L'ordine delle parole decide quale brand consigliano gli AI Overview? Abbiamo testato 102 query

Una tesi sta circolando tra i team di search questo mese, con un numero molto sicuro attaccato: metti il Brand A per primo in una query di confronto e l'AI Overview di Google consiglia il Brand A circa l'80% delle volte. Inverti l'ordine e la raccomandazione si inverte con esso. Essere molto più grandi non salva il brand più grande.

È una storia soddisfacente, perché spiega qualcosa che chiunque segua le risposte AI ha visto con i propri occhi: le risposte di confronto non assomigliano alla lista dei risultati, e nessuno fuori da Google può ispezionare come siano state messe insieme. Così abbiamo fatto la cosa noiosa e l'abbiamo testata. L'11 settembre 2026 abbiamo lanciato 102 query di confronto contro gli AI Overview di Google dal vivo, coprendo 16 coppie di brand, entrambi gli ordini, due o tre ripetizioni ciascuno, e abbiamo salvato ogni risposta e ogni fonte citata.

Il risultato: l'ordine ha cambiato la raccomandazione in zero coppie su 16. Il brand scritto per primo nella query è stato nominato per primo nel 49% delle esecuzioni, che è esattamente l'aspetto di un testa o croce. Quello che ha cambiato la risposta in modo affidabile è stato come formuli la query e quale superficie di Google risponde.

La tesi, nella versione che circola

La versione che gira questo mese suona più o meno così:

• "Brand A vs Brand B" restituisce AI Overview che aprono con e consigliano il Brand A circa l'80% delle volte.
• "Brand B vs Brand A" restituisce l'immagine speculare.
• Questo vale anche quando il Brand A è molto più grande e più vecchio del Brand B.
• Il meccanismo proposto: gli AI Overview diramano la query in sotto-ricerche, e il primo brand nominato nella query ancora quelle sotto-ricerche.

Quest'ultimo punto è ciò che rende credibile la tesi, ed è anche la parte meglio documentata.

Il meccanismo è reale, ed è per questo che la tesi viaggia

La guida di Google per le funzionalità di AI generativa, pubblicata a maggio 2026, conferma il fan-out delle query: AI Overview e AI Mode possono espandere una query in diverse sotto-query correlate, eseguirle in parallelo sull'indice e sintetizzare una risposta dai risultati combinati. Quali siano state le sotto-query non viene riportato da nessuna parte, Search Console inclusa. Quindi quando guardi un AI Overview stai guardando l'output di un processo che non puoi osservare.

Anche gli effetti d'ordine nei modelli linguistici sono reali, e dietro c'è ricerca peer-reviewed. Uno studio pubblicato su PNAS Nexus ad agosto 2026 ha testato nove modelli su confronti di curriculum e scelta di colori e ha trovato effetti di posizione che non erano semplici spareggi: in alcuni casi, riordinare le opzioni invertiva quella preferita dal modello, e il modello sceglieva poi l'opzione peggiore. Un lavoro della Columbia Business School ha trovato uno schema correlato nella direzione opposta: ChatGPT sceglieva la prima opzione di una lista circa il 63% delle volte su 5.447 prompt, un risultato ricomparso al 64,29% su 64.800 prove di una configurazione più semplice.

Leggi insieme questi due risultati e la tesi virale sembra il passo successivo naturale: il fan-out esiste, gli LLM hanno stranezze d'ordine, quindi l'ordine deve decidere le raccomandazioni di brand.

Il buco è nell'ultimo passo. Quegli esperimenti chiedono a un modello di giudicare una lista di opzioni e sceglierne una. Una query di confronto negli AI Overview non è quel compito. È una richiesta di sintesi a cui risponde un sistema di retrieval che ancora la risposta a pagine di terze parti. Ed è esattamente ciò che rendeva la tesi degna di un test invece che di una ripetizione.

Cosa abbiamo eseguito

Due scelte di progettazione contano. Primo, abbiamo eseguito ogni query due o tre volte, perché una singola risposta invertita non dimostra nulla in un sistema con un po' di casualità. Secondo, abbiamo registrato come è stata costruita la risposta, non solo cosa diceva: quale brand è nominato per primo, quanto spesso ciascuno viene menzionato, come sono fatte le pagine citate e quante citazioni puntano al dominio proprio di ciascun brand.

Le 16 coppie sono state scelte per coprire due situazioni: confronti software in cui entrambi i brand sono entità che le persone cercano (Notion vs Asana, Slack vs Microsoft Teams, Semrush vs Ahrefs, Figma vs Sketch) e confronti consumer dove il brand più grande è ovvio (Nike vs Adidas, Coca-Cola vs Pepsi, iPhone vs Samsung Galaxy, Netflix vs Disney+, Toyota vs Honda, iRobot Roomba vs Roborock).

