Motori di ricerca AI: funzionamento e conseguenze per la SEO

La ricerca web classica, cioè quella che conosciamo da oltre due decenni, si basa su un principio semplice: l’utente pone una query di ricerca e il motore di ricerca fornisce un elenco di link: questi cosiddetti “link blu” rimandano a pagine web su cui, si spera, si possa trovare l’informazione cercata. La base di questo modello sono i web crawler, che scansionano e indicizzano sistematicamente il web, rendendolo così ricercabile.

Con l’integrazione dell’Intelligenza Artificiale nei motori di ricerca, questo paradigma sta cambiando radicalmente. La risposta a una query di ricerca nei motori di ricerca AI non viene più composta esclusivamente da un elenco di pagine web potenzialmente rilevanti. Al contrario, il sistema elabora le informazioni in background e crea una risposta nuova e coerente grazie ad esse. Gli utenti, quindi, non vedono più solo riferimenti ai contenuti, ma una formulazione diretta che combina diverse fonti. Questo cambiamento riguarda non solo il modo in cui le informazioni vengono elaborate, ma anche le aspettative generali nei confronti dei motori di ricerca.

Come funzionano i motori di ricerca AI

Per capire come funzionano i motori di ricerca AI bisogna distinguere due sistemi: l’accesso al web (crawling, indicizzazione) e l’elaborazione del linguaggio (generazione della risposta).

Crawling e accesso al web

Un classico web crawler (come quello utilizzato da Google, Bing o anche Perplexity) scansiona sistematicamente internet. Segue i link da una pagina all’altra, memorizza i contenuti e li archivia in un indice. Questo indice costituisce la base su cui vengono poi elaborate le query di ricerca. I contenuti vengono acquisiti con una struttura tecnica (come HTML, testo, immagini, metadati), ma non vengono compresi a livello semantico.

I motori di ricerca AI necessitano d’informazioni aggiornate per generare risposte pertinenti. Alcuni sistemi gestiscono addirittura i propri crawler, il che è però molto impegnativo. Perplexity AI, ad esempio, ha ormai stabilito un proprio sistema di crawling con cui costruisce un proprio indice; altri, come You.com, combinano il crawling con l’accesso API ai motori di ricerca esistenti. Nei sistemi ibridi (come ChatGPT con funzione di Browsing) non viene eseguita alcuna indicizzazione propria: il modello utilizza invece i motori di ricerca esistenti, come Google o Bing, per recuperare pagine web mirate al momento della richiesta, basando la selezione di queste pagine sui ranking del motore di ricerca corrispondente.

Il passo successivo è assunto dal modello linguistico: esso elabora i contenuti, valuta il contesto e ne formula una nuova risposta. Spiegheremo in dettaglio come funziona esattamente questa elaborazione del linguaggio e quali conseguenze comporta per la SEO nei prossimi paragrafi.

Elaborazione del linguaggio tramite LLM

I Large Language Models (LLM) come GPT, Claude o Gemini sono reti neurali addestrate con enormi quantità di dati testuali che possono riconoscere schemi linguistici, interpretare significati e generare testi. In un motore di ricerca AI essi hanno il compito di generare risposte e comprendere il linguaggio: analizzando la query di ricerca in linguaggio naturale, elaborano contenuti pertinenti partendo dall’indice o dal web, e ne formulano una risposta nuova e coerente.

Per la SEO, questo significa un ampliamento strategico: un buon posizionamento su Google rimane importante, ma non è più sufficiente. Le aziende devono preparare i loro contenuti in modo che non solo siano visibili, ma anche utilizzati come base citabile per le risposte generate dall’AI.

Chi viene menzionato regolarmente nelle risposte AI per il proprio settore specialistico, rafforza il proprio brand, costruisce autorevolezza e può così assicurarsi a lungo termine reach e fiducia, anche se il traffico diretto dovesse diminuire.

