Il 15 maggio 2026 Google ha pubblicato sul Search Central la sua prima guida ufficiale all'ottimizzazione per AI Overviews e AI Mode.
Il messaggio, per molti, è arrivato inaspettato: non esiste un indice separato per l'AI, non servono file speciali, non servono schema ad hoc. Le funzionalità generative girano sugli stessi sistemi di ranking e qualità della Search classica, potenziati da meccanismi di retrieval-augmented generation (RAG). In sintesi Google dice una cosa sola e la dice chiara: la GEO, dal suo punto di vista, è SEO fatta bene. Questo pezzo spiega cosa contiene davvero il documento, cosa cambia per chi produce contenuti B2B e perché, secondo noi, la disciplina GEO non sparisce affatto ma si sposta di baricentro.
Takeaway:
- Nessun indice separato per AI Overviews e AI Mode: usano la stessa infrastruttura di ranking della Search classica, arricchita da RAG.
- Google smonta molte pratiche vendute come "AI-specific": llms.txt, chunking, rewriting AI-oriented e schema speciali non aggiungono visibilità nei suoi sistemi generativi.
- La GEO resta rilevante fuori dal perimetro Google: ChatGPT, Perplexity e Copilot hanno logiche di retrieval proprie e non tutte le regole del Search Central valgono lì.
Cosa dice davvero la guida Google GEO del 15 maggio 2026
La guida (titolo originale "Optimizing your website for generative AI features on Google Search") è ospitata dentro la sezione Fundamentals del Search Central. Non è un blog post e non è una nota informale, è documentazione ufficiale, allo stesso livello dei documenti su crawling e ranking. Il posizionamento gerarchico è già di per sé un segnale: Google sta dicendo che l'ottimizzazione per l'AI non è un capitolo a parte della SEO, ma un ramo dello stesso albero.
La parte più discussa dal settore è quella in cui Google usa esplicitamente gli acronimi AEO (Answer Engine Optimization) e GEO (Generative Engine Optimization) per poi archiviarli, almeno nel proprio perimetro. La frase chiave, tradotta liberamente, dice che dal punto di vista di Google Search ottimizzare per la ricerca generativa significa ottimizzare per la Search, quindi è ancora SEO. Chi vende consulenze AEO o GEO come discipline separate viene invitato ad applicare, alla loro proposta, lo stesso scetticismo che si dovrebbe riservare a qualunque advice SEO di terze parti.
L'architettura tecnica dichiarata è quella prevedibile per chi lavora già con LLM in produzione: RAG (retrieval-augmented generation) come tecnica di grounding, ovvero il modello non "immagina" la risposta ma la costruisce a partire da contenuti recuperati dall'indice Search. Questo significa una cosa molto pratica per chi produce contenuti: se una pagina non è indicizzata correttamente, non può essere citata nelle risposte AI, per la semplice ragione che non entra nel pool di recupero. Il punto di partenza è sempre lo stesso: crawlabilità, indicizzazione, qualità dei contenuti.
Cosa Google dice di smettere di fare (e perché è una notizia)
Qui la guida si fa più interessante, perché smonta apertamente alcune pratiche che negli ultimi due anni sono state vendute come indispensabili per essere citati dall'AI. Se stai già lavorando per essere presente nelle risposte generative di Google, vale la pena leggere anche la nostra guida su come ottimizzare un sito per Google AI Overviews per capire cosa fare davvero.
Il primo punto riguarda llms.txt e simili file di markup pensati per gli LLM. Google chiarisce che non servono per la sua ricerca generativa. I suoi sistemi possono scoprirli e indicizzarli come qualsiasi altro file, ma non ricevono un trattamento speciale. Se il team decide di mantenerli per altri servizi (perché Perplexity o altri motori li usano in modo diverso, per esempio), va bene, semplicemente Google Search li ignora.
Il secondo è il chunking. Non c'è nessun bisogno di spezzettare i contenuti in blocchi minuscoli "leggibili dall'AI". I sistemi di Google, dice il documento, capiscono già la sfumatura di più topic all'interno di una stessa pagina e sanno estrarre la porzione rilevante per l'utente. È una posizione che Danny Sullivan aveva già anticipato a gennaio, e che ora diventa ufficiale.
