Schede prodotto e AI: solo il 2,8% delle citazioni va al brand

Le AI consigliano il tuo prodotto e mettono il link da un’altra parte. Su 1.851 fonti citate da Google AI Mode, ChatGPT e Perplexity in 60 categorie d’acquisto, solo il 2,8% era una pagina del brand: il 59% erano testate editoriali. E anche quando un modello nomina esplicitamente un marchio, il link porta al sito di quel marchio solo nel 31% dei casi. Il motivo non è un algoritmo ostile. È che il 20% delle descrizioni prodotto è identico a un testo che sta già su un altro dominio. Se quello che scrivi esiste anche altrove, la macchina attribuisce la fonte a chi considera più autorevole. Non a te.

Lo studio è uscito ieri, l’ha ripreso Search Engine Journal, e i dati grezzi vengono da un’analisi su 1.000 negozi Shopify. Vale la pena leggerlo con attenzione, perché è il primo che smonta una scusa che sento da mesi: «le AI non ci citano perché siamo piccoli».

In questa pagina

• Cosa dice lo studio, numeri alla mano
• Consigliato e citato sono due cose diverse
• Perché la citazione va a un’altra parte
• Il confronto che ribalta la lettura
• Chi si prende le citazioni al posto tuo
• Cosa fare sulle schede prodotto, in ordine
• Tre errori che vedo ripetere
• Cosa cambia per SEO e GEO
• Domande frequenti
• Cosa significa per le aziende italiane

Cosa dice lo studio, numeri alla mano

Shero Commerce, un’agenzia americana specializzata in Shopify, ha fatto due cose insieme. Prima ha raccolto 8.573 descrizioni prodotto da 883 negozi con dati live, per misurare quanto di quel testo fosse originale. Poi ha fatto 60 domande d’acquisto — il tipo di domanda che una persona fa davvero prima di comprare — a Google AI Mode, ChatGPT e Perplexity, e ha catalogato tutte le fonti che i tre sistemi hanno citato.

I numeri che contano:

• 2,8%: la quota di fonti citate che erano pagine di proprietà del brand, su 1.851 fonti totali.
• 59%: la quota di citazioni andate a testate ed editori. Nel campione compaiono nomi come Good Housekeeping, Verywell Fit, Reviewed.com. Da noi l’equivalente sono i portali di settore, le riviste online, i grandi comparatori.
• 31%: su 159 raccomandazioni esplicite di un marchio, quante volte il link è finito sul sito di quel marchio. Due volte su tre il modello dice il tuo nome e manda il lettore altrove.
• 9,5%: quante volte, nel campione di brand consolidati controllati dentro il livello di risposta di Google, quei brand sono stati citati o consigliati. In un terzo delle categorie non è stato nominato nessuno di loro.
• 20%: le descrizioni prodotto che compaiono identiche o quasi identiche su almeno un altro dominio — quasi sempre un rivenditore o un marketplace, non un concorrente diretto.
• 22%: i prodotti che condividono un testo quasi identico con un altro prodotto dello stesso negozio.

C’è un dato che va letto al contrario di come sembra. Il campo descrizione visibile è sotto le 50 parole nel 30% dei prodotti, e istintivamente diresti «ecco il problema, il testo è troppo corto». Non è così: misurando l’HTML grezzo, quello che un crawler AI scarica davvero, solo il 15,6% dei negozi analizzabili risulta genuinamente povero di contenuto. Nel 71% dei prodotti con descrizione corta, il resto della pagina porta comunque abbastanza materiale da leggere.

Tradotto: il problema non è la quantità. È l’originalità e l’attribuzione.

Il dato tecnico che quasi nessuno controlla

L’88% dei negozi emette dati strutturati di tipo Product. Sembra un buon numero, e in ottica SEO classica lo è. Ma nel 59% dei casi il campo descrizione dentro quei dati strutturati è sotto le 50 parole oppure è vuoto.