Ecco i nuovi principi SEO che emergono in primo piano:

• Affidabilità (Trustworthiness): i contenuti devono essere creati in modo che siano considerati credibili, affidabili e citabili da un sistema AI. I criteri che Google riassume sotto E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) sono validi anche per altri sistemi.
• Dati strutturati: risposte chiare e concise, blocchi FAQ, dati strutturati (Schema.org) aiutano i sistemi AI ad acquisire ed estrarre i contenuti in modo corretto.
• Contenuti orientati alle domande: chi prepara i contenuti in modo che rispondano direttamente a domande concrete degli utenti, aumenta la possibilità di apparire nelle risposte AI generative.
• Brand Building e riconoscibilità: in un ambiente in cui i contenuti vengono elaborati in forma anonima, diventa ancora più importante costruire un brand riconoscibile ed affidabile.

Per compensare le perdite dovute al calo dei click, è necessario creare contenuti più numerosi e più pertinenti, che non si limitino a fornire risposte generiche che i modelli linguistici hanno già da tempo interiorizzato, ma che offrano un reale valore aggiunto: nuove informazioni, valutazioni umane e prospettive personali sono elementi che i modelli linguistici non possono fornire. Chi si limita a riassumere conoscenze generali già note e le pubblica sotto forma di testo, in futuro non avrà più alcuna possibilità di ottenere reach tramite i motori di ricerca perché i modelli linguistici sono già in grado di farlo meglio oggi.

Conseguenze per i siti e la SEO

Con lo spostamento dai risultati basati sui link alle risposte generative, le regole del gioco per la visibilità in rete stanno cambiando. Il problema centrale è: se la risposta appare già nella pagina dei risultati di ricerca, viene meno il click sul sito di origine. Questo cosiddetto fenomeno “Zero-Click” porta a una diminuzione del traffico organico, anche se la pagina in questione viene citata o utilizzata correttamente nei contenuti.

Dall’introduzione delle AI Overview, molti siti registrano forti perdite nel loro traffico proveniente da Google, a seconda dell’argomento, ma soprattutto per tematiche generiche, come la semplice ricerca di fatti, numeri o definizioni. A queste query di ricerca, i motori di ricerca AI possono infatti già rispondere in modo definitivo e senza problemi.

Per la SEO, questo implica un’espansione strategica: buoni ranking su Google rimangono importanti, ma non più sufficienti. Le aziende devono preparare i loro contenuti in modo che non siano solo visibili, ma anche utilizzabili come base citabile per le risposte generate dall’AI. Il vantaggio di tale citazione non risiede nel click immediato, bensì nella percezione come fonte affidabile.

Chi viene citato regolarmente nelle risposte AI per la propria area di competenza rafforza il proprio brand, costruisce autorevolezza e può così assicurarsi una Reach e una fiducia a lungo termine, anche se il traffico diretto dovesse diminuire.

I nuovi principi SEO che acquistano rilevanza sono quindi:

• Affidabilità (Trustworthiness): i contenuti devono essere creati in modo da essere considerati credibili, affidabili e citabili da un sistema AI. I criteri che Google riassume sotto E-E-A-T (Esperienza, Competenza, Autorevolezza, Affidabilità) sono validi anche per gli altri sistemi.

• Dati strutturati: elementi come risposte chiare e concise, blocchi di FAQ e dati strutturati (Schema.org) aiutano i sistemi AI ad acquisire ed estrarre i contenuti in modo corretto.

• Contenuti orientati alle domande: chi prepara i contenuti in modo che rispondano direttamente a domande concrete degli utenti aumenta la possibilità di apparire nelle risposte generate dall’AI.

• Brand Building e riconoscibilità: in un ambiente in cui i contenuti vengono elaborati in forma anonima, diventa ancora più importante costruire un brand riconoscibile e affidabile.

