Le interfacce effimere generate dall’AI superano i link organici nei test di preferenza, spostando l’ottimizzazione dal layout al prompt
Nel 90% dei confronti testa a testa sul set principale, l’interfaccia generata da Google batte il primo risultato organico. Non è un dettaglio da SERP: è un cambio di gravità per chi oggi ottimizza una landing page fissa.
Il secondo set, focalizzato sulla ricerca informativa, ridimensiona ma non ribalta il dato: il confronto sul set informazionale chiude 73,5% contro 19% per il primo risultato organico. Attenzione al metodo: sono test di preferenza, non esperimenti di conversione con MDE e significatività.
Preferenza e conversione non sono la stessa cosa. Ma se tre persone su quattro scelgono un’interfaccia effimera invece del link storico, il problema per il CRO è chiaro.
Le interfacce generative non sono un restyling della SERP. Questa settimana arrivano nelle AI Overviews: le interfacce generative nelle AI Overviews non competono solo con i tool, ma con ogni pagina di atterraggio pensata per una query. La generazione produce la pagina web generata con script costruita dalla query e da strumenti di ricerca e immagini. Il paper le definisce interfacce effimere: create per un singolo prompt, non memorizzate. Niente URL da indicizzare, niente layout da heatmappare dopo due settimane di traffico.
Google descrive la generative UI come.
Un team istantaneo (basato su AI) di product management, UX design ed engineering, per costruire un’esperienza interattiva, nel giro di un minuto, per un prompt specifico.
Se l’interfaccia nasce e muore con il prompt, la pagina fissa non è più l’oggetto del test.
Il test non è sulla pagina, è sul prompt
Il funnel si genera al volo. La domanda per il CRO non è più quale hero converte meglio?, ma quale prompt genera l’interfaccia che porta all’azione?. Questo sposta l’ottimizzazione dall’A/B testing di layout alla sperimentazione di prompt e modelli. Chi oggi pianifica un test su una landing statica rischia di ottimizzare un artefatto che Google potrebbe non mostrare più.
La personalizzazione della search sta già parlando la lingua del linguaggio naturale. Nell’app Google si potranno digitare interessi specifici per la personalizzazione di Search, News e Discover. Dal feed, gli utenti potranno toccare il menu a tre punti e indicare a Google, in parole proprie, gli argomenti o i link preferiti. Non è un’impostazione a checkbox: è un prompt di preferenza. Anche lì l’interfaccia si adatta al segnale dell’utente, non a una tassonomia fissa.
Preferenza non è conversione, ma il segnale è sufficiente?
Il dato del 90% e del 73,5% è robusto come preferenza dichiarata, non come conversione. Manca il passaggio finale: acquisto, lead, registrazione. Un confronto testa a testa può premiare l’interfaccia più chiara nel momento della risposta, ma non dice se riduce l’attrito nel funnel o se crea dipendenza da Google.
La velocità del cambiamento si vede anche nei contenuti di chi vende strumenti di testing. Nei video pubblicati da Optimizely a fine luglio 2026 si passa da l’adozione dell’AI nel CRO del 31 luglio a la mentalità di testing del 29 luglio, da l’adozione dell’AI nei data team del 27 luglio a la lentezza dei programmi di sperimentazione del 24 luglio. Il tema non è se l’AI entrerà nel CRO, ma se i programmi di test sapranno cambiare unità di analisi prima che il traffico smetta di arrivare alle pagine fisse.
Cosa andrebbe testato dopo
La domanda aperta è se il prompt engineering possa diventare una disciplina di CRO misurabile: prompt diversi generano interfacce diverse, ma servono test con campioni sufficienti, MDE dichiarati e metriche di conversione reale. Altrimenti stiamo solo spostando l’ottimizzazione dalla heatmap al prompt, senza avere un metodo.
Resta incerto se l’interfaccia effimera sopravviva alla sessione o se venga rigenerata in modo diverso a ogni ricerca. E resta incerto se la preferenza dichiarata nel confronto si traduca in conversione quando l’utente deve completare un pagamento o lasciare un dato. Il prossimo test non è un layout: è un prompt che genera un’interfaccia e una misura.
