SEO Confidential: la nostra intervista esclusiva a Olivier de Segonzac su come conquistare gli LLM

La risorsa più preziosa per l’AI Search ce l’hai in casa: recensioni, sondaggi, email, chat e chiamate al call center. È lì che trovi il linguaggio autentico dei clienti, i loro dubbi e le loro esigenze

Ti sei mai chiesto perché ChatGPT consiglia sempre gli stessi brand, come se avesse una lista di fiducia già scritta? Non è un caso, e in questa intervista scopri esattamente come funziona.

Benvenuto alla nuova puntata di SEO Confidential, la rubrica in cui incontriamo i migliori esperti SEO e GEO a livello internazionale, per capire cosa sta davvero cambiando nel modo in cui le AI scelgono le fonti da citare.

Oggi episodio da non perdere. Dialoghiamo con Olivier de Segonzac, fondatore dell’agenzia SEO RESONEO, per cui co-dirige anche le aree Web Analytics e Data/Tech.

Se il tuo obiettivo è diventare la fonte che ChatGPT, Gemini o Perplexity scelgono di citare quando un utente cerca informazioni sul tuo settore, questa intervista è una mappa concreta per arrivarci.

Olivier ti svela come funziona davvero il query fan-out, quanto conta Wikidata prima ancora di Wikipedia, e perché i tuoi contenuti dovrebbero rispondere alle situazioni reali dei clienti, non alle specifiche tecniche dei tuoi prodotti.

Il passaggio più utile riguarda una cosa che ogni azienda ha già in casa e quasi nessuno usa: le recensioni dei clienti, le trascrizioni delle chiamate al call center, i risultati dei sondaggi, le discussioni nei forum, le email in entrata…

Lì trovi i dati più preziosi nell’era dell’AI Search: le parole con cui le persone esprimono i loro bisogni e descrivono i loro problemi.

È esattamente da lì che devi ripartire per scrivere contenuti che un’AI trova, capisce e cita.

La strada più veloce per farsi citare da ChatGPT passa dalla visibilità dinamica, mentre quella parametrica si costruisce nel tempo con Wikidata, PR digitali e contenuti autorevoli

Ciao Olivier, nel tuo articolo su Search Engine Land, scrivi che ChatGPT oggi cita un numero sempre più esiguo di siti web, concentrandosi sempre più sulle fonti che ritiene più autorevoli. Cosa permette, in pratica, a un’azienda di diventare una di quelle fonti affidabili che l’AI sceglie costantemente di citare?

Due aspetti sono fondamentali: essere raggiungibili attraverso la catena di recupero di ChatGPT ed essere la pagina che si apre quando il sistema vuole verificare un fatto. Per quanto riguarda il primo punto, ChatGPT si affida in larga misura all’indice di Google, quindi la risposta, per quanto poco entusiasmante, è che un buon posizionamento su Google rimane il biglietto d’ingresso. (Questa situazione, però, sta cambiando. OpenAI sta cercando sempre di più di ridurre la propria dipendenza da Google e di utilizzare un indice proprietario, anche se al momento non è ancora in grado di farlo completamente).

Per quanto riguarda il secondo punto, quando ChatGPT analizza le pagine in modo approfondito, si comporta meno come un motore di ricerca e più come un verificatore di fatti. Tende a orientarsi verso fonti primarie quali blog ufficiali, enti regolatori, pagine dedicate ai prezzi e pagine di prodotto che mostrano i prezzi attuali. Quando cerca notizie su un’azienda, spesso aprirà la sala stampa dell’azienda stessa piuttosto che articoli di stampa che ne parlano.

In pratica, una fonte attendibile è quindi la pagina canonica, di prima mano e ricca di dati concreti a sostegno di un’affermazione specifica, presentata in testo semplice. Il fetcher di ChatGPT non esegue JavaScript, quindi tutto ciò che viene renderizzato lato client gli risulta invisibile. (Il fecther è il programma automatico che visita e legge le pagine web quando il modello decide di verificare un’informazione o recuperare dati aggiornati, N.d.R.).

