Studio GEO di Princeton: Ricerca accademica sull'ottimizzazione AI

Comprendere lo studio GEO di Princeton

Nell’agosto 2024, ricercatori di Princeton University, Georgia Tech, Allen Institute of AI e IIT Delhi hanno pubblicato una ricerca rivoluzionaria alla conferenza KDD (Knowledge Discovery and Data Mining) che ha cambiato radicalmente il modo di concepire l’ottimizzazione dei contenuti. Lo studio, intitolato “GEO: Generative Engine Optimization”, ha esaminato 10.000 query diverse in 25 diversi domini per comprendere come i creatori di contenuti possano migliorare la loro visibilità nelle risposte dei motori generativi. Questa ricerca rappresenta il primo quadro accademico completo per ottimizzare i contenuti specificamente per motori di ricerca alimentati dall’AI come ChatGPT, Perplexity e Google AI Overviews. I risultati forniscono prove quantificabili che l’ottimizzazione dei contenuti per i motori generativi non solo è possibile, ma può offrire miglioramenti drastici in termini di visibilità e frequenza di citazione.

Il problema affrontato dallo studio

L’emergere dei grandi modelli linguistici ha profondamente sconvolto il panorama digitale, creando un nuovo paradigma in cui i sistemi AI sintetizzano informazioni da più fonti per rispondere direttamente alle query degli utenti, invece di limitarsi a classificare pagine web. Sebbene questo cambiamento abbia migliorato l’esperienza utente e il traffico dei motori di ricerca, ha creato una grande sfida per il terzo attore in gioco—i creatori di siti web e contenuti. Con 180,5 milioni di utenti attivi mensili su ChatGPT e Perplexity che registra una straordinaria crescita dell’858% nel volume di ricerca in un solo anno, la posta in gioco non è mai stata così alta. I metodi SEO tradizionali, sviluppati in decenni per algoritmi di corrispondenza delle parole chiave, si rivelano inefficaci per i motori generativi che utilizzano modelli linguistici sofisticati per comprendere contesto e significato. I creatori di contenuti si sono trovati di fronte a una domanda cruciale: come possono garantire che i loro contenuti restino visibili e citati quando sono i sistemi AI a controllare il modo in cui le informazioni vengono presentate agli utenti? Lo studio di Princeton è stato progettato per rispondere a questa domanda, identificando tattiche specifiche e concrete che migliorano in modo dimostrabile la visibilità dei contenuti nelle risposte dei motori generativi.

Risultati chiave: metriche di visibilità per i motori generativi

Uno dei contributi più importanti dello studio è stato formalizzare come dovrebbe essere misurata la visibilità nei motori generativi, che differisce fondamentalmente dalle metriche dei motori di ricerca tradizionali. I ricercatori hanno introdotto due metriche principali di visibilità: Position-Adjusted Word Count (che misura sia la lunghezza del contenuto citato che la sua posizione nella risposta) e Subjective Impression (che valuta pertinenza, influenza, unicità e percezione dell’utente). A differenza dei motori di ricerca tradizionali in cui la posizione nel ranking determina la visibilità, i motori generativi incorporano citazioni all’interno delle risposte sintetizzate con lunghezze, posizioni e livelli di rilievo variabili. Questa complessità ha richiesto nuovi approcci di misurazione che catturano i modi sfumati in cui i sistemi AI presentano e danno priorità alle fonti.

La scoperta del miglioramento di visibilità del 40%

Il dato più sorprendente emerso dallo studio di Princeton è che tattiche di ottimizzazione specifiche possono migliorare la visibilità dei contenuti fino al 40% nelle risposte dei motori generativi. Questo miglioramento non è stato marginale né incoerente—è risultato robusto su query, domini e piattaforme AI diversi. La ricerca ha dimostrato che i siti web di posizionamento inferiore hanno beneficiato in modo più drammatico dall’implementazione del GEO, con siti in posizione 5 che hanno registrato un miglioramento di visibilità del 115% utilizzando il metodo Citare le Fonti. Questa scoperta ha implicazioni profonde per l’economia dei creator, suggerendo che il GEO potrebbe democratizzare la visibilità in modi mai visti con la SEO tradizionale. Lo studio ha testato questi miglioramenti non solo in ambienti sperimentali controllati ma anche su motori generativi reali come Perplexity.ai, confermando che il miglioramento del 40% si traduce in vantaggi di performance nel mondo reale.

