Google AI Mode è la modalità di ricerca conversazionale di Google: al posto di dieci link restituisce una risposta articolata, costruita mettendo insieme informazioni prese da molte pagine diverse e citate a lato. Per un’azienda il cambiamento non è estetico: si passa dal conquistare una posizione al diventare una delle fonti che il sistema sceglie di riassumere. Chi non rientra in quell’insieme di fonti non compare nella risposta, anche quando è posizionato bene nella ricerca classica.
Questa guida spiega come avviene la selezione delle fonti, quali caratteristiche di un contenuto ne aumentano le probabilità di citazione, come si misura la presenza nelle risposte generative e quali interventi sono invece inutili. I dati provengono da rilevazioni SeoZoom sul database italiano del 7 agosto 2026, dalla ricerca accademica sulla Generative Engine Optimization e dalla documentazione ufficiale di Google.
Indice
- Che cos’è AI Mode e in cosa si distingue dalle AI Overview?
- Come vengono selezionate le fonti di una risposta?
- Quanta domanda di ricerca esiste in Italia su questi temi?
- Che cosa cambia concretamente per un’azienda?
- Come si fa a entrare fra le fonti citate?
- Come vanno scritti i contenuti per essere estratti?
- Come si misura la presenza nelle risposte generative?
- Che risultati stanno ottenendo i siti italiani del settore?
- Quali sono gli errori più frequenti?
- Che cosa non serve fare?
- Da dove conviene cominciare?
- Domande frequenti
Che cos’è AI Mode e in cosa si distingue dalle AI Overview?
AI Mode è una modalità di ricerca separata: l’utente pone una domanda complessa, riceve una risposta estesa e può proseguire il dialogo affinando la richiesta. Le AI Overview sono invece un riquadro generato in cima alla pagina dei risultati tradizionale. Una è un ambiente di ricerca completo, l’altra un componente inserito in una pagina che resta classica.
La distinzione conta perché cambia il comportamento dell’utente. Davanti a un riquadro riassuntivo la persona può ancora scorrere i risultati sottostanti. Dentro la modalità conversazionale, invece, la pagina di risultati non esiste più: restano la risposta e i pochi link citati come riferimento. Lo spazio disponibile si restringe e la selezione diventa più severa.
Come vengono selezionate le fonti di una risposta?
Il meccanismo si chiama query fan-out. La domanda dell’utente non viene cercata così com’è: viene scomposta in molte sotto-domande, ciascuna delle quali genera ricerche parallele. I risultati di tutte queste ricerche vengono raccolti, filtrati e ricomposti in un’unica risposta, con le fonti utilizzate indicate come riferimento.
La conseguenza pratica è che una singola risposta può poggiare su un numero di documenti molto superiore a quello di una pagina di risultati. In una risposta AI di Google che ho analizzato direttamente erano coinvolte 52 fonti distinte, alcune richiamate più volte all’interno della stessa risposta. Non si compete per una posizione, si compete per la presenza in un insieme.
Questo spiega perché una pagina può essere citata per una domanda che non contiene nessuna delle sue parole chiave principali. Se una sua sezione risponde bene a una delle sotto-domande generate, quella sezione entra nel materiale utile. È il paragrafo, non la pagina intera, l’unità che viene valutata.
| Fase | Che cosa accade | Conseguenza operativa |
|---|---|---|
| Scomposizione | La domanda viene divisa in più sotto-domande implicite | Servono contenuti che coprano le domande secondarie, non solo quella principale |
| Ricerche parallele | Ogni sotto-domanda attiva una ricerca autonoma | Conta l’ampiezza tematica del sito, non la singola pagina pilastro |
| Selezione dei passaggi | Vengono estratti i frammenti più pertinenti | Ogni paragrafo deve avere senso anche isolato dal resto |
| Sintesi | I frammenti vengono riscritti in un testo unico | Chiarezza e assenza di ambiguità pesano più dello stile |
| Attribuzione | Alcune fonti vengono citate e linkate | La citazione è un risultato a sé, misurabile separatamente dal traffico |
Quanta domanda di ricerca esiste in Italia su questi temi?
La domanda esplicita è ancora contenuta ma non marginale, e soprattutto è concentrata su chi decide: consulenti, responsabili marketing, imprenditori. Le rilevazioni SeoZoom sul database italiano del 7 agosto 2026 mostrano volumi mensili fra 110 e 590 ricerche per le query principali, con difficoltà competitiva media e costi per clic contenuti.
| Query | Ricerche/mese | Keyword Difficulty | Keyword Opportunity | CPC |
|---|---|---|---|---|
| ai overview google | 590 | 53 | 74 | 1,71 € |
| google ai mode | 260 | 47 | 53 | 1,24 € |
| sge google | 260 | 37 | 83 | — |
| search generative experience | 140 | 42 | 45 | 1,81 € |
| ai mode | 110 | 52 | 30 | — |
Le due metriche vanno lette insieme. La Keyword Difficulty indica l’autorevolezza dei siti già in prima pagina; la Keyword Opportunity, sulla stessa scala da 0 a 100, indica quanto sono ottimizzati i contenuti che occupano quelle posizioni. Un valore alto di opportunità segnala contenuti già curati, quindi uno spazio più difficile da conquistare con un articolo generico.