Anche l’attualità è importante. Abbiamo osservato che il sistema di riclassificazione di ChatGPT favorisce esplicitamente i contenuti recenti, al punto che un articolo recente ma di qualità media può superare in classifica uno più vecchio e affidabile. In pratica, una pagina viene considerata affidabile quando soddisfa determinati requisiti tecnici e informativi, non solo perché appartiene a un sito conosciuto.

Se un brand non è stato sufficientemente rappresentato nei dati di addestramento di ChatGPT, può ancora diventare una fonte citata con continuità oppure il Primary Bias rappresenta un ostacolo molto difficile da superare? Quali strategie possono davvero fare la differenza?

Le aziende devono accettare il fatto di operare contemporaneamente su due tempistiche diverse. Lo svantaggio dei modelli parametrici è reale: un modello che non conosce il vostro marchio non formulerà naturalmente query di ricerca incentrate su di esso e non favorirà le vostre pagine nel posizionamento dei risultati. Si parte da ogni conversazione in una posizione di invisibilità.

Il livello dinamico offre una soluzione a questo problema e rimane pienamente accessibile. Un marchio può posizionarsi su Google per le query effettivamente generate dal modello, assicurarsi menzioni sull’insieme ricorrente di domini citati nel proprio settore e stabilire una presenza su Reddit, che ChatGPT tende a trattare in modo più generoso rispetto a molte altre fonti. L’insieme dei domini regolarmente citati in un determinato settore è solitamente relativamente piccolo e può essere misurato.

Il divario parametrico può anche colmarsi tra una soglia di addestramento e l’altra. Ciò che pubblichi oggi, compresa la copertura stampa, una forte presenza su Wikipedia e Wikidata e le pagine acquisite da Common Crawl, potrebbe alimentare la prossima istantanea di pre-addestramento.

Il lavoro di Dan Petrovic sul ricordo del marchio negli LLM aggiunge un’importante sfumatura. Ciò che determina se un marchio viene menzionato non è la fama in sé, ma la sua centralità all’interno della rete delle menzioni. Un marchio di medie dimensioni che viene regolarmente citato insieme agli attori giusti nella propria nicchia può ottenere risultati migliori rispetto a un marchio più grande ma più isolato.

Hai distinto tra visibilità “parametrica”, cioè ciò che il modello conosce già durante l’addestramento, e visibilità “dinamica”, basata sulle ricerche sul web in tempo reale. Su quale di queste due dimensioni un’azienda dovrebbe investire maggiormente per aumentare le probabilità di essere raccomandata da ChatGPT?

Le aziende dovrebbero partire dalla visibilità dinamica, poiché è in grado di generare risultati misurabili nel giro di poche settimane. Contenuti aggiornati ed estraibili, l’indicizzazione su Google e le menzioni sui domini già citati nelle risposte specifiche di settore possono migliorare la visibilità sul livello osservabile, dove le fonti citate variano in modo significativo da un mese all’altro.

La maggior parte delle aziende ha ancora a disposizione miglioramenti evidenti e poco costosi in questo ambito, a partire dai contenuti che non possono essere letti senza JavaScript.

La visibilità parametrica, tuttavia, determina se un marchio esiste prima ancora che venga effettuata qualsiasi ricerca. Influisce sui marchi che il modello nomina spontaneamente, sulle query di ricerca che formula e sulle fonti che preferisce tra i risultati disponibili. Una volta codificata, questa visibilità rimane relativamente stabile per mesi.

Questo vale in entrambi i sensi. Una posizione forte può essere duratura, ma lo stesso vale per una posizione debole o per la completa assenza. La mia raccomandazione è quindi quella di organizzare il lavoro in sequenza piuttosto che privilegiare una dimensione rispetto all’altra.

Le aziende dovrebbero cogliere subito i vantaggi immediati e dinamici, continuando al contempo a lavorare sulla visibilità parametrica attraverso Wikidata, le PR digitali e contenuti autorevoli in lingua inglese. I benefici di tale lavoro potrebbero manifestarsi solo dopo la prossima chiusura del ciclo di addestramento, e tale tempistica non può essere accelerata.