Metodi GEO con le migliori prestazioni

Lo studio di Princeton ha valutato nove diversi metodi GEO, ciascuno progettato per migliorare il modo in cui i motori generativi percepiscono e citano i contenuti. La ricerca ha rivelato vincitori e perdenti chiari, con alcune tattiche SEO tradizionali che si sono dimostrate addirittura controproducenti nel contesto AI:

• Aggiunta di Citazioni (punteggio 27,8): Inserire citazioni rilevanti da fonti affidabili e esperti del settore ha aumentato notevolmente la visibilità, poiché i sistemi AI valorizzano le voci autorevoli da citare nelle risposte sintetizzate.

• Aggiunta di Statistiche (punteggio 25,9): L’inclusione di dati quantitativi, risultati di ricerca e risultati misurabili ha migliorato la visibilità del 25,9%, poiché i motori generativi danno priorità a dichiarazioni fattuali e supportate dai dati.

• Citare le Fonti (punteggio 24,9): L’aggiunta di citazioni e riferimenti a fonti autorevoli ha incrementato la visibilità del 24,9%, con prestazioni particolarmente forti nei domini fattuali e legali.

• Ottimizzazione della Fluidità (punteggio 25,1): Migliorare la chiarezza e la leggibilità del testo ha aumentato la visibilità del 25,1%, dimostrando che i sistemi AI valorizzano contenuti ben scritti e accessibili.

• Facilità di Comprensione (punteggio 22,0): Semplificare il linguaggio e migliorare l’accessibilità ha aumentato la visibilità del 22,0%, mostrando che la chiarezza è importante per la sintesi AI.

• Tono Autorevole (punteggio 21,3): Usare un linguaggio persuasivo e autorevole ha migliorato la visibilità del 21,3%, particolarmente efficace per contenuti di dibattito e storici.

In particolare, il Keyword Stuffing (punteggio 17,7) ha avuto prestazioni inferiori al baseline, confermando che le tattiche SEO tradizionali non solo sono inefficaci, ma potenzialmente controproducenti nell’ottimizzazione per motori generativi.

Approfondimenti sull’ottimizzazione specifica per dominio

Una delle scoperte più preziose dello studio è stata che l’efficacia del GEO varia notevolmente tra diversi domini di contenuto e tipi di query. I ricercatori hanno scoperto che diversi metodi di ottimizzazione funzionano meglio per differenti tipi di contenuto, richiedendo un approccio sfumato e specifico per il dominio invece di una strategia unica per tutti. Ad esempio, il metodo Autorevole si è dimostrato più efficace per domande di dibattito e contenuti storici, dove il tono persuasivo e la prospettiva esperta hanno grande peso. Al contrario, il metodo Citare le Fonti ha ottenuto prestazioni eccezionali per domande fattuali e contenuti legali, dove la verifica e i riferimenti autorevoli sono fondamentali. Il metodo Aggiunta di Citazioni ha eccelso in domini focalizzati sulle persone, esplicativi e storici, dove le prospettive dirette di esperti aggiungono credibilità e profondità. Questa variazione specifica per dominio sottolinea un principio importante: i creatori di contenuti devono comprendere il proprio dominio e adattare di conseguenza le strategie GEO, invece di applicare tattiche generiche a tutti i tipi di contenuto.

Test nel mondo reale su Perplexity.ai

Per validare che i risultati fossero applicabili anche fuori dagli ambienti sperimentali, i ricercatori hanno testato i metodi GEO su Perplexity.ai, un vero motore generativo commerciale con milioni di utenti attivi. I risultati hanno confermato la solidità dell’approccio, con la Aggiunta di Citazioni che ha mostrato un miglioramento del 22% nel Position-Adjusted Word Count e la Aggiunta di Statistiche un miglioramento del 37% nelle metriche di Subjective Impression. Questa validazione nel mondo reale è stata fondamentale perché ha dimostrato che le tattiche di ottimizzazione individuate dallo studio funzionano davvero sui sistemi in produzione, non solo in laboratorio. I test su Perplexity.ai hanno anche rivelato che diversi metodi ottengono risultati diversi a seconda della piattaforma, suggerendo che i creatori di contenuti dovrebbero testare i propri sforzi di ottimizzazione su più motori AI per garantire la massima visibilità.

