La Generative Engine Optimization (GEO) indica le misure con cui i contenuti compaiono nelle risposte di sistemi di IA generativa come ChatGPT, Gemini o Perplexity. Il termine deriva da uno studio del 2023 condotto da ricercatori della Princeton University e di altri istituti. Di questo studio è provato che i paragrafi con numeri, citazioni e indicazioni delle fonti sono stati ripresi più spesso in ambienti di test. Molto di ciò che oggi viene venduto come GEO va oltre e non è provato.
Dal 2024 il termine GEO compare in quasi ogni offerta per la visibilità nell'IA, spesso accanto ad AEO e LLMO, e raramente con una spiegazione di cosa si intenda esattamente. Eppure la GEO ha un'origine chiara e un nucleo provato limitato. Questa pagina distingue ciò che proviene dalla ricerca, ciò che è esperienza pratica e ciò che è un argomento di vendita.
Da dove viene il termine
La Generative Engine Optimization è stata coniata nel novembre 2023 da un gruppo di ricerca guidato da Pranjal Aggarwal e Vishvak Murahari, a cui hanno partecipato la Princeton University, il Georgia Institute of Technology, l'Allen Institute for AI e l'IIT Delhi. Lo studio «GEO: Generative Engine Optimization» (arXiv 2311.09735) ha analizzato quali modifiche a un testo aumentano la probabilità che un sistema di ricerca generativo usi il testo nella propria risposta e lo citi come fonte.
I ricercatori hanno costruito un proprio ambiente di test con domande e fonti e hanno modificato le fonti in modo sistematico: hanno aggiunto numeri, citazioni e indicazioni delle fonti, migliorato la leggibilità, inserito termini tecnici o keyword. Poi hanno misurato con quale frequenza e con quale rilievo ogni variante compariva nelle risposte generate.
Cosa è provato
Dallo studio si possono ricavare tre risultati, ciascuno valido per l'ambiente di test esaminato:
- Numeri, citazioni e indicazioni delle fonti sono serviti. I paragrafi con statistiche concrete, citazioni testuali di esperti o rimandi a fonti sono stati ripresi molto più spesso rispetto alle versioni di partenza.
- Il keyword stuffing non è servito. L'inserimento di termini di ricerca aggiuntivi non ha portato alcun vantaggio, in alcuni test addirittura uno svantaggio.
- L'effetto dipendeva dal tema. Ciò che ha funzionato per le domande sulla salute ha avuto un effetto più debole su altri temi. Non esiste una misura che funzioni ovunque allo stesso modo.
Le percentuali esatte dello studio sono omesse di proposito, perché si riferiscono all'ambiente di test e non a siti web reali in sistemi di IA reali. Resta la direzione: viene privilegiato ciò che è concreto, provato e citabile. Questo coincide con quanto afferma Google nella sua documentazione sulle funzioni di IA a proposito della panoramica IA, ossia che vi valgono gli stessi criteri di qualità della ricerca normale.
Cosa è supposizione
Molto di ciò che viene offerto sotto l'etichetta GEO va oltre lo studio e non è provato pubblicamente:
- Che un file llms.txt aumenti la visibilità. Nessun grande fornitore ha confermato di valutarlo.
- Che certi tipi di Schema.org siano preferiti dai modelli linguistici. I dati strutturati aiutano Google a comprendere i contenuti; un effetto diretto su ChatGPT o Perplexity non è documentato.
- Che si possano influenzare in modo mirato i dati di addestramento di un modello. Quali contenuti confluiscano in un addestramento non è pubblico, e i modelli vengono addestrati a distanza di mesi.
- Che la visibilità nelle risposte dell'IA possa essere aumentata di una determinata percentuale. Cifre simili provengono per lo più da misurazioni interne dei fornitori e non sono verificabili.
Ciò che invece si può osservare: i sistemi che raccomandano aziende lavorano per lo più con la ricerca in tempo reale. OpenAI descrive nella sua documentazione l'OAI-SearchBot, che legge i siti web per la funzione di ricerca di ChatGPT. Perplexity cerca a ogni richiesta. Google alimenta la panoramica IA con l'indice di ricerca. Significa che ciò che oggi è sul sito e viene trovato nella ricerca può comparire nelle risposte nel giro di poche settimane. Se i crawler hanno accesso al Suo sito, lo verifica in due minuti con il test I crawler IA possono leggere il Suo sito web?.