È esattamente il campo che un modello linguistico può citare con più sicurezza, perché è già etichettato: «questa è la descrizione di questo prodotto, con questo prezzo, di questo brand». Gli stai consegnando lo schema perfetto e dentro non ci metti niente. Ho visto la stessa identica cosa su decine di installazioni WooCommerce italiane, dove il markup viene generato dal plugin SEO e prende la short description — che spesso è una riga sola, o è vuota.

Consigliato e citato sono due cose diverse

Questa è la distinzione che voglio far passare, perché cambia il modo in cui si legge qualsiasi report di visibilità AI.

Essere consigliati vuol dire che il modello scrive il tuo nome dentro la risposta. «Per delle leggings opache in palestra i marchi più citati sono X, Y e Z.»

Essere citati vuol dire che accanto a quella frase c’è il link alla tua pagina, e quel link è cliccabile.

Sono due partite separate con due meccaniche diverse. La prima la vinci con la reputazione diffusa: quante volte il tuo nome compare in giro associato a quel bisogno. La seconda la vinci con il materiale: quanto la tua pagina è l’unico posto dove sta scritta quella cosa.

Lo studio misura una forbice enorme tra le due. E la forbice è la cosa più costosa che c’è, perché il cliente riceve il consiglio giusto e poi atterra sul sito di un’altra azienda che vende lo stesso prodotto. Hai pagato la reputazione e qualcun altro incassa il clic.

Ne avevo già scritto in citazioni fantasma, ma quella era la faccia opposta del problema: contenuti tuoi usati senza che il tuo nome venisse detto. Qui è il contrario. Il nome lo dicono. È il link che va da un’altra parte.

Perché la citazione va a un’altra parte

Lo studio è onesto su un punto: misura dove finiscono le citazioni, non spiega con certezza perché. Quindi qui parlo io, con quello che vedo sui progetti.

1. Il testo che hai scritto non è tuo

Se importi il catalogo dal fornitore, quella descrizione sta già su venti siti. Su Amazon, sul sito del produttore, su tre marketplace e su quattro rivenditori più grandi di te. Un modello linguistico non ha modo di sapere chi l’ha scritta per primo — e onestamente non gli interessa. Assegna la fonte a chi ha più segnali di autorevolezza intorno. Che non sei tu.

Il 20% misurato dallo studio è una stima prudente, tra l’altro, perché riguarda negozi Shopify tendenzialmente brandizzati. Nel dropshipping e nella rivendita pura italiana la quota è molto più alta: su alcuni cataloghi che ho analizzato non c’era una riga scritta in casa.

2. La pagina non contiene niente che solo tu potevi sapere

Guarda una scheda prodotto media: nome, prezzo, quattro bullet di caratteristiche tecniche, misure, spedizione. Tutto vero, tutto pubblico, tutto già presente altrove.

Adesso guarda cosa scrive la testata che si prende la citazione: «l’abbiamo provata per sei settimane», «rispetto al modello Y tiene meglio sotto i 10 gradi», «non compratela se avete il piede largo». Confronti, condizioni d’uso, limiti dichiarati. Materiale che esiste in un posto solo.

Il modello cita quello perché è quello che risponde alla domanda. La domanda non era «quanto costa», era «quale mi conviene».

3. La parte leggibile della pagina è la meno curata

Le AI non leggono la tua pagina come la leggi tu. Un modello prende un blocco corto e strutturato — titolo, primo paragrafo, campi dei dati strutturati — e su quello costruisce quello che sa di te. Ne ho scritto i numeri esatti in come ChatGPT legge le pagine: circa 200 caratteri dall’inizio del testo, con la pagina aperta davvero una volta su ottanta.

Su una scheda prodotto quei 200 caratteri sono quasi sempre sprecati: il nome del prodotto ripetuto, il codice articolo, «spedizione gratuita sopra i 49 euro». Zero informazione utile a decidere.

