AI e SEO: perché non ti puoi fidare ciecamente nemmeno di Claude (10 errori reali)

No, non ti puoi fidare ciecamente dell’AI per la SEO. Nemmeno di Claude, che è il modello che uso ogni giorno per il lavoro che faccio per i miei clienti. Lo dico apposta con questo esempio, non con un concorrente qualsiasi: il 25 settembre 2026 il consulente SEO americano Bryson Meunier ha pubblicato su Search Engine Land il resoconto dettagliato di dieci errori concreti commessi da Claude durante un audit reale su 41 siti web e un’app. Nessuno di questi errori è un’invenzione o un caso limite: sono cose successe durante un progetto vero, con conseguenze vere se non le avesse controllate. La lezione non è “non usare l’AI per la SEO”: è che ogni output va verificato da qualcuno che sa cosa sta guardando, sempre.

In questo articolo

• Il caso: un audit reale su 41 siti, un’app, e dieci errori documentati
• I dieci errori di Claude, uno per uno
• Perché succede: cosa sa fare l’AI in SEO e cosa no
• Cosa fare: come controllare il lavoro dell’AI in SEO (checklist)
• SEO e GEO: il rischio doppio di un’AI non supervisionata
• Domande frequenti
• Cosa significa per le aziende italiane

Il caso: un audit reale su 41 siti, un’app, e dieci errori documentati

Bryson Meunier non è un principiante che si è fatto prendere in giro da un chatbot: ha lavorato in SEO per aziende come Walgreens e Intuit QuickBooks, il tipo di curriculum che normalmente associ a chi la SEO la insegna, non a chi ci casca. Nell’articolo racconta due progetti paralleli in cui ha usato Claude in modo intensivo: un audit SEO su 41 siti web di locali musicali per la Chicago Independent Venue League (CIVL), e il lavoro di ottimizzazione sulla sua app di styling basata su AI, Dressed. Non un test in laboratorio: lavoro vero, consegnato a clienti veri.

La sua tesi centrale, tradotta dall’articolo originale, è questa (unica citazione diretta, il resto lo riformulo con parole mie): «L’AI non ne sa più di te sulla SEO». Ha difficoltà ad andare oltre le best practice da manuale e ad applicare il giudizio situazionale che la SEO richiede sempre — capire cosa conta per QUEL sito, in QUEL momento, con QUEI vincoli. Dieci volte, durante questi due progetti, Claude ha prodotto un output che sembrava ragionevole a prima vista ma che, controllato, si è rivelato sbagliato, inventato o pericoloso da applicare senza modifiche.

Il motivo per cui vale la pena leggere questo caso riga per riga, e non solo il titolo, è che copre due contesti molto diversi tra loro: un audit “orizzontale” su 41 siti indipendenti (i locali musicali della CIVL, ognuno con la sua struttura, il suo CMS, le sue priorità) e un lavoro “verticale” ripetuto nel tempo sullo stesso prodotto (la sua app Dressed, con istruzioni di progetto stratificate su più sessioni). Sono esattamente i due scenari in cui lavora un consulente SEO/GEO per PMI: da un lato controlli veloci su tanti siti diversi, dall’altro un lavoro continuativo sullo stesso cliente per mesi. Gli errori documentati non sono legati a un caso limite: emergono in entrambi gli scenari, con cause diverse ma lo stesso effetto — un output plausibile ma sbagliato, se nessuno lo controlla.

I dieci errori di Claude, uno per uno

Li riporto tutti perché il valore di questo pezzo sta nel dettaglio, non nella sintesi. Se lavori con l’AI in SEO — o hai qualcuno in azienda che lo fa — riconoscerai probabilmente almeno tre o quattro pattern.

1. Ha segnalato un problema di crawlability che non esisteva. Claude ha marcato un sito come Single Page Application con problemi di scansione da parte di Google. Controllato a mano, il sito era HTML basico, nessun framework JavaScript coinvolto. Se Meunier avesse seguito il consiglio, avrebbe speso tempo e budget a “risolvere” un problema tecnico inesistente.

2. Ha dato per scontato lo stato di un Google Business Profile senza verificarlo. Ha consigliato di rivendicare una scheda GBP che era già rivendicata. Un consiglio del genere, seguito alla lettera da un cliente senza controllo, può creare conflitti di proprietà sulla scheda e danneggiare la credibilità di chi lo dà.