Il quadro che ne esce è coerente: difficoltà competitiva media ovunque, ma qualità dei contenuti esistenti molto variabile. La query dedicata alla modalità conversazionale ha difficoltà 47 e opportunità 53, valori intermedi. Significa che il livello di approfondimento richiesto è alto ma non irraggiungibile per un sito con storia tematica credibile.
Che cosa cambia concretamente per un’azienda?
Cambiano tre cose. La prima è che una parte delle domande informative si esaurisce nella risposta, senza visita al sito. La seconda è che il brand può essere nominato e descritto senza che nessuno clicchi. La terza è che la valutazione avviene su singoli passaggi di testo, non sull’insieme della pagina.
La prima conseguenza è di misurazione. Il traffico organico smette di essere l’unico indicatore del ritorno dei contenuti, perché una parte del valore si genera in un ambiente dove il clic non è previsto. Un’azienda citata con costanza in risposte pertinenti ottiene un beneficio reale che i report tradizionali non registrano.
La seconda conseguenza è editoriale. Le pagine costruite per accumulare visite su parole chiave generiche perdono efficacia, mentre acquistano peso i contenuti che rispondono a domande circostanziate. Una guida di settore ben strutturata vale più di dieci articoli brevi che ripetono le stesse nozioni con parole leggermente diverse.
La terza conseguenza riguarda la reputazione. Se il sistema descrive un’azienda usando le informazioni disponibili in rete, la coerenza di quelle informazioni diventa un asset. Dati aziendali contraddittori, pagine di servizio vaghe e schede sparse su directory disallineate producono descrizioni imprecise che nessuno corregge in tempo reale.
Come si fa a entrare fra le fonti citate?
Non esiste un pulsante e non esiste un formato privilegiato. Esistono però caratteristiche testuali che aumentano in modo misurabile la probabilità di essere ripresi. La ricerca accademica sulla Generative Engine Optimization ha quantificato l’effetto di alcuni interventi sulla visibilità di un contenuto all’interno delle risposte generate.
| Intervento sul contenuto | Variazione della visibilità |
|---|---|
| Citazioni dirette di esperti o documenti | +40% |
| Inserimento di statistiche | +30-40% |
| Indicazione esplicita delle fonti | +30% |
| Fluidità e leggibilità del testo | +25-30% |
| Linguaggio comprensibile | +15-30% |
| Terminologia tecnica corretta | +15% |
| Tono autorevole | +10-15% |
| Uso di parole non comuni | +5% |
| Ripetizione forzata delle parole chiave | -10% |
I dati provengono dallo studio di Aggarwal e colleghi, «GEO: Generative Engine Optimization» (arXiv 2311.09735). La direzione è netta: premia il contenuto verificabile e penalizza quello costruito per il posizionamento. L’unico intervento con segno negativo è proprio la saturazione di parole chiave, tecnica che nella ricerca tradizionale ha smesso di funzionare da anni.
Va letta anche come gerarchia di priorità. Prima si aggiungono dati e riferimenti verificabili, poi si lavora sulla scrittura, infine sul registro. Intervenire sul tono di un testo privo di sostanza produce un miglioramento modesto rispetto all’aggiunta di informazioni che nessun altro sta fornendo con la stessa precisione.
Come vanno scritti i contenuti per essere estratti?
La regola pratica è una sola: ogni sezione deve reggere da sola. Se un paragrafo viene staccato dal resto della pagina e letto isolatamente, deve restare comprensibile, completo e attribuibile. È esattamente ciò che accade quando un sistema generativo estrae un passaggio per costruire la propria risposta.
Da qui discendono scelte concrete. I titoli di sezione formulati come domande reali corrispondono al modo in cui le persone interrogano un assistente. Il primo paragrafo sotto ogni titolo deve contenere la risposta, non l’introduzione alla risposta. I riferimenti temporali vanno espressi con date esplicite, mai con formule come «di recente».
Le tabelle meritano un discorso a parte. Un confronto strutturato è più facile da interpretare di una descrizione discorsiva equivalente, perché rende esplicite le relazioni fra i valori. Vale lo stesso per gli elenchi di passaggi operativi, purché ogni voce sia autosufficiente e non dipenda da quella precedente per avere significato.
Come si misura la presenza nelle risposte generative?
