SGE è la sigla con cui Google ha presentato in fase sperimentale la sua ricerca con risposte generate, ma non è più l’etichetta che si legge oggi: le stesse risposte compaiono ora sotto i nomi AI Overview e AI Mode. Il cambio di denominazione ha prodotto parecchia confusione, perché chi lavora con i contenuti si è trovato a rincorrere sigle diverse per descrivere lo stesso comportamento del motore. La sostanza non è cambiata: il sistema recupera un insieme di pagine, ne sintetizza il contenuto in una risposta unica e la mostra prima dei risultati classici.
Questa guida spiega da dove arriva l’acronimo, che cosa è successo alle denominazioni commerciali, come funziona il meccanismo che sta sotto tutte le versioni della funzione e perché conviene ragionare su quello invece che sui nomi. Ci sono i dati di domanda di ricerca sulle query legate a questi termini nel database italiano di SeoZoom, i numeri sul calo del traffico informazionale in un settore preciso, la distribuzione delle citazioni fra i diversi assistenti e un elenco di cose che, secondo la documentazione ufficiale, non serve fare.
Indice
- Da dove nasce la sigla SGE?
- Perché oggi si parla di AI Overview e AI Mode?
- Che cosa è cambiato nel modo in cui Google mostra le risposte?
- Perché il nome conta poco e il funzionamento conta molto?
- Come vengono scelte le fonti di una risposta generata?
- Quanta domanda di ricerca c’è davvero su questi termini?
- Che cosa cambia per chi produce contenuti?
- Perché il traffico informazionale sta scendendo?
- Che cosa conviene fare in pratica?
- Che cosa non serve fare?
- Come si misura la visibilità oggi?
- Domande frequenti
Da dove nasce la sigla SGE?
L’acronimo sta per Search Generative Experience ed è il nome con cui Google ha identificato il programma sperimentale che introduceva risposte generate dentro la pagina dei risultati. Era una etichetta da laboratorio, pensata per una fase di prova ad accesso limitato, non un nome di prodotto destinato al pubblico generalista.
Questo spiega molte cose. Le sigle sperimentali servono a distinguere un test dal servizio normale: chi entrava nel programma sapeva di vedere qualcosa di provvisorio, soggetto a modifiche continue e non necessariamente destinato a rimanere. Nel settore, però, quella sigla si è diffusa in fretta.
Il risultato è che una etichetta interna a un test è diventata per mesi il modo standard di parlare di risposte generate nella ricerca. Si sono scritti articoli, corsi e servizi di consulenza intorno a tre lettere che descrivevano una fase di collaudo. Quando la fase è finita, la sigla è rimasta nel linguaggio di chi lavora nel settore molto più a lungo di quanto sia rimasta nell’interfaccia del motore.
Chi cerca quel termine oggi lo fa spesso partendo da un contenuto vecchio, da un corso non aggiornato o da un ricordo. Non è un errore, ma è utile sapere che si sta cercando il nome di una fase e non il nome della funzione attuale.
Perché oggi si parla di AI Overview e AI Mode?
Perché sono le denominazioni con cui Google identifica adesso le risposte generate: la prima indica il riquadro di sintesi che compare sopra i risultati tradizionali, la seconda una modalità di ricerca separata in cui l’interazione è interamente conversazionale. Sono due presentazioni diverse dello stesso principio di fondo.
La differenza fra le due non è cosmetica. Il riquadro di sintesi convive con la lista dei risultati: sotto ci sono ancora i dieci link, gli snippet, le altre funzioni della pagina. La modalità conversazionale invece sostituisce la lista con un flusso di domanda e risposta, dove i collegamenti alle fonti sono un elemento secondario della schermata e non la sua struttura portante.
Va detto con onestà: queste denominazioni sono già cambiate più di una volta e possono cambiare ancora. Non c’è nessuna garanzia che fra un anno si chiamino così. Le funzioni vengono rinominate, unite, separate, rese disponibili in modo diverso a seconda del mercato e del tipo di query. Costruire una strategia sul nome di un riquadro significa costruirla su qualcosa che non è sotto il tuo controllo e che ha già dimostrato di essere instabile.