Per compensare le perdite dovute al calo dei click è necessario creare più contenuti pertinenti, che non si limitino a fornire risposte generiche che i modelli linguistici hanno già da tempo interiorizzato, bensì che offrano un reale valore aggiunto: nuove informazioni, valutazioni umane e prospettive personali sono elementi che i modelli linguistici non possono fornire. Chi si limita a riassumere conoscenze generali già note e a pubblicarle sotto forma di testo, in futuro non avrà più alcuna possibilità di ottenere visibilità tramite i motori di ricerca. I modelli linguistici sono già in grado di farlo meglio oggi.

Analisi dei motori di ricerca AI con SISTRIX

Per rendere misurabili queste nuove sfide servono dati affidabili. È esattamente qui che interviene il tool beta per Chatbot AI di SISTRIX: al suo interno potrai creare un progetto individuale per vedere in quali risposte di ChatGPT, Perplexity o Google AI Overview appare un brand, quali link vengono inseriti e come si evolve la visibilità nel tempo. In questo modo, è possibile comprendere quali contenuti vengono effettivamente utilizzati nelle risposte generative e come cambia la propria posizione nel panorama competitivo.

Creazione di un progetto

Tramite la creazione di un progetto focalizzato su un brand, SISTRIX mostrerà automaticamente l’ambiente competitivo corrispondente e imposterà i Prompt appropriati, in modo che tu abbia una base strutturata per monitorare regolarmente la tua visibilità nelle risposte AI.

Inoltre, SISTRIX calcola immediatamente un Indice di Visibilità per il tuo specifico brand, proprio come quello dedicato a Google e ad Amazon. Questo indice si basa su dati attuali e offre la metrica ideale per rendere misurabili i successi nel nuovo panorama dei motori di ricerca AI.

In aggiunta, avrai a disposizione anche altre interessanti funzionalità:

• Competitor: mostra quali brand sono visibili nel tuo contesto / settore.
• Fonti: elenca i contenuti da cui provengono le risposte dei sistemi AI.
• Contesto delle entità: analizza query, brand e argomenti correlati.
• Prompt: documenta in dettaglio le domande e le risposte utilizzate.

In questo modo, subito dopo all’avvio del progetto, otterrai un quadro completo della tua visibilità nei motori di ricerca AI, con una panoramica di metriche, fonti e competitor.

I Prompt nel dettaglio

Tutti i Prompt creati possono essere analizzati nel dettaglio: nella pagina di panoramica vedrai infatti subito quali Prompt sono stati rilevati, in quali sistemi AI vengono testati e se il tuo brand viene menzionato al loro interno.

Cliccando su un singolo Prompt aprirai la panoramica dettagliata: in alto viene mostrato un grafico temporale che mostra quali brand sono stati menzionati, in quale sistema e con quale frequenza. In questo modo potrai tracciare l’evoluzione della visibilità nel corso di giorni o settimane.

Sotto questa funzione troverai le risposte concrete dei sistemi: queste non vengono salvate solo per il giorno attuale, bensì anche archiviate retroattivamente.

Ciò rende possibile confrontare le risposte tra loro, rendere visibili i cambiamenti e documentare così il successo delle singole azioni. Allo stesso tempo, vengono anche evidenziati i link e le menzioni del tuo brand o dei competitor.

In questo modo riconoscerai esattamente quali contenuti confluiscono nelle risposte e come si evolve la visibilità nel tempo.

I competitor sotto controllo

L’analisi dei competitor mostra automaticamente quali brand vengono citati nelle risposte AI insieme al tuo. Nell’Indice di Visibilità, i competitor più importanti vengono confrontati direttamente con il tuo brand, permettendoti di capire a colpo d’occhio come si distribuisce la visibilità sul mercato.

In aggiunta, è disponibile un elenco completo di tutti i competitor rilevati, incluso il loro Indice di Visibilità, le menzioni nei Prompt definiti nel progetto e il numero di Prompt differenti: in questo modo, avrai a disposizione una panoramica di mercato dettagliata che mostra quali brand sono particolarmente presenti e dove è necessario intervenire.

