Se qualcuno ti chiedesse oggi che cos’è la SEO, la risposta che avresti dato nel 2022 sarebbe ancora corretta ma incompleta. Nel 2022 la SEO era una disciplina con un obiettivo misurabile e una superficie sola: portare una pagina il più in alto possibile in una lista di dieci link blu, e trasformare quella posizione in traffico. Nel 2026 quella definizione descrive ancora il fondamento del lavoro, ma non descrive più il campo di gioco.
Il campo di gioco è cambiato tre volte in diciotto mesi. Le AI Overview hanno iniziato a comparire nelle SERP italiane il 26 marzo 2025, prima in meno dell’1% delle ricerche. Il rollout massivo di luglio 2025 ha portato la copertura oltre l’11%. A dicembre 2025 lo studio di SEOZoom su oltre 30 milioni di keyword misurava una copertura del 54,15%: più di una ricerca su due in Italia mostrava una sintesi generata dalla macchina sopra i risultati organici. Il 19 maggio 2026, a Google I/O, l’azienda ha annunciato quella che ha definito la più grande trasformazione della barra di ricerca in oltre venticinque anni, con AI Mode diventata l’esperienza predefinita a livello globale e Gemini 3.5 Flash come modello di default.
Nello stesso periodo, il 15 maggio 2026, è arrivato il documento che dovresti stampare e appendere in ufficio: la prima guida ufficiale di Google Search Central su come ottimizzare un sito per le funzionalità di AI generativa. Dentro c’è una risposta netta alla domanda che l’intero settore si pone da due anni. La SEO serve ancora? Sì. E i termini AEO e GEO, secondo Google, sono nomi diversi per descrivere lo stesso lavoro, perché ottimizzare per la ricerca generativa significa ottimizzare per l’esperienza di ricerca, quindi fare SEO.
Questa affermazione è vera e va presa sul serio. Ma è anche, inevitabilmente, la prospettiva di un solo attore. Google può dire con autorità che per le sue superfici non serve nulla di speciale, perché AI Overview e AI Mode pescano dallo stesso indice e usano gli stessi sistemi di ranking della ricerca classica. Non può dire nulla di vincolante su come ChatGPT sceglie le sue quindici fonti per risposta, su come Perplexity pesa le citazioni, su come un agente browser interpreta l’albero di accessibilità del tuo checkout, o su cosa un modello ha imparato sul tuo brand durante l’addestramento.
Ecco perché nel 2026 conviene smettere di chiedersi se la SEO sia morta e iniziare a leggerla come uno stack: cinque livelli sovrapposti, con la stessa base tecnica e obiettivi progressivamente diversi. SEO per essere trovato. AEO per essere la risposta. GEO per essere citato. AIO per essere conosciuto e rappresentato correttamente. SXO per convertire il click, ormai più raro e più prezioso, che arriva alla fine.
Questo articolo mette in fila i cinque livelli con i dati disponibili ad agosto 2026, con particolare attenzione a cosa cambia concretamente per chi vende online in Italia.
Il contesto: cosa è cambiato davvero tra il 2024 e il 2026
Prima dei livelli, i numeri. Servono perché nel settore circolano due narrazioni opposte, entrambe sbagliate: la SEO è finita, oppure non è cambiato nulla e sono tutte buzzword.
Il dato più citato del 2026 arriva da SparkToro, che ha analizzato il panel clickstream di Similarweb sulle ricerche Google statunitensi da gennaio ad aprile 2026: il 68,01% delle ricerche si è concluso senza alcun click, né verso un sito, né verso un annuncio, né verso una proprietà Google. Nel 2024 la stessa metrica, misurata su un panel diverso, era al 60,45%. Tradotto in termini operativi da Rand Fishkin: ogni mille ricerche su Google negli Stati Uniti generano oggi circa 276 click verso il web aperto, contro i 374 di due anni prima. Il web aperto ha perso circa un quarto dei click per mille ricerche in ventiquattro mesi.
Sono dati americani, basati su panel, quindi stime e non censimenti. Il pattern però è coerente con tutte le altre misurazioni indipendenti. Pew Research, analizzando 68.879 ricerche reali di 900 adulti statunitensi, ha rilevato che in presenza di una sintesi AI solo l’8% degli utenti clicca su un risultato, contro il 15% in assenza. Ahrefs, su un campione di 300.000 keyword, ha misurato cali del CTR in posizione uno che nelle revisioni successive dello studio arrivano al 58%. Sistrix, sul mercato di lingua tedesca, ha quantificato a febbraio 2026 centinaia di milioni di click mensili in meno per i siti tedeschi.
Sul mercato italiano il quadro più utile resta quello dello studio SEOZoom di dicembre 2025, perché non si limita a misurare la copertura. Su un database di circa 168 milioni di domini visibili su Google Italia, le AI Overview ne hanno selezionati circa 175 mila come fonti. Lo 0,1%. Non è un algoritmo che redistribuisce visibilità: è un filtro che seleziona un club molto ristretto e silenzia il resto.
Due dettagli di quello studio meritano attenzione particolare, perché ribaltano due convinzioni diffuse.
Il primo: circa il 40% dei link citati come fonte nelle AI Overview proviene da URL che non stanno nei primi dieci risultati organici per quella query. La citazione non è un premio automatico per chi ranka. È una selezione parallela, e questo apre spazio a siti verticali che nella SERP classica vengono schiacciati dai generalisti.
Il secondo: la potenza generica del dominio non basta. Nella top ten delle fonti italiane nessun dominio scende sotto un valore di autorità elevato, quindi una base di fiducia strutturale serve per sedersi al tavolo. Ma Amazon.it e Tripadvisor, con metriche di dominio superiori a molte fonti preferite dai sistemi generativi, vengono usati poco per costruire risposte, perché offrono transazioni e opinioni non verificate là dove il modello cerca conoscenza strutturata. Il caso più istruttivo è quello di un portale verticale sul benessere che conquista il terzo posto assoluto per numero di menzioni con meno di 22 mila URL coinvolti, contro le centinaia di migliaia di YouTube e Wikipedia. Per un sistema generativo una singola pagina verticale fatta bene vale quanto decine di pagine generaliste.
C’è poi la variabile che per l’ecommerce cambia tutto: la copertura delle AI Overview non è uniforme per settore. Nello studio italiano la Salute arriva al 40,3%, la Finanza al 20,2%, Famiglia e Comunità al 19,9%. All’estremo opposto, Rivenditori e Merce Generale si fermano al 4,3%, Viaggi e Turismo al 6,4%, Sport e Fitness al 6,4%.
