La IA non salva la tua pagina intera: salva pezzi. Recupera il frammento che risponde meglio, lo incolla nella sua risposta e cita chi ha lasciato quel pezzo pronto da copiare. Quindi non importa quanto sia ben argomentata la pagina completa: se il blocco che le serve non sta in piedi da solo, non lo usa. Questa guida parla della forma concreta del contenuto citabile dalla IA —come dare forma al testo perché un pezzo si possa sollevare senza trascinarsi dietro il resto—. La strategia del perché la IA sceglie gli uni e non gli altri è in come far sì che la IA ti citi, e la checklist tecnica dell’intera pagina —schema, freschezza, robots— in ottimizzare la pagina per il GEO. Qui parliamo di una cosa sola: il formato del testo.
Perché la IA cita frammenti, non pagine
Un modello generativo non legge la tua pagina dall’alto in basso come un umano. Sotto il cofano spezza il contenuto in frammenti (chunk), li indicizza per significato e, quando qualcuno chiede, recupera i pezzi che combaciano meglio —da qualunque punto della pagina— e compone la risposta con quelli. L’unità di lavoro non è la pagina: è il frammento. Ottimizzi un pezzo perché sia la risposta più facile da estrarre, non un sito per una keyword.
Questo sposta dove metti lo sforzo. Un dato che torna in ogni studio sulle citazioni: circa il 44% delle citazioni esce dal primo 30% del contenuto. Tradotto in forma: quello che seppellisci alla fine, per il modello non esiste, e quello che ha senso solo leggendo ciò che precede non si può ritagliare. La pagina può essere perfetta e non dare neanche una citazione se il suo testo non è tagliato in pezzi che reggono da soli.
L’anatomia di un chunk che si cita da solo
Un chunk autoconclusivo è un blocco che risponde a qualcosa di completo senza aver bisogno del paragrafo sopra. È il pezzo che il modello può copiare tale e quale nella sua risposta. E ha regole di costruzione concrete:
- Un’idea per blocco. Se un paragrafo mette due affermazioni, spezzalo. Il modello estrae blocchi interi; se mescoli, metà è peso morto o confonde.
- La conclusione prima. La prima frase dice cos’è; il resto lo sviluppa. Mai il contrario.
- Niente pronomi orfani. «Questo», «come dicevamo», «da quanto sopra» incatenano il blocco a quello di sopra e gli tolgono l’autonomia. Nomina il soggetto in ogni pezzo.
- Il contesto minimo, dentro. Se il dato ha senso solo con una data, un chi o un’unità, mettili nella stessa frase, non tre paragrafi prima.
Il TL;DR in alto: la risposta prima del contesto
L’abitudine di scaldare —intro, contesto, «negli ultimi anni la IA è cambiata…»— è veleno per l’estrazione. Il modello premia ciò che può tirare fuori senza scendere, ed è in alto che si concentrano le citazioni. Quindi comincia dalla fine: un TL;DR di due o tre righe che risponde alla domanda del titolo, con il dato dentro, prima di qualsiasi intro.
Non è un riassunto decorativo: è il frammento con più probabilità di finire citato. E lo stesso gesto si ripete in ogni sezione —apri ogni H2 con l’affermazione diretta e sviluppa dopo—. Confronta:
| Sepolto (non citato) | Front-load (citato) |
|---|---|
| «Il concetto di contenuto citabile è molto dibattuto. Per capirlo, conviene prima ripassare come funzionano i motori…» | «Un contenuto citabile è un contenuto scritto in frammenti che reggono da soli. La IA cita il pezzo, non la pagina.» |
| «Ci sono varie opinioni sul TL;DR. Alcuni esperti credono che…» | «Il TL;DR va in alto perché il 44% delle citazioni esce dal primo terzo del contenuto.» |
La colonna di destra si copia in una risposta senza toccare niente. Quella di sinistra costringe il modello a continuare a leggere per trovare il nocciolo —e quasi sempre sceglie chi glielo ha dato già masticato—.