Il terzo è la riscrittura AI-oriented. La guida spiega che i sistemi generativi comprendono sinonimi e significati generali, quindi non serve scrivere in modo strano per farsi leggere meglio dalle macchine. Non bisogna forzare ogni variante long-tail, non bisogna riformulare i paragrafi in stile "definition-heavy". Il consiglio è: scrivi per le persone, che i sistemi AI se la cavano.
Il quarto è l'uso di schema.org o markup ad hoc "AI-specifici". Non esiste uno schema dedicato a AI Overviews o AI Mode. Vanno bene i markup strutturati già noti dove hanno senso (product, article, howto), ma nessuna sigla nuova promette un accesso privilegiato al pool di citazioni.
È qualcosa che in Cepar abbiamo visto ripetutamente sui progetti B2B in cui siamo entrati per ripulire strategie precedenti: molti brief AEO/GEO erano un mix di tattiche speculative senza copertura ufficiale. Ora la copertura ufficiale c'è e dice che quelle tattiche non spostano l'ago.
Cosa Google conferma che funziona: contenuti non-commodity e first-hand experience
Sull'altro lato, la guida definisce cosa aumenta la probabilità di essere citati dentro AI Overviews e AI Mode, e sono cose che chiunque lavori sul B2B da un po' riconosce al volo.
Il concetto centrale è quello di contenuto non-commodity. Un contenuto commodity è un contenuto che si potrebbe assemblare mettendo insieme quello che è già scritto da altri, senza aggiungere niente di nuovo. Un contenuto non-commodity, al contrario, è qualcosa che non esiste altrove: un dato proprietario, un test condotto internamente, un case study reale con numeri e contesto, una prospettiva unica su un tema noto, una foto scattata sul campo e non presa da uno stock. Google indica esplicitamente questa categoria come uno dei segnali più forti per l'inclusione nelle risposte generative.
Il secondo concetto è la first-hand experience e il framework E-E-A-T. Non è nuovo (fa parte del framework già da tempo), ma qui viene rimesso al centro. Scrivere di qualcosa che si è testato, misurato, vissuto in prima persona vale più di qualunque tecnica di ottimizzazione.
Il terzo è la qualità multimodale: immagini, video, tabelle, dati strutturati. La guida sottolinea che i sistemi generativi elaborano nativamente più formati, quindi contenuti solo testuali sono penalizzati rispetto a contenuti che portano anche asset visivi originali.
Un case study interessante emerso dalla comunità SEO nelle settimane successive alla pubblicazione: analisi indipendenti (SE Ranking, Ahrefs, BrightEdge) hanno mostrato che la percentuale di citazioni AI Overview che arrivano dai primi 10 risultati organici è scesa dal 76% di metà 2025 al 38% circa di inizio 2026. In altre parole, il pool di retrieval si sta allargando molto oltre la top 10. Questo apre spazio a contenuti più profondi anche se non rankano nelle prime posizioni tradizionali, purché siano davvero originali. Per chi lavora su nicchie B2B con volumi bassi ma decisori qualificati, è una notizia strategicamente rilevante.
Il perimetro Google non è l'ecosistema AI: perché la GEO resta una disciplina
Qui arriviamo al punto che secondo noi merita più attenzione. La guida Google riguarda Google. Riguarda AI Overviews e AI Mode. Non riguarda ChatGPT Search, non riguarda Perplexity, non riguarda Microsoft Copilot, non riguarda le esperienze conversazionali che stanno nascendo dentro browser terzi (pensiamo a ChatGPT Atlas). E questi motori hanno logiche di retrieval, sistemi di citazione e criteri di selezione delle fonti che non seguono le stesse regole del Search Central.
Perplexity, per fare l'esempio più chiaro, dichiara di usare fonti autorevoli con criteri di selezione propri e mostra citazioni inline che non sempre coincidono con i primi risultati organici Google. ChatGPT Search si appoggia a Bing (e alle sue logiche di indicizzazione), quindi per chi lavora sul mercato italiano il fatto che Bing Webmaster Tools resti l'unico strumento ufficiale di analisi GEO non è un dettaglio, è una scelta operativa. Copilot integra sia web search che knowledge grafi Microsoft e ha ancora un altro pattern di citazione. Per gestire questa complessità in modo strutturato, strumenti come HubSpot AEO abilitano il prompt tracking su ChatGPT, Gemini e Perplexity in parallelo, dando una visione multi-piattaforma della citation coverage.