Questa asimmetria non è casuale e non è una buona notizia definitiva. Google protegge le SERP transazionali perché sono quelle che generano fatturato pubblicitario: un blocco testuale in cima a una query commerciale spingerebbe fuori dalla prima schermata annunci e caroselli prodotto proprio dove il CPC è più alto. È una tregua strutturale, non un’immunità. La direzione è già tracciata verso gli agenti, e chi vende online ha una finestra temporale per preparare i dati.
Un ultimo elemento di contesto, il più importante per interpretare i propri report. Il fenomeno che si osserva nella maggior parte dei progetti non è un crollo secco, è un disaccoppiamento: impression stabili o in crescita, click in calo. Le analisi pubblicate su clienti italiani nel periodo aprile 2025 – marzo 2026 raccontano pattern ripetuti con intensità diverse: un B2B con impression in aumento a doppia cifra e click in calo di oltre il 20%, un ecommerce con impression in leggera crescita e click in calo intorno al 14%, un publisher tematico con impression a +27% e click a -41%. Le query informazionali pure sono le più colpite, le transazionali molto meno, le navigazionali praticamente immuni.
Se il tuo grafico assomiglia a questi, non hai sbagliato nulla. Sta cambiando il contratto tra motore e sito.
Livello 1. La SEO classica: la base che alimenta tutte le risposte AI
Partiamo dal livello che alcuni hanno dato per morto e che invece è diventato il prerequisito di tutti gli altri.
La guida ufficiale di Google del maggio 2026 spiega il meccanismo con una chiarezza che prima mancava. Le funzionalità generative poggiano su due tecniche. La prima è la retrieval augmented generation, chiamata anche grounding: i sistemi di ranking classici recuperano dall’indice le pagine rilevanti e aggiornate, il modello legge quelle informazioni e genera una risposta con link cliccabili a supporto. La seconda è il query fan out: il modello genera una serie di query correlate e concorrenti per raccogliere più materiale di quanto farebbe la singola ricerca digitata dall’utente. Se cerchi come sistemare un prato pieno di erbacce, il sistema in parallelo cerca anche i migliori diserbanti, come togliere le erbacce senza prodotti chimici, come prevenirle.
Da questo derivano due conseguenze pratiche molto concrete.
La prima è che l’eleggibilità tecnica è una condizione binaria. Per comparire come link di supporto in AI Overview o AI Mode una pagina deve essere indicizzata e mostrabile in Google Search con uno snippet, quindi rispettare i requisiti tecnici della Ricerca. Non ci sono requisiti aggiuntivi, ma non ci sono nemmeno scorciatoie che aggirino l’indicizzazione. Se la pagina è bloccata, se il contenuto principale è dietro JavaScript non renderizzabile, se il tag noindex è rimasto in produzione dopo un restyling, il resto dello stack non esiste.
La seconda è che il fan out cambia il modo di pensare la copertura tematica, ma non nel modo in cui molti hanno interpretato. La tentazione è creare una pagina per ogni possibile variante di query, comprese quelle generate dal fan out. Google è esplicita: farlo per manipolare le risposte ricade nella policy sullo scaled content abuse, ed è comunque una strategia inefficace, perché una quantità elevata di pagine non rende un sito più autorevole. La lettura corretta è l’opposto: una pagina core solida che copre il tema in profondità, affiancata da poche pagine di supporto che rispondono a sotto-argomenti reali con esperienza diretta.
Sul piano tecnico, nel 2026 la lista delle cose che contano è rimasta sorprendentemente stabile.
I Core Web Vitals sono ancora tre: LCP per la velocità di caricamento, con soglia buona a 2,5 secondi, INP per la reattività, con soglia a 200 millisecondi, CLS per la stabilità visiva, con soglia a 0,1. La valutazione avviene su dati di campo, al settantacinquesimo percentile, su una finestra mobile di 28 giorni. Nel corso del 2026 sono circolate analisi secondo cui Google avrebbe abbassato la soglia di LCP: non risulta documentato nella documentazione ufficiale, quindi trattalo come rumore fino a conferma. INP resta la metrica dove i siti WordPress e gli ecommerce carichi di script di terze parti soffrono di più, perché misura tutte le interazioni della sessione e non solo la prima. Un tema pieno di plugin, popup e tag di tracciamento può avere un LCP accettabile e un INP disastroso.
Gli aggiornamenti dell’algoritmo, nel primo semestre 2026, hanno avuto un ritmo più serrato del solito: February 2026 Discover Core Update dal 5 al 27 febbraio, primo aggiornamento dedicato esclusivamente a Discover, March 2026 Spam Update il 24 e 25 marzo, March 2026 Core Update dal 27 marzo all’8 aprile, May 2026 Core Update dal 21 maggio al 2 giugno. Sei settimane tra il completamento del primo core update e il lancio del secondo, contro i tre o quattro mesi tipici degli anni precedenti. Sul core update di marzo alcune analisi di settore hanno riportato una volatilità eccezionale, con la grande maggioranza degli URL in top 3 che hanno cambiato posizione durante il rollout. Google non ha fornito indicazioni nuove per nessuno dei due: il rimando è sempre alla documentazione su contenuti utili, affidabili e pensati per le persone.
C’è un dettaglio di calendario che vale come dichiarazione di intenti: il May 2026 Core Update è partito lo stesso giorno in cui Google ha pubblicato la prima guida ufficiale all’ottimizzazione per l’AI generativa, due giorni dopo I/O. Ranking organico e visibilità nei sistemi AI stanno convergendo, e i contenuti premiati nel primo caso sono sempre più gli stessi selezionati come fonti nel secondo.
Per un ecommerce, la SEO classica del 2026 significa alcune cose molto poco glamour e molto redditizie:
- Architettura e navigazione pulite, con categorie che corrispondono a domande reali di mercato e non all’organigramma interno del catalogo.
- Gestione consapevole di filtri e faccette, per non trasformare il sito in una fabbrica di URL duplicati che brucia crawl budget.
- Paginazione e caricamento incrementale gestiti secondo le linee guida, perché una lista prodotti che esiste solo dopo lo scroll è una lista prodotti che per metà non esiste.
- Feed di prodotto in Merchant Center curati come un asset di primaria importanza, perché la guida di Google indica esplicitamente Merchant Center e Profilo dell’attività come canali che alimentano anche le risposte generative.
