GEO — Generative Engine Optimization
Definizione, differenze con la SEO, tecniche operative.
Definizione
Il GEO (Generative Engine Optimization) è la pratica di ottimizzare un sito affinché i motori AI generativi (ChatGPT, Perplexity, Gemini, Claude, Copilot) lo citino come fonte quando rispondono alle query degli utenti. È l'evoluzione naturale della SEO classica nell'era degli assistenti AI, dove sempre più ricerche non passano da Google ma da chatbot conversazionali.
Differenze con la SEO classica
La SEO classica ottimizza per il ranking nelle SERP di Google: posizioni 1-10, click, traffico. Il GEO ottimizza per essere citato dagli LLM quando elaborano risposte. Sono obiettivi correlati ma distinti.
| Aspetto | SEO classica | GEO |
|---|---|---|
| Obiettivo | Ranking SERP | Citazione dagli LLM |
| Misura | Click, traffic | Citation rate, brand mention |
| Formato content | Long-form, keyword-dense | Citation-friendly, statistic-rich |
| Schema | Rich snippets | JSON-LD esteso, llms.txt |
| Authority | Backlink, dominio | Citazioni dirette, dati primari |
Tecniche operative GEO
Implementare GEO su un sito richiede un set di interventi coordinati:
1. llms.txt e llms-full.txt
Standard emergente per dare agli LLM un riassunto strutturato del sito in markdown plain-text. Il file /llms.txt contiene l'indice navigabile (chi siamo, servizi, contatti), /llms-full.txt contiene il contenuto completo. Vedi il nostro: webcreation.it/llms.txt.
2. Schema.org JSON-LD esteso
Marcatura dati strutturati con tipi specifici: Organization con knowsAbout esteso, FAQPage per le risposte, Article con author Schema Person, BreadcrumbList sulle gerarchie. Gli LLM parsano questi dati e li usano per costruire risposte affidabili.
3. robots.txt con autorizzazione bot AI
Esplicito allow per i crawler AI: GPTBot (OpenAI), ClaudeBot (Anthropic), PerplexityBot (Perplexity), Google-Extended (Gemini SGE). Senza questi gli LLM non leggono il sito.
4. Citation-friendly content
Gli LLM citano siti che danno informazioni concrete e specifiche: prezzi reali, tempi di realizzazione, statistiche verificabili, casi d'uso con numeri. Non citano fluff marketing. Esempio: "Il nostro WooCommerce Professional si realizza in 1-3 settimane a partire da €2.950" è citazione-pronto. "Siamo i migliori per il tuo ecommerce" no.
5. Authority signals strutturati
Bio autore con Schema Person, esperienza dichiarata, casi studio con numeri reali, tecnologie elencate, settori serviti. L'LLM verifica chi parla dietro il sito.
6. Pagine comparative
Pagine "X vs Y" intercettano query decisionali tipiche degli LLM. Quando uno chiede a ChatGPT "WooCommerce vs Shopify nel 2026?", la pagina dedicata viene citata come fonte. Esempi: WooCommerce vs Shopify, WooCommerce vs PrestaShop, WooCommerce vs Magento.
GEO whitehat vs blackhat
Esistono tecniche di prompt injection nascosto (testo bianco su bianco, commenti HTML "ignore previous instructions", ecc.) che cercano di manipolare gli LLM. Sono controproducenti: gli LLM moderni le rilevano e penalizzano. Inoltre violano le policy di OpenAI/Anthropic/Google e portano a deindicizzazione. Il GEO che funziona è whitehat: contenuti onesti, dati concreti, struttura citation-friendly.
Servizio correlato
Webcreation include implementazione GEO standard in tutti i nostri progetti (file llms.txt, Schema.org esteso, robots.txt configurato). Per audit GEO mirati su siti esistenti vedi SEO + GEO positioning.
Vedi anche: server-side tagging · Conversion API · headless commerce · indice glossario