Che cosa è cambiato nel modo in cui Google mostra le risposte?
È cambiata la posizione della risposta rispetto ai link. Nella ricerca classica il motore proponeva una lista di documenti e la sintesi la faceva l’utente aprendo le pagine. Ora la sintesi arriva già fatta, in cima, e i documenti diventano riferimenti a margine di un testo che è stato scritto dal sistema.
Il secondo cambiamento riguarda la lunghezza e la profondità delle domande. Una interfaccia conversazionale invita a formulare richieste articolate, con vincoli e condizioni, del tipo che nessuno avrebbe scritto in una casella di ricerca tradizionale. Il motore le accoglie e le scompone, invece di cercare una corrispondenza letterale.
Il terzo cambiamento è la continuità. Nella modalità conversazionale la domanda successiva eredita il contesto della precedente. Non è più una sequenza di ricerche indipendenti ma una conversazione, dove il sistema mantiene memoria di ciò che è stato chiesto e affina progressivamente la risposta. Questo modifica il percorso dell’utente in modo profondo: la sessione può concludersi senza che nessun sito venga mai aperto, semplicemente perché il bisogno informativo è stato soddisfatto dentro l’interfaccia.
Perché il nome conta poco e il funzionamento conta molto?
Perché il nome è una scelta di marketing, mentre il funzionamento determina se i tuoi contenuti verranno usati o ignorati. Sotto ogni etichetta c’è sempre la stessa sequenza: la domanda viene interpretata e scomposta, il sistema recupera documenti dall’indice, un modello linguistico li sintetizza in una risposta unica.
Questa sequenza è la ragione per cui la documentazione ufficiale di Google può affermare, senza contraddirsi, che «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 è una rassicurazione di circostanza: è la descrizione tecnica di come è costruito il sistema. La fase di recupero attinge allo stesso indice e agli stessi segnali di qualità della ricerca tradizionale.
Ne discende una conseguenza operativa importante. Se il recupero usa i sistemi di sempre, un documento che non è indicizzato, che non risponde alla domanda o che non è considerato affidabile non entra nella selezione. Non esiste una porta di servizio che aggiri la fase di recupero e consegni il contenuto direttamente al modello linguistico.
Come vengono scelte le fonti di una risposta generata?
Il sistema non cerca una volta sola. Scompone la domanda in molte richieste collegate, ne esegue una serie in parallelo e raccoglie documenti per ciascuna. È il comportamento noto come query fan-out: da una singola domanda dell’utente nascono decine di interrogazioni interne, ognuna con il suo insieme di risultati.
Un esempio misurato direttamente aiuta a capire la scala del fenomeno. Analizzando una singola risposta generata di Google, l’insieme dei documenti su cui era costruita risultava composto da cinquantadue fonti distinte, alcune delle quali richiamate più volte in punti diversi del testo. Non è una selezione di tre o quattro pagine: è un lavoro di aggregazione ampio, in cui ogni sottodomanda porta con sé i propri riferimenti.
Questo cambia il modo di ragionare sulla competizione. Non stai lottando per un posto in una lista di dieci: stai cercando di essere il documento migliore su una delle molte sottodomande in cui la richiesta viene scomposta. Una pagina che tratta bene un aspetto specifico può entrare nella risposta anche se non è il risultato più forte sulla domanda principale.
Quanta domanda di ricerca c’è davvero su questi termini?
