Il 15 maggio 2026 Google ha pubblicato qualcosa che mancava da quando AI Overview e AI Mode sono entrati nelle nostre vite: una guida ufficiale su come ottimizzare un sito per la ricerca basata sull’intelligenza artificiale. Si chiama “Ottimizza il tuo sito web per le funzionalità di AI generativa nella Ricerca Google” ed è disponibile su Google Search Central.
Il messaggio centrale è diretto: la SEO non è superata dall’AI. È la sua base. Chi lavora nel marketing digitale da qualche anno ha visto circolare per mesi acronimi come AEO (ottimizzazione del motore di risposta) e GEO (ottimizzazione del motore generativo), spesso accompagnati da servizi dedicati e promesse di visibilità nell’AI. Google ha risposto a tutto questo con un documento ufficiale che dice, tra le altre cose, che ottimizzare per la ricerca AI generativa significa ottimizzare per l’esperienza di ricerca, e che quindi si tratta ancora di SEO.
Vale la pena capire perché, e cosa cambia nella pratica quotidiana.
Indice dei contenuti
Cosa ha pubblicato Google il 15 maggio 2026
La guida è stata annunciata da John Mueller del team Search Relations di Google attraverso il Google Search Central Blog. È la prima volta che Google raccoglie in un unico documento le indicazioni su come i contenuti vengono selezionati per AI Overview e AI Mode, due funzionalità che nel frattempo hanno raggiunto oltre due miliardi di utenti a livello globale.
Il documento si divide in cinque aree principali: la rilevanza della SEO per la ricerca AI, le buone pratiche tecniche e di contenuto, una sezione dedicata a sfatare i falsi miti più diffusi, indicazioni sulle esperienze agentiche e i passi successivi consigliati. Non è un documento rivoluzionario, nel senso che non introduce principi nuovi. È piuttosto la versione scritta e ufficiale di posizioni che Google aveva già espresso in forma sparsa, in interviste, video e post sul blog.
La novità è che adesso è documentazione. Ha il peso di un riferimento, non di un’opinione.
Come funziona davvero la ricerca AI di Google
Per capire perché la SEO resta centrale, bisogna capire come AI Overview e AI Mode recuperano e usano i contenuti. Google ha finalmente spiegato i due meccanismi tecnici alla base di tutto.
RAG: perché il tuo sito deve essere indicizzato per esistere nell’AI
RAG sta per Retrieval-Augmented Generation, che in italiano si può tradurre come generazione assistita dal recupero di informazioni. In pratica significa che il modello AI di Google, prima di costruire una risposta, recupera pagine web dall’indice di ricerca esistente e le usa come fonte. Non inventa le risposte dal nulla attingendo solo ai dati su cui è stato addestrato: le ancora a contenuti reali e aggiornati che ha trovato sul web.
La conseguenza pratica è immediata: se il tuo sito non è indicizzato da Google, non esiste per l’AI. Non c’è un percorso alternativo. Non esiste un file speciale da caricare, non esiste un markup diverso che aggiri l’indice. La pagina deve essere raggiungibile da Googlebot, deve poter essere scansionata e indicizzata, e deve passare i filtri di qualità dei sistemi di ranking tradizionali. Solo allora può entrare nel pool da cui l’AI attinge per costruire le sue risposte.
Questo spiega perché Google dice che le buone pratiche SEO restano valide: le funzionalità AI si appoggiano agli stessi sistemi di ranking e qualità della ricerca classica.
Query fan-out: ogni paragrafo è una candidatura indipendente
Il secondo meccanismo si chiama query fan-out, ed è forse quello con le implicazioni più concrete per chi scrive contenuti. Quando un utente digita una domanda in AI Mode, il sistema non cerca solo una risposta a quella domanda esatta. Genera in parallelo dieci, quindici o più domande correlate, le cosiddette sotto-query, e per ciascuna recupera i contenuti più pertinenti da fonti diverse.
L’esempio che Google riporta nella guida è chiarificatore. Se qualcuno cerca “come sistemare un prato pieno di erbacce”, le sotto-query generate potrebbero includere “migliori erbicidi per prati”, “rimuovere le erbacce senza prodotti chimici” e “come prevenire le erbacce nel prato”. Ciascuna di queste sotto-query porta a pagine diverse.