- Dati strutturati di prodotto coerenti con il contenuto visibile, comprese le informazioni su spedizione e resi.
- Contenuto originale sulle schede: non la descrizione del produttore replicata da altri quattrocento rivenditori.
Quest’ultimo punto è il punto. La guida di Google distingue tra contenuto commodity e contenuto non commodity, e l’esempio che usa è illuminante: un elenco generico di consigli per chi compra casa per la prima volta è commodity, il racconto in prima persona di una decisione controintuitiva presa durante quell’acquisto non lo è. Applicato all’ecommerce: la scheda tecnica è commodity, la prova reale del prodotto, la misurazione, il confronto fatto in casa, la risposta alla domanda che i clienti fanno davvero al servizio clienti non lo sono.
Livello 2. AEO: essere la risposta, non solo il risultato
AEO sta per answer engine optimization e descrive il lavoro necessario perché il tuo contenuto venga servito come risposta diretta dentro AI Overview, AI Mode e i vecchi formati di risposta immediata come featured snippet e People Also Ask.
La differenza con la SEO classica è di obiettivo, non di mezzi. Nella SEO classica vuoi che l’utente clicchi sul tuo link. Nell’AEO vuoi che la tua frase diventi la risposta e che il tuo brand sia la fonte accanto a quella risposta. Il ritorno cambia forma: meno sessioni, più presenza nel momento in cui l’utente decide.
Qui serve però una precisazione onesta, perché il mercato dei servizi AEO ha prodotto molte affermazioni che la documentazione ufficiale smentisce.
Google dichiara che non esiste alcun markup schema.org speciale richiesto per la ricerca generativa, che non serve spezzettare i contenuti in micro blocchi perché i suoi sistemi comprendono più argomenti nella stessa pagina, che non esiste una lunghezza ideale, e che non serve riscrivere i testi in un linguaggio pensato per le macchine perché i modelli comprendono sinonimi e significati generali. Sono cinque affermazioni che, se le prendi alla lettera, cancellano metà dei pacchetti AEO in circolazione.
Allora perché l’AEO come pratica funziona? Perché quasi tutto ciò che rende un contenuto estraibile da una macchina lo rende anche più utile a una persona di fretta. Una risposta chiara nelle prime quaranta o sessanta parole del paragrafo aiuta il lettore mobile, non solo il modello. Un H2 formulato come domanda reale è più leggibile di un titolo creativo, e coincide con il modo in cui le persone digitano nella nuova barra di ricerca conversazionale. Una tabella di specifiche vera, con unità di misura, riduce l’ambiguità per tutti. La differenza tra AEO fatto bene e AEO fatto male è la stessa che passa tra scrivere in modo chiaro e scrivere per un parser.
Nel 2026 l’AEO ha anche finalmente uno strumento di misura ufficiale. Il 3 giugno 2026 Google ha annunciato i report Search Generative AI performance in Search Console: viste dedicate alle impression ottenute all’interno delle funzionalità generative su Search e Discover, con breakdown per pagina, Paese, dispositivo e data, con granularità dall’ora al mese. I dati partono dal 18 maggio 2026 e non c’è backfill storico. Il rollout è iniziato su un sottoinsieme di siti britannici e si è allargato dal 23 giugno.
Il limite del report è vistoso e va conosciuto: mostra le impression, non i click, non il CTR, non le query. Vedi se sei dentro, non quanto vale essere dentro. È comunque il primo dato di prima parte disponibile dopo due anni di inferenze, e va usato per costruire una baseline adesso, perché senza storico non potrai fare confronti dopo.
Insieme ai report, Google ha introdotto un interruttore che permette di escludere i propri contenuti dalle funzionalità AI di Search e Discover senza compromettere il posizionamento organico tradizionale, con effetto a partire dal 17 giugno 2026. Per un publisher che vive di pubblicità la scelta merita una valutazione seria. Per un ecommerce, nella quasi totalità dei casi, spegnere la visibilità AI significa uscire dalla superficie che cresce più rapidamente per farsi trovare.
In pratica, l’AEO per un negozio online si gioca su pagine che spesso nessuno cura:
- La pagina delle spedizioni, con tempi e costi espressi in modo esplicito e non in una tabella immagine.
- La pagina dei resi, con la procedura descritta passo per passo.
- Le guide alle taglie e alle compatibilità, dove la risposta “questo modello va bene con” deve stare in una frase.
- Le FAQ di prodotto costruite sulle domande reali arrivate al servizio clienti, non su un elenco inventato a tavolino.
- Le pagine di confronto tra due varianti o due modelli, che sono il formato che i sistemi generativi amano di più perché risolvono una decisione.
Un’annotazione tecnica utile: i dati strutturati non sono richiesti per la ricerca generativa, ma restano necessari per i risultati arricchiti su Google Search, e nel mondo ecommerce sono anche il modo più affidabile di comunicare prezzo, disponibilità, varianti, politiche di reso e programma fedeltà. Non li implementi per l’AI. Li implementi perché sono l’unico linguaggio non ambiguo che hai a disposizione, e l’AI ne beneficia come effetto collaterale.
Livello 3. GEO: farsi citare dai motori generativi
Il GEO, generative engine optimization, è il livello che si occupa della visibilità dentro i motori che non sono Google: ChatGPT, Perplexity, Gemini come app, Claude, Copilot. È il livello dove Google non ha giurisdizione e dove le regole sono meno documentate, più instabili e più interessanti.
La prima cosa da capire è che in questi ambienti non esiste la posizione uno. I modelli non sono deterministici: la stessa domanda posta cinque volte produce cinque risposte diverse, con set di fonti che si sovrappongono solo in parte. La visibilità non è una posizione, è una frequenza. Il KPI non è il ranking, è la quota di risposte in cui compari su un insieme definito di prompt.
La seconda è che i motori generativi non si comportano allo stesso modo. Lo studio più ampio disponibile è l’AI Visibility Index 2026 di Semrush, basato su 126 milioni di prompt statunitensi analizzati tra gennaio e aprile 2026. Emergono differenze strutturali: ChatGPT cita in media quindici fonti per risposta e attinge molto da piattaforme community e di riferimento, Gemini ne cita in media tre, pescando da un bacino più stretto. Un brand può essere ben rappresentato in un ambiente e assente nell’altro senza saperlo, perché nessuno dei due dashboard esiste in Search Console.
