Non esiste un elenco affidabile di «fattori di ranking AI» come esiste un consenso di massima del settore sui fattori di ranking SEO costruito in due decenni di test. Nessuno fuori dai laboratori AI conosce il meccanismo esatto con cui un dato modello decide quale brand nominare in una data risposta, e quel meccanismo può cambiare a ogni aggiornamento del modello. Chiunque ti venda un modo garantito di «hackerare» ChatGPT perché ti consigli sta promettendo troppo — le tattiche qui sotto sono quelle che si basano su come questi sistemi funzionano davvero, per quanto se ne sa, e servono a migliorare le tue probabilità, non a garantire un risultato.
Sii inequivocabile su ciò che sei
Gli assistenti AI — sia che attingano dai dati di addestramento sia da un passaggio di ricerca web live — se la cavano meglio con i brand facili da categorizzare. Se il tuo sito, le tue recensioni e le menzioni di terzi ti descrivono tutti allo stesso modo («gestione delle spese per team finance di aziende mid-market», non «piattaforma fintech» su una pagina e «soluzione per la spesa» su un'altra), per un modello è più facile associarti con sicurezza alla domanda esatta posta da un acquirente. L'ambiguità di categoria non confonde solo i motori di ricerca — dà a un language model meno materiale quando decide chi nominare.
Guadagna vere menzioni di terzi
È il fattore citato con più costanza nelle ricerche disponibili. L'analisi di Ahrefs sulla visibilità AI di circa 75.000 brand ha rilevato che le menzioni su YouTube avevano la correlazione più forte con la visibilità AI tra tutti i segnali testati, e che anche le menzioni web del brand nel complesso (stampa, siti di recensioni, contenuti di confronto) correlavano fortemente — vedi lo studio di Ahrefs sulle correlazioni della visibilità del brand. A parte, gli articoli su come ChatGPT fa emergere i consigli indicano la validazione di terze parti — copertura stampa, menzioni di analisti e consenso tra fonti ad alta autorevolezza come Wikipedia — come fattore più grande dei trucchi SEO on-page (Profound). In pratica: fatti coprire da vere testate del tuo settore, fatti inserire in veri articoli di confronto e raccolte, e non fabbricarne di finti — un modello che riassume fonti scarse o spam tende a riflettere subito quella scarsità.
Sii davvero ben recensito
Siti di recensioni come G2 e Capterra sono tra le pagine che gli assistenti leggono sul software. Se la tua valutazione media è mediocre o le tue recensioni sono incoerenti tra le piattaforme, è un segnale reale e visibile che un modello può cogliere quando compone un consiglio — non una voce di corridoio. Non è qualcosa su cui si possa fare una scorciatoia credibile; discende dall'essere davvero bravi in ciò che fai e dal chiedere ai clienti reali di dirlo.
Pubblica contenuti che rispondono direttamente alle domande degli acquirenti
Scrivi per la domanda reale, non per la keyword. «Qual è il miglior X per Y» è vicino a come un vero acquirente lo chiede a un assistente AI — un contenuto che risponde direttamente a quell'impostazione, in linguaggio semplice, con un punto di vista chiaro, è più facile da estrarre e citare per un modello rispetto a un contenuto costruito sulla densità di keyword. Aiuta anche la struttura: titoli chiari, risposte dirette in alto e contenuto da cui un modello possa prendere una frase senza dover dedurre il senso tra più paragrafi.
Tieni coerenti e aggiornati i tuoi dati pubblici
Informazioni sbagliate o obsolete sulla tua attività in un punto online di rilievo — una vecchia scheda Google Business Profile, una pagina «Chi siamo» invecchiata, dettagli in conflitto tra directory — possono finire in ciò che un modello crede di te, e non c'è modo di «correggere» un modello a posteriori se non sistemando la fonte. L'accuratezza non è affascinante, ma è una delle poche leve davvero controllabili qui.
Cosa non funziona (e perché)
Riempire il tuo sito del nome del brand non sposta la decisione di un modello di consigliarti — i modelli sintetizzano significato, non contano la frequenza delle keyword come poteva fare un vecchio algoritmo di ricerca.
Comprare recensioni false o «menzioni» fabbricate rischia l'effetto opposto a quello voluto se viene scoperto o smentito altrove online, ed è il tipo di cosa che erode i veri segnali di fiducia che questi sistemi cercano di rilevare.
La prompt injection o il tentativo di manipolare direttamente l'output di un modello specifico non è una vera strategia GEO — potrebbe funzionare una volta, in una demo, e non scala ai veri acquirenti che fanno vere domande nel mondo reale.
Quale rimedio per quale lacuna
Le tattiche sopra funzionano meglio quando sai quale lacuna stai colmando. Questi sono i pattern da cercare nelle risposte, e il rimedio che di solito li accompagna:
Un concorrente è citato dove tu no. Leggi la frase che l'assistente usa su di lui ed estrai l'affermazione concreta: «il più facile da configurare», «il migliore per il reporting della pipeline». Pubblica lo stesso tipo di fatto su di te, in modo semplice, e fallo arrivare sulle pagine di recensioni e confronto che trattano la tua categoria.
Una domanda degli acquirenti non ti nomina mai. Se vieni nominato per «miglior CRM per piccoli team di vendita» ma mai per «passare dai fogli di calcolo», la lacuna è l'impostazione. Tratta quella domanda con le sue parole su una pagina che controlli.
Un assistente non ti nomina mai. Controlla se cerca sul web prima di rispondere o risponde dai dati di addestramento. Un modello basato sulla ricerca ha bisogno che tu sia su pagine che può recuperare e citare; un modello basato sui dati di addestramento cambia lentamente, grazie a una copertura ampia nel tempo.
L'assistente cita siti su cui non sei. Quando un modello restituisce le sue fonti, quelli sono i siti di recensioni, le documentazioni e i thread su cui farsi coprire.
Come sapere se qualcosa di tutto questo funziona
L'unico modo affidabile per saperlo è fare ai modelli le stesse domande dei tuoi acquirenti e leggere cosa torna, non dedurlo dal ranking nella ricerca. Mentioned genera 5 domande realistiche degli acquirenti per la tua categoria, le pone a Claude, ChatGPT e Gemini in modo indipendente e mostra la frase in cui sei menzionato, o chi è stato consigliato al tuo posto quando non lo sei.
Per vedere se una modifica ha funzionato, traccia la keyword invece di rifare check singoli. Un check singolo scrive domande nuove ogni volta, quindi confrontarne due mescola la tua modifica con un cambiamento delle domande. Le domande di una keyword tracciata sono bloccate e poste ogni settimana, quindi uno spostamento dopo la tua modifica è uno spostamento reale. Da Starter in su, la schermata Actions classifica le lacune qui sopra per quante risposte ti costa ciascuna, con sotto un playbook dei rimedi abituali.
Una cosa da escludere per prima: che ChatGPT, Claude e Perplexity possano leggere il tuo sito. Un crawler di ricerca bloccato significa che non puoi essere citato, per quanto buona sia la pagina. Crawler AI e robots.txt spiega quali bot contano, e l'AI crawler checker testa i tuoi.