Analizza con SISTRIX quanto è realmente visibile il tuo brand nei motori di ricerca AI. Con la versione Beta del tool AI/Chatbot riconoscerai in quali risposte AI il tuo brand viene citato, quali fonti vengono utilizzate e come cambia la visibilità nel tempo. In aggiunta, il confronto con i competitor ti mostra dove si posizionano i tuoi concorrenti e quali argomenti coprono. In questo modo otterrai non solo numeri, bensì un vero e proprio quadro completo della tua posizione nel nuovo ambiente di ricerca. Prova SISTRIX gratuitamente per 7 giorni e analizza la visibilità del tuo sito!

Motori di ricerca AI vs. Chatbot AI con accesso al web

Motori di ricerca AI

Questi sistemi sono stati sviluppati fin dall’inizio per sostituire o espandere la ricerca web classica tramite l’AI. Di norma, combinano un proprio web crawler, un indice e un modello linguistico che genera una risposta dai contenuti trovati.

Perplexity AI è uno dei rappresentanti più noti di questa categoria: questo servizio scansiona il web con i propri crawler, analizza i contenuti e li archivia in un proprio indice. In caso di query di ricerca, esso identifica le fonti pertinenti, analizza i contenuti e li trasforma (tramite un modello linguistico) in una risposta completa, integrata da citazioni trasparenti delle fonti. Perplexity non si considera un motore di ricerca nel senso classico, bensì una “Macchina di risposte” per esigenze informative più approfondite. I suoi risultati di ricerca, tuttavia, assomigliano spesso in modo sorprendente a quelli di Google, il che fa supporre che Perplexity e altri motori di ricerca AI accedano anche ai risultati di ricerca di Google per trovare risposte appropriate.

Le AI Overview (precedentemente note come “Search Generative Experience”) sono l’approccio di Google per combinare la ricerca tradizionale con l’AI generativa. La base è l’indice di Google, combinato con riassunti generati dall’AI che vengono mostrati al di sopra dei normali risultati di ricerca. Le risposte appaiono come un commento di accompagnamento all’elenco dei risultati: non come un sostituto, ma come una contestualizzazione. Spesso, però, contengono informazioni così esaustive che spesso non è più necessario cliccare sui risultati di ricerca: uno studio mostra che, da quando le AI Overview sono state introdotte, si è assistito ad una perdita media del 50% dei click su Google. L’AI Mode di Google potrebbe addirittura ridurre ulteriormente il Click Rate dei siti.

You.com persegue un approccio modulare. Gli utenti possono scegliere se visualizzare i link classici, i riassunti AI o entrambi. Anche in questo caso, vengono utilizzati un proprio crawler e un modello linguistico. You.com cerca di personalizzare maggiormente la ricerca, adattando i risultati e permettendo agli utenti di gestire autonomamente il layout degli stessi.

Ciò che accomuna tutti e tre i sistemi è che non sono semplicemente “interfacce parlanti”, bensì gestiscono una propria infrastruttura tecnica per l’acquisizione e la valutazione dei contenuti web. Sono quindi più di semplici frontend per i motori di ricerca esistenti.

Chatbot AI con ricerca web

Questi sistemi sono stati originariamente concepiti come modelli linguistici per conversazioni generali, ma in seguito hanno ottenuto funzionalità per il recupero d’informazioni in tempo reale tramite l’accesso al web. Di norma, non dispongono di propri crawler o di un indice di ricerca completo, bensì utilizzano servizi di ricerca esistenti come Google o Bing.

ChatGPT può scansionare il web quando la funzione di browsing è attiva. Il modello invia una query di ricerca a un motore di ricerca esistente (ad esempio Bing o Google), legge una selezione delle pagine visualizzate ed elabora i loro contenuti per rispondere alla domanda originale dell’utente. In questo caso non avviene un crawling permanente, bensì un accesso temporaneo al momento della conversazione. Le fonti vengono di norma citate, ma la logica di ricerca del servizio sottostante (ad es. Bing) rimane in background.