4. Il contenuto è dietro a uno script

Su molti temi WooCommerce le schede tecniche, le varianti e le recensioni si caricano via JavaScript dopo il primo caricamento. Per un occhio umano non cambia niente. Per un crawler AI quella parte non esiste: l’ho documentato con il test dei 41 giorni in i crawler AI non eseguono il JavaScript. Se le tue uniche informazioni originali stanno nel tab «Dettagli» che si apre al clic, per la macchina la tua pagina è vuota.

Il confronto che ribalta la lettura

Ecco perché questo studio mi interessa più di altri.

Il 20 agosto avevo pubblicato i dati di un’analisi su 14.472 citazioni locali: quando l’AI consiglia un’attività di servizi, il 60% delle citazioni punta al sito dell’azienda stessa — più di tutte le directory, i forum e i portali di recensioni messi insieme. Lo trovi in SEO locale e AI.

Oggi arriva il dato speculare: quando l’AI consiglia un prodotto, il 2,8% delle citazioni punta al sito del brand.

Sessanta contro tre. Stesse macchine, stessi modelli, stesso periodo. Cosa cambia?

Cambia che il sito di un idraulico, di uno studio dentistico, di un’azienda agricola contiene informazioni che non esistono altrove: chi sono, dove operano, come lavorano, cosa fanno e cosa non fanno. Il sito di un e-commerce che rivende contiene informazioni che esistono ovunque.

Non è una questione di dimensione né di autorità di dominio. È una questione di esclusività dell’informazione. Le AI citano chi possiede il dato, e il dato lo possiedi solo se l’hai prodotto tu.

Questa per una PMI italiana è una buona notizia mascherata da brutta notizia. Vuol dire che il divario non si colma comprando link o budget, si colma scrivendo cose che il tuo fornitore non ha scritto. Costa ordine, non budget.

Chi si prende le citazioni al posto tuo

Il 59% delle fonti citate sono editori. Vale la pena capire chi sono davvero, perché in Italia hanno un’altra faccia rispetto agli esempi americani dello studio.

Da noi il posto della testata generalista lo occupano tre categorie.

I portali di settore. Quelli che pubblicano guide all’acquisto per una nicchia sola: attrezzatura sportiva, elettrodomestici, giardinaggio, edilizia. Hanno poche visite rispetto ai grandi, ma pubblicano confronti e vengono citati con una frequenza sproporzionata rispetto alla loro dimensione. Non è un caso: il loro contenuto è nato per rispondere a «quale scelgo», che è esattamente la domanda che l’utente fa all’AI.

I marketplace. Amazon, eBay, i verticali di categoria. Qui il meccanismo è quello della sindacazione: se hai caricato la stessa descrizione anche là — e quasi tutti l’hanno fatto — la macchina attribuisce la fonte al dominio più grande. Stai facendo concorrenza a te stesso con il tuo stesso testo.

I forum e le community. Discussioni vecchie di anni dove qualcuno ha scritto «io ho preso il modello X e dopo due inverni fa così». È contenuto sgrammaticato, non ottimizzato, senza dati strutturati. Viene citato lo stesso, perché contiene un’esperienza che da nessun’altra parte è scritta.

Questo terzo caso è quello che dovrebbe far riflettere di più. Non stai perdendo contro un competitor con più budget. Stai perdendo contro un utente anonimo che nel 2021 ha scritto tre righe vere in un forum. La cosa che ti manca non è la tecnologia. È la frase.

Cosa fare sulle schede prodotto, in ordine

Non ha senso rifare 4.000 schede. Ha senso rifarne trenta, quelle giuste, e misurare. Questo è l’ordine con cui procederei.

Passo 1 — Scegli le venti schede che fanno il fatturato

Apri le vendite degli ultimi dodici mesi, ordina per margine (non per numero di pezzi) e prendi le prime venti. Su un catalogo normale sono il 60-70% del margine totale. Il resto aspetta.