La terza è che citazione e menzione non sono la stessa cosa. Una ricerca di Semrush condotta con Kevin Indig ha misurato che circa il 62% delle citazioni AI non produce una menzione del brand nel testo della risposta: il tuo URL viene usato come fonte, il tuo nome non compare. Nello stesso studio i tassi di menzione variano molto per Paese, in un intervallo che va da meno di un quinto a metà dei casi. È il divario tra essere utile al modello ed essere ricordato dall’utente, e va misurato separatamente.
Sul cosa fare, l’unico riferimento accademico solido resta lo studio GEO presentato a KDD dai ricercatori di Princeton, Georgia Tech e IIT Delhi: aggiungere statistiche, citare fonti verificabili e inserire citazioni dirette di esperti aumenta in modo misurabile la probabilità di essere ripreso nelle risposte generative, con incrementi che nello studio arrivano a percentuali a doppia cifra e risultano più marcati per le pagine di posizionamento intermedio. È un risultato di laboratorio, non una garanzia, ma converge con quello che si osserva nel campo: i modelli preferiscono testi che contengono numeri attribuiti, fonti primarie, autori con nome e cognome, e affermazioni verificabili.
Il rovescio della medaglia sono le tattiche che sembrano scorciatoie e non lo sono. Il tema più abusato è la presenza sulle piattaforme community. È vero che nei dataset di citazione le piattaforme di discussione compaiono in modo sproporzionato: nell’indice Semrush 2026 la sola Reddit risulta menzionata nelle risposte generative decine di milioni di volte e citata come fonte in misura ancora maggiore nel periodo gennaio-aprile 2026. Non è vero che si possa comprare quella presenza. Le analisi sui thread effettivamente citati mostrano che la grande maggioranza ha pochissimi upvote e un’età media di anni: i modelli stanno recuperando consenso storico consolidato, non la campagna di ieri. Aggiungi che i tassi di citazione dei sentiment positivi e negativi sono praticamente identici, quindi non stai comprando reputazione, stai comprando esposizione a qualunque cosa venga detta sul tuo brand.
Google, dal suo lato, è ancora più esplicita: cercare menzioni non autentiche in giro per il web non è utile come sembra, perché i sistemi di ranking premiano la qualità e altri sistemi bloccano lo spam, e le funzionalità generative dipendono da entrambi.
Il GEO che funziona somiglia molto poco a un hack e molto a una redazione:
- Pubblicare dati propri. Un’analisi sul tuo catalogo, un benchmark di settore, i tassi di reso per categoria, un test comparativo. È il contenuto più citabile che esista, perché nessun altro può generarlo.
- Firmare i contenuti con autori reali, con biografie che spieghino perché quella persona è competente su quel tema.
- Ottenere copertura di terze parti credibili, dalla stampa di settore alle associazioni. La correlazione tra menzioni guadagnate e visibilità nei modelli è, secondo diverse analisi di mercato, più forte di quella con i backlink tradizionali.
- Presidiare i formati che i sistemi ecommerce leggono per valutare i prodotti: recensioni verificate, schede comparative, video dimostrativi.
- Mantenere coerenza assoluta delle informazioni di brand e prodotto tra sito, marketplace, social e schede terze. Un modello che trova tre prezzi diversi e due politiche di reso diverse non sa quale citare, e nel dubbio cita un concorrente più chiaro.
C’è infine una questione di accesso che nel 2026 va verificata prima di qualsiasi strategia editoriale, e che nella mia esperienza è il primo posto dove trovare problemi.
I crawler AI non sono più una categoria unica. Ci sono i crawler di addestramento, come GPTBot, ClaudeBot, CCBot, e i token di controllo come Google-Extended e Applebot-Extended. Ci sono i crawler di ricerca e recupero, come OAI-SearchBot, Claude-SearchBot e PerplexityBot, che indicizzano per le risposte generative e possono generare traffico di ritorno. E ci sono i fetcher attivati dall’utente in tempo reale, come ChatGPT-User, Perplexity-User o Claude-User, che scaricano una pagina specifica perché una persona l’ha chiesto.
Bloccare tutto indistintamente, che è il consiglio che circolava nel 2023, oggi significa uscire volontariamente dalle risposte AI mantenendo tutti i costi e nessun beneficio. La configurazione difendibile per un ecommerce è consentire i bot di ricerca e recupero, decidere consapevolmente sugli addestramenti in base al valore del proprio contenuto, e usare i token dedicati dove esistono.
Attenzione al livello di rete, che sovrascrive tutto il resto. Cloudflare, dal 2025, blocca i crawler AI in modo predefinito sui nuovi domini e ha introdotto il modello pay per crawl basato sullo status HTTP 402, che consente di far pagare l’accesso invece di negarlo. Molti negozi online hanno una regola WAF attiva che nessuno ha mai deciso consapevolmente, e un robots.txt perfettamente ospitale che non serve a nulla perché la richiesta viene respinta prima. Il test è banale: interroga il tuo dominio con lo user agent di un bot di ricerca AI e guarda cosa risponde il server.
Su llms.txt, invece, la risposta breve è che nel 2026 non è una priorità. Google dichiara di ignorarlo, e le rilevazioni indipendenti indicano che nessuno dei principali fornitori di modelli lo legge in produzione. Mantenerlo non fa danni ed è un investimento a costo quasi nullo se il tuo CMS lo genera da solo, ma non è la leva che sposta la visibilità e non va venduto come tale.
Livello 4. AIO: come il tuo brand entra nella conoscenza dei modelli
Il quarto livello è il meno discusso e il più strategico, perché lavora su un orizzonte temporale diverso da tutti gli altri.
GEO significa essere recuperato e citato nel momento in cui l’utente fa la domanda. AIO, AI optimization, significa qualcosa di più profondo: essere presente e rappresentato correttamente nella conoscenza che i modelli hanno del mondo, quindi anche quando non stanno navigando, anche quando rispondono a memoria, anche quando l’utente non ha nominato il tuo brand ma ha descritto il problema che il tuo prodotto risolve.
La distinzione è pratica, non filosofica. Se chiedi a un assistente quali sono i migliori negozi online italiani per una categoria specifica e lui ne elenca cinque senza fare una singola ricerca, quella lista non arriva da una SERP. Arriva da ciò che il modello ha assorbito e consolidato: enciclopedie, database strutturati, stampa, discussioni, documentazione, cataloghi. Non puoi ottimizzarla in una settimana e non puoi comprarla.
Ci sono però tre cose su cui si può lavorare in modo serio.
