Come essere citati dall’AI nel 2026: 7 effetti dimostrati dagli studi e 6 miti da scartare

Per essere citato dall’AI devi superare due prove: essere recuperato tra le fonti che il motore legge, e poi essere scelto dentro la risposta. Sulla seconda esistono esperimenti controllati pubblicati da Princeton, Stanford, UC Berkeley, Harvard, Toronto e Waseda. Sulla prima decide ancora, in larga parte, la SEO. Tutto il resto — file speciali, formati segreti, regole al carattere — non ha una prova pubblica che lo sostenga.

Il mercato dei consigli su come farsi citare da ChatGPT, Perplexity e dalle AI Overview di Google è cresciuto più in fretta delle prove che dovrebbero sorreggerlo. Libri, corsi e guide ripetono regole precise, spesso con percentuali al decimale, senza dire da dove arrivano. Alcune sono vere. Molte sono estrapolazioni di un singolo studio. Qualcuna è smentita dalla documentazione ufficiale.

Questa guida fa una cosa sola: separa ciò che è stato dimostrato da ciò che viene soltanto ripetuto. Per ogni affermazione trovi la fonte, il tipo di prova e il suo limite. È lo stesso criterio con cui è stata scritta la guida GEO 2026 di KenKeepY ed è lo stesso su cui funziona lo strumento di misura che ne è nato. Se cerchi il metodo operativo passo per passo, lo trovi in come farsi citare da ChatGPT e Perplexity. Qui verifichiamo le fondamenta.

Che cosa significa, esattamente, essere citati dall’AI?

Essere citati dall’AI significa che un modello linguistico usa un passaggio del tuo sito per costruire la risposta e lo attribuisce con un link o un riferimento esplicito. È una cosa diversa dall’essere nominati: un modello può fare il nome della tua azienda senza aprire nessuna pagina, attingendo a ciò che ha imparato durante l’addestramento.

La distinzione non è accademica, perché un modello risponde in due modi. Quando cerca, apre pagine web, ne estrae passaggi e li cita: è il canale della citazione. Quando risponde a memoria, usa soltanto ciò che ha assorbito in addestramento e non cita nessuno: è il canale della nomina.

Nella guida GEO 2026 di KenKeepY abbiamo documentato che il 57,8% delle risposte di ChatGPT arriva senza alcuna ricerca sul web. Su quella quota nessuna ottimizzazione di pagina può produrre una citazione, perché nessuna pagina viene aperta. Il secondo dato della stessa guida misura la distanza fra i due canali: quando l’utente descrive un bisogno senza fare nomi, le aziende proposte sono il 3,3% di quelle che il modello riconosce se gliele nomini, cioè il 99,4%. Un’azienda può essere perfettamente nota al modello e non venire mai proposta a chi non la conosce già.

Gli studi che vedremo riguardano quasi tutti il primo canale, perché è l’unico osservabile in laboratorio con esperimenti ripetibili. Tienilo presente: chi ti promette di entrare nella memoria di ChatGPT in trenta giorni descrive un meccanismo che nessuno studio pubblico ha misurato su quei tempi.

Quali studi esistono davvero su come le AI scelgono le fonti?

Gli studi rigorosi sono pochi, circa una decina, e sono usciti quasi tutti tra il 2023 e il 2025 da università o centri di ricerca indipendenti. Sono la base di tutto ciò che si può affermare con onestà. Qui sotto trovi quelli che usiamo, con ciò che dimostrano e con il limite che raramente viene riportato.

Per leggere ogni affermazione usiamo una scala a quattro gradi, la stessa dei nostri referti di misura. Dimostrato: esperimento controllato, effetto misurato. Coerente: più fonti indipendenti che puntano nella stessa direzione. Plausibile: prova indiretta o ottenuta su un sistema diverso. Non dimostrato o smentito: nessuna prova pubblica, oppure una fonte primaria che afferma il contrario.

Che cosa aumenta davvero la probabilità di essere citati dall’AI?

