La pagina dei risultati di ricerca per cui ti ottimizzavi tre anni fa somiglia appena a ciò che gli utenti vedono oggi. Le AI Overviews rispondono alle domande prima che qualcuno clicchi su un link. ChatGPT sta inviando traffico referral misurabile — ma solo verso contenuti di cui si fida. I tassi zero-click sono saliti al punto che essere al primo posto non garantisce più un pubblico. Questo post analizza i meccanismi specifici che guidano queste tendenze di ricerca AI nel 2025 e offre a marketer e content creator una visione lucida di cosa devono effettivamente cambiare.
Come le AI Overviews stanno riscrivendo la prima pagina di Google
Le AI Overviews di Google — i blocchi di risposta sintetizzati che ora compaiono in cima a una parte significativa delle query informative — rappresentano il cambiamento più disruptive della pagina dei risultati di ricerca da oltre un decennio. Attingono da più fonti, comprimono la risposta in poche frasi e spesso eliminano del tutto la necessità per l'utente di cliccare qualsiasi cosa. Per i team di contenuto che hanno costruito strategie di traffico attorno a keyword informative, questa non è una minaccia lontana. Sta già influenzando il numero di sessioni.
Cosa viene citato — e cosa no
Le AI Overviews di Google non citano a caso. Le fonti che compaiono all'interno di quei blocchi di risposta tendono a condividere qualità specifiche: sono strutturate in modo chiaro, rispondono direttamente alla domanda nelle prime centinaia di parole e possiedono un'autorevolezza tematica costruita nel tempo. I contenuti superficiali che per caso si posizionavano per una keyword vengono ora scartati a favore di pagine che dimostrano una competenza genuina sull'argomento. Questa distinzione conta enormemente per come strutturare i nuovi contenuti da qui in avanti.
Il problema zero-click è reale, ma sopravvalutato in una direzione
Le ricerche zero-click sono aumentate costantemente e la ricerca di SparkToro sulla quota di traffico di Google ha documentato quanto del percorso di ricerca ora termini direttamente sulla pagina dei risultati. Questa è una perdita genuina per i contenuti informativi. Ma le query transazionali — qualcuno pronto ad acquistare, confrontare o iscriversi — continuano a generare clic a tassi soddisfacenti. L'implicazione è diretta: i contenuti che servono solo a informare hanno bisogno di una ragione d'essere più forte rispetto a prima, mentre i contenuti costruiti attorno a decisioni e azioni mantengono il loro valore.
ChatGPT come fonte di traffico: più piccolo di quanto pensi, più importante di quanto stai agendo
ChatGPT e altre interfacce basate su LLM ora indirizzano gli utenti verso siti esterni, e alcuni editori lo segnalano come una delle prime dieci fonti di referral. Il volume è ancora modesto rispetto al traffico organico di Google per la maggior parte dei siti, ma la traiettoria è ripida. Ancora più importante, gli utenti che arrivano dalle interfacce di chat AI tendono a essere più avanti nel loro percorso di pensiero — hanno già avuto una conversazione, hanno circoscritto la loro domanda e ora cercano qualcosa di specifico. Questo rende il contesto di conversione molto diverso da una visita organica a freddo.
Perché alcuni domini vengono citati e altri sono invisibili
Gli LLM vengono addestrati su dati del web e poi aggiornati tramite sistemi di retrieval-augmented che recuperano contenuti recenti o in tempo reale. I domini che pubblicano con costanza, guadagnano link da fonti credibili e producono contenuti che vengono citati o referenziati nel web sono quelli che emergono nelle risposte AI. È, in questo senso, una versione più rigorosa dei tradizionali segnali di autorevolezza — non un gioco fondamentalmente diverso, ma uno in cui la penalità per contenuti superficiali o duplicati è più severa. Strumenti come MarketingBlocks stanno aiutando i team di contenuto ad accelerare la produzione mantenendo lo standard di qualità che i sistemi AI premiano.
I dati strutturati ora sono portanti, non facoltativi
Per anni, lo schema markup è stato trattato come un nice-to-have — qualcosa che gli SEO aggiungevano dopo aver fatto il lavoro vero. Questo calcolo si è invertito. I sistemi AI che analizzano la tua pagina per una potenziale citazione si affidano molto a segnali strutturati per capire di cosa tratta il contenuto, chi lo ha scritto e quanto è autorevole la fonte. FAQ schema, Article schema e markup Author non sono più decorazione. Sono parte dell'infrastruttura che determina se il tuo contenuto è leggibile dalle macchine nel modo che lo porta a essere citato.
Cosa significa "intento di ricerca" quando il cercatore è un'AI
La SEO tradizionale mappava l'intento umano — informativo, navigazionale, transazionale — ai formati di contenuto. Quel framework si applica ancora, ma c'è un nuovo livello: i sistemi AI ora interpretano l'intento per conto degli utenti e poi recuperano contenuti per soddisfarlo. La domanda non è solo se la tua pagina corrisponde a ciò che un umano ha digitato. È se la tua pagina, letta da un modello linguistico, risponde abbastanza chiaramente alla domanda sottostante da poter essere citata. Scrivere per questo doppio pubblico richiede più precisione di quanto la maggior parte dei workflow di contenuto attualmente richieda.
Concisione e citabilità ora sono vantaggi competitivi
Un'AI che seleziona una fonte per la sua risposta ha bisogno di un passaggio pulito e citabile. Paragrafi lunghi che nascondono la risposta, o contenuti strutturati attorno alla densità di keyword anziché alla chiarezza, non sopravviveranno a quel processo di selezione. Le pagine che vengono citate sono quelle in cui la risposta principale appare subito, è formulata con precisione e non richiede al lettore — umano o macchina — di decodificarla. Se scrivi per strumenti di scrittura assistita da AI o assistenti di ricerca come Anara, capisci già come la struttura del documento influenzi se le informazioni vengono effettivamente recuperate e utilizzate. La stessa logica si applica a come i tuoi contenuti pubblicati vengono raccolti dai sistemi di ricerca AI.
