Ho letto con grande interesse The GEO Handbook di John Brennen, un libro che affronta la Generative Engine Optimization da una prospettiva particolarmente utile per chi si occupa di contenuti, documentazione tecnica, dati di prodotto e intelligenza artificiale.
Uno degli aspetti più interessanti del libro è che Brennen non presenta la GEO semplicemente come una nuova versione della SEO. Il punto non è “fare SEO per ChatGPT” o adattare qualche tecnica esistente ai motori generativi. Il cambiamento è più profondo.
Con la GEO, il sito aziendale non è più soltanto una destinazione verso cui portare traffico. Diventa, o dovrebbe diventare, una fonte affidabile da cui le AI possono recuperare, comprendere, sintetizzare e riutilizzare informazioni per costruire risposte.
È una rivoluzione copernicana: nella SEO tradizionale l’obiettivo è far sì che l’utente clicchi su un risultato e arrivi sul sito. Nella GEO l’obiettivo è aumentare la probabilità che una fonte aziendale entri nella pipeline generativa dell’AI e contribuisca alla risposta, anche quando l’utente non visiterà direttamente il sito.
Questo scenario è particolarmente rilevante per le aziende B2B, soprattutto nei settori industriali, tecnici e distributivi. Manuali, schede prodotto, dati tecnici, cataloghi, FAQ, casi applicativi, documentazione commerciale e contenuti specialistici diventano materiali che le AI possono usare per rispondere a domande di clienti, progettisti, buyer, tecnici, manutentori e decisori aziendali.
La domanda, quindi, non è più soltanto: “Il nostro sito è posizionato su Google?”.
La domanda diventa: “Le AI vedono, capiscono, considerano affidabili e riutilizzano i nostri contenuti?”.
Dalla SEO alla GEO: il sito come fonte di risposta
La GEO ha l’obiettivo di aumentare la probabilità che una fonte, per esempio un sito aziendale, venga inclusa nel processo con cui un’intelligenza artificiale costruisce una risposta.
Questo processo non coincide con il semplice recupero di una pagina. Le AI non si limitano a cercare un documento, leggerlo e proporlo come risultato. Le AI selezionano estratti, li confrontano, li pesano, li sintetizzano, li riformulano e, solo in alcuni casi, li citano o li linkano.
Inoltre ogni AI funziona in modo peculiare. Le risposte possono dipendere dai corpora di training, dagli algoritmi di retrieval, dai criteri di ranking interno, dal contesto linguistico e geografico, dalla cronologia dell’utente, dal tipo di prompt e dal modello usato.
Per questo motivo la GEO non può essere ridotta a una checklist superficiale. È una disciplina che riguarda insieme accessibilità tecnica, struttura dei dati, qualità dei contenuti, autorevolezza, coerenza semantica, citabilità e presenza dell’azienda all’interno dell’ecosistema informativo.
1. AI crawlability ed eleggibilità: l’AI vede il nostro sito?
Il primo livello della GEO riguarda la crawlability, cioè la possibilità effettiva che i bot delle AI accedano ai contenuti.
In ambito SEO siamo abituati a chiederci se Google riesce a scansionare una pagina. In ambito GEO la domanda va estesa: i bot AI possono accedere al nostro sito? I contenuti sono visibili nel codice sorgente? Le informazioni importanti sono disponibili senza dover eseguire complessi script lato client?
La visibilità SEO non garantisce automaticamente l’accessibilità da parte delle AI. Un sito può essere indicizzato da Google e, allo stesso tempo, risultare poco leggibile o poco accessibile per alcuni sistemi AI.
Un primo controllo riguarda il file robots.txt, che deve essere configurato in modo coerente con la strategia aziendale. Bloccare indiscriminatamente i bot AI può ridurre la possibilità che i contenuti del sito vengano usati come fonte. Al contrario, consentire l’accesso ai bot rilevanti può aumentare le probabilità che l’azienda entri nel perimetro informativo delle AI.
Un altro aspetto importante riguarda il rendering. Molti siti moderni mostrano contenuti all’utente attraverso JavaScript e client-side rendering. Ma le AI tendono a privilegiare contenuti già presenti nel codice sorgente della pagina, generati tramite server-side rendering o comunque disponibili in forma stabile e leggibile.