La prima è la coerenza dell’entità. Il tuo brand, per un sistema di intelligenza artificiale, è un’entità con attributi: nome legale, nome commerciale, categoria merceologica, sede, canali, fascia di prezzo, prodotti principali, politiche. Ogni volta che questi attributi compaiono in modo contraddittorio in giro per il web, il modello riduce la fiducia e la specificità con cui ti descrive. La pagina chi siamo scritta in modo vago, la ragione sociale che cambia forma tra sito e marketplace, la categoria dichiarata in modo diverso nel profilo aziendale e nelle schede terze sono tutti costi nascosti. Una pagina di brand chiara, con dati verificabili, storia, numeri e riferimenti, è la cosa più simile a una scheda anagrafica che puoi offrire alla macchina.
La seconda è la presenza nelle fonti che i modelli trattano come colonne portanti. Lo studio italiano su AI Overview lo mostra con chiarezza: le enciclopedie e le piattaforme video sono le due materie prime più utilizzate, la prima come scheletro strutturale della conoscenza, la seconda come dimostrazione visiva. Non significa aprire una pagina enciclopedica sul proprio negozio, operazione che nella maggior parte dei casi non supererebbe i criteri di rilevanza e che, se forzata, produce danni reputazionali. Significa piuttosto lavorare su ciò che è legittimamente ottenibile: database di settore, associazioni di categoria, cataloghi verticali, elenchi di rivenditori autorizzati, contenuti video sui propri prodotti, documentazione tecnica pubblica.
La terza è il monitoraggio di ciò che i modelli dicono di te. È un’attività nuova e va inserita nel calendario operativo come si fa con il monitoraggio delle recensioni. Servono un insieme fisso di prompt che rappresenti il tuo mercato reale, una cadenza almeno mensile, e la registrazione di tre informazioni: se vieni citato, come vieni descritto, e quali concorrenti compaiono al tuo posto. Il piano di lavoro nasce dalla terza colonna.
Su questo punto vale una raccomandazione che arriva direttamente da Google e che vale per tutta la categoria degli strumenti: nessun tool di terze parti ha accesso ai sistemi interni di ranking o alle logiche AI dei fornitori di modelli. Le piattaforme di monitoraggio della visibilità generativa sono utili come campionamento sistematico e come dashboard condivisibile con il cliente, non come verità assoluta. Chi promette un punteggio ufficiale di visibilità AI sta vendendo una stima con una grafica migliore.
C’è infine un aspetto di AIO che riguarda specificamente l’ecommerce e che nel 2026 diventa misurabile in euro: le allucinazioni commerciali. Un modello che ha imparato un prezzo vecchio, una politica di reso superata o una disponibilità sbagliata produce due effetti negativi. Il primo è il cliente che arriva sul sito con un’aspettativa disallineata e abbandona. Il secondo, più insidioso, è l’agente automatico che confronta la specifica dichiarata con quella trovata sulla pagina, rileva la discrepanza e scarta il prodotto dalla selezione. Il rimedio non è un contenuto in più: è la disciplina del dato, cioè una sola fonte di verità per prezzo, disponibilità e policy, propagata in modo coerente su sito, feed, dati strutturati e canali terzi.
Livello 5. SXO: quando ogni click vale il triplo
Il quinto livello è quello che la maggior parte dei team sottovaluta proprio nel momento in cui diventa decisivo.
SXO, search experience optimization, è l’ottimizzazione dell’esperienza che l’utente incontra dopo il click: velocità, chiarezza, allineamento tra promessa e pagina, percorso verso la conversione. Nel 2022 era la ciliegina. Nel 2026 è la leva con il ritorno più alto, per un motivo aritmetico. Se i click diminuiscono e quelli che restano arrivano da utenti che hanno già fatto ricerca, confronto e scrematura dentro un’interfaccia conversazionale, il valore di ogni singola sessione aumenta e il costo di una pagina mediocre aumenta con lui.
I dati su questo punto sono i più solidi di tutto l’articolo, perché arrivano da chi misura le transazioni e non le SERP. Adobe Analytics, su una base che l’azienda dichiara superiore a mille miliardi di visite ai siti retail statunitensi, ha documentato un ribaltamento completo in dodici mesi. A marzo 2025 il traffico proveniente da fonti AI convertiva il 38% peggio degli altri canali. A marzo 2026 convertiva il 42% meglio, nuovo record. Nei dati di maggio 2026 il vantaggio è ulteriormente cresciuto: conversion rate superiore del 54%, ricavo per visita superiore del 53%, engagement rate superiore del 15%, tempo sul sito superiore del 53%, pagine viste per visita superiori del 23%, probabilità di uscita immediata inferiore del 36%. Il bounce rate del traffico AI si mantiene da oltre un anno in una fascia tra il 17% e il 20%, contro un valore vicino al 27% per gli altri canali.
Shopify, su un perimetro diverso, ha riportato una direzione coerente: conversione degli utenti arrivati da assistenti AI vicina al 50% in più rispetto a quelli da ricerca organica, con valore medio dell’ordine superiore di circa il 14%.
Non è magia ed è importante capire perché, altrimenti si ottimizza la cosa sbagliata. Il vantaggio non nasce dal canale, nasce dalla compressione del funnel: la conversazione ha già svolto la fase di scoperta e di confronto, quindi il click che arriva sul sito è molto più vicino alla decisione di quanto sia mai stato un click da una pagina di risultati. L’utente non arriva per capire se il prodotto esiste. Arriva per verificare che quello che l’assistente ha detto sia vero e per comprare.
Da qui derivano priorità operative molto precise, e sono l’opposto del restyling estetico:
- Coerenza tra promessa e pagina. Se l’assistente ha detto che il prodotto è disponibile in blu a 89 euro con reso gratuito, quelle tre informazioni devono essere visibili sopra la piega, senza clic aggiuntivi. La mancata verifica immediata è il principale motore di abbandono di questo tipo di traffico.
- INP sotto controllo, perché la sessione è attiva. Questo utente interagisce: filtra, apre varianti, aggiunge al carrello. Una pagina che si carica in fretta e poi risponde con mezzo secondo di ritardo a ogni tocco distrugge un traffico che avevi conquistato con mesi di lavoro editoriale.
- Nessuna barriera all’ingresso. Interstiziali aggressivi, banner di consenso che coprono il contenuto principale, popup di iscrizione al primo scroll: su un utente pre qualificato costano più che su un utente curioso, perché interrompono un percorso già deciso.
- Percorso alla conversione senza attriti né sorprese. Costi di spedizione dichiarati prima del checkout, metodi di pagamento visibili, tempi di consegna espliciti.
