I motori AI non si mettono d’accordo su chi citare (e credo sia un gran bene)

ChatGPT, Claude, Gemini e Perplexity scelgono fonti diverse e non concordano quasi mai sulle stesse citazioni

ChatGPT, Claude, Gemini e Perplexity spesso scelgono fonti diverse e possono cambiare risposta anche a distanza di pochi giorni.
I dati mostrano perché la GEO non si basa su trucchi, ma su reputazione, contenuti originali e monitoraggio costante.

La settimana scorsa mi ha scritto un potenziale cliente letteralmente nel panico.

Aveva letto tre guide diverse sulla GEO: una gli diceva di buttarsi su Reddit, l’altra di caricare un file llms.txt sul sito, la terza giurava che bastasse seguire Perplexity per finire citato ovunque.

Tre consigli, tre direzioni opposte, e lui in mezzo con la sensazione di dover scegliere alla cieca quale santone seguire. Non è il primo caso che vedo, e non sarà l’ultimo: nel mondo dell’AI Search pullulano i guru che urlano di avere la verità in tasca proprio oggi che ci sarebbe più bisogno di calma e di dati reali.

Ed è esattamente per rispondere a messaggi come il suo che ho scritto una guida GEO il più rigorosa possibile e sto pubblicando un osservatorio GEO che monitora, attraverso analisi periodiche, quali brand vengono consigliati dai motori generativi nei diversi settori, non per aggiungere l’ennesima opinione al mucchio, ma per mettere ordine su come funziona davvero la macchina, con osservazioni, casi studio, dati e test condotti insieme alla mia agenzia.

Te lo dico fuori dai denti: se vuoi ricette miracolose hai sbagliato consulente SEO/GEO.

Il motivo è semplice. Non esiste un unico algoritmo da decifrare e, soprattutto, non esiste un’unica macchina che decide quali aziende, prodotti o siti mostrare agli utenti.

Basta guardare ai quattro principali LLM che oggi vengono utilizzati per cercare informazioni, confrontare prodotti e servizi e prendere decisioni: ChatGPT, Claude, Gemini e Perplexity. Sono sistemi diversi, sviluppati da aziende diverse, con modelli, infrastrutture, fonti e modalità di recupero delle informazioni differenti.

E spesso arrivano a risultati molto diversi partendo dalla stessa domanda.

Questo cambia completamente il modo in cui dovremmo affrontare la GEO. Se ogni piattaforma può costruire la propria risposta utilizzando fonti e segnali differenti, è difficile sostenere che esista una singola tecnica capace di garantire la visibilità ovunque.

Lo confermano anche due studi indipendenti pubblicati nell’estate del 2026, che insieme mettono in discussione buona parte delle formule magiche vendute sotto le sigle GEO (Generative Engine Optimization) e AEO (Answer Engine Optimization).

Hai un sito, un e-commerce o un’attività che vive anche online?

Allora vale la pena capire cosa dicono davvero questi dati, prima di spendere budget dietro l’ennesima miracolosa panacea.

Quattro motori, quattro bibliotecari diversi

Bill Widmer, consulente SEO americano, ha costruito con Claude Code un proprio sistema di tracciamento della visibilità AI e lo ha fatto girare per settimane su tre brand reali: il suo sito personale, un’agenzia di gestione Amazon e Semrush, colosso del software SEO.

Il risultato è una mole di dati impressionante: 13.184 citazioni raccolte e 1.765 risposte analizzate tra ChatGPT, Claude, Gemini e Perplexity.

La scoperta più clamorosa riguarda quanto poco questi sistemi si somiglino tra loro.

Su 1.792 combinazioni tra domanda e dominio citato, tutti e quattro i modelli hanno indicato la stessa fonte per la stessa domanda soltanto 30 volte. In percentuale, l’1,7%, una miseria praticamente.

Ogni motore, insomma, legge libri diversi in biblioteche diverse.

Perplexity è quello più vorace, con una media di 19,2 fonti per risposta, e ha un debole dichiarato per LinkedIn, YouTube e Reddit.

Gemini si ferma a 8,1 fonti e ama i forum e le classifiche generiche trovate online.

