Il 69% delle citazioni di brand nei chatbot non si traduce in raccomandazioni effettive

L’ultimo benchmark di luglio sulle raccomandazioni di brand nei chatbot, pubblicato ieri su Search Engine Journal, consegna un verdetto pesante: secondo l’analisi condotta da Lily Ray, il 69% delle volte in cui un brand viene citato come fonte in una lista auto-promozionale, quel brand sparisce dalla raccomandazione finale. E anche quando una risposta sembra credibile, la consistenza è un’illusione: Rand Fishkin stima che per ottenere due risposte identiche per lista di brand e ordine da Claude o ChatGPT servano in media 1.500 tentativi.

La bugia del brand nei chatbot: numeri che fanno male

Il dato raccolto da Lily Ray mostra uno scollamento profondo: su 323 listicle auto-promozionali citati come fonte dai chatbot, in 224 casi il brand compariva nella fonte ma non nella raccomandazione. Le AI, cioè, citano un contenuto e poi ne ignorano completamente il committente. A questo si aggiunge la volatilità documentata da Rand Fishkin: per avere due volte la stessa risposta con lo stesso ordine di brand bisognerebbe interrogare Claude o ChatGPT circa 1.500 volte. Per chi lavora sulla visibilità organica significa che le AI Overview e le risposte generate dai modelli linguistici non offrono alcuna prevedibilità, e anzi restituiscono risultati quasi casuali rispetto alle fonti dichiarate. Ma se queste AI sono così inaffidabili quando parlano di brand, cosa succede quando interagiscono con gli strumenti che usiamo per misurare la SEO?

Prompt infetti e bug storici: il crollo della fiducia nei dati

Oltre alle risposte ballerine, le AI stanno già alterando i nostri dati. Già lo scorso novembre, Ars Technica aveva rivelato che conversazioni personali e sensibili degli utenti di ChatGPT erano finite in Google Search Console. Il meccanismo alla base è presto detto: come documentato da Quantable, OpenAI invia direttamente a Google Search i prompt degli utenti, e l’indagine originale di Jason Packer ha poi tracciato la presenza di quegli stessi prompt nei report di Query di Search Console. Il risultato è che i dati di query organiche sono sporcati da frasi che nulla hanno a che vedere con l’intento di ricerca reale degli utenti, ma riflettono l’attività di scraping dei modelli AI.

Come se non bastasse, per quasi un anno i professionisti SEO hanno lavorato su numeri gonfiati senza saperlo. Come riconosciuto da Google stessa: «Un errore di logging ha impedito a Search Console di riportare accuratamente le impression dal 13 maggio 2025 fino allo scorso 27 aprile 2026». Solo le impression e le metriche a esse collegate — CTR e posizione media — sono state alterate; i clic sono rimasti immuni. Secondo l’analisi di Passionfruit Labs, si tratta di quasi undici mesi di dati inflazionati nello strumento di monitoraggio organico più diffuso al mondo. Qualsiasi confronto anno su anno, qualsiasi ottimizzazione basata sulle impression di quel periodo è stata costruita su una base statistica falsata.

Il quadro che ne esce è desolante: i report di Search Console, che dovrebbero essere la bussola del SEO, sono stati inquinati sia dall’esterno (i prompt di ChatGPT) sia dall’interno (l’errore di logging). Con i report che mentono e le AI che contaminano le query, come si fa a prendere decisioni?

Da domani: tre azioni per sopravvivere al caos

La risposta non è smettere di guardare i dati, ma guardarli meglio. Ecco tre mosse concrete per chi fa traffico organico.

Primo: verificare l’entità del bug sui propri dati. Il periodo che va dal 13 maggio 2025 al 27 aprile 2026 va ripulito: le impression sono gonfiate, i clic sono accurati. Ricalibrare le dashboard storiche sui clic e sulle conversioni, e se possibile incrociare le informazioni con le Search Console API antecedenti e successive, è l’unico modo per ritrovare una baseline affidabile.

Secondo: filtrare il rumore dei prompt AI. Le query che contengono intere frasi in linguaggio naturale, domande prolisse o evidenti istruzioni da chatbot devono essere isolate e rimosse dall’analisi operativa. Non rappresentano traffico umano e non segnalano un intento commerciale reale, ma sono residui dello scraping di OpenAI. Ignorarle significa evitare di investire su keyword fantasma.

Terzo: adottare nuovi modelli di attribuzione per un ecosistema dominato dagli agenti AI. Come sottolineato da Jono Alderson in un episodio di No Hacks, nel 2026 gli agenti AI hanno rotto il modello tradizionale di marketing digitale basato sull’interruzione umana. Oggi non basta più misurare il posizionamento classico: serve tracciare le apparizioni nei riquadri degli agenti, le citazioni senza clic e il tasso di raccomandazione effettiva, perché la visibilità si sta spostando dove il clic non arriva.

L’errore di Search Console è stato corretto, ma la contaminazione da AI è solo all’inizio. Chi fa SEO deve costruire dashboard isolate dal rumore, basate su clic e conversioni, non su impression gonfiate. Il digital marketing basato sull’interruzione umana è morto: vince chi capisce gli agenti.