Detto in parole semplici: se un cliente ha come obiettivo essere citato solo dentro Google, la guida del 15 maggio è la Bibbia. Ma se l'obiettivo è essere presente in modo coerente in tutto l'ecosistema di risposta AI (e per un progetto B2B serio dovrebbe esserlo), la GEO come disciplina resta viva. Cambia però la sua definizione: non è più un elenco di tattiche "AI-specific" pensate per Google, è la pratica di produrre contenuti che vengono citati in modo affidabile da sistemi diversi, ciascuno con le sue logiche.
In fondo, quello che Google sta dicendo è: se fai bene la SEO seguendo le nostre indicazioni, la nostra AI ti trova. È un messaggio corretto, ma parziale. Il resto del lavoro rimane, e riguarda tutti gli altri motori che oggi mediano l'incontro tra brand e utente.
Cosa cambia operativamente per chi produce contenuti B2B
Sul piano pratico, la guida Google GEO ha alcune implicazioni concrete per come impostare l'attività editoriale nei prossimi mesi.
La prima è la riorganizzazione delle risorse. Se una parte del budget contenuti è stata spesa in tattiche AI-specific (llms.txt, riscritture, schema custom), può essere reindirizzata su ciò che effettivamente pesa: contenuti originali, dati proprietari, case study documentati, immagini scattate sui progetti reali. Abbiamo visto piani editoriali che dedicavano il 30% del tempo a "AI-formatting" e il 70% al contenuto vero. Ora quel 30% torna a essere disponibile per fare più contenuto migliore.
La seconda è il ripensamento delle KPI. Se AI Overviews sta pescando sempre più fuori dalla top 10, misurare solo la posizione media della keyword ha meno senso di prima. Diventa rilevante monitorare le citazioni AI, le impression differenziate tra risultati classici e generativi, il traffico attribuito a fonti conversazionali. La Search Console non ha ancora tutti gli strumenti per farlo in modo pulito, ma segnali indicativi ci sono.
La terza è la coerenza cross-piattaforma. Un contenuto che funziona bene per essere citato dentro AI Overviews spesso funziona anche su Perplexity o ChatGPT Search, non perché ci sia un formato magico, ma perché tutti questi sistemi convergono su segnali comuni: chiarezza semantica, fonti verificabili, autoralità del brand, presenza di dati originali. Il lavoro di GEO ben fatto produce valore in tutti gli ambienti, non solo su Google, ed è per questo che una strategia SEO+GEO integrata rende meglio di un approccio verticale su un singolo motore.
FAQ
La guida Google elimina completamente il concetto di GEO?
Nel perimetro di Google Search sì, Google la considera parte della SEO. Fuori dal perimetro Google, la GEO come pratica di ottimizzazione per motori generativi diversi (ChatGPT Search, Perplexity, Copilot) resta rilevante perché ogni sistema ha logiche di retrieval e criteri di citazione propri.
E se abbiamo già implementato llms.txt sui nostri siti, dobbiamo rimuoverlo?
Non serve rimuoverlo. Google dichiara di ignorarlo, quindi non danneggia in alcun modo la visibilità sui suoi sistemi. Se serve a essere più leggibili per altri motori AI o per tool interni, si può tenere. Semplicemente non va considerato una leva di ottimizzazione per Google.
La guida vale anche per il mercato italiano o è pensata per il mercato USA?
Vale globalmente, perché descrive il funzionamento tecnico di AI Overviews e AI Mode, che sono sistemi globali. AI Mode è già disponibile in oltre 100 paesi. Per il mercato italiano, quindi, le indicazioni sono operativamente valide fin da subito.
Un contenuto vecchio ottimizzato SEO nel modo tradizionale può ancora essere citato dall'AI?
Sì, e in molti casi è già così. La guida stessa afferma che gran parte delle raccomandazioni sono le stesse della SEO classica. Un contenuto pubblicato due o tre anni fa, con solida ottimizzazione tradizionale e un punto di vista originale, può tranquillamente essere citato nelle risposte AI se rispetta i criteri di qualità e first-hand experience.