Sette effetti hanno una prova pubblica: fonti e statistiche verificabili, pertinenza, chiarezza, rinuncia al keyword stuffing, vantaggio per chi parte indietro, peso delle fonti terze e freschezza dei dati. Ognuno ha un grado di prova diverso e un limite da conoscere prima di trasformarlo in regola.

1. Fonti, citazioni e statistiche verificabili — dimostrato

È il risultato più solido e più citato. Nel paper di Aggarwal e colleghi, presentato a KDD 2024, tre interventi sul testo — aggiungere riferimenti a fonti credibili, inserire citazioni testuali pertinenti, sostituire affermazioni qualitative con dati — hanno aumentato la visibilità della fonte del 30-40% sulla metrica principale. Il banco di prova contava 10.000 domande. Ripetuto su Perplexity, un motore reale, l’aggiunta di citazioni testuali ha dato il +22% e l’aggiunta di statistiche fino al +37% su una delle due metriche.

Il limite che quasi nessuno riporta: nel paper “visibilità” significa quota di parole della risposta attribuite alla tua fonte, pesata per posizione. Non significa traffico né contatti. E il celebre “fino al 40%” è il massimo, non la media, misurato su un motore costruito con GPT-3.5. È un’indicazione di direzione, non una promessa di resa.

2. La pertinenza viene prima di tutto — dimostrato

Uno studio di UC Berkeley del 2024 ha analizzato che cosa rende un documento convincente per un modello quando le fonti si contraddicono. Il risultato è netto: i modelli si affidano soprattutto alla pertinenza del sito rispetto alla domanda e trascurano in larga parte elementi che per un lettore umano contano, come la presenza di riferimenti scientifici o un tono neutro.

Sembra contraddire il punto precedente, e invece lo precisa. Le fonti aiutano quando portano sostanza verificabile dentro il passaggio che risponde alla domanda. Una bibliografia in fondo alla pagina, staccata dalla risposta, non convince nessuno, macchine comprese. La prima verifica resta sempre la stessa: questo paragrafo risponde esattamente a ciò che è stato chiesto?

3. Chiarezza e fluidità, non tono perentorio — dimostrato

Nello stesso esperimento di Princeton, rendere il testo più fluido e più facile da capire ha dato un aumento di visibilità del 15-30%. Riscriverlo con un tono più persuasivo e autorevole, invece, non ha prodotto miglioramenti significativi: secondo gli autori, i motori generativi sono già abbastanza robusti a questo tipo di intervento.

Per chi scrive contenuti B2B è un’informazione preziosa. L’enfasi commerciale non compra spazio nella risposta. La chiarezza sì.

4. Il keyword stuffing non funziona, e su Perplexity peggiora — dimostrato

Ripetere le parole chiave della domanda, tecnica ereditata dalla SEO di vent’anni fa, ha dato un effetto nullo o negativo sul motore sperimentale. Su Perplexity ha ridotto la visibilità del 10% rispetto al testo originale. È uno dei pochi divieti che poggiano su una misura e non su un’opinione.

5. Chi parte indietro guadagna di più — dimostrato, con una condizione

Il dato più sorprendente del paper riguarda la posizione di partenza. Per il sito che nei risultati classici occupava il quinto posto, aggiungere riferimenti a fonti ha aumentato la visibilità nella risposta del 115,1%. Per il sito al primo posto, la stessa tecnica applicata da tutti ha ridotto la visibilità media del 30,3%.

La condizione sta nel disegno dell’esperimento: il motore leggeva soltanto i primi cinque risultati di Google. Il vantaggio esiste per chi è già tra le fonti recuperate. Chi non compare nemmeno lì non viene letto, e nessuna qualità del testo lo compensa. È la ragione per cui la GEO non sostituisce la SEO: ci si appoggia.

6. Le fonti terze pesano più delle tue pagine — coerente, da confermare

Un gruppo della University of Toronto ha confrontato nel 2025 le fonti usate da diversi motori generativi con quelle di Google, su più settori, lingue e riformulazioni della stessa domanda. Le AI mostrano una preferenza sistematica e marcata per i contenuti editoriali di terze parti autorevoli rispetto alle pagine del brand e ai social, molto più di quanto faccia Google. Lo studio segnala anche un vantaggio strutturale dei marchi grandi, che chi opera in nicchia deve compensare.