Per un sito B2B questo punto è cruciale. Se descrizioni prodotto, dati tecnici, disponibilità, attributi, certificazioni, FAQ o informazioni commerciali compaiono solo dopo l’esecuzione di script lato browser, potrebbero essere meno accessibili ai sistemi AI.
Prima ancora di ottimizzare i contenuti, quindi, bisogna verificare se quei contenuti sono effettivamente “visibili” alle macchine.
2. Leggibilità e recupero: l’AI capisce i nostri contenuti?
Il secondo passaggio riguarda la comprensione.
Non basta che l’AI possa accedere a una pagina. Deve anche riuscire a capire che cosa contiene, quali entità descrive, quali relazioni stabilisce e quali informazioni possono essere utili per rispondere a una domanda.
Qui entra in gioco un concetto molto importante: le macchine non ragionano soltanto per pagine, ma per entità.
Un’entità può essere un’azienda, un prodotto, una categoria merceologica, un’offerta, un luogo, una certificazione, una tecnologia, un’applicazione industriale, una norma tecnica. Più queste entità sono definite in modo chiaro, stabile e non ambiguo, più l’AI riesce a interpretarle correttamente.
Per questo motivo la marcatura strutturata, per esempio tramite vocabolari come Schema.org, è strategica. Lo structured data non serve solo a ottenere eventuali risultati avanzati nei motori di ricerca tradizionali. Serve anche a dare ai contenuti una forma più leggibile dalle macchine.
Una scheda prodotto B2B, per esempio, dovrebbe rendere chiaro che cosa è il prodotto, a quale categoria appartiene, quali attributi possiede, quali varianti esistono, quale disponibilità o offerta è associata, quali documenti tecnici lo supportano e quali relazioni ha con altri prodotti o applicazioni.
Questa chiarezza riduce lo sforzo interpretativo dell’AI. E, dal punto di vista delle AI, ridurre lo sforzo significa anche ridurre il rischio di errore.
Un altro segnale importante è la coerenza temporale. Se un contenuto viene aggiornato, il timestamp LastMod dovrebbe riflettere correttamente la modifica. La coerenza tra aggiornamento effettivo del contenuto e informazione temporale aumenta la fiducia della macchina rispetto alla freschezza e alla validità del dato.
Questa attenzione alla machine readability diventerà ancora più importante con l’evoluzione dell’agentic commerce. Se in futuro agenti AI autonomi negozieranno, compareranno prodotti, valuteranno offerte o interagiranno con siti aziendali per conto degli utenti, la capacità di rendere machine readable contenuti, dati e processi sarà un fattore competitivo.
3. Peso e ranking: quali contenuti l’AI considera affidabili?
Una volta individuati contenuti potenzialmente utili, l’AI deve valutarli. Deve decidere quali estratti siano più rilevanti, autorevoli e sicuri da riutilizzare.
La questione centrale è il rischio.
Un’AI deve rispondere in modo accurato, riducendo il rischio di errore, allucinazione o informazione non verificata. Per questo tende a privilegiare contenuti che può riusare con un basso livello di incertezza.
Uno dei criteri che rafforzano questa percezione di sicurezza è la ridondanza. Se un’affermazione è confermata da più fonti, se appare in modo coerente in diversi contesti, se viene ripresa da fonti riconosciute o da community competenti, l’AI tende a considerarla più plausibile.
Questo produce quello che potremmo chiamare un “bias della ridondanza”: le AI preferiscono ciò che è già stato confermato, ripetuto, sedimentato.
In questo senso l’economia delle citazioni è aristocratica. Gli algoritmi guardano inevitabilmente al passato, cioè a ciò che i corpora di training hanno reso familiare, frequente e riconoscibile. Inoltre, per ridurre costi ed errori, tendono a preferire insiemi piccoli di fonti stabili, già considerate affidabili.
Il rischio, naturalmente, è che questo meccanismo favorisca sempre le stesse fonti, anche quando non sono le più aggiornate o le più corrette. Ma dal punto di vista dell’AI, ciò che è già stato usato con successo appare meno rischioso di ciò che è nuovo, isolato o poco corroborato.
