«Il video andrebbe fatto, prima o poi».
Lo dice qualcuno in una riunione di marketing, tutti annuiscono, e passa un altro trimestre senza che si muova niente. Nessuno obietta e nessuno lo mette in calendario.
Il blog ormai è sistemato per le IA: fonti citate, numeri controllati. Il video, però, resta lì.
Il punto è che il canale ha un numero di iscritti a tre cifre e le visualizzazioni non salgono. Così il video diventa una cosa da fare «quando ce lo saremo meritato».
Per me il video era una questione di numeri. Un video che non decolla sembra una pila di depliant lasciata su una sedia dove non si siede nessuno.
Poi sono state aperte cento milioni di citazioni delle IA per vedere da quali video pescano davvero i modelli. E dentro c’erano parecchi di quei video fermi.
Che tipo di video di YouTube cita davvero l’IA?
Quelli leggibili, non quelli popolari. Il 40,83% dei video YouTube citati nelle risposte delle IA sta sotto le 1.000 visualizzazioni, e visualizzazioni, «mi piace» e iscritti restano tutti entro ±0,03 di correlazione con la frequenza di citazione.
Insomma: il pubblico e l’IA finiscono su due video diversi, e l’IA si tiene quello che riesce a leggere.
I dati vengono da uno studio pubblicato da OtterlyAI il 2 marzo 2026, azienda che vende monitoraggio di come i marchi compaiono nelle ricerche con IA.
Si prendono 30 giorni di citazioni osservate — oltre 100 milioni — si estraggono quelle che puntano a YouTube e si conta cosa hanno in comune quei video. Le IA analizzate sono sei: ChatGPT, Google AI Overviews, Google AI Mode, Perplexity, Microsoft Copilot e Gemini.
E i risultati, allora? Solo due numeri restano in piedi
Partiamo dal lato popolarità:
- Visualizzazioni: −0,03. «Mi piace»: −0,02. Iscritti: −0,03
- Durata del video e lunghezza del titolo: 0,02 ciascuna
Quello che stiamo leggendo è il : un numero fra −1 e +1 che misura quanto due dati si muovono insieme. Vicino a zero vuol dire «nessun legame»; serve arrivare intorno a 0,3 per parlare di un legame, per giunta debole.
Solo due valori superano quella soglia. La lunghezza della descrizione, a 0,31, e quanto è recente il video, a 0,3.
E allora cosa resta in piedi? Crollano tutti gli indicatori di popolarità e sopravvivono solo la sostanza leggibile dalla macchina e la freschezza. È questo ordine, la cosa interessante.
I capitoli sono i sottotitoli della pagina, e li legge solo Google
Prima la forma. Il 94% dei video citati è formato lungo, gli Shorts si fermano al 5,7%. Però metà dei video citati dura meno di otto minuti: quindi non basta allungare.
La descrizione media è di 334 parole, il titolo medio di 19.
E poi c’è il dato su cui sono tornato più volte: i riferimenti temporali, cioè quelle righe tipo «00:00 Introduzione» che si scrivono nella descrizione e che spezzano il video in capitoli.
Ce l’aveva solo il 31% dei video citati. Ma di quelli, il 78% è stato citato più di una volta.
E chi legge quei capitoli? Solo Google. La citazione a livello di capitolo compare unicamente nei suoi prodotti: 73% in AI Overviews, 27% in AI Mode. Altrove, nemmeno un caso.
L’elenco dei capitoli sta al video come i sottotitoli di sezione stanno a una pagina web. Un testo lungo senza sottotitoli è faticoso da scorrere per una persona e faticoso da indicizzare per una macchina: lo stesso problema, due volte.
Su quali IA conviene davvero investire in video?
Su due, in sostanza. Ecco dove cadono le citazioni video:
- Perplexity: 38,7%
- Google AI Overviews: 36,6%
- Google AI Mode: 19,6%
- ChatGPT: 4,4% (Microsoft Copilot 0,5%, Gemini 0,2%)
Fra Google e Perplexity si arriva a circa il 95%. ChatGPT il video quasi non lo cita.
Quindi il lavoro sul video e il lavoro «per ChatGPT» non sono la stessa voce di budget, e conviene smettere di trattarli così.
Per dare la scala: le piattaforme social e video valgono solo il 5,54% di tutte le citazioni delle IA. Dentro quella fetta, Reddit si prende il 46,4% e YouTube il 31,8%, secondo posto fra le fonti social.
Cosa questi numeri non possono dire
Possiamo allora portare quel 40,83% dritto in una riunione di pianificazione? Non proprio, e le cautele sono queste:
- OtterlyAI vende misurazione della visibilità nelle IA: «misurate le vostre citazioni» è una conclusione con un interesse commerciale dietro
- È correlazione, non causa. Nessuno ha allungato un gruppo di descrizioni per vedere cosa succedeva
- Il campione è fatto di video già citati: senza un gruppo di controllo si descrive la composizione dei vincitori, non la probabilità di vincere
- È una sola fotografia di 30 giorni, senza separare stagionalità e aggiornamenti dell’algoritmo
- Non è stata pubblicata la ripartizione per lingua, quindi vale soprattutto come evidenza in inglese
All’inizio anche a me era sembrato che bastasse allungare le descrizioni. I dati non arrivano a dire questo. Dicono che i video citati hanno descrizioni robuste e una struttura a capitoli, e si fermano lì.
Potrebbe essere selezione dall’inizio alla fine, per carità: i video che i modelli avrebbero comunque ripescato sono forse anche quelli per cui qualcuno si è preso la briga di scrivere bene la descrizione. Ma lo schema è abbastanza costante da muoversi prima che arrivi la versione con gruppo di controllo.
prima di rigirare i video, sistemate la descrizione
La visibilità del video nelle IA non è una gara di popolarità da aspettare di vincere. È lavoro di formato su materiale già online, e un canale con visualizzazioni a tre cifre resta perfettamente citabile.
Due cose, non tre. Mettete almeno tre capitoli nella descrizione dei video importanti, a partire da 00:00 e in ordine crescente. E scrivete la descrizione sul serio: un riassunto vero, i nomi propri che contano, i link utili. Per nessuna delle due serve riaccendere la telecamera.
Poi il video va guardato separatamente dai numeri del blog. Visto che quasi tutto si gioca su Google e Perplexity, un report costruito su ChatGPT mostrerà una linea piatta mentre la cosa si muove altrove.
La prossima volta che aprite il canale, guardate la descrizione sotto il video prima del contatore delle visualizzazioni.