Differenza rispetto all'AEO
| AEO | GEO | |
|---|---|---|
| Domanda | Il mio paragrafo viene ripreso come risposta a una domanda concreta? | Il modello conosce la mia azienda e la nomina, anche senza una domanda diretta? |
| Unità | Il paragrafo di una pagina | L'azienda come concetto, ossia come entità |
| Leva | Struttura dei testi: domanda, prima la risposta, affermazioni concrete | Dati coerenti in tutte le fonti, menzioni su altri siti web, posizionamento chiaro |
| Esempio | «Quanto dura il rifacimento di un bagno?» riceve risposta con il Suo paragrafo | «Quale impresa sanitaria a Frauenfeld è consigliabile?» nomina la Sua azienda |
Le due cose si intrecciano: un sito con paragrafi citabili rafforza l'entità, e un'entità conosciuta viene scelta più facilmente come fonte. Cosa richiede concretamente l'AEO è spiegato in Cos'è l'AEO?.
Regole pratiche per le PMI
Dal nucleo provato e dal funzionamento dei sistemi derivano sei regole attuabili senza agenzia:
- Numeri concreti al posto degli aggettivi. «Da tre a quattro settimane» invece di «rapido», «da CHF 18’000» invece di «equo». Numeri con data di riferimento e condizioni.
- L'esperienza diretta come prova. «In circa la metà delle nostre ristrutturazioni degli ultimi tre anni» è un'indicazione di fonte che solo Lei può fornire.
- Citazioni di esperti con nome. Una frase della direttrice dei lavori con nome e funzione è ciò che lo studio ha misurato come citazione.
- Dati aziendali uniformi ovunque. Nome, indirizzo e servizi identici carattere per carattere su sito web, profilo aziendale, elenchi e social media.
- Citazioni su altri siti web. Associazioni di categoria, fornitori, comune, media. Ogni menzione è la prova che l'azienda esiste e fa ciò che dice.
- Misurare ogni mese. Dieci domande fisse in ChatGPT, Perplexity e Google, con il risultato in una tabella. Gli strumenti per farlo si trovano in Misurare la visibilità nell'IA.
Nessuna di queste regole è nuova. Corrispondono a ciò che i buoni siti web fanno da anni. La GEO non cambia il lavoro, ma spiega perché ora produce effetti in un secondo ambito. Che cosa è già visibile per le PMI nelle risposte dell'IA e che cosa no, lo descrive l'articolo Comparire nelle risposte dell'IA: tre strategie per le PMI.
Domande frequenti
La GEO è la stessa cosa dell'AEO?
No, anche se i due termini vengono spesso usati come sinonimi. L'AEO punta alla risposta diretta a una domanda e a essere citati come fonte. La GEO è più ampia e si chiede se un modello linguistico conosca un'azienda o un contenuto e lo utilizzi nei testi generati, anche quando nessuno lo chiede espressamente.
Con la GEO posso fare in modo che ChatGPT raccomandi la mia azienda?
Influenzare sì, forzare no. Se un modello nomina un'azienda dipende da molte fonti: risultati di ricerca, elenchi, recensioni, citazioni su altri siti web. Un'azienda che compare in modo coerente in questi ambiti e che fa affermazioni concrete sul proprio sito ha maggiori probabilità. Garanzie non ce ne sono.
Il mio sito web deve essere nei dati di addestramento dell'IA?
Non necessariamente. La maggior parte dei sistemi che raccomandano aziende accede in tempo reale ai risultati di ricerca al momento della risposta, invece di rispondere solo in base all'addestramento. ChatGPT con ricerca, Perplexity e la panoramica IA di Google funzionano così. Per questo le modifiche al sito hanno effetto nel giro di qualche settimana, non solo al prossimo addestramento del modello.
Quali dati sulla GEO sono affidabili?
Pochi. Lo studio di Princeton indica miglioramenti nel proprio ambiente di test, che non si possono trasferire direttamente al sito di una PMI. I dati dei fornitori che promettono di aumentare la visibilità di una determinata percentuale, di regola, non sono verificabili pubblicamente. Affidabile è solo la propria misurazione, con domande fisse, su più mesi.