Riferimento
Glossario SEO GEO, AEO e LLM: termini concreti
Questo settore inventa il vocabolario più velocemente di quanto riesca a definirlo con precisione. Ecco cosa significa realmente ogni termine, senza inflazione di marketing: così usi la parola giusta e sai esattamente cosa implica.
Concetti fondamentali
GEO - Generative Engine Optimization
Insieme di pratiche che aumentano le probabilità che un marchio, un prodotto o un sito Web vengano citati da modelli di linguaggio generativo, come ChatGPT, Gemini, Perplexity o Claude, quando rispondono alle domande degli utenti. A differenza della SEO, non esiste una classifica pubblica da consultare: puoi sapere se un marchio appare solo attivando sistematicamente richieste e analizzando le risposte.
AEO - Answer Engine Optimization
Esercitati a ottimizzare per apparire nelle risposte dirette dei motori di ricerca tradizionali: snippet in primo piano, pannelli di risposta e blocchi "le persone chiedono anche". Esiste una significativa sovrapposizione tecnica con GEO (struttura, chiarezza, FAQ), ma i meccanismi di valutazione e i motori di destinazione sono diversi: AEO serve i motori di ricerca classici, GEO serve LLM generativi.
LLM Search
Livello di ricerca in cui un modello linguistico esegue ricerche sul Web in tempo reale prima di rispondere, ad esempio ChatGPT con ricerca attiva o Perplexity. Si differenzia dal layer organico (che il modello conosce già dalla sua formazione) perché dipende dalla SEO tradizionale del sito consultato al momento della ricerca.
RAG - Retrieval-Augmented Generation
Tecnologia che consente a un modello linguistico di accedere a informazioni esterne e aggiornate in tempo reale, invece di fare affidamento esclusivamente sulla conoscenza fissata nella sua formazione. È il motore tecnico dietro funzionalità come la ricerca web negli assistenti AI e nei sistemi aziendali che interrogano le proprie basi di conoscenza.
Metriche e punteggi
GEO Score
Indice da 0 a 100 che misura la visibilità organica di un brand nelle risposte LLM, combinando frequenza di menzione, posizione relativa nella risposta e qualità della citazione. Calcolato solo in base alle risposte organiche, senza ricerca sul Web o contesto RAG inserito, per mantenere il numero stabile e comparabile. Metodologia completa qui.
RAG-Readiness
Misura quanto bene il contenuto di un sito web è strutturato per essere recuperato in modo efficace dai sistemi RAG, la tecnologia che consente agli LLM di accedere a informazioni aggiornate. Un sito web può avere un RAG-Readiness elevato ma un GEO Score basso: questo indica che il contenuto esiste ed è ben preparato, ma non è stato ancora incorporato nella conoscenza organica dei modelli.
IPD-IA: indice di preparazione digitale all'intelligenza artificiale
Framework indipendente che analizza il livello di preparazione digitale dei siti web aziendali portoghesi per i motori di risposta dell'intelligenza artificiale, valutando cinque pilastri: struttura tecnica, struttura semantica, preparazione dell'intelligenza artificiale, autorità esterna e strategia di posizionamento. Vedi i risultati per settore.
Segnali tecnici
llms.txt
File pubblicato nella radice di un dominio che guida i crawler AI sulla struttura del sito e sui contenuti prioritari: l'equivalente, per i modelli linguistici, di ciò che sitemap.xml è per i motori di ricerca tradizionali.
ai.json
File di metadati strutturati alla radice di un dominio, progettato per il consumo diretto da parte dei sistemi di intelligenza artificiale: descrive il marchio, i servizi e il contesto in modo leggibile dalla macchina, integrando i dati strutturati già presenti in HTML.
Schema Markup / Dati strutturati
Vocabolario standardizzato (Schema.org) inserito nel codice di una pagina per descrivere esplicitamente entità, prodotti, servizi o eventi, in modo che i motori di ricerca e i sistemi di intelligenza artificiale possano interpretare il contenuto senza ambiguità.
Chiarezza dell'entità
Grado in cui un LLM può identificare in modo inequivocabile cosa è, fa e per chi un marchio, senza fare affidamento su inferenze o dati contraddittori tra le piattaforme. È uno dei fattori più determinanti per la probabilità che un marchio venga citato correttamente.