ChatGPT ne usa appena 4,5 e preferisce documentazione ufficiale, paper accademici e pagine di prezzo dei fornitori.

Claude, il più parsimonioso con 3,6 fonti, adora i siti di recensioni strutturate, e il dato più curioso dello studio di Widmer è che, su centinaia di risposte analizzate, Claude non ha mai citato Reddit. Nemmeno una volta, pensa un po’!

Questo smonta da solo una delle leggende metropolitane più ripetute nel mondo SEO, quella secondo cui bisogna presidiare Reddit a ogni costo per comparire nelle risposte AI.

Andy Crestodina, altro nome noto della SEO americana, aveva già osservato che il 79% degli articoli sull’argomento consiglia di investire su Reddit e community simili, salvo poi scoprire che nei dati di Widmer, su 72 domande B2B analizzate settimana per settimana, Reddit rappresentava lo 0% delle citazioni di Claude e ChatGPT, il 3% di Perplexity e l’1% di Gemini.

Se il tuo settore è quello business-to-business, insomma, la strategia “vai su Reddit” rischia di essere tempo buttato.

Anche Google la pensa diversamente dall’AI

Se pensavi che scalare la prima pagina di Google fosse quantomeno un buon punto di partenza per finire citato anche dai chatbot, i dati raccontano un’altra storia.

Widmer ha confrontato i primi dieci risultati organici di Google con le fonti citate dai quattro modelli per le stesse domande: a livello di dominio la sovrapposizione varia dal 10% al 30%, ma se si guarda all’URL esatto crolla tra l’1% e il 5% per Gemini e ChatGPT.

Perplexity resta il più allineato a Google, ma comunque non supera il 23%.

I motori non si fidano nemmeno di sé stessi

Qui arriva forse il dato più utile per chi gestisce un piccolo business e non ha risorse infinite da spendere in consulenze. Widmer ha ripetuto le stesse 72 domande a distanza di due giorni sugli stessi modelli. Claude ha mantenuto solo il 30% delle fonti citate in precedenza, Gemini il 38%, Perplexity si è dimostrato il più stabile con il 65%.

Il mio consiglio è di trattare ogni singola risposta di ChatGPT come un termometro rotto: può darti un’indicazione, ma se prendi decisioni strategiche basandoti su una sola misurazione ti stai comportando come chi cambia l’intero guardaroba perché una mattina ha fatto più freddo del previsto.

Serve la temperatura media di settimane, non lo screenshot di un singolo pomeriggio.

Il caso Semrush e il paradosso della fama

C’è un dettaglio nello studio di Widmer che spiega bene perché non tutti i brand vanno misurati con lo stesso metro. Semrush, azienda enorme e nota, viene menzionata nell’83-100% delle risposte pertinenti su ogni modello, ma il suo tasso di citazione effettiva (il link vero e proprio alla fonte) crolla in alcuni casi fino allo 0%.

Il divario tra menzione e citazione, per Semrush, tocca i 50 punti percentuali. Per il sito personale di Widmer e per la piccola agenzia Amazon che ha monitorato, quel divario è di appena 4-5 punti.

La spiegazione più plausibile è che i brand già molto noti vivano nella memoria di addestramento del modello, che li nomina a memoria senza dover andare a cercare una fonte esterna. I brand piccoli, invece, vengono citati solo quando il modello recupera davvero la loro pagina e la legge.

Significa che se sei una piccola impresa e un giorno il tuo tasso di citazione crolla a zero, è un campanello d’allarme reale. Se sei un colosso, molto meno.

ChatGPT sceglie i candidati prima ancora di cercare

Se lo studio di Widmer racconta la frammentazione tra motori diversi, quello di Suganthan Mohanadasan, ricercatore indipendente, svela qualcosa di ancora più inquietante su un singolo motore: ChatGPT.

Analizzando il traffico di rete dietro le quinte di 60 conversazioni, Mohanadasan (lo abbiamo intervistato di recente, recuperalo se te lo sei perso!) ha scoperto che, prima ancora di lanciare una ricerca sul web, ChatGPT scrive da solo, nella query di ricerca, i nomi dei brand che ha già in mente.