- Contenuto della scheda pensato per la verifica, non per la persuasione: specifiche complete, foto reali, dimensioni, compatibilità, recensioni.
Un punto che merita attenzione perché quasi nessuno lo presidia: gli utenti che arrivano da assistenti AI raramente atterrano sulla homepage. Arrivano su schede prodotto, pagine di categoria, guide, pagine di policy. Sono esattamente le pagine dove la cura del contenuto è più bassa nella maggior parte degli ecommerce, e i dati lo confermano. Adobe, con il proprio strumento di analisi della leggibilità dei contenuti da parte dei modelli, ha pubblicato ad aprile 2026 un benchmark del settore retail statunitense: le homepage raggiungono in media un punteggio del 75%, le pagine di categoria il 74%, le schede prodotto scendono al 66%. Nelle pagine di servizio si sale: contatti 81%, resi e cambi 82%, servizio clienti 79%, FAQ 80%, localizzatore punti vendita 73%. Il divario tra i migliori e i peggiori è ampio: 82,5% contro 54,2% sulle homepage.
Tradotto: circa un terzo del contenuto delle schede prodotto, cioè le pagine che generano fatturato, non è leggibile dalle macchine che stanno diventando l’interfaccia principale tra il consumatore e il negozio.
Il livello che nessuno mette nelle infografiche: l’ecommerce davanti agli agenti
Qui la conversazione sulla SEO smette di essere una conversazione sul marketing e diventa una conversazione sull’infrastruttura. Ed è la parte in cui, nel 2026, si sono già viste una promessa esagerata e una correzione salutare.
La promessa: il 29 settembre 2025 OpenAI ha lanciato Instant Checkout dentro ChatGPT, costruito sull’Agentic Commerce Protocol sviluppato con Stripe, con i venditori Etsy come primi partner e oltre un milione di merchant Shopify annunciati come imminenti. Il 16 febbraio 2026 la funzione è stata estesa a tutti gli utenti statunitensi. La commissione dichiarata per i merchant era del 4% sulle transazioni completate.
La correzione: tra il 4 e l’11 marzo 2026, come riportato da The Information e ripreso da CNBC, OpenAI ha ridimensionato il progetto, spostando l’acquisto dentro le app dei retailer e concentrando ChatGPT su ricerca e scoperta dei prodotti. Le ragioni raccontate dagli analisti sono prosaiche: pochissimi merchant effettivamente attivi, mancanza di carrelli multi prodotto, nessuna integrazione con i programmi fedeltà, difficoltà nella gestione delle imposte, dati di prodotto poco affidabili. Il dato più eloquente è arrivato da Walmart: secondo il suo executive vice president per l’AI, il checkout completato dentro ChatGPT convertiva a circa un terzo rispetto all’invio dello stesso utente sul sito del retailer, mentre ChatGPT generava circa il doppio del tasso di nuovi clienti rispetto ai motori di ricerca.
Questi due numeri insieme sono la cosa più utile che l’ecommerce ha imparato nel 2026: l’AI è straordinaria per farti scoprire da chi non ti conosceva, ed è ancora inferiore al tuo sito quando si tratta di chiudere. Il modello che sta emergendo si riassume in cinque parole: scoperta nell’AI, acquisto sul tuo sito.
Non significa che l’acquisto agentico sia un vicolo cieco. Significa che la scommessa infrastrutturale si è spostata su binari più solidi, e il binario principale porta il nome di Google.
L’11 gennaio 2026, alla conferenza della National Retail Federation, Google ha presentato lo Universal Commerce Protocol, uno standard aperto per permettere agli agenti di dialogare con i negozi lungo tutto il percorso: scoperta, catalogo, carrello, checkout, post vendita. È stato sviluppato con Shopify, Etsy, Wayfair, Target e Walmart, con l’adesione dichiarata di oltre venti partner tra cui Adyen, American Express, Best Buy, Mastercard, Stripe, Visa e Zalando, ed è progettato per integrarsi con le infrastrutture esistenti e con protocolli complementari per i pagamenti agentici e per l’interoperabilità tra agenti. L’aggiornamento di marzo 2026 ha aggiunto capacità di carrello e accesso al catalogo prodotti e ha semplificato l’onboarding tramite Merchant Center. A Google Marketing Live, a fine maggio 2026, è arrivato l’Universal Cart: un carrello che attraversa più rivenditori e più superfici, da Search a Gemini a YouTube a Gmail, con pagamento tramite Google Pay o tramite il checkout del rivenditore, che resta merchant of record.
Il punto che riguarda direttamente chi legge da qui: il rollout parte dagli Stati Uniti, con Canada e Australia annunciati e Regno Unito previsto in un secondo momento. In Italia, ad agosto 2026, il checkout agentico non è una realtà operativa. Questo è precisamente il motivo per cui conviene occuparsene adesso, perché il lavoro di preparazione non è un investimento a fondo perduto in attesa di una funzione futura: è lo stesso lavoro che migliora le performance oggi.
Un feed Merchant Center pulito e completo, attributi di prodotto coerenti, GTIN corretti, disponibilità aggiornata in tempo reale, politiche di spedizione e reso espresse come dati strutturati, recensioni gestite: tutto questo migliora Shopping, migliora la visibilità nelle risposte generative e ti mette in condizione di essere raggiungibile dagli agenti nel giorno in cui la funzione arriva sul tuo mercato. Chi aspetta il lancio locale parte con un ritardo che non è di settimane, è di cataloghi.
C’è poi il fronte degli agenti che non usano protocolli e semplicemente navigano il tuo sito come farebbe una persona, ed è quello più immediato. Ad aprile 2026 Google ha pubblicato su web.dev una guida dedicata alla costruzione di siti agent friendly, richiamata esplicitamente dalla guida di Search Central. Il contenuto è tecnicamente banale e strategicamente importante: gli agenti percepiscono una pagina in tre modi, tramite screenshot analizzati da modelli di visione, tramite HTML grezzo e struttura del DOM, e tramite l’albero di accessibilità, che è la mappa più fedele degli elementi interattivi perché è priva di rumore visivo.
Le raccomandazioni sono quelle che un buon front end developer applica da anni: usare elementi semantici veri, quindi bottoni che sono bottoni e link che sono link invece di div stilizzati, mantenere layout stabili tra le pagine, associare le etichette ai campi dei form, rendere evidenti gli elementi cliccabili. Google arriva a dire che siti costruiti su stati di hover complessi e layout che si spostano sono funzionalmente rotti per un agente. La buona notizia è che ogni intervento in questa direzione migliora anche l’accessibilità reale per le persone: non esiste un livello agenti da costruire a parte.