È un preprint e va letto come tale. È però coerente con ciò che osserviamo misurando: un’azienda che esiste solo sul proprio sito, per un modello, è un’affermazione non confermata. Le menzioni guadagnate — articoli, associazioni di categoria, pubblicazioni di settore — contano. Quelle comprate o fabbricate no, come vedremo tra i miti.

7. La freschezza conta — dimostrato in laboratorio

Alcuni ricercatori della Waseda University hanno aggiunto date di pubblicazione artificiali a passaggi identici e li hanno fatti riordinare da sette modelli, tra cui GPT-4o. In tutti i modelli i testi datati più di recente sono stati promossi: la data media dei primi dieci risultati si è spostata in avanti fino a 4,78 anni, e fra due passaggi ugualmente pertinenti la preferenza si è invertita in media fino al 25% dei casi. I modelli più grandi attenuano l’effetto; nessuno lo elimina.

La lettura corretta non è “cambia la data”. Lo studio misura un difetto dei modelli, non una tattica: aggiornare la data senza aggiornare i dati è una falsificazione, e chi legge prima o poi se ne accorge. La lettura corretta è che una pagina viva, rivista con dati nuovi, compete meglio di un archivio fermo. È lo stesso principio del refresh trimestrale che abbiamo descritto parlando di visibilità AI e ranking Google.

Perché anche un contenuto eccellente può non essere citato correttamente?

Perché i motori generativi sbagliano spesso l’attribuzione, e lo fanno con sicurezza. Prima di costruire una strategia sulla citazione conviene sapere quanto è rumoroso il segnale che stai cercando di muovere.

Nel 2023 un gruppo di Stanford ha verificato a mano le risposte di quattro motori generativi dell’epoca. In media solo il 51,5% delle frasi generate era pienamente sostenuto dalle citazioni, e solo il 74,5% delle citazioni sosteneva davvero la frase a cui era agganciato. Nel 2025 il Tow Center della Columbia University ha condotto una prova più semplice su otto motori e 1.600 interrogazioni: risalire all’articolo da cui proveniva un estratto. Oltre il 60% delle risposte era sbagliato. ChatGPT ha mancato 134 articoli su 200 e ha espresso incertezza solo 15 volte.

Un dettaglio dello stesso studio riguarda direttamente chi pubblica: i motori citavano spesso copie ripubblicate su aggregatori invece dell’originale. Se i tuoi contenuti vengono ripresi altrove, la citazione può finire alla copia. URL canonici corretti, dati che esistono solo da te e un nome d’azienda associato in modo costante ai tuoi contenuti riducono il rischio. Non lo azzerano.

La conseguenza pratica è una sola: una citazione osservata una volta non è un risultato. Le risposte cambiano da un’esecuzione all’altra, e il Tow Center lo dichiara fra i limiti del proprio lavoro. Si misura su più domande, più volte, annotando data e modello. È il motivo per cui abbiamo scritto come misurare la visibilità AI prima ancora di scrivere come aumentarla.

Quali consigli per farsi citare dall’AI non hanno prove?

Sei consigli molto diffusi non hanno prove pubbliche o sono smentiti da fonti primarie: il file llms.txt, lo schema come leva di citazione, la frammentazione dei testi per le macchine, le regole numeriche sulla posizione, il tono perentorio e le menzioni fabbricate. Alcuni sono innocui, altri costano budget, uno espone a rischi seri.

Mito 1: «Il file llms.txt ti fa citare dalle AI»

Smentito per Google, non dimostrato altrove. Nella guida all’ottimizzazione per l’AI generativa, aggiornata a settembre 2026, Google scrive che la Ricerca non usa file llms.txt né altri file di testo, markup o Markdown pensati per l’AI, e che crearli non influisce né in positivo né in negativo sulla visibilità. Per gli altri motori non esiste uno studio pubblico che misuri un effetto. Il plugin gratuito che abbiamo sviluppato lo genera in automatico, perché non costa nulla e qualche servizio potrebbe leggerlo. Non lo presentiamo come una leva, perché nessuno ha dimostrato che lo sia.