Domanda → risposta: la forma esatta che il modello copia
Il compratore parla alla IA con domande. Il modello abbina quella domanda al frammento che le somiglia di più e copia la risposta di sotto. Quindi la forma che si cita di più è la più semplice di tutte: la domanda letterale seguita dalla sua risposta diretta. È la forma di una FAQ, ma applicata dentro il corpo, non solo alla fine.
- Il titolo è la domanda, con le parole dell’utente. «Quanto costa un contenuto citabile?» combacia con il dubbio reale; «La nostra metodologia» non combacia con niente.
- La prima frase sotto è la risposta, intera. Niente «dipende da vari fattori»: il fattore prima, la sfumatura dopo.
- Una coppia per dubbio. Ogni domanda-risposta è un frammento indipendente che può entrare in una risposta diversa. Sei coppie ben risolte sono sei occasioni di citazione.
L’effetto collaterale è che ti costringe a ordinare il testo per dubbi reali, non per quello che ti va di raccontare. Se non sai a quale domanda risponde un blocco, probabilmente non ne risponde a nessuna —ed è il segno che è di troppo—. Scegliere quali domande meritano un proprio blocco —e rispondere perché la IA le copi— ha la sua guida: domande e risposte per il GEO.
Liste e tabelle: quando usare l’una o l’altra (e quando nessuna)
Lo strutturato si parsa meglio della prosa densa, ma buttare tutto in punti elenco perché «si legge meglio» è un altro errore di forma. Ogni struttura serve a un tipo di dato, e usarla dove non va toglie invece di aggiungere. La scelta non è di stile, è di contenuto:
| Se il contenuto è… | Usa… | Perché la IA… |
|---|---|---|
| Passi o elementi dello stesso tipo | Una lista (ul/ol) | estrae ogni voce come un’unità pulita e le riordina nella sua risposta. |
| Più cose confrontate sulle stesse dimensioni | Una tabella | legge righe e colonne come coppie chiave-valore: il formato che lascia meno ambiguità. |
| Un argomento con sfumature o una relazione causa-effetto | Un paragrafo breve | ha bisogno dell’intera frase per tenere la sfumatura; spezzato in punti, viene frainteso. |
Regola pratica: se puoi leggere il tuo punto elenco come una frase con «e» in mezzo e regge ancora, non era una lista, era un paragrafo tagliato male. E se la tua tabella ha una sola colonna di dati, non confrontava niente: era una lista travestita. La struttura segue il contenuto.
Definizioni e dati che un LLM riprende tali e quali
Quello che si cita di più sono le frasi che il modello può riutilizzare con sicurezza senza riscrivere. Due tipi sopra il resto: la definizione pulita e il dato concreto con la sua fonte. Entrambi hanno una forma che li rende copiabili.
- Definizioni in forma «X è Y». «Il GEO è la pratica di ottimizzare i contenuti perché i motori generativi li citino.» Soggetto, verbo essere, definizione chiusa. È la frase che il modello incolla quando qualcuno chiede «cos’è».
- Dati con la loro unità e la loro fonte nella stessa frase. «Il 44% delle citazioni esce dal primo 30% del contenuto» si copia; «la maggior parte delle citazioni sta in alto» non aggiunge niente di verificabile.
- L’attribuzione dentro il blocco. «Secondo lo studio GEO di Princeton…» dice al modello chi lo dice, e questo gli dà il permesso di citarti. Un dato senza padrone è un dato che non rischia di riutilizzare.
E la regola di onestà, innegoziabile: non inventare cifre per riempire. Un dato falso che la IA riutilizza è una bomba a orologeria per la tua credibilità —e quando il modello lo corregge con un’altra fonte, ti butta fuori dalla risposta per sempre—. Se non hai un numero reale, descrivi il meccanismo; meglio un blocco senza cifra che una cifra inventata. Il markup che conferma al modello chi sei lo copre la guida allo schema per il GEO; questa resta sulla forma del testo.
Se preferisci che questo lavoro venga eseguito sulle tue pagine di soldi —riscrivere ogni blocco perché passi la prova del pezzo isolato, non leggerne— l’ottimizzazione GEO fa la manodopera, frammento per frammento, e misura se muove le tue citazioni.