3. Ha inventato lo stato della sitemap su Search Console. Su ogni singola scheda di audit, Claude ha scritto che “nessuna sitemap è stata inviata a Google Search Console” — senza avere alcun accesso reale per verificarlo. Meunier lo dice senza troppi giri di parole: se lo stava inventando, semplicemente.

4. Ha scritto title tag piatti quando gli è stato chiesto di ottimizzarli. Alla richiesta di riscrivere i title in chiave SEO, ha prodotto risultati generici, infarciti di parole chiave ma senza voce né specificità — trasformando un titolo originale e vivo (“Chicago’s only funny comedy”) in una versione anonima. Lo stesso Claude, ricorretto, ha ammesso che i title generici prodotti erano solo riempitivo travestito da SEO.

5. Non ha rilevato contenuto duplicato che un crawler normale avrebbe trovato subito. Una scansione con Screaming Frog ha rivelato 111 title tag duplicati, generati da nomi di spettacoli concatenati allo stesso path default.aspx. Claude non lo ha segnalato finché non è stato sollecitato esplicitamente — nonostante il duplicate content sia uno dei problemi SEO più elementari da individuare.

6. Ha frainteso una raccomandazione strategica, confondendola con una regola diversa. Ha provato a bocciare la proposta di creare pagine storiche per gli spettacoli passati, confondendola con una decisione precedente — presa per un motivo completamente diverso — di non duplicare il posizionamento della homepage di un altro locale (Salt Shed). Ha avuto bisogno di essere corretto per capire che erano due questioni distinte.

7. Ha messo noindex su pagine demo senza che nessuno glielo chiedesse. Incaricato di sistemare i title tag di alcune pagine demo, ha aggiunto tag noindex non richiesti, citando problemi di crawl budget — irrilevanti su un sito di 20 pagine. La reazione di Meunier, riportata testualmente nell’articolo originale, è stata di puro sconcerto: perché sistemare i title e poi rendere le pagine invisibili a Google.

8. Ha complicato il link building invece di velocizzarlo. Ha inventato contatti di outreach mai esistiti, ha rimosso righe da un foglio di lavoro senza che nessuno glielo autorizzasse, e ha generato risposte troppo generiche e imprecise per essere inviate a un giornalista o a un blogger vero. Il tempo risparmiato sulla carta si è annullato nel tempo speso a ripulire il disastro.

9. Ha impostato canonical sbagliati, tre volte, verso la stessa pagina. Nonostante le istruzioni di progetto dicessero chiaramente di mantenere indicizzate le pagine demo per trasferire link equity alla versione pubblica, Claude ha aggiunto canonical dalle pagine demo alla homepage per ben tre volte separate, contraddicendo ogni volta la regola già data.

10. Ha messo noindex sull’intera applicazione. L’errore più grave: pur sapendo — da correzioni precedenti nella stessa conversazione — che le pagine dell’app dovevano restare indicizzate con canonical verso le pagine demo pubbliche, ha comunque applicato noindex a tutta l’applicazione. Lo stesso modello, messo di fronte all’errore, ha ammesso che quel noindex sarebbe stato attivamente dannoso.

Perché succede: cosa sa fare l’AI in SEO e cosa no

Nel lavoro che faccio ogni giorno per i clienti di Dalpralab uso l’AI in modo massiccio — è letteralmente il motivo per cui posso seguire più aziende lavorando da solo invece che con un’agenzia di 15 persone. Quindi non ho nessun interesse a spaventarti sull’AI in SEO: ho interesse a spiegarti bene dove si rompe, perché è lì che perdi soldi se non lo sai.

Il pattern che accomuna tutti e dieci gli errori di Meunier è lo stesso: l’AI applica bene le regole generali di manuale (noindex sui contenuti di bassa qualità, canonical per evitare duplicati, title ottimizzati per keyword), ma non ha modo di sapere se quella regola generale si applica al TUO caso specifico — a meno che tu gliel’abbia detto esplicitamente, e continui a ripeterglielo. Un modello linguistico non ha accesso diretto a Google Search Console, al tuo CMS, al tuo file robots.txt reale, a meno che tu non gli passi quei dati o non gli colleghi uno strumento che li legga davvero. Quando non li ha, in alcuni casi non lo dichiara: produce un’affermazione plausibile invece di dire “non lo so, non ho i dati”. È il problema classico dell’allucinazione applicato a un contesto dove le conseguenze sono operative, non solo testuali.

