Come i motori di risposta scelgono le loro fonti

Quando ChatGPT, Perplexity, Gemini o gli AI Overviews di Google rispondono a una domanda, citano un piccolo numero di pagine web. Quelle citazioni non sono decorative. Sono il risultato di un processo di selezione, e il processo è documentato abbastanza bene da poter essere descritto. Questa pagina copre i meccanismi: come i contenuti vengono recuperati, come vengono scelte le fonti, cosa qualifica una pagina per essere presa in considerazione e perché misurare le proprie citazioni è più difficile di quanto sembri.

Retrieval-augmented generation

I motori di risposta non rispondono solo dalla memoria del modello. Usano la retrieval-augmented generation (RAG): al momento della domanda il sistema recupera documenti pertinenti da un indice, poi genera una risposta ancorata a ciò che ha recuperato. Le pagine da cui ha attinto diventano le citazioni. È per questo che l'AEO è possibile. I dati di addestramento del modello sono fissi, ma il passaggio di recupero gira su un indice vivo in cui i tuoi contenuti possono entrare e migliorare la propria posizione.

Ancorati ai sistemi di ranking

Per Google in particolare, la guida di Google alle funzionalità AI afferma che AI Overviews e AI Mode selezionano i contenuti usando la retrieval-augmented generation ancorata ai sistemi di ranking centrali della Ricerca. Il passaggio di recupero non è un algoritmo separato e misterioso. Gli stessi sistemi che decidono il posizionamento organico decidono cosa il livello generativo può leggere. I contenuti che si posizionano sono contenuti che possono essere citati.

Query fan-out

Google descrive una tecnica chiamata query fan-out, l'apertura di una domanda in più ricerche correlate: il sistema lancia contemporaneamente diverse query collegate per raccogliere contesto su un'unica domanda. La conseguenza pratica è che la tua pagina può essere recuperata per una query che l'utente non ha mai digitato. Una domanda sui prezzi può aprirsi in query su funzionalità, alternative e configurazione. Le pagine che coprono le sotto-domande adiacenti di un argomento hanno più superfici attraverso cui il recupero può trovarle.

Come compaiono le citazioni

La guida di Google nota che le risposte AI mostrano link cliccabili ben visibili verso le pagine di supporto. Essere selezionati come fonte è quindi una collocazione visibile del brand nel momento esatto della risposta, e il percorso che un lettore segue quando vuole verificare o approfondire. Search Console di Google include un report sulle prestazioni per l'AI generativa, che è il modo di prima parte per vedere questo traffico.

Il biglietto d'ingresso: indicizzata e idonea agli snippet

Per essere anche solo candidata, una pagina deve essere scansionabile, indicizzata e idonea a comparire come snippet. È tutto qui il requisito d'ingresso. Secondo la guida di Google, non serve alcun markup speciale né file specifici per l'AI, llms.txt viene ignorato da Google Search e i dati strutturati non sono richiesti per le funzionalità di AI generativa. Google sconsiglia esplicitamente di spezzettare i contenuti o di scrivere in un formato speciale per l'AI. Se una pagina non può comparire come normale snippet, non può comparire in una risposta AI; se può, tecnicamente non serve nient'altro.

In cosa differiscono i motori non Google

ChatGPT, Perplexity e Claude non poggiano sull'indice di Google. Gestiscono crawler e sistemi di recupero propri, quindi la posizione di una pagina può variare da motore a motore, e il loro appetito per i contenuti freschi differisce in modo misurabile. Uno studio su 7.683 pagine e 47.097 citazioni ha rilevato che Gemini ha citato contenuti aggiornati nell'ultimo anno nel 78 per cento dei casi, ChatGPT nel 73 per cento e Perplexity nel 65 per cento. Solo il 42 per cento dei contenuti citati era stato pubblicato di recente, il che significa che la freschezza premiata dai motori viene soprattutto dagli aggiornamenti di pagine esistenti e non da pagine nuove. Se Perplexity ti interessa, una pagina più vecchia ma mantenuta può ancora competere; su Gemini, una pagina ferma è una scommessa difficile.

Perché la misurazione delle citazioni è rumorosa

Verificare se un motore ti cita sembra semplice: glielo chiedi e guardi. In pratica il risultato è instabile. Su tre esecuzioni identiche di ChatGPT, resta stabile circa il 2,2 per cento delle fonti citate. Nelle misurazioni delle risposte degli LLM sui brand, la lingua della query spiega dal 26,5 al 32,0 per cento della varianza della misurazione, mentre l'identità del brand ne spiega l'1,5 per cento. Il modo in cui chiedi sposta il risultato molto più di chi sei.

Ne seguono due conclusioni. Primo: un singolo controllo con una query non fornisce alcun segnale affidabile; solo un campionamento ripetuto su più formulazioni e nel tempo mostra una tendenza. Secondo: tratta le dashboard dei fornitori con cautela; nessuno strumento di terze parti ha accesso ai sistemi interni di Google, quindi qualsiasi numero esterno sulle citazioni è un campione, non un registro. Per capire cosa significa per la tua strategia di contenuti, vedi che cos'è l'AEO.