Molte aziende continuano a ottimizzare il proprio sito pensando principalmente a Google. Alla luce del funzionamento di ChatGPT Search, cosa dovrebbe cambiare concretamente in una strategia SEO per aumentare le probabilità che un brand venga selezionato e citato nelle risposte generate dall’intelligenza artificiale?

Meno di quanto lasci intendere una parte del settore GEO, ma più di quanto la maggior parte dei team SEO stia facendo oggi. Le basi della SEO rimangono fondamentali perché una pagina non indicizzata viene esclusa ovunque.

Ciò che cambia è l’unità di ottimizzazione. Non si ottimizza più solo una pagina per ottenere un click. Si ottimizzano singoli passaggi in modo che possano essere estratti e riutilizzati.

In termini pratici, ciò significa inserire la risposta completa nel paragrafo iniziale di ogni sezione. Significa anche creare blocchi autonomi di domande e risposte, utilizzare affermazioni precise con date e numeri, aggiungere tabelle comparative e denominare esplicitamente le entità anziché affidarsi a sinonimi eleganti. Un paragrafo potrebbe essere citato al di fuori del suo contesto originale, quindi deve rimanere comprensibile di per sé.

Tre punti specifici spesso sorprendono i team SEO. Innanzitutto, le meta descrizioni tornano ad essere importanti. I modelli di linguaggio di grandi dimensioni (LLM) spesso elaborano i risultati di ricerca come una combinazione di titolo, snippet e URL, e abbiamo osservato che le informazioni aggiunte alle meta descrizioni ricompaiono nelle risposte generate dall’AI. Le informazioni decisive dovrebbero quindi apparire entro i primi 150 caratteri.

In secondo luogo, tutti i contenuti importanti dovrebbero essere forniti in HTML statico, poiché nessuno dei principali assistenti esegue in modo affidabile il rendering di JavaScript. In terzo luogo, le pagine strategiche dovrebbero essere pubblicate anche in inglese, poiché la maggior parte delle query di ricerca interne che rileviamo sono scritte in inglese, anche quando l’utente è francese, per esempio.

Si parla sempre più di GEO (Generative Engine Optimization). Secondo te rappresenta davvero una nuova disciplina destinata a cambiare il modo di fare SEO oppure è soprattutto un nuovo nome per descrivere pratiche che, in gran parte, già conoscevamo?

Si tratta per lo più di un ribilanciamento di pratiche già note nel campo della SEO, combinato con alcuni elementi realmente nuovi. Il livello di recupero si basa sui motori di ricerca, quindi l’indicizzazione, i posizionamenti e gli snippet rimangono direttamente rilevanti. Anche i contenuti strutturati, le entità e le digital PR non sono una novità.

Sono cauto riguardo alla fretta di rinominare tutto. La GEO integra la SEO. Non la sostituisce.

Gli elementi realmente nuovi, tuttavia, sono concreti. Non esiste un equivalente tradizionale nella SEO della visibilità parametrica. I professionisti della SEO non avevano mai dovuto considerare in precedenza cosa pensasse un algoritmo di un marchio mesi dopo la pubblicazione delle informazioni, con quella rappresentazione codificata nei pesi del modello.

Anche l’analisi fan-out è una novità. Le query a cui le aziende devono rispondere sono generate dalle macchine, ed è ora possibile catturarle e studiarle. La misurazione è un’altra nuova disciplina con le sue insidie, poiché il sistema misurato può cambiare da un giorno all’altro quando il modello sottostante viene sostituito.

La GEO è quindi una nuova etichetta per gran parte del lavoro, ma solo una piccola parte di esso affronta fenomeni che prima non esistevano. Quella piccola parte è anche la più interessante.