Servono due strumenti in parallelo. Il primo è il Generative AI Performance Report in Search Console, che Google indica come canale ufficiale di monitoraggio. Il secondo è una piattaforma di AI visibility che interroghi i vari motori con un insieme stabile di prompt e registri quante volte il dominio viene citato.
Un esempio concreto rende l’idea del tipo di dato che si ottiene. La rilevazione SeoZoom AI Visibility del 7 agosto 2026 su un consulente SEO italiano affermato mostra come le citazioni si distribuiscano fra i diversi motori, a partire da 120 prompt monitorati e 37 pagine coinvolte.
| Motore | Quota di citazioni | Prompt con citazione |
|---|---|---|
| Google AI Mode | 49,4% | 77 |
| Perplexity | 28,8% | 45 |
| Gemini | 16,7% | 26 |
| ChatGPT | 5,1% | 8 |
Dentro la modalità conversazionale di Google lo stesso dominio risultava citato per primo nel 18,2% dei casi, con posizione media 8,8. Sono due numeri che vanno letti insieme alla quota complessiva: essere presenti in metà dei prompt monitorati non equivale a essere la fonte principale, e la distanza fra le due condizioni è ampia.
Il metodo di misurazione conta più della singola cifra. Un elenco di prompt che resta stabile nel tempo permette di confrontare rilevazioni successive; un elenco che cambia a ogni analisi produce numeri non comparabili. La frequenza ragionevole è mensile, con una revisione dei prompt solo quando cambia l’offerta dell’azienda.
Che risultati stanno ottenendo i siti italiani del settore?
I valori reali sono più bassi di quanto si immagini e non seguono la dimensione del sito. Nel confronto fra sei domini italiani che si occupano di marketing digitale, la visibilità nelle risposte AI varia dal 7% al 30% circa, e il dominio con la percentuale più alta non è quello con più traffico né con più link in ingresso.
| Dominio | Zoom Authority | Traffico stimato/mese | Referring domains | Visibilità AI |
|---|---|---|---|---|
| webalchlab.it | 46 | 20.096 | 357 | 30,36% |
| devinterface.com | 31 | 459 | 348 | 15,16% |
| netstrategy.it | 52 | 34.751 | 936 | 12,66% |
| studiosamo.it | 56 | 90.436 | 1.833 | 12,38% |
| gabrielepantaleo.it | 43 | 5.531 | 456 | 8,74% |
| ingigni.com | 51 | 55.516 | 110 | 7,24% |
Il confronto più istruttivo è fra il primo e il quarto dominio. Uno ha meno di un quarto del traffico e un quinto dei domini referenti dell’altro, ma una visibilità nelle risposte AI più che doppia. Un secondo caso è ancora più netto: 459 visite stimate al mese e comunque la seconda posizione della tabella.
La lettura corretta non è che l’autorevolezza sia irrilevante. È che autorevolezza e citabilità misurano cose diverse. La prima dipende in larga parte dai link e dalla storia del dominio, la seconda da come sono scritti i contenuti e da quanto precisamente rispondono a domande specifiche. Un sito piccolo e ben scritto può competere.
Quali sono gli errori più frequenti?
Il più comune è trattare la visibilità generativa come un canale nuovo con regole proprie, da presidiare con contenuti separati. Il secondo è misurare solo il traffico e concludere che non sta succedendo niente. Il terzo è aggiungere volume invece di aggiungere informazione.
- Pubblicare articoli brevi e ripetitivi sperando che la quantità compensi la mancanza di dati originali.
- Ripetere la parola chiave nel testo, unica variabile con effetto negativo documentato dalla ricerca.
- Aprire ogni sezione con un cappello introduttivo che rimanda la risposta al terzo paragrafo.
- Usare riferimenti temporali vaghi che rendono impossibile capire quando un dato è stato rilevato.
- Citare numeri senza indicare fonte, data e metodo, quindi senza renderli verificabili.
- Cambiare l’elenco dei prompt monitorati a ogni rilevazione, rendendo i confronti privi di senso.
- Lasciare disallineate le informazioni aziendali fra sito, schede locali e profili esterni.
C’è poi un errore di aspettativa. La presenza nelle risposte generative non è stabile: la stessa domanda posta a distanza di giorni può produrre insiemi di fonti diversi. Va osservata come tendenza su più rilevazioni, non come posizione da difendere giorno per giorno.
Che cosa non serve fare?
Google è esplicito su questo punto e la sua guida ufficiale all’ottimizzazione per le esperienze AI afferma: «Le best practice SEO continuano a essere rilevanti perché le nostre funzioni AI si basano sui sistemi di ranking e qualità core di Search». Non esiste quindi un livello tecnico aggiuntivo da costruire accanto a quello esistente.
Nella stessa documentazione Google indica come non necessari alcuni interventi che circolano con insistenza:
- Il file llms.txt.