Meno di quanto la quantità di articoli pubblicati farebbe pensare. I volumi italiani sono modesti e frammentati fra denominazioni concorrenti, con una difficoltà competitiva alta rispetto al ritorno. È il classico caso in cui la conversazione professionale è molto più rumorosa della domanda reale degli utenti.
| Chiave di ricerca | Volume mensile | KD | KO | CPC |
|---|---|---|---|---|
| ai overview | 590 | 57 | 27 | 2,13 € |
| ai overview google | 590 | 53 | 74 | 1,71 € |
| sge google | 260 | 37 | 83 | non rilevato |
| google ai mode | 260 | 47 | 53 | 1,24 € |
| search generative experience | 140 | 42 | 45 | 1,81 € |
| ai mode | 110 | 52 | 30 | non rilevato |
| ricerca conversazionale | non rilevato | 37 | 75 | non rilevato |
| zero click search | non rilevato | 29 | 69 | non rilevato |
Il KD indica quanto sono autorevoli i siti che occupano la prima pagina, il KO quanto sono già ottimizzati i contenuti posizionati, su una scala da zero a cento. Letti insieme raccontano due situazioni molto diverse.
La sigla sperimentale ha una difficoltà di dominio contenuta ma un livello di ottimizzazione dei contenuti esistenti altissimo, ottantatré. Vuol dire che i siti presenti non sono giganti irraggiungibili, ma hanno scritto pagine curate e complete: per superarli serve un contenuto migliore, non un dominio più forte. La situazione opposta si trova su ai overview e ai mode, dove i domini sono forti ma i contenuti risultano poco ottimizzati, ventisette e trenta. Lì lo spazio esiste, a patto di avere autorevolezza sufficiente per essere considerati.
Il dato più utile resta comunque quello complessivo: parliamo di poche centinaia di ricerche al mese, distribuite su almeno sei modi diversi di nominare la stessa cosa. Nessuna di queste chiavi giustifica da sola un investimento editoriale importante.
Che cosa cambia per chi produce contenuti?
Cambia l’obiettivo del singolo documento. Prima l’obiettivo era portare la persona sulla pagina e trattenerla; adesso una parte del valore si genera anche quando la persona non arriva, perché il contenuto viene comunque letto, sintetizzato e citato dal sistema che risponde al posto tuo.
La prima conseguenza riguarda la struttura. Un testo che risponde alla domanda subito, in modo autonomo e verificabile, è più facile da estrarre rispetto a un testo che costruisce il ragionamento per pagine prima di arrivare al punto. Non è una regola imposta dai motori: è il vantaggio naturale di chi scrive in modo ordinato.
La seconda riguarda la specificità. Dal momento che la domanda viene scomposta in molte sottodomande, un contenuto che affronta un aspetto preciso con dati propri ha più possibilità di essere richiamato di un contenuto generalista che ripete quello che dicono tutti. I dati originali, le osservazioni dirette, i numeri misurati sul campo diventano l’elemento che distingue una fonte utile da una fonte sostituibile.
Perché il traffico informazionale sta scendendo?
Perché la sintesi in cima alla pagina soddisfa una parte delle domande che prima richiedevano un clic. Il fenomeno colpisce in modo particolare i contenuti che rispondono a domande generali, quelli il cui valore stava nello spiegare un concetto che ora può essere spiegato direttamente dall’interfaccia del motore.
Il settore della consulenza SEO italiana è un caso di studio interessante, perché è composto quasi interamente da contenuti informativi. Ecco la variazione del traffico organico stimato sui dodici mesi per alcuni domini del comparto.
| Dominio | Variazione a dodici mesi |
|---|---|
| giorgiotave.it | -80,0% |
| netstrategy.it | -47,6% |
| roberto-serra.com | -45,3% |
| studiosamo.it | -44,8% |
| gabrielepantaleo.it | -35,6% |
| ingigni.com | +206,6% |
| evemilano.com | +158,9% |
| fattoretto.agency | +62,3% |
La prima lettura è quella ovvia: cali molto marcati, che in un caso arrivano a quattro quinti del traffico. Ma la seconda lettura è più istruttiva. Nello stesso periodo e nello stesso settore, tre domini sono cresciuti, uno di essi triplicando. Se la causa fosse soltanto la comparsa delle risposte generate, la contrazione sarebbe uniforme.