Molti imprenditori stanno iniziando a monitorare la propria visibilità nelle AI partendo da prompt costruiti artificialmente. Quanto è affidabile questo approccio, considerando che oggi conosciamo ancora molto poco delle reali domande formulate dagli utenti ai sistemi di intelligenza artificiale?

Il problema non è che i prompt siano artificiali. Il problema è che la maggior parte di essi è frutto di supposizioni. Un consulente che inventa 50 domande basandosi sul proprio modello mentale del cliente sta creando principalmente un punto di riferimento frutto della propria immaginazione.

La soluzione consiste nel ricavare le domande da dati reali dei clienti. Tra le fonti utili figurano le trascrizioni dei call center, le recensioni dei clienti, le e-mail in entrata, i sondaggi e le discussioni nei forum. Raccogliendo decine di domande rappresentative e variandole in base ai diversi profili utente, le aziende possono creare prompt sintetici che rappresentino in modo credibile l’utilizzo reale.

L’affidabilità dipende quindi più dalla disciplina di misurazione che dall’origine dei prompt. Gli LLM non sono deterministici, quindi una singola esecuzione è un campione, non una misurazione. È necessario condurre diverse esecuzioni e calcolare la media dei risultati.

Esiste inoltre una fragilità strutturale che molti sottovalutano. All’interno di una singola famiglia di prodotti come GPT, modelli successivi con diverse configurazioni di fine-tuning e prompt di sistema possono comportarsi in modo molto diverso. Lo stesso prompt e lo stesso marchio possono produrre KPI radicalmente diversi da un giorno all’altro, semplicemente perché OpenAI ha modificato il modello predefinito.

Abbiamo osservato che una modifica del modello riduce la diversità dei domini citati nell’arco di un solo giorno. Il monitoraggio della visibilità dell’AI deve quindi essere continuo e misurato separatamente per ciascun modello. Un audit una tantum è come una fotografia di un treno in movimento.

C’è un’ultima insidia. ChatGPT utilizza internamente molti URL che non mostra mai all’utente. Gli studi che considerano tutti questi URL come citazioni producono classifiche lusinghiere ma imprecise.

Sapere che i motori AI scompongono una domanda in più ricerche (il cosiddetto query fan-out) cambia il modo in cui un’azienda dovrebbe progettare i propri contenuti?

Una pagina che risponda alla domanda principale non è più l’unico obiettivo. L’obiettivo è ora l’insieme completo delle domande secondarie che il sistema ricava dalla richiesta originale.

In modalità veloce, ChatGPT può generare solo poche query. In modalità ragionamento, può eseguire decine di query attraverso diversi cicli di ricerca. La visibilità di un marchio è quindi la somma della sua presenza in queste query intermedie, la maggior parte delle quali l’utente non vede mai.

Due modelli ricorrenti sono rilevanti per la progettazione dei contenuti. La maggior parte delle query a ramificazione è redatta in inglese, indipendentemente dalla lingua dell’utente. Anche formati quali “migliori”, “top”, “vs” e “recensione” sono fortemente sovrarappresentati.

In pratica, analizziamo i termini ricorrenti delle ricerche a raggiera all’interno di un settore e li integriamo nei titoli, negli H1, nelle meta descrizioni e nei paragrafi introduttivi. Le pagine vengono quindi strutturate in modo che ogni sotto-domanda riceva un proprio blocco autonomo ed estraibile, anziché essere sepolta all’interno di un lungo paragrafo.

L’aspetto incoraggiante è che, per gli intenti commerciali comuni, le query a ramificazione si ripetono frequentemente. Lo spazio delle query da coprire è finito e osservabile.

Il limite è lo stesso della misurazione. Il comportamento a ramificazione varia in modo significativo tra i diversi modelli e modalità, e cambia quando cambia il modello sottostante. Ciò che è stato osservato nel trimestre precedente deve quindi essere verificato nuovamente.

Alcuni brand sembrano più preoccupati a creare contenuti che sul costruire la propria identità. Quanto conta oggi essere riconosciuti correttamente dai Knowledge Graph e quali vantaggi concreti può ottenere un brand nelle risposte generate dalle AI?