Mito 2: «Lo schema markup è la chiave per essere citati»

Smentito per Google. La stessa guida precisa che i dati strutturati non sono necessari per la ricerca basata sull’AI generativa e che non serve alcun markup schema.org speciale. Restano utili per i risultati avanzati della Ricerca classica, ed è una buona ragione per mantenerli. Le percentuali di aumento delle citazioni attribuite allo schema, che circolano senza fonte, non corrispondono a nessuno studio controllato che conosciamo.

Mito 3: «Spezza i contenuti in blocchi e riscrivili per le macchine»

Smentito per Google. La documentazione ufficiale afferma che non è necessario suddividere i contenuti in piccole parti né scrivere in un modo specifico per l’AI, e che non esiste una lunghezza ideale delle pagine. Paragrafi brevi che rispondono a una domanda restano una buona scelta, ma per una ragione più semplice: aiutano chi legge. È una ragione sufficiente e non ha bisogno di essere travestita da segreto algoritmico.

Mito 4: «L’AI legge solo le prime righe: metti la risposta nei primi N caratteri»

Non dimostrato come regola. Le soglie di caratteri o di parole e le percentuali di citazioni concentrate nella parte alta della pagina vengono da analisi correlazionali condotte da fornitori di strumenti, non da esperimenti controllati. Lo studio accademico che viene spesso chiamato a sostegno, Lost in the Middle di Stanford, misura come un modello usa le informazioni dentro il proprio contesto di lavoro, dove sono concatenati molti documenti: non come legge la tua pagina. Mettere la risposta all’inizio è buona scrittura, e lo facciamo anche noi. Trasformarla in una legge con i decimali non è scienza.

Mito 5: «Scrivi con tono sicuro e autorevole, l’AI lo premia»

Smentito. È il caso più istruttivo, perché riguarda lo studio più citato del settore. Il paper di Princeton ha testato proprio la riscrittura in tono persuasivo e autorevole e non ha trovato miglioramenti significativi. Eppure in molte tabelle che circolano online questa tecnica compare con un aumento a due cifre attribuito allo stesso paper. L’autorevolezza si dimostra con fatti verificabili, non con aggettivi.

Mito 6: «Compra menzioni o nascondi istruzioni per le AI nelle pagine»

Manipolazione possibile, sconsigliata. I ricercatori di Harvard hanno mostrato che una sequenza di testo ottimizzata da un algoritmo, incomprensibile per un lettore umano, inserita nella pagina di un prodotto di un catalogo fittizio, ne aumentava la probabilità di comparire come prima raccomandazione. Gli stessi autori scoraggiano l’uso della tecnica. Google, dal canto suo, scrive che cercare menzioni non autentiche è meno utile di quanto sembri, che i suoi sistemi bloccano lo spam e che produrre contenuti per ogni variante di ricerca allo scopo di manipolare le risposte viola le norme sull’abuso di contenuti su larga scala. Ciò che funziona oggi su un modello può essere neutralizzato alla versione successiva, e lascia tracce.

Come si riconosce un consiglio GEO senza prove?

Con cinque domande da porre a ogni affermazione prima di investirci budget. Valgono per un libro, un corso, un fornitore e anche per questo articolo.

1. Chi l’ha misurato? Un’università, un centro di ricerca, la piattaforma stessa, oppure chi vende il servizio.
2. Su quale motore, con quale modello e quando? Un risultato del 2023 su GPT-3.5 è un’indicazione, non una legge per il 2026.
3. È un esperimento o una correlazione? “Le pagine citate hanno la caratteristica X” non significa “aggiungere X fa citare”.
4. È una misura o una previsione? Il calo del 25% del volume di ricerca entro il 2026, ripreso ovunque come un dato, è una previsione di Gartner pubblicata nel febbraio 2024.
5. Il limite è dichiarato? Una fonte seria dice dove il suo risultato smette di valere. Se il limite manca, manca metà dell’informazione.