Non lo è, e questo significa che il fattore generativo agisce insieme ad altri: archivi vecchi che invecchiano male, contenuti generalisti che si somigliano tutti, aree tematiche in cui la sintesi automatica funziona bene e aree in cui funziona male. Attribuire l’intero calo a una sola causa è comodo ma sbagliato, e porta a interventi mirati nella direzione errata.
Che cosa conviene fare in pratica?
Conviene lavorare su ciò che rende un documento una buona fonte: chiarezza della risposta, dati verificabili, copertura completa del tema, manutenzione regolare. Sono le stesse leve di sempre, applicate con più disciplina, perché il margine per i contenuti mediocri si è ridotto sensibilmente.
Il primo intervento è mettere la risposta all’inizio. Ogni sezione dovrebbe rispondere alla propria domanda nelle prime righe, in modo comprensibile anche se estratta dal contesto. Questo aiuta il lettore umano quanto il sistema che sintetizza, e non richiede alcun formato particolare.
Il secondo è portare qualcosa che non si trova altrove. Un dato misurato da te, un caso reale, un’osservazione diretta valgono più di dieci paragrafi di sintesi di quello che ha già scritto qualcun altro. È anche l’unica difesa strutturale: un contenuto interamente derivato da altre fonti è per definizione sostituibile da quelle fonti.
Il terzo è la manutenzione. In un ambito dove le denominazioni cambiano, un articolo che descrive lo stato delle cose di due anni fa diventa attivamente dannoso per la credibilità del sito. Meglio pochi documenti tenuti aggiornati che un archivio ampio e fermo.
Il quarto è spostare l’attenzione dalle chiavi di ricerca alle domande. Le tabelle di volume raccontano una parte sempre più piccola della realtà, perché la domanda conversazionale è lunga, articolata e non compare nei database dei volumi.
Che cosa non serve fare?
Non servono gli interventi tecnici pensati appositamente per i sistemi generativi. La documentazione ufficiale di Google è esplicita nell’indicare come non necessari il file llms.txt, la suddivisione artificiale dei testi in blocchi, le riscritture pensate per i modelli e i marcatori specifici per l’intelligenza artificiale.
| Pratica | Indicazione ufficiale |
|---|---|
| File llms.txt | Non necessario |
| Suddivisione artificiale del testo in blocchi | Non necessaria |
| Riscrittura dei contenuti per i modelli linguistici | Non necessaria |
| Marcatori dedicati alle funzioni generative | Non necessari |
| Ricerca di menzioni inautentiche | Inefficace |
| Best practice SEO consolidate | Continuano a essere rilevanti |
L’ultima riga della tabella merita attenzione particolare. La costruzione artificiale di menzioni, cioè la fabbricazione di citazioni del marchio in giro per la rete allo scopo di apparire più spesso nelle risposte, viene indicata come inefficace. Non è una minaccia di penalizzazione: è la constatazione che il sistema non funziona in quel modo.
Il rischio concreto di questa categoria di interventi non è tanto il danno tecnico, quanto il costo opportunità. Ogni ora spesa a implementare un file che nessuno legge è un’ora sottratta alla scrittura di un contenuto che potrebbe diventare una fonte. In una fase di mercato in cui molti vendono soluzioni per un problema che non hanno definito, sapere che cosa non serve fare vale quanto sapere che cosa fare.
Come si misura la visibilità oggi?
Con strumenti diversi da quelli tradizionali, perché una citazione dentro una risposta generata non produce necessariamente una posizione né sempre un clic. Servono un rilevamento della presenza nelle risposte dei vari assistenti e i dati che Google stessa mette a disposizione nei propri strumenti per i publisher.
Il primo canale è il Generative AI Performance Report disponibile in Search Console, che è la fonte ufficiale per capire come i contenuti si comportano nelle funzioni generative. È il punto di partenza naturale, perché riguarda direttamente il motore che genera la quota maggiore di traffico.