Le query di brand stanno diventando la base affidabile
Man mano che le AI Overviews assorbono il traffico informativo generico, le ricerche che generano clic in modo più affidabile sono le query di brand — persone che già sanno di volere te nello specifico. Questo dà un premio alle attività di brand building che i framework SEO tradizionali hanno sottovalutato: podcast, presenza social, community, earned media. Il funnel non inizia più su Google per una quota crescente di pubblici. Inizia ovunque abbiano sentito il tuo nome per la prima volta.
Search a pagamento in un mondo AI-first
L'inventario pubblicitario di Google non è scomparso, ma il suo posizionamento rispetto alle AI Overviews ha introdotto nuovo attrito. Gli annunci che compaiono sotto una risposta generata dall'AI competono con un elemento della pagina che ha già soddisfatto la query dell'utente. Gli advertiser che fanno affidamento su annunci search basati su corrispondenza di keyword per termini informativi stanno vedendo un'erosione dell'efficienza. La risposta dei team più esperti è stata concentrare la spesa a pagamento su query ad alto intento commerciale — e investire in creatività pubblicitarie che funzionino prima del clic, dato che l'attenzione è più breve. Strumenti come 30characters, che genera titoli e descrizioni di annunci search ad alta conversione usando l'AI, rispondono direttamente a questo cambiamento: quando hai meno impressioni che contano, il copy deve lavorare di più.
Performance Max e formati pubblicitari generati dall'AI
La spinta di Google verso creatività pubblicitarie generate dall'AI attraverso le campagne Performance Max fa parte della stessa storia. Gli advertiser stanno cedendo più controllo creativo ai sistemi di Google in cambio di una portata più ampia su superfici — Search, YouTube, Display, Gmail — che l'AI sta ottimizzando in tempo reale. I brand che vincono in questo ambiente sono quelli che alimentano il sistema con asset creativi di alta qualità e segnali di pubblico precisi, non quelli che cercano di controllare manualmente ogni posizionamento.
Cosa devono effettivamente fare marketer e creator adesso
Reagire alle tendenze di ricerca AI nel 2025 non significa smantellare la tua content strategy. Significa aggiustare le parti che erano già fragili. I contenuti informativi costruiti attorno a keyword generiche senza un angolo distintivo sono la categoria più a rischio — le AI Overviews gestiscono adeguatamente quelle query, e gli utenti lo sanno. I contenuti che prendono una posizione definita, si basano su dati o esperienze originali, o si rivolgono alla situazione specifica di un pubblico specifico sono molto più difficili da replicare per un'AI in uno snippet.
Investi in contenuti che l'AI non può comprimere
Esperienza in prima persona, case study, ricerche originali, interviste con practitioner — questi formati contengono informazioni che non sono liberamente disponibili per essere sintetizzate. Un post che spiega come un particolare team di marketing ha condotto un esperimento e cosa hanno mostrato i numeri non è qualcosa che un'AI Overview può assorbire e riprodurre accuratamente. La documentazione di Google sulle AI Overviews riconosce che i contenuti originali e di livello esperto sono prioritari per la citazione — il che è un argomento a favore della profondità, non del volume. La nostra guida ai migliori strumenti AI per testo e scrittura copre una gamma di strumenti che possono aiutare a snellire la produzione senza sacrificare quell'originalità.
Misura ciò che le nuove metriche effettivamente ti dicono
Se stai ancora usando il conteggio delle sessioni organiche come metrica principale delle performance dei contenuti, stai volando parzialmente alla cieca. Le impression in Google Search Console, la quota di voce nelle risposte generate dall'AI (ora tracciabile tramite strumenti emergenti) e il volume di ricerca di brand sono sempre più i leading indicator che contano. Le sessioni seguiranno l'autorevolezza del brand — non il contrario, come molti team hanno assunto per anni. E se stai gestendo annunci search insieme al tuo sforzo organico, capire come i formati guidati dall'AI come Performance Max interagiscono con le tue campagne manuali richiede un lavoro di attribuzione più attento di quanto la maggior parte dei team faccia attualmente. Il confronto tra Claude Code e ChatGPT Codex è un parallelo utile — lo strumento giusto per il lavoro dipende dal capire cosa ognuno effettivamente ottimizza, e i sistemi pubblicitari AI non sono diversi.
Il gioco lungo: segnali di fiducia su scala
Ogni grande cambiamento nella ricerca — da PageRank a Panda a BERT — ha alla fine premiato la stessa cosa sottostante: contenuti che servono genuinamente un pubblico, prodotti da fonti che hanno dimostrato di sapere di cosa parlano. I sistemi di ricerca AI sono, in un certo senso, più bravi a rilevare quando quello standard non viene rispettato rispetto ai loro predecessori. I team che manterranno la loro posizione durante questa transizione sono quelli che stanno costruendo vera competenza nel loro publishing, non quelli che inseguono il formato del momento.
Le meccaniche della scoperta stanno cambiando più velocemente nel 2025 che in qualsiasi momento dell'ultimo decennio. Ma la logica sottostante non si è invertita — autorevolezza, chiarezza e utilità genuina determinano ancora ciò che viene messo in superficie. La differenza è che i sistemi che fanno la selezione ora sono abbastanza sofisticati da distinguere tra contenuti che esibiscono quelle qualità e contenuti che le incarnano davvero. È in questo gap che si gioca il vero lavoro.
