«Abbiamo riscritto l’articolo e l’IA continua a nominare gli altri»
In riunione qualcuno lo propone: riscriviamo quel pezzo pensando all’IA.
E allora lo si riscrive. Si aggiungono i numeri, si aggiungono le fonti, si sistemano i titoletti.
Passa un mese, si rifà all’IA la stessa domanda, e vengono fuori di nuovo i concorrenti.
Capita anche a me. E la parte fastidiosa non è il buco a vuoto: è che niente di quello che si è fatto era sbagliato. La pagina è davvero migliore di prima.
Solo che c’è uno studio che è andato a seguire cosa combina l’IA fra la domanda e la risposta. E letta da lì, la mancata citazione diventa una questione strutturale, non di qualità.
Lo firma un gruppo della ShanghaiTech University e l’aggiornamento è di luglio 2026 (lo studio). Andiamo a vedere.
Quante pagine legge un’IA prima di decidere chi nominare?
Un’IA collegata al web non risponde a memoria. Cerca, apre una pagina, segue un link, ne apre un’altra. E solo a quel punto si sbilancia.
Un in pratica è questo: un’IA che va a informarsi per conto suo. E quindi, per chi gestisce un marchio, non si scrive più solo per il lettore che atterra sul sito, ma per una macchina che raccoglie prove lungo la strada.
Nell’esperimento poteva fare cinque ricerche e cinque scaricamenti di pagina per ogni domanda.
Insomma, non legge una pagina e decide. Percorre una strada e incrocia quello che raccoglie. Ed è proprio su quella strada che si gioca la partita.
Un prodotto inventato, fisso al quinto posto, e poi si misura
Il montaggio è un po’ anomalo.
I ricercatori hanno preso nove risultati di ricerca veri e ci hanno infilato in mezzo la pagina di un prodotto inventato, fissata al quinto posto.
Perché fissarla? Per annullare l’effetto della posizione e lasciare in piedi solo quello che succede dopo il clic.
In tutto 3.124 combinazioni di domanda e prodotto, con domande vere di confronto e di raccomandazione.
Da lì in poi cambiava una cosa sola: cosa stava dietro a quel posto.
- una pagina singola, da sola (il riferimento)
- la stessa pagina, lucidata con tre metodi di già esistenti, cioè ottimizzazione dei contenuti pensata per le risposte dell’IA
- sei tipi di pagina diversi, formulati allo stesso modo e collegati fra loro
L’ultimo montaggio il gruppo lo chiama TRACE. I sei tipi sono: sito ufficiale, recensioni, articolo di un esperto, notizia, discussione di forum e post sui social. E davanti a tutti, una paginetta d’ingresso che fa da indice verso gli altri sei.
Sei fronti allineati: 67,2% contro il 35,9% della pagina singola
E i risultati, allora? Ecco la quota di risposte in cui l’IA ha presentato il prodotto come opzione adatta.
- pagina singola: 35,9%
- sei fronti allineati (TRACE): 67,2%
Su altri due insiemi di dati la direzione è la stessa: dal 56,2% al 71,9% e dal 59,0% al 73,9%. Una quindicina di punti per volta.
Ma il pezzo curioso arriva adesso.
I tre metodi di GEO classici, quelli che lavorano su una pagina sola, sono stati misurati nello stesso esperimento: 35,9%, 35,9% e 28,1%.
Rispetto a un riferimento del 35,9% fa niente, niente e peggio. La riscrittura decisa in riunione, messa in tabella.
A funzionare non è stato il testo, ma il percorso
E allora cosa ha spostato l’ago? Il gruppo ha spacchettato ancora le condizioni: stesse pagine di supporto, cambiando solo come stavano messe.
- sparpagliate, senza coordinamento: 75,0%
- con le stesse formule e collegate fra loro: 82,8%
- aggiungendo davanti la pagina d’ingresso: 89,1%
Attenzione: questi livelli vengono da condizioni diverse da quelle della tabella precedente, quindi non si affiancano. Quello che conta è un’altra cosa — lo stesso materiale sale un gradino alla volta solo per come è disposto.
Non è stata aggiunta nessuna informazione. È cambiata soltanto la strada che l’IA percorre mentre raccoglie le prove.