Per le aziende B2B che non sono ancora percepite come fonti primarie su un determinato tema, la strategia non può essere semplicemente “pubblicare un contenuto e aspettare”. Occorre costruire una presenza semantica più ampia.
Un metodo utile consiste nell’analizzare le risposte generate dalle AI per prompt rilevanti nel proprio settore: quali aziende vengono citate? Quali fonti vengono linkate? Quali concorrenti compaiono? Quali linguaggi, concetti e prove vengono considerati affidabili?
A partire da questa analisi, l’azienda può produrre contenuti più robusti, documentati e coerenti con il linguaggio delle fonti già riconosciute. Non per copiarle, ma per contribuire a una rete di contenuti adiacenti, tecnicamente solidi e corroborati da evidenze: documentazione tecnica, casi applicativi, dati di prodotto, guide, manuali, thread di community, confronti metodologici, spiegazioni verificabili.
In questo modo anche una fonte di nicchia può diventare familiare all’AI in un determinato contesto.
4. Sintesi: il contenuto sopravvive quando viene estratto dal suo contesto?
Il passaggio successivo è la sintesi.
Le AI non riproducono semplicemente i contenuti. Li comprimono, li riorganizzano e li inseriscono in una risposta unica. Questo significa che un contenuto, per essere utile in ottica GEO, deve poter sopravvivere alla citazione e alla sintesi senza perdere il proprio significato.
È un punto fondamentale.
Molti contenuti aziendali sono comprensibili solo se letti dall’inizio alla fine. Il senso si accumula progressivamente: un paragrafo prepara il successivo, una premessa chiarisce una conclusione, un esempio completa un’affermazione. Questo stile può essere efficace per la lettura umana, ma non sempre è ideale per le AI.
Le AI preferiscono contenuti auto-sufficienti, modulari, chiari, dichiarativi, non ambigui. Ogni blocco informativo dovrebbe poter essere estratto e riutilizzato senza tradire il significato originario.
Brennen usa un concetto molto interessante: la survivability del contenuto. Un contenuto è adatto alla GEO se può essere compresso, sintetizzato o citato fuori dal contesto originale senza distorsioni rilevanti.
Per ottenere questo risultato, i contenuti dovrebbero essere costruiti intorno ad affermazioni chiare e verificabili. Ogni topic dovrebbe contenere due elementi:
- una risposta esplicita, cioè l’affermazione centrale;
- un Fact Node, cioè il blocco di fatti, dati, definizioni, metodo e perimetro che sostiene l’affermazione.
Il Fact Node serve ad ancorare l’affermazione alla realtà.
Per esempio, non basta scrivere che un certo prodotto è “adatto ad applicazioni industriali gravose”. È meglio spiegare in quali condizioni d’uso, con quali caratteristiche tecniche, secondo quali dati, con quali limiti, in quale contesto temporale o normativo.
Un buon Fact Node dovrebbe chiarire:
- lo scopo dell’affermazione;
- le definizioni rilevanti;
- i dati o i fatti che supportano l’affermazione;
- il metodo con cui i dati o i fatti sono stati raccolti;
- il perimetro temporale di validità.
Per i siti B2B questo approccio è molto concreto. Schede prodotto, FAQ, guide tecniche, articoli di approfondimento e documentazione applicativa dovrebbero contenere affermazioni precise, supportate da fatti e non affidate soltanto a formule generiche.
Le AI preferiscono lo stile dichiarativo e quantitativo allo stile puramente narrativo e qualitativo. Non significa scrivere testi freddi o illeggibili, ma rendere le informazioni verificabili, autonome e facilmente comprimibili.
5. Autorità multimodale: quando il contenuto si collega al mondo reale
Un aspetto particolarmente interessante riguarda il legame tra contenuti e realtà.
Le AI non cercano solo frasi ben scritte. Cercano segnali che colleghino le affermazioni al mondo reale: dati, esperienze, utilizzi, documentazione, immagini, video, prove, discussioni, casi concreti.
Nel B2B questo è un vantaggio competitivo importante.