Sullo sfondo si muove WebMCP, standard proposto che permetterebbe a un sito di esporre in modo esplicito agli agenti browser le azioni disponibili, invece di costringerli a interpretare il DOM e simulare click. È in fase di origin trial su Chrome, sviluppato in ambito W3C con il coinvolgimento di Microsoft e con adesioni dichiarate da parte di operatori come Booking.com, Shopify, Instacart e Intuit. Per la quasi totalità dei negozi, ad agosto 2026, non è qualcosa da implementare in produzione. È qualcosa da tenere sotto osservazione se hai flussi transazionali complessi.
Vale la pena chiudere questa sezione con i numeri italiani, perché ridimensionano l’urgenza senza cancellarla. Il rapporto Ecommerce Italia 2026 di Casaleggio Associati riporta che durante le festività 2025 il traffico ecommerce generato dall’AI è cresciuto del 693% rispetto all’anno precedente, ma che questo traffico rappresenta ancora meno dell’1% del totale retail. Il traffico referral verso siti di shopping generato da AI generativa è passato da circa sei milioni di visite mensili a ottobre 2024 a circa quarantuno milioni a dicembre 2025. Sul fronte consumatori, la ricerca Netcomm NetRetail 2026 indica 35 milioni di acquirenti online in Italia, un valore stabile, con acquisti online previsti in crescita del 6% oltre i 66,6 miliardi di euro, e oltre il 13% degli acquirenti che dichiara di usare già chatbot e strumenti AI nella fase di pre acquisto, con livelli di utilità percepita tra i più alti dell’intero percorso.
Meno dell’1% del traffico, ma il traffico che converte meglio di tutti gli altri e che cresce a tre cifre. È la definizione precisa di un canale in cui conviene entrare prima che diventi affollato.
Come si misura la SEO nel 2026
Se cambia la superficie, cambia il cruscotto. Continuare a valutare il lavoro SEO sul totale delle sessioni organiche nel 2026 significa misurare la temperatura con un metro: lo strumento funziona, l’unità di misura è sbagliata.
Il set minimo di indicatori che consiglio di adottare è composto da sette voci.
Impression nelle funzionalità generative. Dal report Search Generative AI di Search Console, dove disponibile. Non aspettarti click: guarda quali pagine vengono selezionate come fonti e come varia il volume nel tempo. Se il report non è ancora attivo sulla tua proprietà, costruisci la baseline con il report performance standard e annota la data.
Quota di citazione sui motori generativi. Un insieme fisso di venti o trenta prompt che rappresentano le domande reali dei tuoi clienti, interrogati con cadenza mensile su ChatGPT, Gemini, Perplexity e Copilot, con registrazione di citazione, menzione e concorrenti presenti. Fatto a mano richiede un’ora al mese. Fatto con una piattaforma richiede un abbonamento e la consapevolezza che si tratta di campionamento.
Traffico da assistenti AI, isolato. In GA4 va costruito un raggruppamento canali personalizzato che intercetti i referrer dei principali assistenti. Se questo traffico resta dentro il generico referral o, peggio, dentro il direct, stai valutando alla cieca il canale con il valore per visita più alto che hai.
Conversion rate e ricavo per visita per sorgente. È la metrica che giustifica l’investimento, ed è quella che nei dati di mercato mostra il vantaggio più netto per il traffico AI. Va guardata separatamente, non aggregata.
Domanda di brand. Volume di ricerca sul nome dell’azienda e sui nomi dei prodotti, più le sessioni dirette. Quando la scoperta avviene dentro un’interfaccia conversazionale, una parte consistente del ritorno si manifesta come ricerca brandizzata successiva o accesso diretto. Se le impression generative crescono e la domanda di brand cresce, il lavoro funziona anche se i click organici scendono.
Segmentazione per intento. Tre gruppi di query: informazionali, commerciali e transazionali, navigazionali. Le tendenze vanno lette dentro ciascun gruppo, mai in aggregato, perché in aggregato il crollo delle informazionali maschera la tenuta delle transazionali e produce diagnosi sbagliate.
Leggibilità macchina delle pagine chiave. Una verifica periodica su un campione di schede prodotto, pagine di categoria e pagine di policy: il contenuto critico è presente nell’HTML iniziale? Le informazioni su prezzo, disponibilità e reso sono estraibili? L’albero di accessibilità espone correttamente i controlli del carrello?
Due avvertenze metodologiche, perché nel 2026 i dati abbondano e la disciplina scarseggia.
La prima: quasi tutti gli studi più citati sono statunitensi e basati su panel. Utili per la direzione, inaffidabili per il valore assoluto applicato all’Italia, dove la copertura delle AI Overview per settore, la lingua e la composizione della SERP sono diverse. Il tuo Search Console vale più di qualunque benchmark.
La seconda: i modelli non sono deterministici e le fonti citate cambiano nel tempo in modo significativo anche a contenuto invariato. Prima di attribuire un miglioramento a un intervento, ripeti la misurazione. Una singola sessione di prompt non è un dato, è un aneddoto.
Cosa non serve fare, secondo chi scrive le regole
Una parte del valore della guida ufficiale di Google del maggio 2026 sta in una sezione dedicata esplicitamente a smontare pratiche diffuse. Vale la pena elencarla, perché è la lista delle cose per cui in questo momento qualcuno sta preparando un preventivo.
Non serve creare file speciali per le AI. Google dichiara di non utilizzare llms.txt né altri file o markup pensati per i modelli. Può scoprirli e indicizzarli come qualunque altro file, ma non li tratta in modo particolare. Mantenerli è indifferente ai fini della visibilità su Google.
Non serve spezzettare i contenuti. Non esiste un requisito di suddivisione in micro blocchi, i sistemi comprendono più argomenti nella stessa pagina e non esiste una lunghezza ideale. Pagine più corte o più lunghe funzionano in base al pubblico e alla materia.
Non serve riscrivere i testi per le macchine. I modelli comprendono sinonimi e significati generali, quindi non serve inseguire ogni variante long tail né tradurre il proprio tono di voce in un linguaggio artificiale.
Non serve inseguire menzioni non autentiche. È la tattica più venduta e la meno efficace, con l’aggravante che espone il brand a conversazioni che non controlla.