Il secondo canale è il monitoraggio della presenza nei diversi assistenti. Ecco come si distribuiscono le citazioni di un professionista italiano fra i sistemi generativi, secondo la rilevazione di AI Visibility di SeoZoom.
| Sistema | Quota delle citazioni | Prompt rilevati |
|---|---|---|
| Google AI Mode | 49,4% | 77 |
| Perplexity | 28,8% | 45 |
| Gemini | 16,7% | 26 |
| ChatGPT | 5,1% | 8 |
Quasi la metà delle citazioni arriva da un solo sistema, e i primi due insieme superano i tre quarti del totale. È una concentrazione che ha una conseguenza pratica precisa: chi ha risorse limitate ottiene molto più da un lavoro accurato sui contenuti che alimentano il motore principale che da una rincorsa a tutti i sistemi contemporaneamente.
Il terzo elemento da tenere d’occhio è meno tecnico. Se il traffico informazionale scende ma le richieste di contatto restano stabili, il problema è meno grave di quanto suggerisca il grafico delle sessioni. Il rapporto fra visite e contatti è oggi un indicatore più onesto del volume di visite in sé.
Domande frequenti
SGE e AI Overview sono la stessa cosa?
Sono due denominazioni della stessa idea di fondo, cioè una risposta generata mostrata nella pagina dei risultati. La prima è l’etichetta della fase sperimentale, la seconda quella con cui la funzione viene identificata adesso. Il meccanismo sottostante, recupero delle fonti e sintesi, è il medesimo in entrambi i casi.
Conviene ancora scrivere contenuti usando la sigla vecchia?
Ha senso citarla per intercettare chi la cerca ancora, ma non conviene costruirci sopra una strategia. I volumi sono modesti e frammentati fra almeno sei modi diversi di nominare la stessa funzione. Meglio un contenuto che spiega il meccanismo e menziona le varie denominazioni, invece di più articoli separati per ogni sigla.
Le mie pagine possono essere escluse dalle risposte generate?
Esistono controlli lato publisher per limitare l’uso dei contenuti, ma vanno valutati con attenzione. Chiudere l’accesso significa rinunciare a comparire come fonte, e quindi a qualunque visibilità dentro quelle risposte. Nella maggior parte dei casi il costo di essere invisibili supera il beneficio di non essere sintetizzati.
Il calo di traffico è colpa solo delle risposte generate?
No. Nel campione di domini italiani osservato, alcuni siti perdono fino all’ottanta per cento del traffico mentre altri, nello stesso periodo e nello stesso settore, crescono a tre cifre. Se la causa fosse unica il calo sarebbe uniforme. Contano anche archivi datati, contenuti generalisti e qualità della manutenzione.
Serve un file llms.txt sul mio sito?
Secondo la documentazione ufficiale di Google non è necessario, come non lo sono la suddivisione artificiale dei testi, le riscritture per i modelli e i marcatori dedicati. Il tempo impiegato a implementarlo è tempo sottratto alla produzione di contenuti che possono realmente essere selezionati come fonte.
Come faccio a sapere se vengo citato dagli assistenti?
Il punto di partenza è il Generative AI Performance Report di Search Console per la parte Google. Per gli altri sistemi servono strumenti di rilevazione dedicati, che testano una serie di prompt e registrano quali marchi e quali fonti compaiono nelle risposte, restituendo una distribuzione fra i vari motori.
Metodologia: i dati di volume, KD, KO e CPC provengono dal database italiano di SeoZoom, rilevazione del 7 agosto 2026. Le variazioni di traffico organico stimato sono calcolate sui dodici mesi precedenti la stessa data. La distribuzione delle citazioni fra i sistemi generativi è ripresa dal modulo AI Visibility di SeoZoom. L’analisi delle cinquantadue fonti di una risposta generata è un’osservazione diretta su una singola query.
A cura di Massimiliano Dal Prà, consulente GEO e SEO. Ultimo aggiornamento: 7 agosto 2026.