C’è poi un secondo problema, più sottile: la memoria di contesto. Claude aveva già ricevuto istruzioni chiare su come trattare le pagine demo dell’app di Meunier — eppure le ha contraddette tre volte nello stesso progetto. Non perché “ha dimenticato” in senso umano, ma perché in una conversazione lunga, con istruzioni sparse in momenti diversi, un modello può dare più peso a un pattern generale appreso in addestramento (noindex per il crawl budget, canonical per evitare cannibalizzazione) che alla regola specifica che gli hai dato tu due giorni prima. È lo stesso motivo per cui, nel mio lavoro, ripeto le regole di progetto a inizio di ogni sessione lunga invece di fidarmi che restino “in memoria” per sempre.

Cosa fare: come controllare il lavoro dell’AI in SEO (checklist)

Cinque regole pratiche, quelle che applico io stesso prima di consegnare qualsiasi cosa un agente AI ha prodotto per un cliente.

1. Mai eseguire in automatico un’azione irreversibile o quasi (noindex, canonical, redirect, cancellazione). Queste sono le azioni che, se sbagliate, costano traffico e posizionamento reale. L’AI può PROPORLE, un umano deve APPROVARLE dopo aver controllato il motivo dichiarato.

2. Verifica sempre con lo strumento vero le affermazioni che l’AI non può controllare da sola. Se dice “la sitemap non è stata inviata”, apri Search Console e guardalo con i tuoi occhi prima di agire. Se dice “questa è una SPA con problemi di crawling”, apri il codice sorgente. Il costo di questa verifica è minuti; il costo di NON farla può essere settimane di lavoro sprecato.

3. Usa l’AI per accelerare le bozze, non per le decisioni strategiche non supervisionate. Scrivere una prima versione di title tag, raggruppare keyword per intento, sintetizzare un crawl da migliaia di righe: tutto lavoro dove l’AI fa risparmiare ore vere. Decidere se una pagina va deindicizzata o se una struttura di URL va cambiata: decisione che resta tua.

4. Ripeti le regole di progetto, non fidarti che restino “in memoria” per sempre. Se una regola è importante (queste pagine restano indicizzate, questi contatti non si toccano), scrivila di nuovo all’inizio di ogni sessione lunga o di ogni nuovo compito collegato, invece di assumere che il modello se la ricordi da una conversazione di giorni prima.

5. Se qualcosa non torna, fai la domanda invece di eseguire. Meunier lo dice bene nell’articolo originale: quando l’AI ti dice qualcosa che non ha senso, chiedile di spiegare il ragionamento prima di agire. Spesso la spiegazione stessa rivela l’errore — è successo più volte proprio in questo audit, con Claude che, ricorretto, ammetteva da solo dove aveva sbagliato.

6. Tieni un registro di cosa ha cambiato e quando. Su un progetto continuativo, con più sessioni di lavoro nel tempo, avere una traccia scritta di ogni canonical, noindex o redirect applicato — chi l’ha proposto, chi l’ha approvato, quando — è quello che ti permette di fare rollback in dieci minuti invece che passare un pomeriggio a capire cosa è cambiato e perché. Nel caso di Meunier, il canonical sbagliato è stato riproposto tre volte: un log delle modifiche avrebbe reso il pattern visibile alla prima ripetizione, non alla terza.

SEO e GEO: il rischio doppio di un’AI non supervisionata

Questo tema si lega direttamente a quello di cui ho scritto ieri parlando dello spam update di settembre e di SAFE, il sistema che Google sta costruendo per stanare contenuto sintetico prodotto in massa: il rischio di un’AI non controllata in SEO non è solo “un consiglio sbagliato che segui”. È strutturale, e va in due direzioni opposte. Da un lato, un’AI che scrive contenuti senza revisione umana rischia di produrre esattamente il tipo di output generico e intercambiabile che Google sta imparando a riconoscere e penalizzare. Dall’altro — ed è il punto che questo caso aggiunge — un’AI che ESEGUE azioni tecniche senza supervisione (noindex, canonical, redirect) può fare danni diretti e immediati, a prescindere da qualunque aggiornamento algoritmico: se deindicizzi per errore la tua app o il tuo e-commerce, non serve un core update per perdere traffico, basta un comando eseguito senza controllo.

Nel lavoro con SeoZoom per i clienti, quando pianifico un intervento SEO/GEO parto sempre dal presupposto che ogni azione tecnica ad alto impatto (canonical, noindex, redirect, ristrutturazione URL) richieda una verifica umana con i dati reali del progetto — Search Console, crawl reale, SeoZoom — prima di essere eseguita, indipendentemente da quanto l’AI che l’ha proposta sembri sicura di sé. La fiducia con cui un modello scrive una frase non è mai una prova che quella frase sia vera.