Passo 2 — Verifica quanto del tuo testo è già online

Prendi una frase intera dalla descrizione, mettila tra virgolette e cercala su Google. Se escono altri siti, quella scheda non ti farà mai citare. Fallo su dieci prodotti a campione: in dieci minuti sai a che punto sei. Se sette su dieci hanno copie, il problema è strutturale e riguarda l’intero catalogo.

Passo 3 — Aggiungi la parte che solo tu puoi scrivere

Non serve un romanzo. Servono tre blocchi che quasi nessuno ha:

• Per chi è e per chi non è. Due righe oneste. «Adatto a chi lavora in esterno tutto l’anno. Non adatto sotto i -10°.» I limiti dichiarati sono il contenuto più citato che esista, perché rispondono alla domanda vera.
• Il confronto interno. Se vendi tre modelli simili, spiega in cinque righe quando scegliere l’uno e quando l’altro. Nessun fornitore te lo scriverà mai, perché nessun fornitore vuole sconsigliare un suo prodotto.
• Il dato di esperienza. Quante ne hai vendute, il tasso di reso, il problema che i clienti segnalano più spesso, quanto dura in media. Sono numeri che hai già nel gestionale e che non esistono da nessun’altra parte su internet.

Passo 4 — Sposta le informazioni buone in alto

Il primo paragrafo dopo il titolo deve rispondere alla domanda d’acquisto, non presentare il prodotto. È lo spazio che il modello legge quasi sempre. Sprecarlo con «Benvenuti nel nostro shop» è il modo più veloce per restare invisibili.

Passo 5 — Riempi il campo descrizione dei dati strutturati

Su WooCommerce controlla cosa finisce nel markup Product: nella maggior parte dei casi è la descrizione breve. Se è vuota o è una riga, il tuo miglior contenuto non arriva mai al campo che l’AI cita con più sicurezza. Mettici 60-100 parole vere, non lo slogan.

Verifica veloce: apri il codice sorgente della pagina prodotto e cerca "@type":"Product". Guarda cosa c’è dentro description. Se ti sorprendi, hai trovato il lavoro della settimana.

Passo 6 — Togli il contenuto da dietro il JavaScript

Schede tecniche, tabelle misure, domande dei clienti: devono stare nell’HTML servito al primo caricamento. Se il tuo tema le carica al clic sul tab, per le AI non ci sono. Test in dieci minuti: disattiva JavaScript nel browser e riapri la tua scheda prodotto migliore.

Passo 7 — Costruisci le pagine di confronto

Il 59% delle citazioni va a chi confronta. Non puoi diventare Good Housekeeping, ma puoi essere l’unico posto dove sta scritto il confronto tra i prodotti che vendi tu. Una pagina «quale scegliere tra X, Y e Z» ben fatta, con criteri e limiti, ha molte più probabilità di finire citata di venti schede prodotto.

Su questo tipo di pagine i miei dati sono coerenti con quelli pubblicati: i contenuti comparativi generano stabilmente più menzioni di quelli puramente descrittivi.

Passo 8 — Misura con più di una domanda

Chiedere una volta a ChatGPT «qual è il miglior [prodotto]» e trarne conclusioni non è una misurazione. Le risposte variano tra una sessione e l’altra in modo consistente. Fai dieci domande diverse, su tre piattaforme, e conta quante volte compare il tuo nome e quante volte compare il tuo link. Sono due colonne separate.

Come si vede la differenza, in pratica

Prendo un caso banale per far vedere cosa cambia. Immagina una scheda di una giacca da lavoro impermeabile.

Versione del fornitore: «Giacca tecnica in tessuto impermeabile, traspirante, con cuciture nastrate. Colonna d’acqua 10.000 mm. Disponibile dalla S alla XXL.» Corretta, completa, presente su altri diciotto siti.