Google stesso, nella documentazione aggiornata, invita a diffidare degli strumenti che promettono posizionamenti o dichiarano di usare metriche interne, e chiarisce che dal suo punto di vista ottimizzare per l’AI generativa resta SEO. È un criterio utile anche quando valuti un’agenzia GEO a Milano: chiedi la fonte di ogni promessa.

Da dove nasce una citazione: entità, fiducia, nomina

Un modello cita o nomina un’azienda quando dispone di abbastanza fatti coerenti su di lei da potersi permettere di farlo. È il principio su cui è costruito KenKeepY, la piattaforma di misura sviluppata da Starlead: prima viene l’entità, poi la fiducia, infine la citazione.

Un modello non conserva pagine: conserva entità — organizzazioni, persone, luoghi — con i fatti che le distinguono. Sede, anno di fondazione, forma societaria, chi la guida, che cosa fa. Più fatti distinti e concordanti possiede su un’entità, meno rischia facendone il nome. È una lettura coerente con i risultati sulle fonti terze e con quelli sulla verificabilità: il modello cita più volentieri ciò che può confermare.

Per questo KenKeepY misura due numeri distinti. Il KY Memory dice che cosa il modello sa della tua azienda senza cercare, e cambia solo quando esce una nuova versione del modello. Il KY Search dice che cosa trova cercandoti, e cambia ogni giorno con le pagine che il motore apre. Il salto fra i due è la diagnosi.

Una dichiarazione di trasparenza: KenKeepY è nostro, e lo giudichiamo con gli stessi criteri che applichiamo agli altri. Il suo metodo pubblico dichiara anche ciò che non sa ancora: che il punteggio sia correlato al traffico reale è la domanda a cui lo strumento serve a rispondere, non una premessa da cui parte. Il caso concreto e il metodo sono descritti in KenKeepY, il metro della memoria artificiale. La guida GEO 2026, 37 pagine con ogni numero accompagnato dalla sua fonte, si scarica gratis dalla sezione Community di kenkeepy.com.

Quanto vale, in concreto, una citazione dell’AI?

Vale soprattutto come influenza sulla decisione, molto meno come fonte di clic. Secondo il Pew Research Center, nel marzo 2025 gli utenti di Google che vedevano un riassunto AI cliccavano un risultato tradizionale nell’8% delle visite, contro il 15% di chi non lo vedeva. I link dentro il riassunto venivano cliccati appena nell’1% delle visite.

Per un’azienda B2B la conseguenza è precisa. Il valore della citazione sta nell’essere la fonte che dà forma alla risposta letta da chi sta scegliendo un fornitore, e nell’essere il nome che compare nella lista breve. Google sostiene che i clic provenienti da pagine con riassunti AI siano di qualità superiore: è un’affermazione della piattaforma, non una misura indipendente, ma è coerente con ciò che osserviamo sui dati di traffico dalle AI. Misurare solo le visite significa guardare la parte più piccola del fenomeno. Abbiamo sviluppato il ragionamento in come ottimizzare un sito per le AI con la GEO.

Che cosa fare da lunedì, usando solo ciò che è dimostrato?

Sei azioni, in quest’ordine, ciascuna agganciata a una prova. Nessuna richiede un file speciale o uno strumento a pagamento per cominciare.

