Il punteggio GEO non misura ciò che promette

La critica è arrivata netta: «Questa valutazione GEO non ha senso». Non mi ha sorpreso. È lo stesso dubbio che sollevo da tempo, soprattutto quando un fenomeno instabile viene compresso in un voto da 0 a 100 e presentato come se fosse la velocità di una pagina. Quel numero può essere comodo, ma la comodità non lo rende vero.

Prima di difendere o bocciare la GEO bisogna fare una domanda meno elegante e molto più utile: che cosa stiamo misurando? Google non pubblica un ranking GEO, le AI Overviews non sono una SERP immobile e una citazione non equivale né a un clic né a una vendita. In mezzo ci sono recupero dei documenti, sottoquery, modelli diversi, scelte di attribuzione e una buona dose di variabilità. È qui che molti tool smettono di spiegare e iniziano a vendere certezza.

Ho quindi ripreso le fonti ufficiali di Google e le ho messe accanto a studi che in Italia circolano poco: Pew Research Center, Tow Center della Columbia Journalism School, il lavoro accademico che ha coniato il termine GEO e ricerche successive sulla ripetibilità delle misure. Ne esce una posizione meno commerciabile, ma più onesta: lavorare per essere recuperabili e citabili ha senso; trattare un punteggio GEO come una misura assoluta, quasi mai.

Quel voto sembra preciso. Non significa che lo sia

La SEO classica dispone almeno di oggetti osservabili relativamente definiti: una query, una località, un dispositivo, una pagina dei risultati, una posizione e una serie temporale. Anche qui personalizzazione e volatilità impediscono certezze assolute, ma il fenomeno è campionabile. Una risposta generativa aggiunge molti passaggi nascosti: decide se attivarsi, interpreta la domanda, genera sottoquery, recupera documenti, li riordina, seleziona porzioni di testo, compone una risposta e collega alcune affermazioni ad alcune fonti. Un solo voto mescola fasi con cause differenti.

Google conferma che AI Overviews e AI Mode possono usare il query fan-out, cioè lanciare più ricerche correlate su sottotemi e fonti diverse. Aggiunge che i due prodotti possono usare modelli e tecniche differenti e quindi mostrare risposte e link diversi. Non è un dettaglio: la stessa pagina può essere tecnicamente idonea, recuperata in una sottoquery e tuttavia non citata; oppure citata in una formulazione ma non in una parafrasi quasi equivalente.

Un punteggio ha senso solo se dichiara quale anello osserva. Presenza del brand, URL citato, quota di risposta attribuibile alla fonte, prominenza della citazione, clic, conversioni e accuratezza dell’attribuzione non sono sinonimi. Sommarli con pesi proprietari produce un’indice utile per un cruscotto interno, non una misura naturale riconosciuta dal motore.

• Attivazione: per quante query compare davvero una AI Overview.
• Recupero: la pagina entra nel gruppo di documenti considerati dal sistema.
• Citazione: il dominio o URL appare come fonte visibile.
• Menzione: il brand compare nel testo, anche senza link.
• Prominenza: dove e con quanto spazio compare la fonte.
• Esito: impression, clic, sessioni qualificate, lead o vendite.

Google non vende una SEO speciale per le AI Overviews

La documentazione ufficiale ridimensiona molte checklist vendute come segreti GEO. Per essere idonea come link di supporto, una pagina deve essere indicizzata e poter apparire nella Ricerca con uno snippet. Google scrive che non ci sono requisiti tecnici aggiuntivi è che restano valide le pratiche SEO fondamentali: requisiti tecnici di Search, rispetto delle policy e contenuti utili, affidabili e pensati per le persone. Questo non significa che ogni pagina idonea sarà citata; Google precisa anche che conformità e buone pratiche non garantiscono scansione, indicizzazione o pubblicazione.

Di conseguenza non esiste, nelle indicazioni ufficiali, uno schema speciale per AI Overviews, una lunghezza obbligatoria delle risposte, un file magico o una densità di entita capace di sbloccare la citazione. Dati strutturati accurati, testo accessibile, immagini e video di qualità, linking interno e informazioni aggiornate restano utili perché migliorano la comprensione e la qualità generale del sito, non perché costituiscano un lasciapassare GEO separato.

Anche la misurazione ufficiale impone cautela. Nella documentazione storica di Search Console, tutti i link presenti dentro una AI Overview ricevono la stessa posizione del blocco; l’impression si conta soltanto quando il link viene portato in vista tramite scorrimento o espansione. Quella posizione non ordina le fonti interne e non dice quale passaggio della risposta derivi dalla pagina. Il nuovo report sulle funzioni generative, distribuito gradualmente nel 2026, espone impression aggregate per pagina, Paese, data e dispositivo, ma include insieme AI Overviews e AI Mode e non offre una classifica universale di citabilità.

