In breve
Per anni il lavoro GEO ha avuto un problema di misurazione scomodo: i team potevano vedere le risposte AI, ma non riuscivano a dimostrare in modo affidabile perché una fonte comparisse, con quale frequenza comparisse o se la visibilità stesse migliorando dopo un’ottimizzazione.
Ora la situazione sta cambiando. Bing ha iniziato a mostrare dati di AI Performance in Bing Webmaster Tools a febbraio 2026 e a giugno ha aggiunto Intents, Topics, Citation Share e Compare. Google ha lanciato il 3 giugno 2026 i Search Generative AI performance reports in Search Console, con report separati per AI Overviews, AI Mode e funzionalità di IA generativa in Discover.
Questo non significa che la black box sia scomparsa. Significa che i suoi contorni stanno finalmente diventando visibili.
La conclusione pratica per i team growth è semplice: GEO non può più essere gestito come “abbiamo pubblicato contenuti adatti all’AI e raccolto qualche screenshot”. Serve una routine di misurazione: quali pagine compaiono, in quali contesti di ricerca AI vengono recuperate, quali temi crescono o calano e quali lacune di contenuto mantengono i competitor dentro il set di risposte.
Didascalia: I dati first-party della ricerca AI dovrebbero alimentare un ciclo settimanale: osservare le citazioni, mappare i temi, correggere le pagine e misurare di nuovo.
Cosa è cambiato in Bing Webmaster Tools
Bing si è mosso per primo. Il 10 febbraio 2026, Microsoft ha introdotto AI Performance in Bing Webmaster Tools come public preview per misurare la visibilità in Microsoft Copilot, nei riepiloghi generati dall’AI in Bing e in alcune integrazioni partner. Il primo dashboard rispondeva a domande molto pratiche per i publisher: quali pagine sono state citate, come è cambiata l’attività di citazione nel tempo e quali frasi di grounding query erano coinvolte.
Il 16 giugno 2026, Bing ha poi esteso la preview a livello globale con quattro viste di analisi più utili per il lavoro quotidiano:
| Segnale di Bing | Cosa indica | Come dovrebbe usarlo un team GEO |
|---|---|---|
| Intents | L’intento più ampio dietro le grounding query che generano citazioni, per esempio ricerca, intento commerciale, locale, informativo o soluzione di un problema | Separare la visibilità educativa dalla visibilità con intento di acquisto, invece di trattare tutte le citazioni allo stesso modo |
| Topics | Raggruppa grounding query correlate in temi più ampi | Individuare le aree in cui il sito sta diventando una fonte affidabile e quelle in cui la copertura è ancora debole |
| Citation Share | La percentuale di citazioni ricevute dal tuo sito per una grounding query rispetto a tutte le citazioni mostrate tra i siti | Osservare la presenza relativa nel tempo senza confonderla con una quota diretta di traffico |
| Compare | Confronto temporale dei pattern di citazione | Verificare se aggiornamenti dei contenuti, correzioni tecniche o eventi di mercato hanno cambiato la visibilità AI |
Didascalia: La vista AI Performance di Bing Webmaster Tools consente ai publisher di consultare dati ufficiali su citazioni e pagine citate.
Il termine importante è “grounding query”. Non coincide sempre con la domanda esatta digitata dall’utente. Somiglia di più al linguaggio di recupero che il sistema AI usa quando cerca materiale fonte. Per i team di contenuto, questa differenza conta. Un buyer potrebbe chiedere: “Quale fornitore SOC 2 è sicuro per un team finance di medie dimensioni?”. Lo strato di grounding può scomporre la domanda in concetti di ricerca come “confronto fornitori SOC 2”, “software di compliance per servizi finanziari”, “requisiti di sicurezza dei dati per aziende mid-market” e “prove sul supporto clienti”.
È qui che le vecchie abitudini SEO iniziano a fallire. Una pagina può sembrare forte in un rank tracker per una keyword e restare comunque debole per il recupero da parte dell’AI, perché una risposta ha bisogno di prove su casi d’uso, entità, confronti, evidenze e linguaggio del rischio.
Cosa è cambiato in Google Search Console
Google ha seguito con un passaggio più limitato, ma comunque importante. Il 3 giugno 2026, Google ha annunciato i Search Generative AI performance reports in Search Console. I report sono in rollout per un sottoinsieme di siti mentre Google testa l’esperienza e raccoglie feedback.
La prima versione non è profonda quanto la vista AI Performance estesa di Bing. Secondo Google, i report mostrano:
| Campo del report Google | Cosa significa |
|---|---|
| Impressions | Quante volte gli URL del tuo sito sono apparsi in funzionalità di IA generativa in Search e Discover |
| Pages | Quali URL sono apparsi nelle funzionalità AI |
| Countries | In quali paesi si è verificata la visibilità |
| Devices | Visibilità per dispositivo nei risultati Search |
| Dates | Viste per ora, giorno, settimana e mese |
Didascalia: Il report di Search Console separa la visibilità dell’IA generativa dall’interfaccia più ampia di Search performance.