1. Verifica di essere leggibile. Robots.txt, firewall e CDN non devono bloccare i crawler, e i contenuti importanti devono esistere come testo: sono i requisiti che Google indica nella pagina sulle funzionalità di AI e il tuo sito. Attenzione a un equivoco diffuso: per AI Overview e AI Mode vale Googlebot, non Google-Extended, che riguarda altri sistemi di Google.
2. Scegli le domande reali dei tuoi clienti e registra chi viene citato oggi. Senza una misura di partenza, qualunque risultato successivo è un’opinione contro un’altra.
3. Riscrivi i passaggi che rispondono a quelle domande. Risposta chiara nelle prime frasi, un dato verificabile, la fonte accanto al dato. È ciò che Princeton e Berkeley hanno misurato.
4. Pubblica ciò che solo tu puoi sapere. Misure, tempi, esiti, casi con numeri. Google lo chiama punto di vista unico basato sull’esperienza diretta; un modello non può generarlo da solo.
5. Costruisci presenza fuori dal sito, in modo autentico. Pubblicazioni di settore, associazioni, interventi, dati istituzionali coerenti ovunque compaia il tuo nome. È la direzione indicata dallo studio di Toronto.
6. Aggiorna con dati nuovi e misura a ogni ciclo. Annotando sempre modello e data, perché le risposte cambiano e le versioni dei modelli pure.

Il territorio su cui applicare queste azioni conta quanto le azioni stesse: una decisione d’acquisto coperta senza buchi rende più di dieci argomenti sfiorati. Lo abbiamo spiegato parlando di perimetro dei contenuti per le AI. E la base resta quella descritta nella guida alla Generative Engine Optimization: nessuna scorciatoia sostituisce un contenuto che merita di essere scelto.

Domande frequenti

Quanto tempo serve per essere citati dall’AI?

Nessuno studio pubblico misura un tempo standard. Sul canale della ricerca una pagina può essere citata appena viene indicizzata e recuperata per una domanda pertinente, quindi in giorni o settimane. Sul canale della memoria bisogna attendere una nuova versione del modello, e l’intervallo si misura in mesi. Chi indica un numero fisso di giorni sta stimando, non misurando.

Il file llms.txt serve a farsi citare dall’AI?

Per Google no: la documentazione ufficiale dichiara che la Ricerca lo ignora e che non influisce sulla visibilità. Per gli altri motori non esiste una prova pubblica di un effetto. Tenerlo non fa danni; pagarlo come leva di posizionamento non ha giustificazione.

Bisogna essere primi su Google per essere citati dall’AI?

Non primi, ma recuperati. Nell’esperimento di Princeton il sito in quinta posizione ha guadagnato più visibilità di quello in prima, ma solo perché era già tra le cinque fonti lette. Google precisa che le sue funzionalità di AI si basano sui sistemi di ranking principali della Ricerca: la SEO resta il cancello d’ingresso.

L’AI cita anche le piccole e medie imprese?

Sì, se sono recuperate e pertinenti. Lo studio di Toronto segnala un vantaggio strutturale dei marchi grandi, che una PMI compensa con profondità su un perimetro stretto, dati propri e presenza su fonti terze autorevoli del proprio settore.

Si può pagare per essere citati da ChatGPT?

Non esiste un modo documentato per acquistare una citazione organica nelle risposte. Le tecniche di manipolazione esistono in laboratorio, ma i ricercatori che le hanno studiate ne scoraggiano l’uso e le norme anti-spam di Google le colpiscono. Il rischio supera il beneficio, e l’effetto può sparire alla versione successiva del modello.

Come verifico se l’AI cita la mia azienda?

Poni le domande che farebbe un tuo cliente, senza il nome della tua azienda, ciascuna in una chat nuova, con la ricerca accesa per le citazioni e spenta per la memoria. Ripeti la prova più volte e annota data e modello. Per Google puoi usare il report sul rendimento dell’AI generativa in Search Console; per una misura ripetibile sulla memoria e sulla ricerca dei modelli esistono piattaforme dedicate come KenKeepY.

Vuoi sapere che cosa rispondono oggi le AI quando un tuo cliente cerca un fornitore come te? Starlead è un’agenzia SEO e GEO con sede a Milano, specializzata in aziende B2B. Lavoriamo con lo stesso criterio di questa guida: ogni intervento ha una fonte, ogni risultato una misura con data e modello. Parliamone.

Testo AI-assisted e immagine di copertina generata con AI, verificati dalla redazione Starlead · Come lavoriamo