Sto costruendo un framework GEO per affrontare una domanda concreta: come posso valutare, con evidenze verificabili, se un sito è pronto a essere recuperato e utilizzato dai sistemi di ricerca e risposta generativa?
Il progetto si chiama GEO Evidence-Based Framework. È arrivato alla stesura V3 e lo sto mettendo alla prova su casi reali. Voglio trasformarlo in una metodologia di lavoro utilizzabile negli audit, con controlli documentati, osservazioni ripetibili e priorità comprensibili per chi deve intervenire sul sito.
Questo articolo racconta il lavoro in corso: le scelte metodologiche già definite, ciò che sto verificando nei piloti e il servizio di GEO Audit che sto sviluppando a partire dal framework.
Perché ho iniziato a costruire un framework GEO
Nel mio lavoro di consulente e ricercatore SEO parto dalle domande, dalle fonti e dai problemi osservabili. Con la ricerca generativa sto seguendo lo stesso percorso. Una raccomandazione deve avere una motivazione, un campo di applicazione e un modo per verificarla.
Una pagina può essere raggiungibile e ben strutturata, ma contenere informazioni contraddittorie. Un brand può essere menzionato in una risposta senza ricevere un link. Un sito può ricevere citazioni senza generare contatti. Se un audit riassume tutto in un numero, rischia di rendere poco chiaro il problema da risolvere.
Per questo il framework organizza separatamente preparazione del sito, presenza nelle risposte AI e valore commerciale.
Tre livelli di analisi: readiness, visibilità e risultati
| Livello | Domanda | Cosa osservo |
|---|---|---|
| GEO Readiness | Il sito soddisfa i controlli della metodologia? | Accessibilità, qualità informativa, struttura, identità e copertura degli intenti. |
| Visibilità osservata | Il sito o il brand compaiono nelle risposte? | Menzioni, link diretti, fonti terze e correttezza delle informazioni. |
| Risultati commerciali | La presenza produce valore misurabile? | Visite attribuibili, contatti e transazioni, quando i dati lo consentono. |
Il punteggio di readiness descrive la conformità ai controlli del framework. Non rappresenta la probabilità di essere citati da ChatGPT, Google AI Mode o altri sistemi. Anche una citazione osservata, da sola, non dimostra che un particolare intervento l’abbia causata.
Dalle fonti ai controlli: come sto costruendo la V3
La revisione V3 parte da un registro delle evidenze. Per ogni fonte conservo il riferimento, l’affermazione che sostiene, la piattaforma a cui si applica e i suoi limiti. Distinguo documentazione ufficiale, studi sperimentali, osservazioni e correlazioni, ipotesi da testare.
Uno dei campi più utili è Do Not Infer: registra le conclusioni che una fonte non autorizza. Una correlazione tra menzioni di un brand e visibilità AI, per esempio, non dimostra che aumentare artificialmente le menzioni produca lo stesso risultato.
Le ipotesi sostenute soltanto da un meccanismo plausibile vengono conservate nel registro degli esperimenti. Non generano punti nel nucleo del readiness score.
La catena di lavoro è questa: fonte, controllo, evidenza sul sito, problema rilevato, raccomandazione, verifica della correzione. Voglio poter risalire da una proposta operativa sia alla ragione metodologica sia alla prova raccolta sul sito.
Che cosa verifico nel GEO Audit
I prerequisiti vengono valutati per piattaforma. La documentazione di Google sulle funzionalità AI chiarisce che restano valide le basi SEO, senza requisiti tecnici aggiuntivi o uno speciale markup obbligatorio. Per ChatGPT Search considero invece la documentazione dei crawler OpenAI, che distingue l’accesso per la ricerca dall’uso dei contenuti per l’addestramento.
Nel framework questi requisiti vengono collegati a cinque aree di readiness:
- Tecnica: scoperta delle pagine, raggiungibilità, canonical, redirect, affidabilità del recupero e coerenza linguistica.
- Informazione: completezza rispetto all’intento, contributo originale, accuratezza e validità temporale delle affermazioni.
- Struttura: comprensibilità dei passaggi, organizzazione semantica e coerenza tra contenuto, metadati e dati strutturati.