Non serve accumulare dati strutturati per l’AI. Non sono richiesti per la ricerca generativa. Restano consigliati, ma per il motivo di sempre: rendere il sito eleggibile ai risultati arricchiti e comunicare informazioni commerciali senza ambiguità.
A questa lista aggiungerei tre voci che vengono dall’esperienza sul campo e non dalla documentazione.
Non moltiplicare le pagine per coprire le query di fan out: è la definizione operativa di scaled content abuse ed è già stata colpita dagli aggiornamenti antispam del 2026.
Non bloccare indiscriminatamente i crawler AI, e soprattutto verifica di non averlo già fatto senza saperlo a livello di CDN o WAF.
Non delegare l’intera produzione editoriale alla generazione automatica. La guida di Google sull’uso dell’AI nei contenuti non vieta l’assistenza, ma richiede che il risultato rispetti gli standard di qualità, e gli aggiornamenti di marzo e maggio 2026 hanno colpito con precisione i modelli editoriali basati su volume e aggregazione senza valore aggiunto. In un ecosistema dove ogni concorrente può generare mille articoli in un pomeriggio, l’unica cosa scarsa è l’esperienza diretta.
Una roadmap operativa a novanta giorni
Il rischio, davanti a cinque livelli, è la paralisi. Ecco una sequenza che funziona per un ecommerce di dimensioni medie, ordinata per rapporto tra impatto e sforzo.
Settimane 1 e 2: diagnosi. Verifica di indicizzabilità sulle pagine che generano fatturato. Controllo del robots.txt e, separatamente, delle regole di rete su CDN e WAF, con test degli user agent dei bot di ricerca AI. Attivazione o verifica del report generativo in Search Console e salvataggio della baseline. Creazione del raggruppamento canali in GA4 per isolare gli assistenti AI. Definizione del set di prompt di monitoraggio e prima rilevazione. Audit del feed prodotti, con attenzione a completezza degli attributi, GTIN, disponibilità, prezzi, policy.
Settimane 3 a 6: correzioni. Intervento su INP e stabilità visiva sulle pagine di categoria e prodotto, partendo dagli script di terze parti. Riscrittura delle pagine di servizio, spedizioni, resi, contatti, con risposte esplicite nelle prime righe. Dati strutturati di prodotto allineati al contenuto visibile, comprese spedizione e reso. Verifica semantica del front end su carrello e checkout, con bottoni e link reali ed etichette associate ai campi. Pagina di brand e biografie autori.
Settimane 7 a 12: costruzione. Produzione di due o tre contenuti non replicabili basati su dati propri: un’analisi sul catalogo, un test comparativo, una guida che nasce dalle domande reali del servizio clienti. Attività di ufficio stampa e relazioni su testate e associazioni di settore verticali. Presidio delle recensioni e delle piattaforme dove il tuo prodotto viene discusso. Seconda rilevazione dei prompt e primo confronto. Valutazione, se il mercato di riferimento lo giustifica, dello stato di avanzamento dei protocolli agentici sul proprio canale ecommerce.
Alla fine dei novanta giorni non avrai risolto il problema del traffico organico in calo, perché quel problema non è tuo e non si risolve. Avrai però tre cose che prima non c’erano: una baseline misurabile della tua visibilità generativa, un sito leggibile dalle macchine che stanno diventando la prima interfaccia dei tuoi clienti, e un patrimonio di contenuti che nessun concorrente può replicare con un prompt.
Il takeaway
La SEO nel 2026 non è morta e non è cambiata nei fondamentali. È diventata stratificata.
Il livello classico serve per esistere nell’indice, perché tutte le risposte generative di Google pescano da lì. L’AEO serve per essere estraibile, e coincide quasi sempre con lo scrivere in modo chiaro. Il GEO serve per essere citato dai motori che non sono Google, e si conquista con dati propri, autori reali e presenza legittima nelle fonti che i modelli leggono. L’AIO serve per essere conosciuto e descritto correttamente, e si costruisce con coerenza dell’entità e disciplina del dato. L’SXO serve per convertire un traffico più piccolo, più costoso da ottenere e nettamente più prezioso.
Per chi vende online in Italia, il quadro ad agosto 2026 ha una forma abbastanza precisa. Le SERP transazionali sono ancora relativamente protette, con una copertura di AI Overview molto inferiore a quella dei settori informativi, e questo regala una finestra che i settori YMYL non hanno più. Il traffico da assistenti AI è ancora sotto l’1% del totale retail, quindi non è il momento di riscrivere il piano marketing, ma cresce a tre cifre e converte meglio di qualsiasi altro canale, quindi non è nemmeno il momento di guardare altrove. Il checkout agentico non è ancora operativo sul mercato italiano, e il lavoro che serve per essere pronti è lo stesso che migliora Shopping, feed e conversioni oggi.
La sintesi più utile che ho trovato in questi mesi è anche la più antipatica per chi vende scorciatoie: nel 2026 la risorsa scarsa non sono le keyword, è la fiducia. I sistemi generativi selezionano una minoranza ristretta di fonti e, per costruirla, cercano prove di competenza reale, dati verificabili, coerenza e specializzazione verticale. Non c’è un trucco per entrare in quel club. C’è un mestiere, che assomiglia molto a quello di prima, fatto con più rigore e misurato in modo diverso.
Fonti e approfondimenti
- Google Search Central, guida ufficiale all’ottimizzazione per le funzionalità di AI generativa (maggio 2026, aggiornata a luglio 2026): developers.google.com
- Google Search Central, report Search Generative AI performance in Search Console (3 giugno 2026): developers.google.com
- Google, annunci Search a I/O 2026 (19 maggio 2026): blog.google
- web.dev, Build agent friendly websites (aggiornata ad aprile 2026): web.dev
- Google Developers Blog, Universal Commerce Protocol (11 gennaio 2026): developers.googleblog.com
- SEOZoom, studio su AI Overview in Italia su oltre 30 milioni di keyword (dicembre 2025): seozoom.it
- SparkToro e Similarweb, studio 2026 sulle ricerche zero click: sparktoro.com
- Adobe Analytics, dati su traffico AI e leggibilità dei siti retail (aprile 2026): business.adobe.com
- Semrush, AI Visibility Index 2026 su 126 milioni di prompt: semrush.com
- Casaleggio Associati, rapporto Ecommerce Italia 2026: ecommerceitalia.info
- CNBC, sul ridimensionamento di Instant Checkout in ChatGPT (marzo 2026): cnbc.com
- Search Engine Land, espansione di UCP e Universal Cart a Google Marketing Live 2026: searchengineland.com