Risultato 1: la risposta non ha seguito l'ordine

Nelle 100 esecuzioni che hanno prodotto una prima menzione pulita e misurabile, il brand scritto per primo nella query è stato nominato per primo 49 volte: 49%.

Non si è invertita nemmeno una maggioranza. Quando una risposta aveva una preferenza, l'ha mantenuta in entrambi gli ordini: gli AI Overview hanno aperto su Asana sia per "Notion vs Asana" sia per "Asana vs Notion", su Monday.com in entrambi i confronti con Airtable, su Google Meet in entrambi i confronti con Zoom. Nike ha guidato in entrambi gli ordini contro Adidas. Samsung Galaxy ha guidato in entrambi gli ordini contro iPhone.

Le esecuzioni ripetute sono state d'accordo tra loro 93 volte su 100. Sei delle sette eccezioni sono venute da un'unica coppia con una formulazione diversa, che si scopre essere la storia vera. La settima è stata un'esecuzione di Slack vs Microsoft Teams che ha aperto su Slack invece che su Teams; le due successive sono tornate su Teams.

Una cosa che questa misurazione non risolve: aprire una risposta non è la stessa cosa che essere consigliati. Così abbiamo contato anche il linguaggio di raccomandazione. In tutte le 60 esecuzioni delle coppie software, le frasi che usavano parole di vittoria (wins, better choice, recommend, stronger, go-to) si sono divise 40 a 39 tra il brand scritto per primo e quello scritto per secondo. Un pareggio netto.

Risultato 2: le due risposte erano di solito la stessa risposta

Se l'ordine stesse ancorando le sotto-ricerche, le due versioni di una query dovrebbero recuperare pagine diverse, e le risposte dovrebbero divergere. Per lo più non l'hanno fatto.

In 8 delle 10 coppie software, l'AI Overview per "A vs B" e quello per "B vs A" erano identici parola per parola. Confronta le prime righe di Semrush vs Ahrefs nei due ordini:

Semrush è una piattaforma di marketing tutto-in-uno, mentre Ahrefs è uno strumento specializzato in SEO e analisi dei backlink. (citazione originale in inglese)

Stessa frase, stesso ordine dei fatti, stessa chiusura "scegli Semrush se… / scegli Ahrefs se…", qualunque brand aprisse la query. Solo due coppie hanno mostrato una vera deriva del testo: Slack vs Microsoft Teams e Shopify vs WooCommerce, e nel caso di Shopify la deriva si è limitata a un paragrafo di apertura riformulato, non a una conclusione diversa.

Le prove di supporto puntano nella stessa direzione. Nelle 806 voci di riferimento delle esecuzioni software, le citazioni ai domini propri dei due brand sono risultate 36 a 36. I titoli delle pagine di riferimento che nominano entrambi i brand mettevano il brand scritto per primo nella query davanti 392 volte e quello per secondo 396 volte: 49,7%, un altro testa o croce. Le menzioni totali di brand si sono divise 337 a 336, cioè 50,1% contro 49,9%.

Un sistema il cui retrieval fosse guidato dal brand che compare per primo nella query non produrrebbe una divisione delle citazioni di 36 a 36 né una prosa identica byte per byte.

Cosa ha davvero mosso la risposta

Due cose, ed entrambe sono più utili dell'ordine.

La formulazione. Per tre coppie abbiamo eseguito la query "vs" e la query "which is better, X or Y" in entrambi gli ordini. Gli AI Overview si sono comportati come se fossero domande diverse, e lo hanno fatto in modo identico nei due ordini.

Per Shopify e WooCommerce, "Shopify vs WooCommerce" ha aperto con una descrizione di prodotto: Shopify è un costruttore di negozi ospitato tutto-in-uno, e la risposta ha percorso le differenze. "Which is better, Shopify or WooCommerce" ha aperto con un rifiuto a classificarli: nessuno è oggettivamente migliore, dipende dalle tue esigenze. Le stesse quattro esecuzioni, la stessa coppia, lo stesso giorno, prime impressioni opposte, spinte interamente dalla formulazione e non dalla posizione.

Per Semrush e Ahrefs, le risposte di "which is better" contenevano frasi di verdetto esplicite, e ognuna di esse attribuiva il merito ad Ahrefs: cinque su cinque esecuzioni, sia che la query dicesse "Semrush or Ahrefs" sia "Ahrefs or Semrush". L'ordine era irrilevante di fronte al fatto che il corpus di confronto sottostante tratta Ahrefs come lo strumento di backlink più forte.