E quando si è aggiunta la pagina d’ingresso, a crescere è stato in particolare il passaggio dell’IA sui link interni. Le si dà un indice e va a fondo. Non gliela si dà e legge una pagina, poi chiude la pratica.
Quanto peso può reggere questo studio
Qui conviene frenare.
È un preprint, cioè un lavoro non ancora passato per la revisione dei pari. L’esperimento si è svolto in un ambiente controllato, non sul web aperto.
Il prodotto era inventato e l’unica IA provata è GPT-5.1. E la difficoltà di conquistare davvero quel quinto posto non entra nemmeno nella valutazione.
Gli stessi autori, poi, mettono nero su bianco nella dichiarazione etica che sconsigliano di applicare questi metodi a sistemi reali o al web pubblico. E il codice non lo pubblicano per intero.
Quello che si porta via da qui, quindi, non è un trucco. È il meccanismo: come un agente IA raccoglie le prove prima di rispondere.
La lettura utile non è «costruiamoci dei fronti». È piuttosto: «i posti che già parlano di noi sono sparpagliati?».
controllate l’insieme, non la pagina
Che l’IA vi nomini o no non si decide sulla bontà di una singola pagina. Si decide sul fatto che esistano posti di tipo diverso che parlano di voi, e che raccontino gli stessi fatti con le stesse parole.
E a pensarci non è nemmeno una richiesta nuova. Il testo del sito, i casi cliente, la scheda sul comparatore, l’intervento a un convegno, la discussione nella community: quasi tutto esiste già. Solo che il nome dell’azienda, la descrizione della categoria e la frase che spiega cosa fate ballano un po’ da un posto all’altro. Per l’IA è proprio quel ballo a rompere l’incrocio dei dati. Girata al contrario, la cosa suona meglio: c’è ancora margine di guadagno senza inventarsi niente.
Da queste parti ci eravamo già passati due volte. Il pezzo su come basti una citazione per farsi nominare il 44% in più riguardava l’interno di una pagina; quello su quanto l’IA citi chi ha passaparola riguardava i fronti fuori dal vostro controllo. Lo studio di oggi dice che i due smettono di essere progetti separati e diventano un insieme solo.
Quindi si parte elencando per tipo i posti che parlano di voi e allineando i fatti. E poi si misura se il vostro nome esce più spesso di prima: senza quella misura, si è riordinato l’armadio senza sapere se sia servito a qualcosa.
Prima di costruire un settimo fronte, conviene allinearne uno di quelli che stanno già lì sparpagliati.
Fonti
- Hengwei Ye, Jiasheng Mao, Zhenhan Guan, Zheng Tian (ShanghaiTech University), «EcoGEO: Trajectory-Aware Evidence Ecosystems for Web-Enabled LLM Search Agents», arXiv:2605.12887v2, 1 luglio 2026, arxiv.org (Partendo dal fatto che gli agenti IA collegati al web decidono le raccomandazioni attraverso un percorso in più passaggi — ricerca, inseguimento dei link, incrocio di più pagine — lo studio sposta l’unità di ottimizzazione dalla singola pagina a un «ambiente informativo in cui più pagine si sostengono a vicenda». La pagina di un prodotto obiettivo fittizio è stata inserita in quinta posizione fissa fra nove risultati di ricerca reali, valutando 3.124 coppie di domanda e prodotto. Con una pagina singola il prodotto è stato raccomandato nel 35,9% delle risposte, contro il 67,2% di TRACE, che uniforma le formulazioni e collega fra loro sei tipi di fronte: sito ufficiale, recensioni, articolo di esperto, notizia, forum e social. Su altri due insiemi di dati: 56,2%→71,9% e 59,0%→73,9%. I tre metodi di GEO a livello di pagina non hanno superato la pagina singola (C-SEO 35,9% / E-GEO 35,9% / AutoGEO 28,1%). In un esperimento di controllo con condizioni diverse: 75,0% senza coordinamento → 82,8% coordinato → 89,1% con l’aggiunta della pagina d’ingresso (SafeSearch). Cautele: è un preprint non sottoposto a revisione dei pari, verificato in ambiente controllato, su prodotto fittizio e con il solo GPT-5.1; la difficoltà di ottenere la posizione non rientra nella valutazione. Gli autori dichiarano nella nota etica di sconsigliare l’applicazione a sistemi reali o al web pubblico.)