- La suddivisione artificiale del testo in blocchi pensati per l’elaborazione automatica.
- Riscritture o marcature specifiche destinate esclusivamente ai sistemi AI.
- La ricerca di menzioni inautentiche costruite per farsi nominare.
La conseguenza è liberatoria e scomoda insieme. Liberatoria perché evita di spendere budget in adempimenti tecnici privi di effetto. Scomoda perché sposta tutto il peso sul lavoro difficile: avere qualcosa da dire, dirlo con precisione, sostenerlo con dati verificabili e mantenerlo aggiornato nel tempo.
Da dove conviene cominciare?
Da una fotografia dello stato attuale, non dalla produzione di nuovi contenuti. Prima si stabilisce un elenco stabile di domande reali che i clienti pongono, poi si verifica quante volte il dominio compare nelle risposte a quelle domande, infine si interviene sulle pagine che già trattano quei temi.
La sequenza operativa è questa. Si raccolgono trenta o quaranta domande realistiche, formulate come le direbbe un cliente. Si rileva la situazione di partenza con uno strumento di AI visibility e con il report dedicato in Search Console. Si identificano le pagine che dovrebbero rispondere e non vengono mai citate.
A quel punto l’intervento è puntuale: riscrittura dei primi paragrafi in forma di risposta, aggiunta di dati con fonte e data, titoli di sezione riformulati come domande, tabelle di confronto dove il testo discorsivo era ambiguo. Nessuna di queste operazioni richiede tecnologia nuova, tutte richiedono competenza di merito.
La verifica arriva dopo, con la seconda rilevazione a distanza di un mese sullo stesso elenco di domande. È l’unico modo per distinguere un miglioramento reale da una fluttuazione. Chi salta questo passaggio continuerà a produrre contenuti senza sapere se stanno funzionando.
Domande frequenti
AI Mode sostituisce la ricerca tradizionale?
No. Convive con la pagina di risultati classica, che resta il punto di ingresso della maggior parte delle ricerche brevi e transazionali. La modalità conversazionale intercetta soprattutto domande lunghe e articolate. Le due esperienze poggiano sugli stessi sistemi di ranking, quindi il lavoro fatto per una vale anche per l’altra.
Serve un file llms.txt per essere letti dai sistemi AI?
No. La guida ufficiale di Google lo indica esplicitamente fra gli interventi non necessari, insieme al chunking artificiale del testo e alle marcature pensate solo per i sistemi generativi. Il tempo speso su questi adempimenti rende molto meno di quello investito nella qualità e nella verificabilità dei contenuti.
Le citazioni nelle risposte AI portano traffico?
In parte. Una quota di utenti clicca sui riferimenti, ma il beneficio principale è di altro tipo: il nome dell’azienda compare associato a una risposta autorevole su un tema pertinente. Per questo la citazione va misurata come indicatore autonomo, senza aspettarsi che si traduca interamente in visite.
Quanto spesso ha senso rilevare la visibilità nelle risposte AI?
Una volta al mese, sullo stesso elenco di domande. Rilevazioni più frequenti registrano soprattutto la variabilità naturale del sistema, che può restituire fonti diverse per la stessa domanda a giorni di distanza. L’elenco dei prompt va modificato solo quando cambia davvero l’offerta o il posizionamento dell’azienda.
Un sito piccolo può essere citato accanto a siti molto più grandi?
Sì, e i dati lo confermano. Nel benchmark di sei domini italiani del settore, quello con la visibilità AI più alta ha meno di un quarto del traffico del dominio più grande della tabella. Contano la precisione delle risposte e la presenza di dati verificabili più della dimensione complessiva.
Le tecniche SEO tradizionali sono ancora utili?
Sì, restano la base. Google afferma che le sue funzioni AI si appoggiano ai sistemi di ranking e qualità core della ricerca. Indicizzazione corretta, struttura chiara, contenuti utili e autorevolezza del dominio continuano quindi a contare. Cambia il modo di scrivere i contenuti, non l’impianto tecnico che li sostiene.
Metodologia: i dati su volumi di ricerca, Keyword Difficulty, Keyword Opportunity, CPC, Zoom Authority, traffico stimato, referring domains e visibilità nelle risposte AI provengono da SeoZoom, database Italia, rilevazione del 7 agosto 2026. I valori sulla variazione di visibilità nei motori generativi provengono dallo studio di Aggarwal e colleghi, «GEO: Generative Engine Optimization» (arXiv 2311.09735). Le indicazioni su ciò che Google considera necessario o superfluo provengono dalla documentazione ufficiale di Google sull’ottimizzazione per le esperienze AI.
A cura di Massimiliano Dal Prà, consulente GEO e SEO. Ultimo aggiornamento: 7 agosto 2026.