Chiedendo semplicemente “qual è la migliore app per prendere appunti”, senza nominare nessun prodotto, ChatGPT ha generato internamente una ricerca che conteneva già sette nomi di app concorrenti, scelti autonomamente dal modello.

Su 27 conversazioni analizzate dove la prima domanda non conteneva alcun brand, in 21 casi la query di ricerca generata da ChatGPT includeva già nomi specifici.

Il dato che rende tutto ancora più concreto per il tuo business è questo: i brand che compaiono in quella prima query autogenerata hanno il 68,9% di probabilità di essere poi menzionati nella risposta finale.

I brand che vengono trovati soltanto durante la ricerca successiva, senza essere stati nominati prima dal modello, scendono al 2,1%.

Una differenza mica trascurabile, non credi?

Significa che esistono due giochi completamente diversi, ed è importante capire in quale dei due ti trovi.

Il primo gioco è entrare nel “vocabolario” della categoria, cioè far sì che il modello ti conosca già e ti nomini di sua iniziativa: qui contano relazioni pubbliche, recensioni, comparazioni pubblicate da terzi, presenza costante nella conversazione online del tuo settore nel corso degli anni.

Nessun file tecnico caricato sul server può bypassare questo passaggio, perché la decisione avviene prima che il tuo sito venga anche solo contattato.

Il secondo gioco riguarda invece chi è già dentro quella lista mentale: qui la battaglia si sposta sulle pagine, sulla loro posizione nei risultati recuperati, sul non disperdere la stessa risposta su troppe pagine simili dello stesso sito.

Il file “felino” che ha smascherato mezzo settore (gatti compresi!)

Questa te la voglio proprio raccontare perché è davvero esilarante. Ma prima ti do un po’ di contesto…

Negli ultimi mesi si è diffusa una moda tra chi vende consulenze GEO: caricare sul proprio sito un file chiamato llms.txt, una specie di bigliettino da visita pensato apposta per i modelli linguistici, e poi vantarsi che “funziona” perché i bot lo scaricano, perché Google lo indicizza, perché qualche AI ne cita il contenuto.

Mark Williams-Cook, esperto SEO britannico, si è stufato di questa narrazione e ha deciso di metterla alla prova con un esperimento tanto semplice quanto geniale.

Ha inventato cats.txt, uno standard completamente inventato e volutamente ridicolo, pensato per dichiarare quali gatti vivono associati a un sito web, con tanto di razza, mansione e un fantomatico “PurrLevel” (il livello di fusa)!

Lo ha pubblicato online come se fosse una novità tecnica seria e lo ha sottoposto agli stessi identici quattro test usati per sostenere l’utilità di llms.txt.

Risultato: i crawler di OpenAI, Anthropic, Perplexity e Google hanno scansionato regolarmente cats.txt. Google lo ha persino indicizzato. Un modello AI ha citato il contenuto del file come fonte in una risposta.

E quando Williams-Cook ha chiesto direttamente a ChatGPT se cats.txt potesse migliorare la visibilità nei sistemi AI, la risposta è stata positiva e articolata, con argomentazioni quasi identiche a quelle usate per promuovere llms.txt.

Un file inventato per scherzo sui gatti ha superato, uno per uno, tutti i test che il settore usa per certificare l’efficacia di una tecnica GEO.

Il problema, secondo Williams-Cook, è quello che lui chiama “convergence problem”: quando chiedi a un modello linguistico se una tecnica funziona, quel modello non sta verificando nulla sperimentalmente, sta semplicemente riflettendo ciò che è scritto più spesso sul web.

Se centinaia di articoli ripetono che llms.txt è utile, il modello restituirà una risposta coerente con quella convinzione diffusa, e lo farà con un tono sicuro che può facilmente essere scambiato per prova.

Cosa fare davvero, senza inseguire fantasmi

A questo punto la domanda che ti stai facendo è legittima: se nemmeno i motori si mettono d’accordo tra loro, se cambiano idea da un giorno all’altro, se persino un file sui gatti riesce a ingannare i test standard del settore, che cosa dovrebbe fare davvero un piccolo imprenditore con un sito web?

