Generative Engine Optimization (GEO)

L’ottimizzazione per i motori generativi (GEO) consiste nel modellare i contenuti web affinché i motori generativi, cioè sistemi di IA generativa che rispondono alle query componendo una risposta a partire da fonti recuperate, li selezionino, li citino accuratamente e li attribuiscano alle fonti. Pranjal Aggarwal e colleghi della Princeton University e di istituzioni partner hanno introdotto il termine nel loro articolo del novembre 2023 GEO: ottimizzazione per i motori generativi, pubblicato a KDD 2024, dopo che Bing Chat, Google Search Generative Experience e Perplexity avevano iniziato a rispondere direttamente alle ricerche. Da allora, ChatGPT search (ottobre 2024) e AI Overviews di Google (maggio 2024) hanno portato risposte generate davanti a centinaia di milioni di persone; gli strumenti di ricerca approfondita leggono e citano decine di pagine per un singolo rapporto. In una risposta generata non c’è una classifica da scalare: la visibilità dipende quindi dalla quantità di contenuto proveniente da una fonte e dalla rilevanza con cui tale fonte viene citata.

Come i motori generativi scelgono le fonti#

Un motore generativo è un sistema di risposta a domande a dominio aperto basato sulla generazione aumentata dal recupero (RAG) su scala web. Riscrive la domanda dell'utente in una o più query di ricerca, un passaggio che Google chiama query fan-out nella sua modalità IA, recupera dall'indice le pagine candidate, usa la ricerca semantica e un riordinatore per selezionare i passaggi che rispondono a ciascuna sotto-domanda e fa scrivere la risposta a un modello linguistico di grandi dimensioni (LLM) sulla base di quei passaggi, con citazioni. Ogni fase è un filtro che una pagina deve superare:

Ancorare la risposta ai passaggi recuperati è anche il modo in cui i motori riducono le allucinazioni, quindi i contenuti che espongono i fatti in modo chiaro, con numeri, date e fonti, sono più facili da citare senza distorsioni.

Cosa ha rilevato il documento GEO#

Aggarwal e i suoi colleghi hanno creato GEO-bench, un insieme di circa 10.000 query tratte da nove dataset di molti domini, e hanno misurato la visibilità in due modi: un conteggio di parole corretto in base alla posizione, che pondera le parole riprese da una fonte nella risposta in funzione della posizione della citazione, e un punteggio soggettivo di impressione valutato da un LLM. Hanno riscritto le pagine di origine con nove metodi e hanno scoperto che aggiungere citazioni a fonti credibili, citazioni testuali e statistiche aumentava la visibilità fino al 40%, mentre il keyword stuffing, una tattica di ricerca classica, offriva pochi o nessun vantaggio. Le pagine con un posizionamento inferiore nella ricerca tradizionale ottenevano i maggiori benefici. Su Perplexity, l'aggiunta di citazioni testuali aumentava di circa il 22% il conteggio di parole corretto in base alla posizione e l'aggiunta di statistiche aumentava fino al 37% il punteggio soggettivo di impressione.

GEO, SEO e termini correlati#

SEO e GEO condividono le stesse basi: pagine scansionabili, struttura chiara e contenuti utili. GEO aggiunge una seconda domanda dopo «Questa pagina si posiziona bene?»: «Una risposta cita questa pagina e la cita correttamente?». Ottimizzazione per i motori di risposta (AEO), ottimizzazione per la ricerca IA e ottimizzazione per LLM (LLMO) sono sinonimi nell'uso corrente. La progettazione dei prompt definisce le istruzioni che una persona invia a un modello, che GEO non può vedere, mentre l'ingegneria RAG costruisce il sistema di recupero e generazione all'interno del motore, che GEO considera una scatola nera.

Accesso tecnico#

Le regole per i crawler determinano il primo filtro. Le aziende di IA gestiscono crawler distinti per l'addestramento dei modelli e per la ricerca, quindi un sito può escludersi da uno e restare accessibile all'altro. OpenAI gestisce due crawler a questo scopo: GPTBot, che raccoglie dati di addestramento, e OAI-SearchBot, che indicizza le pagine per la ricerca di ChatGPT. Google-Extended è un token di controllo che Google legge dallo stesso robots.txt: Googlebot continua a recuperare la pagina per la Ricerca e le Panoramiche IA, mentre un Disallow per Google-Extended ne impedisce l'uso per l'addestramento di Gemini e il grounding. La libreria standard di Python può leggere una policy robots.txt come fanno questi agenti:

from urllib.robotparser import RobotFileParser

# Opt out of model training while staying fetchable for AI search and classic search
robots_txt = """
User-agent: GPTBot
Disallow: /

User-agent: Google-Extended
Disallow: /

User-agent: *
Allow: /
"""
parser = RobotFileParser()
parser.parse(robots_txt.splitlines())

for agent in ["GPTBot", "OAI-SearchBot", "Google-Extended", "Googlebot"]:
    allowed = parser.can_fetch(agent, "/glossary/generative-engine-optimization-geo")
    print(f"{agent}: {'allowed' if allowed else 'blocked'}")

Stampa GPTBot: blocked, OAI-SearchBot: allowed, Google-Extended: blocked e Googlebot: allowed, così la pagina resta idonea per la ricerca di ChatGPT, la Ricerca Google e le Panoramiche IA, senza essere inclusa nei dati di addestramento di OpenAI e Gemini. Oltre alle regole per i crawler, le pagine devono caricarsi senza autenticazione, comparire in una sitemap XML e includere dati strutturati accurati di Schema.org, di solito scritti in JSON-LD, per entità come articoli, prodotti e software. Sulla Ultralytics Platform, la stessa regola di accesso vale per i dataset e i progetti di visione artificiale: quelli resi pubblici si aprono tramite URL puliti per ogni visitatore, con o senza accesso, così i crawler di ricerca e gli assistenti IA possono recuperarli, mentre quelli privati restano protetti dall'autenticazione.

Misurare GEO#

Le risposte generate variano in base alla formulazione, all'indice di recupero e alla versione del modello, quindi i team monitorano nel tempo un insieme fisso di domande rappresentative e registrano quali pagine cita ciascun motore, con quale frequenza e se la risposta le rappresenta correttamente. Nei dati analitici, il traffico di referral dagli assistenti compare come visite provenienti da domini come chatgpt.com e perplexity.ai. I motori di ricerca hanno iniziato a segnalare direttamente le citazioni: il rapporto AI Performance di Bing Webmaster Tools, pubblicato in anteprima pubblica nel febbraio 2026, mostra con quale frequenza ogni pagina viene citata nelle risposte di Microsoft Copilot e Bing AI, insieme alle query di grounding che l'hanno recuperata.