Ci sono lacune evidenti. La maggior parte dei team vorrà conoscere il contesto della query, il comportamento dei clic, i pattern dei prompt, la posizione nella risposta e la qualità della citazione. Google non fornisce ancora tutto questo.
Detto ciò, la scelta di prodotto è importante. Google ha separato la visibilità dell’IA generativa dalla vista generale Search performance. È un segnale pubblico: la visibilità nella ricerca AI non è più una nota a margine del reporting SEO tradizionale.
Anche la scala spiega perché conta. A Google I/O 2026, Google ha dichiarato che AI Overviews aveva oltre 2,5 miliardi di utenti attivi mensili e che AI Mode aveva superato 1 miliardo di utenti attivi mensili. Questi numeri non dicono quanto traffico riceverà il tuo sito. Mostrano però che la ricerca AI è abbastanza grande da richiedere un modello di misurazione dedicato.
Il vero cambiamento: dai ranking keyword alla copertura di recupero
L’articolo di riferimento coglieva un punto importante: il settore si sta allontanando dalle battaglie su singole keyword. Il quadro più utile è la copertura di recupero.
La SEO classica chiede: “Questa pagina può posizionarsi per questa query?”.
GEO pone una domanda più complessa: “Quando un sistema AI scompone il problema di un utente in bisogni di prova più piccoli, il nostro sito ha materiale abbastanza chiaro, affidabile e aggiornato da essere selezionato nella risposta?”.
Questo cambia il lavoro.
Un’azienda che vende software di automazione della compliance, per esempio, non può dipendere solo dalla homepage e da alcune pagine funzionalità. Le risposte AI potrebbero dover capire:
- cosa fa l’azienda, spiegato in linguaggio chiaro
- per quali segmenti di clienti è adatta
- in cosa si differenzia dagli strumenti vicini
- quali integrazioni, certificazioni e modelli di supporto esistono
- quali affermazioni sono sostenute da documentazione o prove clienti
- se prezzi, sicurezza, implementazione e limiti sono spiegati con chiarezza
Se questi fatti sono dispersi, obsoleti, nascosti in PDF o scritti in linguaggio marketing vago, il sito può essere crawlable ma poco utile come fonte AI.
Per questo query fan-out, grounding query e topic cluster puntano nella stessa direzione. I sistemi di ricerca AI lavorano spesso su gruppi di concetti, non su una singola keyword exact match. Il sistema di contenuti deve assumere quella forma.
Un loop pratico di misurazione GEO
Non ricostruire tutto il programma di contenuti solo perché sono cambiati due dashboard. Inizia con un ciclo misurabile.
- Costruisci una baseline di visibilità AI.
Esporta tutto ciò che puoi da Bing Webmaster Tools e Google Search Console. Monitora pagine citate, impression, frasi di grounding query, temi, citation share, paesi, dispositivi e intervalli di date. Se il report Google sull’IA generativa non è ancora disponibile, lascia uno spazio nel dashboard e usa Bing più controlli manuali delle risposte AI per la prima versione.
- Raggruppa i segnali per percorso decisionale, non per tipo di pagina.
Un report a livello pagina è utile, ma i buyer non pensano in URL. Raggruppa i segnali per aree decisionali: definizione, confronto, prezzo, implementazione, sicurezza, alternative, troubleshooting, disponibilità locale, educazione di categoria e prova.
- Trova le prove mancanti.
Un topic cluster debole di solito ha uno di quattro problemi: non esiste una pagina, la pagina esiste ma non risponde alla sotto-domanda, la pagina risponde ma senza prove, oppure la pagina è bloccata da problemi tecnici o di accesso. Ogni problema richiede una correzione diversa.
- Correggi i contenuti in piccoli lotti.
Aggiorna da cinque a dieci pagine alla volta. Aggiungi blocchi di risposta diretta, tabelle comparative, esempi, affermazioni basate su fonti, schema quando rilevante e link interni verso pagine di supporto. Evita la tentazione di generare decine di articoli sottili. GEO premia sistemi di prova coerenti più del semplice volume di pubblicazione.
- Misura di nuovo dopo la prossima finestra di crawl e reporting.
Cerca movimenti nelle pagine citate, nella copertura tematica, nel citation share e nelle impression di IA generativa. Tratta i numeri come segnali direzionali. Il reporting first-party della ricerca AI è ancora giovane, e sia Google sia Bing descrivono parti dell’esperienza come iniziali o in preview.
Didascalia: Un audit GEO utile mette in relazione domande dei buyer, pagine esistenti, profondità delle prove e segnali first-party di visibilità AI.
Cosa molti team sbaglieranno
Il primo errore è trattare il numero di citazioni come la nuova posizione di ranking. Non lo è. Bing descrive Citation Share come una metrica osservativa, non come un sistema di ranking o una classifica competitiva. Una fonte può essere citata spesso perché è ampiamente utile, perché il tema ha poca concorrenza o perché il formato della risposta richiede quel tipo di fonte.
Il secondo errore è separare troppo SEO e GEO. Servono ancora pagine crawlable, link interni puliti, titoli utili, contenuti strutturati e informazioni fresche. La differenza è che questi fondamentali ora alimentano sia la ricerca classica sia il recupero per le risposte AI.