Combinare più strategie GEO

Sebbene i singoli metodi GEO abbiano mostrato risultati impressionanti, lo studio ha scoperto che la combinazione di più strategie produce risultati ancora migliori. I ricercatori hanno testato tutte le possibili coppie dei metodi con le migliori prestazioni e hanno scoperto che la combinazione di Ottimizzazione della Fluidità e Aggiunta di Statistiche ha ottenuto le prestazioni più elevate, con un miglioramento medio del 31,4%—superando qualsiasi metodo singolo. Questo effetto sinergico suggerisce che i creatori di contenuti non dovrebbero limitarsi a una sola tattica di ottimizzazione, ma sviluppare strategie complete che includano più approcci. Ad esempio, un contenuto potrebbe combinare una maggiore fluidità con statistiche aggiuntive e citazioni di esperti, creando un’ottimizzazione multifattoriale che piace ai motori generativi da più angolazioni.

Cosa non funziona: le tattiche SEO tradizionali

Un risultato fondamentale dello studio di Princeton è che molte tattiche SEO tradizionali non solo non migliorano la visibilità nei motori generativi, ma la danneggiano attivamente. Il keyword stuffing, una tecnica usata da decenni nella SEO, ha mostrato miglioramenti negativi o minimi nello studio, con miglioramenti relativi compresi tra -6% e 12,6% a seconda della posizione del sito nei motori di ricerca. Questo riflette una differenza fondamentale tra il modo in cui i motori di ricerca tradizionali e i motori generativi elaborano i contenuti. Mentre i vecchi algoritmi di ricerca potevano essere manipolati tramite la densità di parole chiave e la ripetizione, i moderni motori generativi utilizzano modelli linguistici sofisticati che riconoscono e penalizzano tali pratiche. I risultati dello studio suggeriscono che i creatori di contenuti devono abbandonare gli approcci di ottimizzazione obsoleti e concentrarsi invece sulla creazione di contenuti realmente validi, ben strutturati, che soddisfino i bisogni degli utenti e dimostrino competenza.

Implicazioni per i creatori di contenuti

I risultati dello studio di Princeton hanno profonde implicazioni sul modo in cui i creatori di contenuti dovrebbero affrontare le strategie di ottimizzazione in un mondo AI-first. In particolare, la ricerca dimostra che il GEO può livellare il campo da gioco tra grandi aziende e piccoli creatori di contenuti. I siti web meno posizionati, che di solito faticano a competere con domini affermati nella ricerca tradizionale, hanno mostrato i miglioramenti di visibilità più evidenti grazie all’implementazione del GEO. Questo suggerisce che le piccole imprese e i creatori indipendenti possono usare le tattiche GEO per ottenere visibilità nelle risposte dei motori generativi senza aver bisogno di ampi profili di backlink e autorità di dominio richiesti dalla SEO classica. Lo studio sottolinea anche che la qualità, la chiarezza e la credibilità dei contenuti contano più che mai, poiché i motori generativi sono abbastanza sofisticati da riconoscere e dare priorità a contenuti autorevoli e ben documentati.

Il benchmark GEO-bench

Oltre ai metodi di ottimizzazione stessi, lo studio di Princeton ha dato un altro contributo fondamentale: la creazione di GEO-bench, un benchmark su larga scala composto da 10.000 query diverse progettate specificamente per valutare l’ottimizzazione dei motori generativi. Questo benchmark include query da nove diversi dataset, coprendo 25 domini distinti e suddivisi in sette diversi tipi di query. La diversità del benchmark garantisce che i metodi di ottimizzazione vengano testati su una vasta gamma di scenari reali, dalle domande su salute e scienza a quelle su business e intrattenimento. Rilasciando GEO-bench insieme alla loro ricerca, il team di Princeton ha fornito alla comunità accademica e all’industria un quadro di test standardizzato per valutare futuri metodi e innovazioni GEO. Questo benchmark diventerà probabilmente la base per le ricerche future sull’ottimizzazione dei motori generativi, proprio come altri benchmark hanno stimolato il progresso nel machine learning e nel recupero delle informazioni.

Confronto con la SEO tradizionale

Comprendere come il GEO differisca dalla SEO tradizionale è essenziale per i creatori di contenuti che si adattano al panorama di ricerca AI-first. Sebbene entrambi gli approcci condividano l’attenzione per la qualità dei contenuti e l’intento utente, la loro esecuzione e misurazione sono molto diverse.