Microsoft Copilot (precedentemente Bing Chat) è profondamente integrato nell’ecosistema di Bing. L’elaborazione del linguaggio avviene tramite un modello GPT che può accedere in tempo reale all’indice di ricerca di Bing. Copilot è in grado di analizzare le query di ricerca, recuperare i contenuti pertinenti e integrarli direttamente in una risposta generativa. Il controllo tecnico sulla ricerca e sul modello linguistico è nelle mani di Microsoft, il che consente un’integrazione avanzata, ad esempio su Edge, Windows e i prodotti Office.

Google Gemini dispone di un accesso al web in determinate modalità, ad esempio tramite “Gemini in Chrome” o la modalità Live nell’app web. In questi casi, il modello non accede a un proprio indice di ricerca, bensì utilizza contenuti selezionati di pagine web in tempo reale. L’accesso è tuttavia limitato e dipende dal tipo di account, dalla lingua e dalla regione, il che significa che Gemini, a differenza di Perplexity o Bing Copilot, non rappresenta ancora un sistema di ricerca completo con un proprio indice. Il punto di forza di Google Gemini è la sua capacità di elaborare anche quantità molto grandi di testo, rendendolo particolarmente adatto per la ricerca professionale in documenti testuali o studi di grandi dimensioni.

A differenza dei motori di ricerca AI “puri”, questi sistemi ibridi sono maggiormente dipendenti da infrastrutture di ricerca esterne. Non scansionano l’intero web autonomamente, ma selezionano in modo mirato pagine che sono già reperibili tramite motori di ricerca affermati. Questo dimostra quanto i ranking dei motori di ricerca saranno cruciali anche in futuro per le citazioni nelle risposte AI.

Chatbot AI senza ricerca web

Oltre ai motori di ricerca AI e ai Chatbot con funzione di Browsing, esiste una terza categoria: i modelli linguistici che si basano esclusivamente sul loro corpus di addestramento e non hanno accesso al web. Questi sistemi possono creare contenuti, rispondere a domande o riformulare testi, ma solo sulla base delle conoscenze che hanno acquisito fino al momento del loro addestramento.

• Sebbene ChatGPT disponga di una ricerca web opzionale, non la utilizza nella maggior parte dei casi e per la maggior parte delle query. Di default, il modello si basa sul suo vasto patrimonio di conoscenze, costituito dai dati di addestramento. L’accesso al web avviene solo quando la funzione di Browsing viene attivata dall’utente o quando ChatGPT stesso decide che sono necessari dati aggiornati.

• Claude (Anthropic) è specializzato nell’elaborazione di contesti più lunghi, nell’analisi dei testi e nel riassumerli in modo comprensibile, ma non dispone di un accesso web integrato. Quando Claude risponde a una domanda, si basa esclusivamente su ciò che era contenuto nel materiale di addestramento o su ciò che l’utente fornisce nella chat (ad esempio tramite caricamento di file o input di testo).

• LLaMA (Meta) e i modelli open-source basati su di esso, come Mistral o Falcon, rientrano anch’essi in questa categoria, se gestiti localmente o senza collegamento a servizi di ricerca aggiuntivi.

Prospettive: la ricerca AI soppianterà la ricerca classica?

La rapida diffusione dei sistemi AI come ChatGPT dimostra che la risposta diretta senza click è molto attraente per gli utenti, specialmente per le semplici domande aperte (“W-Quesitons”) e l’uso mobile. Tuttavia, la qualità delle risposte non è spesso così affidabile come ci si aspetterebbe da un motore di ricerca.

Google ha recentemente presentato la sua “Web Guide” e in essa combina brevi risposte generate dall’AI direttamente con le fonti come una classica lista di link, mostrando così la direzione che potrebbe prendere in futuro per dare il giusto credito alle fonti: risposte AI più lista di link. In questo modo, gli utenti ottengono risposte veloci e le fonti continuano comunque a ricevere click da coloro che vogliono approfondire e hanno bisogno di un contesto più ampio sull’argomento.