È più importante di quanto la maggior parte delle roadmap diano per scontato. ChatGPT esegue il riconoscimento delle entità denominate (Named Entity Recognition) e un marchio viene correttamente identificato come entità oppure no.

Nell’ultimo anno abbiamo osservato un costante ampliamento del suo sistema di entità. Ora supporta più tipi di entità, una disambiguazione più efficace e schede di entità visualizzate direttamente all’interno delle risposte.

Un marchio i cui prodotti, tecnologie, servizi e dirigenti non siano strutturati e disambiguati sul web non esiste correttamente all’interno di quel livello semantico, indipendentemente dalla quantità di contenuti che pubblica. La produzione di contenuti senza un lavoro sull’identità porta a menzioni attribuite in modo errato o confuse con entità dal nome simile.

I vantaggi sono visibili direttamente nell’interfaccia di ChatGPT. Un’entità riconosciuta può ricevere una propria scheda o barra laterale, che include immagini e informazioni strutturate.

Per le attività commerciali locali, il collegamento è particolarmente diretto. I dati relativi alle località di ChatGPT sono strettamente collegati a quelli di Google, quindi un Profilo Aziendale di Google ben curato può apparire su ChatGPT molto rapidamente.

La mia regola di lavoro è semplice: le entità sono i vostri punti di riferimento. Date un nome alle vostre tecnologie, ai vostri prodotti e ai vostri servizi, dedicate a ciascuno una pagina specifica e indicate esplicitamente le relazioni e le gerarchie, in modo che le macchine non debbano dedurle.

Per un’azienda che vuole diventare una fonte affidabile per ChatGPT, Gemini e gli altri sistemi di intelligenza artificiale, quanto è importante avere una presenza completa e coerente su Wikidata? E quali sono gli errori più frequenti che vedi commettere nella gestione di queste informazioni?

Wikidata è molto importante ed è il punto di partenza che consiglio prima di Wikipedia. Wikipedia è tra le fonti più citate nelle risposte di ChatGPT e, senza una voce, un marchio potrebbe risultare assente da una parte significativa delle risposte generate.

La modifica diretta di Wikipedia è sottoposta a un attento monitoraggio e può essere rischiosa per i marchi. Wikidata è meno restrittivo e alimenta molti degli stessi sistemi di grafi di conoscenza. Aiuta a distinguere, ad esempio, «Apple, l’azienda» da «mela, il frutto».

C’è un altro vantaggio che molte aziende trascurano. AI Mode di Google si affida alle entità del Knowledge Graph in misura molto maggiore rispetto ai risultati di ricerca tradizionali. Lo stesso lavoro su Wikidata supporta quindi anche la visibilità sulle interfacce AI di Google.

Una scheda minima valida dovrebbe includere la data di fondazione, la sede centrale, il settore di attività, i dirigenti, gli identificatori esterni e gli alias multilingue. I dati strutturati dell’azienda dovrebbero inoltre contenere un collegamento «sameAs» che rimandi all’entità di Wikidata.

L’errore più comune è creare la scheda e poi abbandonarla. Ciò può portare ad avere una pagina che riporta ancora il nome di un amministratore delegato che ha lasciato l’azienda due anni prima.

Un altro problema ricorrente è la mancanza di coerenza delle informazioni tra il sito web, LinkedIn, i registri delle imprese e le piattaforme di recensioni. Le discrepanze relative alla ragione sociale, all’indirizzo o alla denominazione legale possono compromettere la risoluzione delle entità.

Spesso le aziende omettono anche identificatori esterni e alias non in lingua inglese, nonostante tali elementi siano fondamentali per la disambiguazione. Un altro errore consiste nel tentare modifiche dirette su Wikipedia che vengono successivamente annullate e segnalate, mentre l’approccio più sicuro consiste solitamente nel creare prima fonti secondarie affidabili.

Tutti questi errori derivano dallo stesso problema di fondo: considerare Wikidata come un’attività una tantum anziché come un’infrastruttura da mantenere.

