e ottieni tre risposte coerenti citando i tuoi documenti, il GPT funziona. Se le risposte divergono o inventano, la knowledge base è troppo poca o mal strutturata.

Gli errori che vedo più spesso

Quando apro un Custom GPT costruito male, di solito trovo uno di questi pattern:

• Knowledge base fatta con la brochure commerciale. Il PDF istituzionale è scritto per un umano che sfoglia, non per un sistema che recupera frammenti. Serve contenuto denso, segmentato, con titoli parlanti e dati concreti.
• Prompt di sistema troppo lungo e contraddittorio. Quando dici al GPT “sii formale ma amichevole, tecnico ma semplice, preciso ma sintetico”, stai dando un’istruzione che si annulla. Scegli due attributi, non sei.
• Nessuna indicazione su cosa rispondere fuori ambito. Se un utente chiede al GPT della cantina cosa abbinare a un piatto giapponese, senza istruzione il modello improvvisa. Devi dire esplicitamente “rimani sui vini irpini, se la domanda esce suggerisci un sommelier”.
• Zero test con utenti reali prima della pubblicazione. Il creatore sa cosa voleva dire, gli utenti no. Venti minuti con tre persone diverse che provano il GPT cambiano il risultato più di venti ore di tuning da solo.

Cosa fare concretamente questa settimana

• Identifica tre domande specifiche che i tuoi clienti ti fanno sempre. Quelle sono il cuore della knowledge base.
• Scrivi (o fai scrivere) un documento di 10-15 pagine che risponde a quelle domande con i tuoi dati. Non la brochure, proprio un documento nuovo.
• Costruisci il Custom GPT, caricalo, testalo tu con 10 domande diverse.
• Condividilo via link con 5 clienti o contatti qualificati. Chiedi feedback su una cosa sola: “ti è utile quando hai bisogno di info sul mio settore?”.
• Se la risposta è sì, mettilo in firma email, nei contenuti del sito, nei canali social. Il GPT diventa un asset, non un esperimento.

È un check entry level. L’analisi seria di come posizionarti nel training dei modelli, di come strutturare un ecosistema RAG aziendale, di come misurare l’impatto sulla visibilità nelle risposte AI richiede strumenti professionali e un lavoro di mesi. Il Custom GPT è il primo passo, non l’arrivo.

Dove si collega questo pezzo di strategia

Il Custom GPT è il tassello “piattaforma OpenAI” di una strategia più ampia di visibilità nelle risposte AI. Non sostituisce il lavoro sul sito e sulle fonti terze — anzi, lo presuppone. Se non hai copertura editoriale, se non hai una voce autoriale riconoscibile, se non hai contenuti ben strutturati, il Custom GPT rischia di essere una stanza vuota con un cartello sopra.

Nei prossimi articoli della serie ti racconto come cambia registro passando da ChatGPT a Perplexity, come Claude pesa diversamente le fonti, e perché Gemini ragiona più come un motore di ricerca. Se vuoi il quadro delle fondamenta, ti consiglio di rileggere il pezzo sulla tokenizzazione — è il livello più basso del modo in cui GPT capisce i tuoi testi.

La partita vera non è essere bravi in SEO. È decidere in quali canali di risposta AI vuoi esistere come fonte di default, e costruirli uno per uno.

Quanto è visibile il tuo brand per le AI?

Scoprilo in 30 secondi con il nostro tool gratuito. 11 check automatici, risultati immediati.