Citati, non cliccati: che cosa la visibilità non dice ancora

I report di visibilità nell'IA mostrano dove compaiono i link. Lasciano aperte le domande più difficili: che cosa la risposta prende da una fonte, se la fonte riceve credito e quale valore ne deriva.

Di Stefano Zoia · 13 ottobre 2026 · 6 min

I report dedicati all’IA generativa in Search Console di Google contano quante volte i link a un sito compaiono nelle funzioni di IA. Non forniscono una metrica separata sui clic. I report sono stati lanciati a giugno e hanno completato il rilascio mondiale il 31 agosto 2026. [1]

Questo rende più visibile una parte del quadro. Non stabilisce se quelle apparizioni siano utili.

Un link può comparire senza contribuire granché a una risposta. Una fonte può fornire informazioni utili senza che il suo marchio venga ricordato. Perfino una risposta accurata e chiaramente attribuita può lasciare a un editore nessuna visita e nessun ricavo.

Sono esiti diversi. Contare soltanto le citazioni non permette di distinguerli.

Che cosa misura davvero la dashboard

Google definisce un’impressione, nel report sull’IA generativa, come un link a un sito mostrato a un utente all’interno di una funzione di ricerca generativa. Non è un conteggio di quante volte un modello abbia recuperato o letto una pagina. [2]

Inoltre, l’assenza di una metrica sui clic in quel report dedicato non significa che i clic siano scomparsi. La documentazione generale di Search Console conta esplicitamente i clic sui link esterni negli AI Overviews. [3]

Il vuoto informativo è più circoscritto: una vista dedicata alle apparizioni non spiega, da sola, il traffico o il valore a esse associati.

Conta quando un’organizzazione usa l’aumento delle impressioni IA come prova che la propria strategia di contenuti funziona. Quel numero stabilisce l’esposizione secondo le regole di conteggio della piattaforma. Lascia senza risposta le domande successive.

Meno clic contano ancora

Il Pew Research Center ha esaminato quasi 69.000 ricerche su Google effettuate da 900 adulti statunitensi nel marzo 2025. Gli utenti hanno cliccato un risultato tradizionale nell’8% delle visite con un riepilogo IA, contro il 15% senza. I link all’interno dei riepiloghi hanno ricevuto clic nell’1% delle visite. [4]

Era un comportamento osservato, non un esperimento randomizzato. Il confronto non isola ogni differenza tra le ricerche che hanno prodotto un riepilogo e quelle che non lo hanno fatto. Documenta comunque uno schema importante all’interno di quel campione.

Una rassegna di Digital Content Next pubblicata il 5 ottobre raccoglie ulteriori ricerche sul calo dei rinvii e sul traffico sostitutivo limitato che arriva dalle piattaforme di IA. La sua preoccupazione commerciale centrale è che gli editori possano fornire informazioni senza ricevere la visita attraverso cui in precedenza guadagnavano o costruivano una relazione diretta. [6]

Per un editore sostenuto da pubblicità o abbonamenti, quell’opportunità perduta conta. Per una società di consulenza o un produttore, un’esposizione utile può contribuire a una richiesta successiva. Nessuno dei due esiti si può dedurre semplicemente dalla presenza del contenuto in una risposta.

Il modello di business determina quale valore vada misurato.

Essere citati non significa essere usati

Un preprint di aprile di Zhang Kai, He Xinyue e Yao Jingang propone una distinzione tra selezione della citazione e assorbimento della citazione: se una fonte viene selezionata e quanto sostanzialmente sembri contribuire alla risposta generata. [5]

Su un insieme di dati che copre tre piattaforme e 602 prompt, gli autori riportano differenze tra ampiezza delle citazioni e contributo apparente. Il loro punteggio di influenza combina caratteristiche osservabili, tra cui la posizione dei riferimenti, la copertura e la somiglianza testuale.

È un indicatore costruito, non un’osservazione diretta del ragionamento del modello né una misura dell’influenza sul lettore. Lo studio è descrittivo e gli autori limitano esplicitamente le affermazioni causali.

Ciò che se ne ricava è dunque una domanda, più che un nuovo punteggio universale: che cosa ha preso davvero la risposta dalla fonte?

Un elenco di citazioni, da solo, non risponde.

Il contributo non garantisce il credito

Si consideri un’azienda che pubblica un confronto originale sui costi di manutenzione. Un assistente usa le sue cifre per spiegare i compromessi tra due prodotti.

Sono possibili diversi esiti.

La risposta potrebbe nominare l’azienda e rimandare con chiarezza al confronto. Potrebbe inserire il link tra diverse fonti senza spiegare di chi sia l’analisi utilizzata. Potrebbe riprodurre le cifre omettendo le condizioni che le rendevano confrontabili.