La superficie. Abbiamo eseguito 18 delle stesse query su Google AI Mode, la superficie conversazionale. Il suo comportamento differisce dagli AI Overview in un modo che sembra sensibilità all'ordine ma non lo è. Per Semrush vs Ahrefs, AI Mode ha aperto con "Both Semrush and Ahrefs are…" o "Both Ahrefs and Semrush are…" a seconda dell'ordine della query, rispecchiandolo. E nota su quale variante è finito: "Both X and Y", una costruzione senza alcuna implicazione di ranking. Il nome che apre la frase è un eco stilistico del prompt.

Sotto quell'eco, la sostanza di AI Mode è stata molto meno stabile di quella degli AI Overview: la similarità testuale tra esecuzioni dentro lo stesso ordine era solo 0,30–0,36, e 0,38 tra gli ordini, mentre gli AI Overview hanno prodotto testo identico per la maggior parte delle coppie. In due delle tre coppie le risposte di AI Mode erano identiche byte per byte tra gli ordini, e nel caso Shopify si è fissato su WooCommerce in apertura entrambe le volte, mentre gli AI Overview si sono fissati su Shopify entrambe le volte. Ogni superficie ha abitudini di scrittura consolidate, e non sono le stesse.

La storia dell'ordine non è pura finzione

Una misurazione si è mossa davvero con l'ordine delle parole, ed è quella che la maggior parte delle persone sta effettivamente guardando: la classica lista dei risultati.

In 5 delle 10 coppie software, i primi tre risultati organici tradizionali differivano tra "A vs B" e "B vs A", inclusa la coppia in cui l'AI Overview era identico nei due ordini. Reddit si è piazzato vicino alla vetta nella maggior parte dei confronti software, e quale thread specifico comparisse cambiava con la formulazione. Quindi in Google Search esiste una vera sensibilità all'ordine per le query di confronto. Sta nello strato sotto la risposta AI, non nella raccomandazione in sé. Questa distinzione è l'intera ragione per cui valeva la pena fare questo test, e non è il risultato che ci aspettavamo di scrivere.

Questo conta per il reporting. Se il tuo rank tracker mostra la tua posizione che oscilla tra query di confronto branded e non branded, stai vedendo un effetto reale. Solo non è l'effetto descritto dalla tesi virale, e ottimizzare per esso non cambierà ciò che l'AI Overview dice di te.

La leva che i dati indicano davvero

Il segnale più chiaro nelle nostre esecuzioni non riguardava affatto la costruzione della query. Riguardava il corpus di confronto da cui ogni risposta è stata costruita.

In Airtable vs Monday.com, le fonti citate includevano 18 pagine di proprietà Monday.com e zero pagine di proprietà Airtable, in entrambi gli ordini. In Mailchimp vs Klaviyo, sei citazioni di proprietà Mailchimp, zero Klaviyo. Shopify vs WooCommerce ha prodotto tre citazioni di proprietà WooCommerce e nessuna di proprietà Shopify. Nel frattempo, su parecchie coppie il dominio proprio di nessuno dei due brand è comparso affatto: la risposta era assemblata da confronti di terze parti, siti di recensioni e thread di forum.

Questo schema è coerente con come funziona davvero il retrieval. Al modello non importa quale nome hai digitato per primo; importa quali pagine esistono e come descrivono ciascun brand. Dove un brand possiede i propri contenuti di confronto, quelle pagine vengono tirate dentro. Dove non li possiede, mancano dalle risposte di chiunque chieda.

Come eseguire il tuo test di inversione dell'ordine

Quindici minuti e nessun accesso API necessario:

1. Scegli cinque query di confronto in cui il tuo brand è uno dei due nomi e hai un concorrente reale.
2. Eseguile in entrambi gli ordini, e ogni ordine due volte. Quattro risposte per coppia, dieci coppie di risposte in tutto.
3. Salva le risposte prima di leggerle. Fai uno screenshot o copia il testo completo e le fonti citate.
4. Confronta due cose separatamente: quale brand è nominato per primo e cosa dice la risposta su ciascun brand. Dove abbiamo trovato il segnale interessante, l'ordine era stabile e la sostanza no.
5. Guarda la lista delle citazioni, non solo la prosa. Se il dominio proprio del concorrente continua a comparire e il tuo no, hai trovato il collo di bottiglia reale.

L'AI Overview Citation Checker mostra quali pagine un AI Overview cita per una query, che è il modo più rapido per vedere se il tuo dominio è anche solo nel pool.