La documentazione tecnica, per esempio, non è soltanto materiale di supporto post-vendita. Può contribuire alla costruzione dell’autorità dell’azienda perché mostra come un prodotto viene realmente configurato, installato, utilizzato, manutenuto o integrato in un processo.
Allo stesso modo, video tecnici, dimostrazioni applicative, tutorial, schemi, manuali, tabelle comparative e casi d’uso aiutano le AI a collegare l’entità “prodotto” o “azienda” a comportamenti, funzioni e contesti reali.
Nel commercio elettronico B2B questa dimensione diventerà sempre più rilevante. Le AI e gli agenti autonomi non dovranno solo sapere che un prodotto esiste. Dovranno capire a che cosa serve, quando è adatto, con quali vincoli può essere usato e quali differenze presenta rispetto ad alternative simili.
Chi possiede contenuti tecnici solidi, ben strutturati e collegati all’esperienza reale parte avvantaggiato.
6. Token efficiency: perché le AI preferiscono contenuti economici da elaborare
Un altro aspetto spesso sottovalutato è l’efficienza.
Le AI lavorano sotto vincoli precisi: costo computazionale, token budget, latenza, memoria disponibile nella context window. Ogni contenuto recuperato, letto e sintetizzato ha un costo.
Per questo le AI tendono a preferire contenuti facili da elaborare: strutturati, non ambigui, compatti, machine readable.
Un contenuto disordinato, ridondante, pieno di informazioni implicite o di elementi non strutturati richiede più lavoro. Un contenuto chiaro, marcato, modulare e semanticamente ordinato è invece più economico da interpretare.
In questa prospettiva entrano in gioco anche formati pensati per la token efficiency, come TOON, Token Oriented Object Notation, che in alcuni contesti tecnici può risultare più efficiente di JSON per rappresentare dati strutturati destinati all’elaborazione da parte delle AI.
Per le aziende, il principio generale è chiaro: più i contenuti sono facili da leggere per una macchina, più aumentano le probabilità che vengano recuperati, rappresentati correttamente e riutilizzati.
7. GEO off-page: l’autorità nasce anche fuori dal sito
La GEO non riguarda solo ciò che accade sulle pagine aziendali. Esiste anche una dimensione off-page, che incide sull’autorità percepita dei contenuti e dell’entità aziendale.
Nella SEO tradizionale il link ha avuto un ruolo centrale. Nella GEO, invece, le menzioni diventano particolarmente importanti.
Una menzione è l’occorrenza stabile, coerente e reiterata di un’entità o di un’affermazione all’interno di risorse terze: siti di settore, blog, community, forum, piattaforme collaborative, Wikipedia, Reddit, pubblicazioni tecniche, discussioni specialistiche.
Per le AI le menzioni sono importanti perché aiutano a capire la distribuzione semantica di un’entità.
Dove appare questa azienda? Vicino a quali concetti? In quali contesti viene citato questo prodotto? Quali opinioni emergono? Le citazioni sono frequenti, coerenti, positive, controverse, tecniche, superficiali? Quali community ne discutono? Con quale linguaggio?
Le menzioni rafforzano la comprensione dell’entità. Una migliore comprensione favorisce l’inclusione nelle risposte. L’inclusione ripetuta nelle risposte può a sua volta rafforzare l’autorità dell’entità, trasformandola progressivamente in un nodo affidabile, un Trusted Node, citabile a basso rischio in uno specifico contesto.
8. Il ruolo delle community: la prova sociale come validazione epistemica
Le community hanno un ruolo particolare nella GEO perché non producono soltanto contenuti. Producono processi di validazione.
In una community, un’affermazione viene discussa, corretta, raffinata, contestualizzata, contestata o confermata. I thread rendono visibili i percorsi di ragionamento: qualcuno propone una soluzione, altri la verificano, emergono limiti, casi particolari, esperienze dirette, dubbi e conferme.
Per le AI, questi ambienti sono preziosi perché mostrano come le persone ragionano insieme su un tema.
Reddit, in particolare, viene spesso considerato rilevante perché contiene discussioni reali, con opinioni, esperienze, domande, obiezioni e segnali di plausibilità sociale. Più in generale, le community aiutano le AI a calibrare non solo che cosa viene detto, ma anche quanto una determinata affermazione sia condivisa, contestata o sedimentata nel tempo.