La risposta, forse meno spettacolare di quanto vorresti, è che non serve una strategia diversa per ogni modello AI.

Non occorre ottimizzare in modo diverso per ogni motore di risposta, ma lavorare sulla visibilità AI come un insieme unico, puntando su contenuti genuinamente interessanti (ricerche originali, format editoriali riconoscibili) sapendo che i benefici sui singoli motori arriveranno di riflesso.

Vale la pena tradurlo in pratica.

Primo: costruisci un elenco di domande reali che i tuoi clienti fanno davvero, prese da telefonate di vendita o richieste di assistenza, e monitorale periodicamente su più motori insieme, non su uno solo.

Secondo: individua chi viene citato al posto tuo nelle risposte che ti riguardano, e prova a costruire relazioni con quelle stesse fonti terze, perché comparire su una pagina di cui tutti i modelli si fidano vale più di qualunque intervento tecnico isolato, come è emerso anche dalla nostra conversazione con Rick Tousseyn di OtterlyAI.

Terzo: giudica ogni tendenza solo su settimane (anche mesi!) di dati, mai su una singola risposta, perché con un tasso di variazione tra il 30% e il 65% da un giorno all’altro rischi di rincorrere fantasmi statistici, come ci ha ricordato Suganthan Mohanadasan nell’intervista di SEO Confidential.

Quarto, e forse il punto più scomodo da accettare in un’epoca in cui generare testo costa pochissimo: continua a produrre contenuti che dicono davvero qualcosa di nuovo, invece di riscrivere per l’ennesima volta ciò che già esiste online con parole leggermente diverse.

Se c’è una cosa che devi tenere bene a mente è che la GEO non è la panacea di tutti i mali, non è una serie di trucchetti per fregare tutti, ma la naturale continuazione di un lavoro che avresti dovuto fare comunque: farti conoscere, farti recensire, farti citare da chi scrive del tuo settore, offrire risposte chiare e verificabili sul tuo stesso sito.

I quattro modelli linguistici che oggi si contendono l’attenzione dei tuoi clienti stanno semplicemente riflettendo, ciascuno a modo suo, la reputazione che ti sei costruito, o non costruito, nel resto del web.

E quella, piaccia o no, richiede ancora tempo.

Se vuoi iniziare oggi a costruire la tua AI Search Reputation e fare in modo che ChatGPT, Gemini, Claude e Perplexity abbiano buone ragioni per parlare di te, possiamo aiutarti. Contatta la nostra agenzia SEO e GEO e iniziamo a lavorare sulla reputazione del tuo brand prima che lo facciano i tuoi concorrenti.

---

I motori AI non si mettono d’accordo su chi citare: domande frequenti

ChatGPT, Claude, Gemini e Perplexity utilizzano le stesse fonti?

No. ChatGPT, Claude, Gemini e Perplexity utilizzano fonti e segnali differenti e spesso arrivano a risultati molto diversi partendo dalla stessa domanda. Uno studio su 13.184 citazioni ha rilevato che i quattro modelli hanno indicato la stessa fonte per la stessa domanda soltanto nell’1,7% dei casi analizzati.

Essere ben posizionati su Google garantisce di essere citati dai motori AI?

Il buon posizionamento su Google non garantisce la citazione nei sistemi AI. Nel confronto tra i primi dieci risultati organici di Google e le fonti citate dai quattro modelli, la sovrapposizione a livello di dominio varia dal 10% al 30%, mentre considerando l’URL esatto scende tra l’1% e il 5% per Gemini e ChatGPT.

Qual è il modo più efficace per lavorare sulla visibilità AI?

Non esiste una singola tecnica valida per tutti i motori AI. È più utile lavorare sulla visibilità AI nel suo insieme, creando contenuti originali e realmente interessanti, monitorando periodicamente le domande dei propri clienti su più motori, individuando le fonti che vengono citate al posto del proprio brand e costruendo una reputazione attraverso recensioni, citazioni e presenza nel proprio settore.