Lo studio che ha inventato la GEO viene citato male

Il termine Generative Engine Optimization e stato formalizzato da Aggarwal e colleghi nello studio presentato a KDD 2024. Gli autori hanno costruito GEO-bench e proposto metriche come il conteggio di parole corretto per la posizione, con cui stimare quanta visibilità riceve una fonte nella risposta. Nel loro ambiente sperimentale, interventi come citazioni, statistiche e formulazioni autorevoli hanno prodotto miglioramenti anche rilevanti, mentre l’efficacia variava per dominio. E ricerca importante: dimostra che la forma e la qualità informativa di un documento possono influire sull uso che ne fa un motore generativo.

Il salto scorretto avviene quando un risultato di benchmark viene trasformato in una regola universale per Google AI Overviews. Lo studio misura un contesto sperimentale, motori e snapshot specifici; non prova che una pagina prima assente dal retrieval venga scoperta grazie a una riscrittura, né misura traffico, lead o vendite. un’aumento della quota testuale attribuita alla fonte non equivale automaticamente a più impression o più clic su Google.

La ricerca successiva ha reso esplicito il problema. Schulte, Bleeker e Kaufmann sostengono che la visibilità AI debba essere trattata come una distribuzione: le risposte cambiano tra esecuzioni, prompt e periodi, quindi una singola osservazione non è rappresentativa. Una valutazione che interroga una volta dieci prompt e restituisce 72 su 100 non sta misurando il valore GEO del sito. Sta descrivendo un piccolo campione, spesso senza dichiarare errore, copertura o riproducibilita.

Essere citati, essere letti e portare risultati non sono la stessa cosa

Una fonte può comparire e ricevere zero clic. Può non comparire, ma fornire informazioni assorbite nella risposta. Può essere citata accanto a un’affermazione che non supporta davvero. Il Tow Center della Columbia Journalism School ha testato otto strumenti di ricerca generativa sulla capacità di recuperare e citare contenuti giornalistici, concentrandosi proprio sui problemi di attribuzione e sul comportamento dei sistemi quando non trovano una risposta. La lezione metodologica è che contare i link non basta: bisogna verificarne la fedeltà.

Pew Research Center ha osservato il comportamento di utenti reali di Google nel marzo 2025. Quando compariva una sintesi AI, gli utenti cliccavano un risultato tradizionale nell 8 per cento delle visite, contro il 15 per cento delle pagine senza sintesi; soltanto l 1 per cento cliccava un link contenuto direttamente nella sintesi. Sono dati statunitensi, legati a un periodo e a un campione precisi, quindi non vanno applicati meccanicamente a ogni sito italiano. Dimostrano però che visibilità e traffico divergono.

Google sostiene che le pagine con AI Overviews mostrino più link è che i clic generati siano di qualità superiore, nel senso di una maggiore permanenza sui siti. L’affermazione proviene dal gestore del prodotto e non è accompagnata, nella pagina citata, da un dataset pubblico sufficiente a replicare il calcolo. Va riportata come posizione di Google, non come legge generale. Pew misura la frequenza del clic; Google parla della qualità di chi clicca. Le due cose possono coesistere: meno visite, potenzialmente più qualificate.

Due tool, due voti opposti: può succedere senza che nessuno abbia barato

Ogni piattaforma sceglie un’universo di prompt, Paesi, lingue, dispositivi, account, frequenze e motori. Poi decide se una menzione senza link vale, come normalizzare i concorrenti, quanto pesare una citazione e se conservare o scartare risposte prive di AI Overview. Queste scelte cambiano il risultato prima ancora dell’algoritmo di scoring.

Un database di keyword non coincide con la domanda reale degli utenti. Le conversazioni sono lunghe, contengono vincoli, follow-up e parafrasi. Il query fan-out amplia ulteriormente lo spazio osservabile. Anche studi enormi, come l’analisi Ahrefs di 55,8 milioni di AI Overviews su 590 milioni di ricerche, sono fotografie della copertura del loro database e del periodo di raccolta. Sono preziosi per identificare pattern aggregati, ma non possono assegnare causalmente a una modifica editoriale il merito di una citazione.

Il voto può essere legittimo come indice convenzionale, nello stesso modo in cui un’indice finanziario sintetizza un paniere. Deve però pubblicare paniere, formula, frequenza, varianza e limiti. Se questi elementi mancano, confrontare il punteggio nel tempo e pericoloso: una variazione può dipendere da prompt cambiati, rollout del motore, localizzazione, disponibilita della funzione o semplice casualità.