Fallo almeno due volte, in giorni diversi, prima di concludere qualsiasi cosa. La nostra concordanza tra esecuzioni è stata del 93%, non del 100%, e una singola esecuzione invertita è esattamente il tipo di rumore che diventa un post di blog pieno di sicurezza.

Cosa farne

Non ristrutturare le tue pagine di confronto intorno all'ordine delle parole. Non c'è prova che cambi ciò che consigliano gli AI Overview, e se Google un giorno gli desse peso, la correzione sarebbe modificare una parola, cosa che non dice nulla sulla tua posizione reale.

Tratta la formulazione come una variabile vera. "X vs Y" e "which is better, X or Y" sono query diverse che producono risposte diverse. Se i tuoi acquirenti formulano i confronti come domande, ti serve contenuto che risponda alla domanda, non solo una tabella di specifiche.

Verifica se le pagine del tuo brand compaiono nelle citazioni dei confronti che ti interessano. La divisione 18 a 0 che abbiamo visto è il numero più azionabile di questo dataset, e riguarda il pubblicare, non il formulare prompt.

Mantieni una metrica di prima menzione se ne hai già una, e trattala come descrizione di ciò che dice la risposta, non come una leva che puoi tirare. Nei nostri dati era un testa o croce che seguiva il corpus, non la query.

Limiti

Questo è un giorno di dati da un'unica località e lingua, su desktop, catturati tramite API SERP invece che sessione browser, su 16 coppie di brand. I risultati di ricerca variano con personalizzazione, tempo e dispositivo, e un singolo giorno non può escludere un cambiamento futuro.

Abbiamo misurato quale brand è nominato per primo, quanto spesso viene menzionato e quali fonti sono citate. Nessuna di queste è una misura diretta di quanto la risposta sia persuasiva per un lettore, e una risposta che nomina il tuo brand per prima può comunque lasciare l'impressione che vinca l'altro.

Il campione di AI Mode era di 18 query su tre coppie, abbastanza per vedere che la superficie si comporta diversamente e non abbastanza per quantificarlo. Leggi quella sezione come direzione, non come tasso.

Infine, le affermazioni sul meccanismo della storia originale restano non verificabili dall'esterno. Google conferma che il fan-out avviene e non espone le sotto-query, quindi nessuno può mostrare quali sotto-query abbia prodotto la tua query. Il nostro test può mostrare che invertire l'ordine non ha cambiato l'output. Non può mostrare perché.

FAQ

L'ordine delle parole in una query Google influisce sugli AI Overview? Nel nostro test, no. Su 102 query AI Overview che coprono 16 coppie di brand nei due ordini, il brand scritto per primo è stato nominato per primo nel 49% dei casi, e nessuna coppia ha cambiato direzione quando abbiamo invertito la query. Otto coppie software su dieci hanno restituito risposte identiche parola per parola nei due ordini.

Perché si dice che l'ordine influenzi le raccomandazioni AI? Perché gli effetti d'ordine sono documentati nei modelli linguistici a cui si chiede di scegliere da una lista, dove la prima opzione vince circa il 63% delle volte nella ricerca pubblicata, e perché il fan-out delle query di Google rende invisibile il processo di retrieval. Entrambi i fatti sono reali. Nessuno dei due significa che una query di confronto negli AI Overview cambi brand quando riordini i nomi.

Cosa cambia davvero un AI Overview per una query di confronto? La formulazione e la superficie. "Shopify vs WooCommerce" ha prodotto una risposta guidata dal prodotto in entrambi gli ordini, mentre "which is better, Shopify or WooCommerce" ha prodotto una risposta "nessuno è oggettivamente migliore" in entrambi gli ordini. Le stesse query su AI Mode sono tornate con un inquadramento di nuovo diverso, e con molta più variazione tra esecuzioni.

Vale la pena ottimizzare per la prima menzione negli AI Overview? Osservala, non ottimizzare per essa. Nei nostri dati la prima menzione seguiva il corpus delle fonti, non qualcosa che controllassimo dalla query. La variabile controllabile è se le tue pagine di confronto sono nel pool delle citazioni: una coppia che abbiamo testato ha attirato 18 citazioni di proprietà del concorrente e zero dell'altro brand.

Letture correlate

• Come ottimizzare le pagine di confronto per le citazioni nella ricerca AI
• Perché il tuo articolo "best X" fa consigliare i concorrenti all'AI
• Quali tipi di query gli AI Overview cambiano davvero, e quanto ti costano

Autore: Ethan Marlowe, responsabile della misurazione GEO su oltre 500 prompt in Auspia. Scrive di misurazione della visibilità AI, progettazione di set di prompt e di come eseguire test che reggono un secondo sguardo.