Il punto importante è questo: ogni sezione del tuo articolo è di fatto un candidato autonomo per una sotto-query specifica. Una pagina che si posiziona al sesto posto per una keyword generica può essere citata nell’AI per un paragrafo preciso che risponde perfettamente a una delle sotto-query generate. Secondo i dati BrightEdge, l’80% delle citazioni nei risultati di AI Mode proviene da URL che non compaiono nei primi dieci risultati organici per la query principale.
Cosa cambia rispetto alla ricerca tradizionale
Nella ricerca tradizionale il gioco era relativamente lineare: posizionarsi in prima pagina per le keyword principali portava traffico. Con il query fan-out la logica si complica. Posizionarsi in prima pagina resta importante, ma non è più sufficiente da solo. Quello che conta è avere sezioni di contenuto specifiche, ben scritte e autonomamente comprensibili, che rispondano a domande precise all’interno di un argomento più ampio.
Non si compete più solo sulla pagina, ma sul paragrafo. Un contenuto mediocre al primo posto può essere ignorato dall’AI, mentre un contenuto solido al sesto posto può essere citato per una sezione particolarmente precisa. I dati Seer Interactive su 5,47 milioni di query tracciate mostrano che i click in posizione uno sono crollati dall’1,76% allo 0,61% sulle ricerche con AI Overview attivo. Il traffico totale si riduce, ma i click che arrivano valgono di più: secondo una ricerca Semrush del giugno 2025, i visitatori provenienti dalla ricerca AI valgono 4,4 volte di più in termini economici rispetto a quelli della ricerca organica tradizionale.
Contenuti non generici: il fattore che conta più di tutto
La sezione della guida Google più citata dagli analisti è quella sui contenuti di valore. Google usa un’espressione specifica: “contenuti non generici”. Il contrario sono i contenuti generici, quelli che ripetono informazioni già disponibili ovunque, assemblate da fonti esistenti senza aggiungere nulla.
Google fa un esempio diretto. Un articolo intitolato “7 consigli per chi acquista casa per la prima volta” è un contenuto generico: chiunque potrebbe averlo scritto, un modello AI potrebbe generarlo in pochi secondi. Al contrario, un articolo intitolato “Perché abbiamo rinunciato all’ispezione e risparmiato: uno sguardo alla rete fognaria” è un contenuto non generico, perché racconta un’esperienza diretta, una decisione reale, un punto di vista che non si trova replicato altrove.
La distinzione non è stilistica. È strutturale. I sistemi AI di Google esaminano più fonti contemporaneamente e tendono a selezionare quelle che offrono qualcosa che le altre non hanno: dati originali, esperienza di prima mano, prospettive specifiche. Un riassunto di ciò che altri hanno già detto non aggiunge valore in questo contesto.
Google precisa anche che creare molte pagine per coprire ogni variante di ricerca possibile, al solo scopo di intercettare sotto-query diverse, viola le norme anti-spam sulla produzione di contenuti su larga scala. Poche pagine solide battono decine di pagine sottili.
Cinque cose che non servono (e che qualcuno ti sta ancora vendendo)
La sezione di sfatamento dei miti è probabilmente la più utile della guida, perché nomina pratiche specifiche che stanno circolando nel settore come soluzioni per la visibilità AI. Google dice chiaramente che non funzionano, almeno per i propri sistemi.
Il file llms.txt
Il file llms.txt è un file di testo che alcuni strumenti SEO propongono come segnale per i crawler AI, una sorta di indicazione su come i modelli dovrebbero leggere il sito. Google dice esplicitamente che Googlebot non gli riserva alcun trattamento speciale: viene letto come qualsiasi altro file di testo, senza pathway privilegiati verso le citazioni AI. Se qualcuno ti sta vendendo la generazione di questo file come strategia per comparire in AI Overview, puoi smettere di pagarlo.
Suddividere i contenuti in pezzi piccoli
Un’altra pratica diffusa consiste nel frammentare gli articoli in blocchi brevissimi, nell’idea che i modelli AI preferiscano contenuti già “digeriti” in porzioni piccole. Google dice che i propri sistemi riescono a identificare la sezione pertinente di una pagina con più argomenti senza che l’autore debba pre-frammentare il testo. Non esiste una lunghezza ideale per le pagine. Conta la qualità e la specificità dei contenuti, non quanto sono spezzettati.