• Quali prompt e intenti sono inclusi e chi li ha scelti.
• Quante repliche vengono eseguite per prompt e in quali giorni.
• Quali Paesi, lingue, dispositivi e condizioni di login sono usati.
• Come sono distinti dominio citato, URL citato e semplice menzione.
• Quale formula produce il voto e quali pesi assegna agli eventi.
• Qual è l’intervallo di confidenza o almeno la dispersione osservata.
• Quando il modello, il motore o la metodologia sono cambiati.

Se proprio vogliamo misurare, facciamolo in modo adulto

La soluzione non è rinunciare a misurare. E smettere di chiedere a una sola cifra di rispondere a domande diverse. Il punto di partenza è un set di intenti commerciali e informativi realmente rilevanti per l’organizzazione, non una lista generica suggerita dal tool. Ogni intento va rappresentato da più formulazioni: breve, conversazionale, comparativa, problem-solving e branded. Per ciascuna formulazione servono repliche distribuite nel tempo.

Il risultato va conservato a livello atomico: attivazione della funzione, motore, testo del prompt, data, Paese, risposta, domini, URL, ordine visivo, presenza del brand e claim supportati. Solo dopo si costruiscono indicatori. La frequenza di citazione può essere il numero di risposte in cui compare almeno un’URL del sito diviso per il totale delle risposte valide. La share of voice può confrontare le menzioni con un gruppo di concorrenti definito. La fedeltà richiede un controllo umano a campione tra affermazione e fonte.

Per attribuire un’effetto a un’intervento editoriale occorre un disegno quasi sperimentale: pagine trattate e pagine di controllo comparabili, misure prima e dopo, stesso paniere di prompt, più repliche e annotazione degli aggiornamenti di piattaforma. Anche così il risultato resta locale. La frase corretta sarà che l’intervento è associato a un cambiamento nel campione osservato, non che la tecnica garantisce la GEO.

Che cosa fare davvero, senza fondare una nuova religione SEO

Sul piano operativo conviene partire dalla base confermata da Google: indicizzazione, snippet consentiti, accesso al contenuto importante, linking interno, esperienza di pagina, dati strutturati coerenti con il testo visibile e contenuti people-first. Se una pagina non è recuperabile o non risponde bene a un’intento, nessuna etichetta GEO risolve il problema.

Poi si lavora sulla qualità della fonte: affermazioni verificabili, dati originali, metodologia, autori riconoscibili, date, definizioni non ambigue, tabelle leggibili e riferimenti primari. Questi elementi possono aiutare persone, sistemi di retrieval e modelli a comprendere e attribuire l’informazione. Non vanno aggiunti per imitare una formula: statistiche senza provenienza e citazioni decorative aumentano il rumore e possono peggiorare l’affidabilità.

Infine si costruiscono asset che conservino valore anche senza clic immediato: strumenti, dataset, confronti aggiornabili, documentazione, casi con numeri verificabili e posizioni editoriali riconoscibili. Se la risposta generativa può riassumere completamente una pagina intercambiabile, il problema non è soltanto essere citati. E non aver creato un motivo sufficiente per la visita o per ricordare il brand.

La mia conclusione: valutare sì, certificare no

Non butterei via l’intera analisi GEO. Butterei via, semmai, la pretesa che una pagella possa descriverla da sola. Un controllo serio può scoprire problemi di accesso, mostrare su quali domande un marchio non entra mai tra le fonti e confrontare esperimenti fatti sullo stesso campione. Non può certificare che Google consideri autorevole un sito, né indovinare con stabilità la risposta di domani.

Perciò chi contesta il voto fa una domanda legittima. La risposta non dovrebbe essere una difesa d’ufficio del tool. Bisogna aprire il cofano e mostrare prompt, risposte grezze, numero di repliche, formula, limiti e rapporto con i dati reali del sito. Se il punteggio si sgonfia appena lo si rende trasparente, era soprattutto marketing. Se invece aiuta a formulare un’ipotesi verificabile, allora può servire.

La parte utile della GEO è molto meno esotica di come viene raccontata: rendere informazioni e organizzazioni facili da trovare, capire, verificare e attribuire. È un lavoro reale. Il numeretto universale, per ora, no.

Fonti

• AI features and your website
• What are impressions, position, and clicks?
• Generative AI performance report (Search)
• AI in Search: Driving more queries and higher quality clicks
• Do people click on links in Google AI summaries?
• GEO: Generative Engine Optimization
• Don't Measure Once: Measuring Visibility in AI Search (GEO)
• Tow Center's Latest Report on AI Search Engines
• Insights From 55.8M AI Overviews Across 590M Searches