C’è un parallelo diretto con le metriche che uso ogni giorno per valutare un contenuto o un intervento tecnico prima di darlo per buono. La Keyword Opportunity (KO) di SeoZoom, ad esempio, misura quanto sono ottimizzati i competitor già in prima pagina: è un dato che nasce dall’analisi reale della SERP, non da un’affermazione plausibile. Lo stesso vale per la Zoom Authority (ZA) di un dominio, calcolata su performance organica reale, non su quanto “suona autorevole” un testo. Il motivo per cui SeoZoom — o Search Console, o un crawler — restano indispensabili anche quando usi l’AI per velocizzare il lavoro è proprio questo: sono la verifica esterna, basata su dati, che un modello linguistico da solo non può darti. Un’AI può proporti la diagnosi; la conferma deve arrivare da uno strumento che misura, non che scrive.

Domande frequenti

Posso usare l’AI (Claude, ChatGPT o altri) per fare la SEO della mia azienda?

Sì, ma non senza supervisione umana su ogni azione tecnica ad alto impatto. L’AI è utile per accelerare bozze, sintesi di crawl, raggruppamento keyword; resta rischiosa se le lasci eseguire in autonomia azioni come noindex, canonical o redirect senza controllo.

Quali errori SEO fa più spesso l’AI, secondo questo caso?

Nel caso documentato da Bryson Meunier su Search Engine Land: affermazioni non verificabili presentate come fatti (stato di una sitemap, crawlability), noindex e canonical applicati senza che fosse richiesto, contenuti generici quando gli si chiede di ottimizzare, e mancata individuazione di problemi elementari come i title duplicati finché non viene sollecitata esplicitamente.

Come faccio a controllare il lavoro dell’AI se non sono un esperto SEO?

Verifica sempre con lo strumento reale (Google Search Console, un crawler come Screaming Frog, l’ispezione del codice sorgente) le affermazioni tecniche che l’AI non può controllare da sola. Se qualcosa non torna con quello che vedi con i tuoi occhi, non eseguire l’azione: chiedi prima una spiegazione.

Se l’AI sbaglia così spesso, ha ancora senso usarla per la SEO?

Sì. Il punto del caso non è che l’AI sia inutile, ma che va supervisionata come faresti con un collaboratore junior molto veloce ma senza esperienza situazionale: ottima per accelerare il lavoro ripetitivo, da controllare sempre sulle decisioni che hanno conseguenze dirette sul posizionamento.

Cosa cambia se uso agenti AI strutturati invece di un singolo prompt in chat?

Il rischio di fondo resta lo stesso — mancanza di verifica sui dati reali e di memoria affidabile delle regole di progetto — ma un flusso con agenti dedicati, regole di progetto scritte esplicitamente e un passaggio di revisione umana prima di ogni azione irreversibile riduce sensibilmente la probabilità di questi dieci errori, perché li intercetta prima che diventino azioni eseguite.

Cosa significa per le aziende italiane

Tre cose concrete, dette da chi l’AI la usa ogni giorno per lavorare con i clienti, non da chi la vuole vendere come bacchetta magica.

Primo: se in azienda qualcuno sta già usando ChatGPT o Claude per “fare la SEO” senza supervisione, questo è il momento di mettere un controllo umano prima di ogni azione tecnica ad alto impatto. Non serve rallentare il lavoro: basta un passaggio di revisione — anche di dieci minuti — prima che un noindex, un canonical o un redirect diventino live.

Secondo: non confondere la sicurezza con cui un’AI scrive con l’affidabilità di quello che scrive. Claude, nel caso documentato, ha affermato con la stessa naturalezza cose vere e cose inventate. La differenza si vede solo controllando con gli strumenti reali — Search Console, un crawler, il codice sorgente — non rileggendo il testo con più attenzione.

Terzo: l’AI resta uno strumento con un moltiplicatore di produttività reale, se sai dove mettere il controllo. Il mio modello di lavoro — un senior più agenti AI al posto di un’agenzia da 15 persone — funziona perché il controllo umano c’è sempre, su ogni azione che conta. Tolto quel controllo, il rischio di errori come questi dieci non è teorico: è documentato, con nome e cognome, su un progetto vero.

Se vuoi capire se il modo in cui la tua azienda (o la tua agenzia) usa l’AI per la SEO ha già un controllo umano solido sui punti critici, o se stai correndo rischi che ancora non vedi — scrivimi: bastano un paio di esempi concreti del tuo flusso di lavoro per capirlo insieme.