L’intuizione chiave è che il GEO richiede un cambio di mentalità fondamentale: dall’ottimizzazione per algoritmi di ricerca a quella per la comprensione e la sintesi AI. Ciò significa dare priorità a chiarezza, credibilità e informazioni strutturate rispetto a densità di parole chiave e link building.

Come implementare il GEO secondo la ricerca

Sulla base dei risultati dello studio di Princeton, i creatori di contenuti possono implementare il GEO con un approccio sistematico e supportato dalla ricerca. Inizia esaminando i tuoi contenuti esistenti per identificare opportunità di aggiungere citazioni credibili, statistiche rilevanti e citazioni di esperti—le tre tattiche più efficaci dello studio. Successivamente, valuta il tuo dominio di contenuto e seleziona i metodi GEO più adatti al tuo tema specifico, riconoscendo che domini diversi traggono beneficio da approcci di ottimizzazione differenti. Implementa marcatura strutturata corretta per aiutare i sistemi AI a comprendere il contesto e le relazioni dei tuoi contenuti. Poi, ottimizza i tuoi contenuti per query conversazionali, anticipando come gli utenti potrebbero naturalmente porre domande sul tuo argomento e strutturando i contenuti per fornire risposte dirette e complete. Testa i tuoi contenuti ottimizzati su più piattaforme AI, tra cui ChatGPT, Perplexity e Google AI Overviews, per garantire la massima visibilità. Infine, combina più tattiche GEO invece di affidarti a un solo metodo, in quanto la ricerca dimostra che gli approcci sinergici offrono risultati superiori. Monitora i tuoi progressi tracciando la frequenza con cui i tuoi contenuti appaiono nelle risposte AI generate e affina la tua strategia in base ai dati di performance.

Futuro della ricerca GEO

Man mano che i motori generativi continuano a evolversi e diventare più sofisticati, la ricerca GEO avanzerà probabilmente in diverse direzioni. Lo studio di Princeton ha riconosciuto alcune limitazioni, tra cui la possibilità che i metodi di ottimizzazione debbano adattarsi al cambiamento degli algoritmi dei motori AI, proprio come la SEO si è evoluta nei decenni. Le ricerche future probabilmente esploreranno le prestazioni dei metodi GEO man mano che i modelli linguistici diventano più avanzati e capaci di comprendere sfumature e contesti. Il settore beneficerà anche di ricerche estese su più piattaforme AI e casi d’uso, dato che lo studio attuale si è concentrato principalmente su query e risposte testuali. Inoltre, con lo sviluppo di quadri normativi su AI e attribuzione dei contenuti, le strategie GEO potrebbero dover adattarsi a nuovi requisiti su citazione e fair use. La democratizzazione delle conoscenze GEO attraverso ricerche come quella di Princeton suggerisce che il settore maturerà rapidamente, con nuovi strumenti, metriche e best practice che aiuteranno i creatori di contenuti a navigare in questo panorama in evoluzione.

Collegamento con la missione di AmICited

I risultati dello studio GEO di Princeton sottolineano perché monitorare le citazioni AI è diventato essenziale per i moderni creatori di contenuti e le aziende. Sapere che il GEO può migliorare la visibilità fino al 40% è prezioso, ma tracciare effettivamente se i tuoi contenuti vengono citati nelle risposte AI è fondamentale per misurare il successo e affinare la strategia. Ed è proprio qui che entra in gioco AmICited—come piattaforma leader per monitorare come sistemi AI come ChatGPT, Perplexity e Google AI Overviews citano il tuo brand e i tuoi contenuti. AmICited traccia la tua visibilità AI su più piattaforme, fornendo approfondimenti su frequenza di citazione, contesto e tendenze di performance che ti aiutano a capire se i tuoi sforzi GEO stanno funzionando. Combinando le tattiche di ottimizzazione supportate dalla ricerca dello studio di Princeton con le capacità di monitoraggio di AmICited, i creatori di contenuti possono implementare una strategia GEO completa che non solo migliora la visibilità, ma misura e valida quei miglioramenti. In un’epoca in cui la ricerca alimentata dall’AI sta rimodellando il modo in cui le informazioni vengono scoperte e consumate, avere visibilità sulle proprie citazioni AI non è più opzionale—è essenziale per restare competitivi e garantire che i tuoi contenuti siano sempre scoperti nel futuro AI-first.