Versione tua: «Colonna d’acqua 10.000 mm: regge una giornata di pioggia continua, non una settimana di cantiere sotto l’acqua. Chi lavora in montagna d’inverno di solito prende il modello imbottito, questo è pensato per le mezze stagioni. Vestibilità abbondante di una taglia: chi porta la XL con il pile sotto sta bene con la L. Il reso più frequente che riceviamo è per la taglia, non per il prodotto.»

Stesso prodotto, stesso prezzo, stesso magazzino. La seconda versione contiene quattro affermazioni che non esistono da nessun’altra parte su internet, e tre di queste rispondono a una domanda che una persona farebbe davvero a un assistente AI prima di comprare. Ci ho messo trenta secondi a scriverla, perché sono informazioni che chi vende quella giacca ripete al telefono ogni settimana.

Il lavoro non è di scrittura. È di trasferimento: portare online quello che in azienda si dice a voce.

Tre errori che vedo ripetere

Generare le descrizioni con l’AI per riempire il vuoto. È la reazione istintiva e produce l’effetto opposto: testo lungo, corretto e privo di qualsiasi informazione che il modello non sapesse già. Non aggiunge niente da citare, e con l’ultimo spam update di agosto la voce «abuso di contenuti su larga scala» rende la cosa anche rischiosa lato Google. L’AI è utile per sistemare la forma di quello che hai scritto tu, non per inventare la sostanza che non hai.

Trattarlo come un progetto tecnico da chiudere. «Facciamo un intervento sulle schede» è la formula con cui questa attività muore. Non è un intervento: è un’abitudine settimanale, come rispondere alle recensioni. Le aziende che ottengono risultati hanno una persona interna che aggiorna due schede a settimana con quello che ha imparato dai clienti in quei giorni.

Misurare con una domanda sola. Ne ho scritto anche a proposito delle attività locali: la stessa identica domanda ripetuta a un modello generativo dà lo stesso risultato al primo posto in una minoranza dei casi. Se controlli la tua visibilità AI facendo una domanda e vedi il tuo nome, non hai scoperto di essere visibile. Hai scoperto che quella volta è andata bene.

Cosa cambia per SEO e GEO

Chiudo la parte tecnica con la lettura di metodo, perché qui c’è un equivoco che costa soldi.

Per anni l’ottimizzazione delle schede prodotto ha significato: titolo con la keyword, descrizione con la keyword, dati strutturati compilati, immagini leggere. Roba che serve ancora e che continua a funzionare su Google. Non buttatela.

Ma la SEO classica ottimizza la corrispondenza: fare in modo che il motore capisca che la tua pagina parla di quel prodotto. La visibilità dentro le risposte generative dipende da un’altra cosa: la citabilità, cioè quanto la tua pagina è l’unico posto in cui una certa affermazione è verificabile. Sono due obiettivi diversi che a volte spingono nella stessa direzione e a volte no.

Ne ho scritto la distinzione completa in differenza tra SEO e GEO, con i dati che mostrano un dominio con autorevolezza più bassa che viene citato più spesso di uno molto più forte. È lo stesso meccanismo che vedi qui: non vince il grande, vince chi ha scritto la frase che serviva.

La conseguenza pratica per un e-commerce: il lavoro sulle schede non è più solo un lavoro tecnico da fare una volta. È un lavoro editoriale ricorrente, su poche schede alla volta, che produce informazione originale. Chi ha impostato l’e-commerce come «carico il catalogo del fornitore e faccio Ads» si accorgerà nei prossimi mesi che quel modello non genera nessuna visibilità nelle risposte AI. Zero. E le Ads dentro ChatGPT, come ho spiegato in ChatGPT Ads Italia, comprano lo spazio ma non comprano la risposta.

Domande frequenti

Se le AI mandano poco traffico, vale la pena lavorarci adesso?