- Identità e responsabilità: riconoscibilità dell’azienda, provenienza delle informazioni, autori e riscontri pertinenti.
- Intenti: domande principali, sottodomande e collegamenti tra le informazioni necessarie all’utente.
Valuto separatamente i processi di aggiornamento e controllo editoriale. Anche i rischi critici hanno un registro autonomo: un blocco tecnico o un’informazione materiale errata devono restare visibili, qualunque sia la media degli altri controlli.
La doppia verifica: quello che vediamo e quello che il sito espone
Un episodio emerso durante un pilot ha reso particolarmente chiaro questo passaggio. Nel footer visibile di una pagina, un dato identificativo aziendale risultava corretto. Un crawler aveva però estratto un valore diverso. Controllando il sorgente abbiamo verificato che il vecchio dato era ancora presente nell’HTML corrente, pur non comparendo nel footer visibile.
Il crawler aveva rilevato un’evidenza reale. La pagina presentava due informazioni differenti su due superfici diverse.
Ho quindi integrato nel framework la distinzione tra pagina visibile, DOM dopo il rendering, HTML ricevuto, dati strutturati, strumenti proprietari, rappresentazioni dell’indice e precedenti snapshot di crawl. Registro anche quando l’osservazione è stata effettuata.
Una vecchia estrazione può avviare un controllo. Per classificare un difetto come critico e attuale serve una prova corrente. Quando possibile, verifico inoltre le informazioni materiali attraverso una fonte competente indipendente o una fonte di verità fornita dal cliente.
Questo caso dimostra l’utilità del controllo di coerenza. Non dimostra, da solo, che il dato duplicato abbia influenzato una risposta AI.
I piloti: mettere alla prova il metodo su contesti differenti
Sto applicando il framework a due progetti pilota, nel settore dei traghetti e in quello dei servizi funebri. Sono contesti diversi per bisogni informativi, aggiornamento dei dati e conseguenze di eventuali errori.
Nel travel bisogna distinguere, per esempio, una descrizione generale dalle condizioni che cambiano in base a tratta, compagnia e periodo. Nei servizi locali contano anche coerenza delle sedi, identificazione dell’azienda e verifica delle informazioni sensibili per la decisione dell’utente.
Il lavoro serve a verificare se i controlli sono applicabili, se le prove raccolte sono sufficienti e se le raccomandazioni possono essere validate. I piloti sono ancora in corso: non presento aumenti di citazioni o risultati commerciali che non abbiamo misurato.
Come intendo misurare la presenza nelle risposte AI
Una domanda fatta una volta a un assistente produce un’osservazione. Per costruire una baseline servono un campione dichiarato, formulazioni definite, ripetizioni e registrazione di piattaforma, modalità, lingua, mercato e data.
Distinguo la menzione del brand dal link diretto al dominio e dalla presenza su una fonte terza citata. Controllo inoltre la correttezza delle affermazioni sul brand. Risposte senza citazioni ed errori tecnici vengono registrati secondo regole separate.
Questo consente confronti più leggibili tra rilevazioni. Attribuire un cambiamento a un intervento richiede comunque di considerare altre modifiche al sito, stagionalità e variazioni della piattaforma.
Dal framework al servizio GEO Audit
Sto sviluppando due livelli di servizio: uno snapshot iniziale gratuito, con campione e copertura dichiarati, e un audit completo con verifiche approfondite, baseline di visibilità e piano di intervento.
La V3 prevede una soglia metodologica dell’80% di copertura ponderata prima di pubblicare un readiness score completo. È una regola interna del framework, non un requisito di Google o OpenAI. I controlli non verificati restano riconoscibili e non diventano automaticamente difetti.
Il framework è ancora in validazione. I prossimi passaggi riguardano la revisione bibliografica, la verifica dei pesi attraverso i piloti e la misurazione ripetuta della visibilità. Pubblicherò sul blog gli sviluppi che potrò documentare.
Se vuoi applicare questo percorso al tuo sito, puoi leggere la pagina GEO Audit oppure contattarmi. La più ampia consulenza GEO comprende anche la definizione e l’attuazione della strategia successiva all’analisi.