Le ricerche conversazionali partono spesso da bisogni molto specifici e situazioni concrete. Che cosa dovrebbe osservare un’azienda nei propri clienti per capire quali contenuti creare e quali informazioni rendere disponibili alle AI?

I clienti descrivono situazioni, non specifiche tecniche. Nessuno chiede a un’AI “un passeggino con un telaio da 49 centimetri”. Chiedono invece “un passeggino che passi attraverso i tornelli della metropolitana”.

Il divario tra il modo in cui le aziende descrivono i propri prodotti e il modo in cui i clienti descrivono i propri problemi è esattamente il punto in cui interviene il recupero dei dati tramite AI.

Il materiale necessario per colmare tale divario esiste già all’interno della maggior parte delle aziende. Si trova nei registri dei call center, nelle recensioni dei clienti, nelle e-mail in entrata, nei sondaggi e nelle discussioni sui forum relative alla categoria di prodotto. Questo corpus rivela le reali intenzioni, il vocabolario effettivo e i profili delle persone che si celano dietro le domande.

Le aziende dovrebbero quindi utilizzare queste informazioni in due modi. Il primo è la creazione di contenuti. Le pagine dei prodotti e delle categorie dovrebbero essere riscritte in base ai contesti d’uso: a chi è destinato il prodotto, a cosa serve e in quale situazione è rilevante.

Ogni domanda identificata dovrebbe ricevere un proprio blocco di risposta autonomo, con la risposta indicata nella prima frase. Anche i feed dei prodotti si stanno evolvendo in questa direzione.

Le specifiche dei feed di shopping di OpenAI includono un campo per domande e risposte e tengono conto dei dati delle recensioni nel posizionamento dei prodotti. Il linguaggio dei clienti e il loro feedback stanno quindi diventando fattori determinanti per il posizionamento.

Il secondo utilizzo riguarda la misurazione. Le stesse domande reali dei clienti dovrebbero diventare i prompt utilizzati per monitorare la visibilità dell’AI.

Le aziende che lo fanno bene smettono di chiedersi: “Quali contenuti dovremmo produrre?”

Si chiedono invece: “Su quali situazioni dei clienti non ci siamo ancora espressi?”

Sono i loro stessi dati a poter rispondere a questa domanda.

La tua miniera d’oro per l’AI Search? Ce l’hai già in ufficio

Hai visto quanti spunti ci ha dato Olivier in questa intervista?

Ha messo in fila le cose in un modo così chiaro che alla fine ti viene da pensare: ma allora ero seduto su un sacco di informazioni così preziose e non lo sapevo!

Pensaci per un secondo. Quella mail che un cliente ti ha scritto lamentandosi di una cosa (o semplicemente per chiarire un dubbio). Quella telefonata al call center dove qualcuno ha spiegato a modo suo, con parole sue, cosa cercava davvero. Il sondaggio che avete fatto un anno fa e che nessuno ha più riaperto con le opinioni dei tuoi clienti.

Tutta roba che hai già, buttata lì, e che vale più di qualsiasi keyword research fatta a tavolino. Perché è lì che i tuoi clienti parlano come mangiano e si esprimono nel modo più naturale e spontaneo possibile.

Ed è proprio il linguaggio che un’AI vuole per orientarsi tra mille brand e aziende.

Quindi il primo passo, davvero, non è scrivere di più. È andare a rileggere quello che hai già e riscrivere i tuoi contenuti partendo da lì. Poi certo, c’è dell’altro da fare in ottica SEO e GEO: Wikidata, dati strutturati, Knowledge Graph, le entità, l’HTML statico, ma parti da quello che hai sottomano.

Un grazie di cuore a Olivier, per il tempo e per la chiarezza con cui ha risposto alle nostre domande. Roba di questo genere, lascia che te lo dica, ha un valore inestimabile, per cui fanne buon uso!

Ci si vede alla prossima puntata di SEO Confidential, con un altro ospite di fama internazionale. A prestissimo!