Le citazioni nei motori AI sono un tiro di dadi

La volatilità delle citazioni rende le metriche di visibilità AI inaffidabili per qualsiasi strategia

Hai presente quella sensazione quando in un test A/B vedi una variante a +30%, festeggi, e poi scopri che l’implementazione lato analytics aveva un bug? La gioia si trasforma in un buco nero di incertezza. Bene, per le citazioni nei motori di ricerca generativi, la situazione è decisamente peggiore. Non stiamo parlando di un errore di configurazione una tantum, ma di una variabilità sostanziale delle citazioni che rende qualsiasi tentativo di ottimizzazione simile a un tiro di dadi. La stessa query, ripetuta a distanza di minuti, restituisce risultati e fonti completamente diversi. Il dato non è solo instabile: è rumoroso per natura.

La bufala della citazione garantita

Chi viene dal mondo del CRO sa bene che senza una misura affidabile siamo ciechi. Uno dei principi cardine della nostra disciplina è che, prima ancora di parlare di significatività statistica, dobbiamo essere certi che lo strumento di tracking misuri sempre la stessa cosa allo stesso modo. I dati che emergono dagli studi più recenti sulle citazioni dei motori generativi ci dicono che questo prerequisito è un lusso che oggi non possiamo permetterci. Analizzando campioni ripetuti, gli intervalli di confidenza bootstrap mostrano un quadro desolante: molte delle differenze che osserviamo tra i domini citati non sono reali, ma cadono all’interno del rumore di fondo del processo di misurazione. In parole povere, quando vedi il tuo competitor guadagnare terreno sulle citazioni e ti allarmi, c’è un’alta probabilità che tu stia fissando un miraggio statistico.

A rendere il tutto più complesso c’è la natura stessa della distribuzione dei dati: le citazioni non seguono una curva normale, ma una legge di potenza. Una manciata di domini domina le citazioni, mentre la stragrande maggioranza lotta per le briciole. Questo non è un problema di per sé, ma lo diventa se abbinato all’instabilità intrinseca delle rilevazioni: le classifiche sono instabili non solo per i primi in lista, dove la competizione è serrata, ma in tutto l’insieme dei domini frequentemente citati. Un brand che oggi compare in quindicesima posizione, domani potrebbe essere venticinquesimo senza aver cambiato una sillaba nella sua strategia di contenuti e senza che il motore abbia alterato i suoi modelli in modo percettibile. L’oscillazione è casuale.

A questo si aggiunge un dato che definirei il colpo di grazia per chi pensava di poter costruire una strategia di Generative Engine Optimization sulla ripetibilità. Lo studio ha esaminato il tasso di citazioni identiche tra risposte date alla stessa identica domanda. Per Google Gemini, la percentuale di risposte che condividono tutte le fonti citate è prossima allo zero, con un misero 0,01-0,10%. SearchGPT e Perplexity fanno un po’ meglio, attestandosi tra il 3% e l’8%, ma rimaniamo in un territorio dove l’eccezione non fa la regola. Già nel corso del 2025, come evidenziato da un team di ricerca della Ruhr University Bochum e del Max Planck Institute, era noto che gli output della ricerca generativa variassero nel tempo e tra esecuzioni diverse. Oggi abbiamo la conferma numerica di quella che sembra una caratteristica strutturale.

Praticamente, se due persone inseriscono lo stesso prompt su Gemini a distanza di pochi secondi, non vedranno la stessa lista di fonti. E nemmeno una lista simile. Come puoi ottimizzare qualcosa che non si presenta mai due volte allo stesso modo?

Perché il traffico da ricerca AI è come cliccare su uno specchio

Se pensi che il problema sia un mero esercizio accademico, ti sbagli. La volatilità ha conseguenze pratiche devastanti sul piano del decision-making, perché mina alla base la capacità di correlare le azioni di ottimizzazione al traffico effettivo. Quando nel nostro lavoro quotidiano analizziamo il traffico organico, cerchiamo sempre di isolare le variabili: sai che il 15 marzo hai pubblicato un contenuto pillar, sai che il 22 aprile hai aggiornato le pagine prodotto, e metti in relazione queste azioni con il delta delle sessioni provenienti da Google. Con i motori AI, questo processo rischia di essere vano. Se la sovrapposizione tra set di citazioni dalla stessa query a intervalli di 10 minuti, come riportato dal documento Sielinski, è spesso inferiore al 50%, qualsiasi incremento di traffico misurato dopo un intervento di GEO potrebbe essere pura coincidenza. Come in un esperimento mal progettato, non sei in grado di respingere l’ipotesi nulla.

A guardare i precedenti, non c’è da stupirsi. Basta ricordare cosa accadde nell’estate del 2024: ChatGPT citava Reddit in quasi il 60% delle risposte ai primi di agosto. Un dominio da sogno per qualsiasi publisher. Poi, senza preavviso, le citazioni sono crollate a circa il 10% entro metà settembre. Un tonfo verticale di 50 punti percentuali in sei settimane. Se un ecommerce manager avesse investito tempo e risorse per rincorrere quella benedizione algoritmica — scrivendo post su Reddit, cercando di guadagnare karma, ingaggiando community manager — si sarebbe ritrovato con un pugno di mosche e una strategia diventata obsoleta nel tempo di un ciclo di fatturazione.

Se il CR non esiste, cosa misuriamo?

Davide Conti direbbe: quando una metrica fluttua più di un criceto su un tapis roulant, è ora di cambiare metro. Ma qui il problema è che la metrica che vorremmo adottare — una sorta di “tasso di conversione da visibilità AI” — semplicemente non esiste, perché la visibilità stessa è un concetto liquido, privo di un ancoraggio stabile. Stiamo portando la logica del CRO in un ambiente che non ha ancora raggiunto la maturità di un sistema di tracking a eventi. Non puoi calcolare l’impatto di una variante se la baseline cambia ogni dieci minuti in modo non deterministico.

Prima di investire un euro in GEO, chiediti se stai misurando una metrica o un miraggio. Per ora, l’unico test che conta non è ottimizzare per essere citati, ma accettare l’incertezza e prepararsi a un mondo dove il ranking lascia il posto alla probabilità. Una scommessa difficile da giustificare in un meeting con il CFO, ma infinitamente più onesta che far finta che i numeri ballerini siano una KPI su cui costruire il budget del prossimo quarter.