Il terzo errore è ottimizzare solo le pagine che appaiono già. Le citazioni esistenti mostrano dove il sito ha trazione, ma l’opportunità più grande può essere nei temi in cui il brand è assente. Se il tuo prodotto non viene mai citato per domande su confronto, implementazione, sicurezza o rischio di categoria, è un problema di strategia contenuti, non solo di dashboard.
Il quarto errore è usare screenshot come prova. Gli screenshot restano utili per una revisione qualitativa, soprattutto quando si controlla la formulazione di una risposta. Ma uno screenshot senza dati first-party di trend è una prova debole. Cattura una risposta in un momento, non un pattern duraturo di visibilità.
Il punto di vista di Auspia
I migliori programmi GEO del 2026 assomiglieranno meno a campagne di contenuto e più a operazioni sui dati.
Avranno una libreria di prompt, un dashboard first-party, una mappa di copertura tematica, una coda di correzione delle pagine e una cadenza di revisione. Collegheranno i segnali di citazione di Bing con le impression di IA generativa di Google, poi useranno controlli manuali delle risposte per valutare la qualità dell’apparizione.
La regola operativa di Auspia è questa: non chiedere solo “l’AI ci ha menzionati?”. Chiedi: “In quale parte del percorso decisionale l’AI si è fidata di noi, e in quale parte ci ha ignorati?”.
Questa domanda porta a un lavoro migliore. Spinge i team a chiarire i fatti del brand, pubblicare pagine di supporto utili, rimuovere affermazioni vaghe, citare prove e costruire topic cluster che rispecchiano il modo in cui i buyer fanno davvero domande.
Se vuoi iniziare rapidamente, esegui un controllo con AI Search Visibility Checker , poi confrontalo con i dati di Bing Webmaster Tools e Search Console quando saranno disponibili. Lo strumento non sostituisce il reporting first-party, ma aiuta a trovare prompt e lacune nelle risposte di brand che vale la pena monitorare.
Piano d’azione di 7 giorni
| Giorno | Azione | Output |
|---|---|---|
| 1 | Esportare i dati disponibili di ricerca AI da Bing e Google | Foglio baseline |
| 2 | Elencare le pagine che appaiono già nelle funzionalità AI | Inventario delle pagine citate |
| 3 | Raggruppare grounding query e pagine visibili in temi | Mappa tematica |
| 4 | Confrontare i temi con il percorso del buyer | Lista delle lacune |
| 5 | Scegliere cinque pagine da correggere | Coda di correzione |
| 6 | Aggiungere blocchi risposta, prove, tabelle e link di supporto | Pagine aggiornate |
| 7 | Definire una cadenza settimanale di revisione | Loop di misurazione GEO |
Mantieni semplice il primo ciclo. L’obiettivo non è dimostrare una grande vittoria in una settimana. L’obiettivo è smettere di indovinare.
FAQ
Google e Bing hanno aperto completamente la black box della ricerca AI?
No. Hanno aperto importanti livelli di reporting first-party, ma non espongono tutti i fattori di ranking, recupero, clic o generazione delle risposte. Bing oggi offre più contesto sulle citazioni, mentre i primi report di IA generativa di Google si concentrano su impression, pagine, geografia, dispositivi e tempo.
GEO ora è misurabile?
Sì, ma non perfettamente. I team possono combinare dati first-party di visibilità AI, segnali di citazione, report a livello pagina, controlli sui prompt e audit dei contenuti. È molto meglio che affidarsi a screenshot isolati, ma le metriche richiedono ancora un’interpretazione attenta.
I team dovrebbero smettere di monitorare i ranking SEO classici?
No. La SEO classica resta importante perché crawlability, autorevolezza, qualità dei contenuti e domanda degli utenti alimentano anche la visibilità nella ricerca AI. Ciò che cambia è che il tracking dei ranking non basta più. Devi anche sapere se i sistemi AI recuperano, citano e riassumono i tuoi contenuti.
Qual è la prima metrica utile da seguire?
Inizia con pagine citate e impression di IA generativa. Poi aggiungi copertura tematica, contesto delle grounding query e citation share quando disponibili. Un dashboard settimanale semplice è meglio di un modello complesso che nessuno usa.
Cosa dovrebbe correggere prima un team?
Correggi prima le pagine che sono già vicine a essere utili: pagine citate ma con prove deboli, pagine prodotto importanti che non rispondono alle domande dei buyer e lacune tematiche dove compaiono competitor ma non il tuo brand. Queste correzioni insegnano spesso più della pubblicazione di nuove pagine da zero.
Fonti
- Bing: Introducing AI Performance in Bing Webmaster Tools Public Preview
- Bing: New AI Visibility Insights in Bing Webmaster Tools
- Google Search Central: Introducing Search Generative AI performance reports in Search Console
- Google: I/O 2026 Search updates
- Google: I/O 2026 keynote summary from Sundar Pichai
Autore: Ethan Marlowe, GEO Measurement Lead Across 500+ Prompts presso Auspia. Ethan scrive di tracking dei prompt, report sulle citazioni, dashboard di visibilità e misurazione pratica della ricerca AI per team growth.