I dati di Shopify pubblicati questo mese dicono che le sessioni dalle AI sono cresciute del 197% in un anno e gli ordini sono triplicati, mentre l’organico nello stesso periodo è cresciuto del 12% su una base molto più grande. In valore assoluto l’organico porta ancora molto di più. Il punto è che il lavoro sulle schede prodotto serve a entrambi i canali: contenuto originale, in alto, leggibile senza script. Non è un investimento su un canale sperimentale, è manutenzione che rende due volte.

Devo riscrivere tutte le descrizioni del fornitore?

No, e riscriverle tutte con l’AI è il modo peggiore di spendere il tempo: produce testo diverso ma ugualmente generico, e con l’ultimo spam update di Google è anche rischioso. Meglio venti schede con dentro informazione vera che quattromila riscritte a macchina.

Come faccio a sapere se una AI mi sta consigliando senza citarmi?

Serve una misurazione a due colonne. Prepara dieci domande d’acquisto reali del tuo settore — quelle che ti fanno al telefono — e ponile a ChatGPT, Gemini e Perplexity. Per ogni risposta segna due cose separate: il tuo nome compare sì o no, il tuo link compare sì o no. Ripeti ogni mese sempre con le stesse domande. È l’unico modo per vedere il divario, e il divario è il tuo margine di lavoro.

I dati strutturati bastano a farsi citare?

No, ma la loro assenza aiuta a non essere citati. Lo studio mostra che l’88% dei negozi ha il markup Product e che nel 59% dei casi il campo descrizione dentro quel markup è vuoto o troppo corto. È il classico lavoro fatto a metà: la struttura c’è, il contenuto no. Compilarlo bene costa un pomeriggio.

Vale anche per chi vende servizi e non prodotti?

Vale al contrario, ed è la parte interessante. Nei servizi il sito dell’azienda si prende circa il 60% delle citazioni, perché è l’unico posto dove quelle informazioni esistono. Chi vende servizi parte avvantaggiato e spesso non lo sfrutta: pagine di servizio generiche, nessun prezzo, nessun caso concreto. Il rimedio è identico, cambia solo l’oggetto.

Cosa significa per le aziende italiane

Tre cose concrete, per chi ha un’azienda e non fa questo di mestiere.

La prima. Se il tuo e-commerce vive di cataloghi importati dal fornitore, oggi sei invisibile alle AI e non lo vedi in nessuna dashboard. Non è un calo che compare in Analytics: è una vendita che non nasce, perché il cliente ha ricevuto il consiglio e ha cliccato sul link di qualcun altro. Il costo di questa cosa non lo puoi misurare in modo diretto — e proprio per questo tende a essere ignorato per anni.

La seconda. Il divario non si chiude con il budget. In Italia il tessuto è fatto di aziende che vendono prodotti che conoscono benissimo — perché li producono, li montano, li riparano, li vendono da trent’anni — e che pubblicano online la scheda del fornitore. È un patrimonio informativo enorme lasciato nel cassetto. La cosa che ti fa citare non è un tool né un pacchetto GEO: è il fatto che tu, dell’oggetto che vendi, sai delle cose che il produttore non scrive e il concorrente non sa.

La terza. Serve un cambio di abitudine, non un progetto. Una scheda prodotto sistemata bene alla settimana, quelle che portano il margine, con dentro per chi è e per chi non è, un confronto onesto e un numero preso dal gestionale. Cinquanta schede in un anno. Nessuna agenzia deve venirti a dire quali sono: le sai già, sono quelle su cui rispondi al telefono ogni giorno alle stesse tre domande.

Il dato del 2,8% non dice che le AI ce l’hanno con le PMI. Dice che le AI citano chi ha scritto qualcosa. Il che, per una volta, è una regola che gioca a nostro favore.

Se vuoi capire da dove partire sul tuo catalogo, scrivimi: guardiamo insieme dieci schede e in mezz’ora si vede se il problema è di contenuto, di struttura o di tutt’e due.