Questo punto è molto importante per il B2B.
Un contenuto tecnico pubblicato sul sito aziendale è sotto il controllo dell’azienda. Un contenuto discusso, verificato e ripreso da una community o da fonti terze acquisisce un altro tipo di forza: dimostra di poter sopravvivere alla prova sociale.
La GEO off-page non è completamente controllabile. Un’azienda non può imporre alle community di citarla o considerarla autorevole. Può però contribuire in modo serio alla conoscenza del settore: pubblicare materiali utili, rispondere a problemi reali, condividere dati, chiarire metodi, documentare casi, partecipare a conversazioni competenti.
In altre parole, può produrre contributi epistemici: contenuti che non servono solo a promuovere, ma ad aumentare realmente la conoscenza disponibile su un tema.
9. Spiegazione e citazione: perché il link non è più il centro del sistema
Nella pipeline generativa ci sono infine due passaggi decisivi: spiegazione e citazione.
La spiegazione riguarda il modo in cui l’AI valida internamente le affermazioni sintetizzate. La citazione riguarda invece il momento in cui alcune fonti emergono in superficie come link o riferimenti espliciti.
Qui si vede la differenza più netta rispetto ai motori di ricerca tradizionali.
Google, almeno nel modello classico della search, proponeva una lista di risultati e invitava l’utente a scegliere dove andare per costruire la propria risposta. Le AI, invece, cercano di fornire direttamente una risposta compiuta, risolutiva e sintetica.
Anche quando includono citazioni e link, questi non sono più necessariamente il centro dell’esperienza. Spesso funzionano come supporto alla risposta, non come destinazione principale del percorso utente.
L’obiettivo tende allo zero click.
Questo non significa che il sito perda importanza. Significa che cambia funzione. Il sito non è più solo un luogo da visitare, ma una fonte da cui l’AI può attingere per rispondere.
Per le aziende B2B, questo passaggio è decisivo. Non basta più progettare contenuti pensando solo all’utente che naviga. Bisogna progettare contenuti pensando anche alla macchina che legge, seleziona, confronta, sintetizza e decide se citare.
Che cosa significa tutto questo per le aziende B2B
Per un’azienda industriale, tecnica o distributiva, la GEO non è un tema astratto. Riguarda direttamente il modo in cui l’azienda organizza e pubblica la propria conoscenza.
Cataloghi, schede prodotto, documentazione tecnica, FAQ, articoli, casi applicativi, video, manuali e dati strutturati dovrebbero essere pensati come un ecosistema coerente.
Alcune azioni diventano prioritarie:
- verificare che i contenuti rilevanti siano accessibili ai bot AI;
- rendere disponibili le informazioni importanti nel codice sorgente, evitando che restino nascoste dietro rendering client-side;
- usare dati strutturati per chiarire entità, attributi e relazioni;
- aggiornare correttamente timestamp e contenuti;
- scrivere topic auto-sufficienti, chiari e citabili;
- sostenere le affermazioni con dati, fatti, definizioni e metodi;
- collegare i contenuti al mondo reale tramite documentazione tecnica, video, esempi e casi applicativi;
- costruire autorevolezza anche fuori dal sito attraverso menzioni, contributi e discussioni qualificate.
La GEO, in questa prospettiva, non è un trucco tecnico. È una disciplina di organizzazione della conoscenza aziendale.
Le aziende che sapranno rendere la propria conoscenza accessibile, leggibile, verificabile e riutilizzabile dalle AI avranno maggiori probabilità di essere incluse nelle risposte generate dai sistemi intelligenti.
E in un mercato B2B in cui buyer, tecnici e decisori useranno sempre più spesso chatbot, motori generativi e agenti AI per informarsi, confrontare soluzioni e prendere decisioni, essere una fonte affidabile diventerà almeno importante quanto essere una destinazione visibile.
La SEO continua a contare. Ma la GEO aggiunge una domanda nuova e strategica:
quando un’AI deve rispondere su un tema rilevante per il nostro mercato, trova nei nostri contenuti una fonte abbastanza chiara, autorevole e sicura da essere usata?