Riscrivere i testi “per l’AI”
Riscrivere i contenuti in uno stile pensato specificamente per i sistemi AI, con blocchi di risposte ripetitivi, keyword forzate in ogni variante possibile, struttura Q&A meccanica, non migliora le probabilità di citazione. I modelli AI di Google capiscono sinonimi e significati generali. Scrivere per le persone resta l’approccio giusto.
Cercare menzioni artificiali sul web
Pagare per far comparire il nome del proprio brand in commenti, post di forum o articoli satellite, nell’idea di aumentare i segnali di autorità per i sistemi AI, non funziona. Google dice che le stesse protezioni anti-spam che coprono la ricerca classica coprono anche le funzionalità AI generative. Le menzioni non autentiche vengono identificate, non premiate.
Puntare tutto sui dati strutturati
I dati strutturati restano utili per ottenere risultati avanzati nella ricerca tradizionale, come le stelle delle recensioni o i caroselli. Ma non esiste un markup schema.org che sblocchi citazioni nei risultati AI. Non c’è uno schema speciale per AI Overview. Il contenuto sotto il markup è l’unico fattore che conta per la visibilità AI.
La SEO tecnica non è cambiata, ma torna importante
La guida dedica una sezione alle buone pratiche tecniche, e il messaggio è semplice: i requisiti di base della SEO tecnica sono anche i requisiti di accesso all’AI. Una pagina deve essere indicizzabile (senza tag noindex accidentali), deve permettere la scansione dei contenuti, deve essere accessibile a Googlebot senza blocchi su CSS o JavaScript, deve caricarsi in modo accettabile su tutti i dispositivi.
Google segnala in modo specifico i siti costruiti con framework JavaScript: i contenuti resi lato client creano ritardi di scansione che penalizzano soprattutto i contenuti che cambiano frequentemente. Le indicazioni sulla SEO per JavaScript che Google ha già pubblicato restano valide e si applicano anche alla visibilità AI.
Un’attenzione particolare va anche ai contenuti duplicati: la loro presenza disperde le risorse di scansione e può ridurre la visibilità sia nella ricerca classica che in quella AI.
Gli agenti AI e l’Universal Commerce Protocol: cosa arriverà
L’ultima sezione della guida è quella più orientata al futuro. Google introduce per la prima volta nella propria documentazione ufficiale il tema degli agenti AI: sistemi autonomi che completano attività per conto degli utenti, come prenotare un tavolo al ristorante, confrontare le specifiche di prodotti o completare un acquisto.
Questi agenti navigano i siti web in modo diverso da un utente umano. Analizzano il DOM, leggono l’albero di accessibilità e fanno screenshot delle pagine. Questo significa che le buone pratiche di accessibilità, HTML semantico corretto, etichette ARIA, struttura navigabile, diventano rilevanti anche dal punto di vista commerciale, non solo come obbligo normativo.
Google cita esplicitamente l’Universal Commerce Protocol (UCP) come standard emergente per regolare le interazioni tra agenti AI e siti di e-commerce. Il protocollo è stato sviluppato insieme a Shopify e conta già il sostegno di oltre venti aziende. Non è ancora un’urgenza per la maggior parte dei siti, ma è il segnale più chiaro di dove Google vede andare la ricerca nei prossimi anni.
Cosa significa tutto questo per chi lavora nel marketing digitale
La guida Google non è una lista di novità. È la conferma scritta di qualcosa che i professionisti SEO più attenti sapevano già: non esiste una via parallela alla SEO per apparire nell’AI di Google. Il percorso passa dall’indice, dai sistemi di ranking, dalla qualità dei contenuti.
Quello che cambia è la granularità. Con il query fan-out, ogni sezione di un articolo è valutata in modo indipendente. Un contenuto mediocre ben posizionato può perdere terreno rispetto a un contenuto solido meno visibile, se quest’ultimo risponde in modo preciso a una delle sotto-query generate dal modello. La strategia si sposta dalla pagina al paragrafo.
Per le aziende, questo ha due implicazioni concrete. La prima: investire in contenuti originali, basati su esperienza diretta e dati reali, non è una scelta stilistica ma un requisito per esistere nella ricerca AI. La seconda: i budget spesi in pratiche come llms.txt, content chunking o menzioni artificiali andrebbero riallocati su contenuti di qualità e SEO tecnica solida.
Secondo i dati Brainlabs del luglio 2025, il 96% dei link che appaiono negli AI Overview proviene da siti già nei primi dieci risultati organici. Non è una coincidenza. La SEO ben fatta resta il biglietto d’ingresso, anche per l’AI.
