Pillar · Generative Engine Optimization
La Generative Engine Optimization (GEO) è la disciplina che misura e migliora come ChatGPT, Gemini, Claude e Perplexity citano un brand nelle loro risposte. Non sostituisce la SEO — la affianca sulla superficie che la SEO non vede: la sintesi conversazionale che il buyer legge prima di cliccare qualunque link. Questa guida copre la definizione, il confronto con SEO e AEO, le metriche, i sei passi operativi e gli strumenti.
Generative Engine Optimization (GEO) è ottimizzare come ChatGPT, Gemini, Claude e Perplexity citano un brand nelle loro risposte. Non è SEO con un nome nuovo: si muove su una superficie diversa (una sintesi conversazionale, non i link blu), pesa segnali diversi (entità, citazioni terze, dati strutturati, citabilità) e si misura con metriche diverse (brand recall, share of voice, sentiment). I sei step operativi sono: permettere i bot LLM in robots.txt, conquistare la definizione one-sentence dell'entità, guadagnare citazioni terze, pubblicare contenuti citabili, coprire le query di confronto e di alternativa, misurare con uno strumento di analisi GEO e iterare.
Generative Engine Optimization (GEO) è la disciplina che misura e ottimizza la presenza di un brand dentro le risposte generate dagli LLM — ChatGPT, Gemini, Claude, Perplexity, Google AI Overviews. Non è SEO con un nome nuovo: la superficie è diversa (una sintesi conversazionale, non dieci link), i segnali sono diversi (entità, citazioni terze, dati strutturati, citabilità) e i KPI sono diversi (recall, share of voice, sentiment). La GEO chiude un buco che la SEO non copre — quanto spesso un brand viene nominato dentro la risposta che il buyer legge per primo.
Tre acronimi che vengono spesso usati come sinonimi ma non lo sono. La differenza sta nella superficie ottimizzata e nei segnali pesati.
Ottimizza la posizione del sito nei risultati classici di Google. Le leve sono backlink, keyword on-page, SEO tecnica e Core Web Vitals. Il KPI sono posizione, CTR organico e sessioni. La superficie sono i dieci link blu di una SERP.
Ottimizza il fatto che un motore di risposta (Google AI Overviews, featured snippet, Alexa, Google Assistant) usi un tuo contenuto come risposta diretta. Le leve sono FAQ schema, paragrafi brevi citabili, How-To schema. Il KPI è quante risposte arrivano con la tua attribuzione.
Ottimizza la presenza del brand dentro le risposte generate dagli LLM (ChatGPT, Gemini, Claude, Perplexity). Le leve sono solidità dell'entità, citazioni terze, dati strutturati, contenuti citabili. I KPI sono brand recall, share of voice e citation sentiment misurati su prompt buyer-intent.
Non sono mutuamente esclusive. La SEO produce i segnali di entità e le citazioni terze che gli LLM riusano in fase di training e di retrieval; l'AEO insegna a strutturare paragrafi che le pipeline estraggono pulite; la GEO chiude il loop misurando se il brand viene nominato e iterando sui prompt dove non lo è.
Quattro metriche, tutte derivate eseguendo gli stessi prompt buyer-intent ogni mese su tutti gli engine e analizzando le risposte.
La quota di domande rilevanti in cui un motore AI cita il brand auditato per nome. Metrica fondamentale — se non vieni nominato, niente altro conta. Si misura eseguendo lo stesso set di prompt buyer-intent in modo ricorrente.
La proporzione di citazioni che vanno al brand auditato rispetto ai competitor su un dato set di query. Misura non solo se sei visibile, ma quanto rispetto al campo competitivo.
Se il motore AI parla del brand in modo positivo, neutro o negativo, e su quali attributi. Un brand può avere recall alto ma sentiment scarso — citato spesso, sempre con caveat.
Quali fonti terze il motore ha usato per fondare l'affermazione su di te — Reddit, Wikipedia, comparison page, recensioni. Permette di vedere su quali sorgenti investire per costruire l'autorità che gli LLM riusano.
Sei step ordinati per leva, dalla più alta alla più bassa. Gli step 1–3 lavorano sull'entità; gli step 4–6 su contenuto e misurazione.
Permetti GPTBot, OAI-SearchBot e ChatGPT-User sulle pagine marketing pubbliche, e per Gemini permetti Google-Extended. Tieni le route autenticate (/app, /admin, /auth) in disallow. Verifica con un fetch reale per ciascun user-agent — molti SaaS bloccano questi bot silenziosamente via regole WAF.
Gli LLM rispondono alle domande di entità ('cos'è X') in una sola frase. Quella frase deve esistere in chiaro in homepage, dentro uno schema Organization + SoftwareApplication (o Product / LocalBusiness) e in una pagina About pubblica. Una voce Wikipedia o Wikidata è il rinforzo più forte se il brand qualifica.
Gli LLM in fase di retrieval pesano l'ampiezza delle fonti che ti menzionano. Thread Reddit, Hacker News, comparison roundup su blog SEO indipendenti, trascrizioni podcast, recensioni terze portano segnale. Una singola landing self-published no. Cinque pagine indipendenti che nominano il brand accanto ai competitor sì.
Ogni pagina deve risolvere una sola query buyer-intent con un paragrafo breve estraibile (40–80 parole) in cima. Aggiungi schema FAQPage, Article, HowTo, BreadcrumbList. Usa heading semantici, paragrafi corti, tabelle di confronto e bullet list — i formati che le pipeline di retrieval inseriscono pulite in una risposta.
Le query AI più alta-intent sono 'best X for Y' e 'alternative a [competitor]'. Costruisci pagine di confronto dedicate per ogni competitor nominato in categoria e una roundup 'best X' che includa il brand. Sono le pagine che il browsing degli LLM pesca più spesso.
Esegui gli stessi prompt buyer-intent su ChatGPT, Gemini, Claude e Perplexity in modo ricorrente. Traccia recall, share of voice e sentiment per engine. Chiudi il gap sui prompt dove i competitor sono nominati e il brand no — è l'unico loop di feedback che compone nel tempo. Uno [strumento di analisi GEO](/strumenti-analisi-geo) automatizza la parte ripetitiva.
La parte ripetitiva — esecuzione prompt cross-engine, estrazione citazioni, classificazione sentiment, math di recall/SoV, tracking nel tempo — viene automatizzata da strumenti dedicati di analisi GEO. La scelta dipende dal tipo di operatore (agenzia, ecommerce, B2B SaaS, local business) e dalla profondità di explainability richiesta.