Sono esempi ipotetici, ma mettono in luce tre questioni distinte: contributo, attribuzione e accuratezza.

Anche nel caso migliore, l’azienda non sa comunque se l’utente abbia notato il suo nome, si sia fidato dell’analisi o abbia cambiato una decisione d’acquisto.

È qui che «assorbimento» diventa insufficiente come obiettivo di business. Un’informazione può essere incorporata in una risposta senza restituire valore riconoscibile a chi l’ha prodotta.

Quattro domande da tenere separate

Un approccio pratico alla misurazione dovrebbe preservare queste distinzioni.

Le prime tre si possono indagare attraverso risposte registrate e confronto con le fonti. La quarta richiede prove sulle persone e sul loro comportamento.

Fonderle in un unico punteggio di visibilità rischia di nascondere proprio le distinzioni che l’organizzazione deve capire. Una citazione frequente legata a un’affermazione inesatta è un risultato diverso da una raccomandazione occasionale e accurata che porta a una richiesta qualificata.

Partire da un campione ripetibile

Scegliete un piccolo insieme di domande che contano per il vostro pubblico. Includete intenzioni diverse: informarsi su un problema, confrontare alternative, verificare un’affermazione specifica.

Registrate il prompt esatto, la piattaforma, la data, la lingua e il contesto rilevante di luogo o account. Salvate la risposta e i suoi link. Ripetete l’esercizio nel tempo.

Per ogni risposta, esaminate se la vostra organizzazione compare, quali informazioni sembrano usate, come vengono attribuite e se le precisazioni importanti sopravvivono. Quando più fonti contengono la stessa informazione, annotate l’incertezza sulla sua origine invece di presumere che la risposta provenga dalla vostra.

È un audit di risposte campionate. Non stima con quale frequenza il pubblico più ampio incontri quelle risposte.

Accanto a questo, continuate a misurare il traffico di rinvio e i risultati di business rilevanti. Ricerche di marca, visite dirette e potenziali clienti che citano un assistente possono offrire segnali aggiuntivi. Restano imperfetti: campagne, stagionalità e altri canali possono spiegare cambiamenti avvenuti nello stesso periodo.

Per esempio, «Come ci ha conosciuti?» può rivelare un percorso sfuggito all’analisi dei rinvii. Non può stabilire il contributo complessivo dell’IA su tutti i clienti.

Migliorare la fonte senza scrivere per un punteggio

La risposta editoriale è rendere le evidenze utili e verificabili.

Una cifra originale dovrebbe riportare data, ambito e metodo. Un confronto dovrebbe spiegare i suoi criteri. Una raccomandazione dovrebbe conservare le condizioni in cui vale. Un paragrafo dovrebbe restare accurato anche letto fuori dalla pagina che lo contiene.

Sono standard per i lettori oltre che per i sistemi che riassumono i contenuti. Rendono il riuso più facile da verificare, ma non garantiscono citazione, riproduzione fedele o ritorno commerciale.

L’errore sarebbe sostituire l’inseguimento dei clic con l’inseguimento di un conteggio di citazioni altrettanto incompleto.

Come per il misurare il lavoro completato invece dell’attività dell’IA, un segnale intermedio diventa utile quando il suo rapporto con il risultato desiderato è chiaro.

Una visita resta una prova preziosa di arrivo. Una citazione è una prova di inclusione. Il contributo apparente ci dice qualcosa sulla risposta.

Che cosa significhi tutto questo per l’azienda è la domanda successiva, non una conclusione già contenuta nel numero.

Continua a seguirci.

— Stefano

Fonti

1. Google Search Central, «Introducing Search Generative AI performance reports in Search Console», 3 giugno 2026, con un aggiornamento che conferma il rilascio mondiale il 31 agosto 2026.
2. Google Search Console Help, «Generative AI performance report (Search)», consultato il 13 ottobre 2026.
3. Google Search Console Help, «What are impressions, position, and clicks?», consultato il 13 ottobre 2026.
4. Pew Research Center, «Google users are less likely to click on links when an AI summary appears in the results», 22 luglio 2025. L’analisi riguarda il comportamento di navigazione negli Stati Uniti nel marzo 2025.
5. Zhang Kai, He Xinyue e Yao Jingang, «From Citation Selection to Citation Absorption: A Measurement Framework for Generative Engine Optimization Across AI Search Platforms», arXiv:2604.25707v2, 29 aprile 2026. Un preprint descrittivo che propone un indicatore osservazionale del contributo delle fonti.
6. Michelle Manafy, «The evidence is clear: AI search is costing publishers», Digital Content Next, 5 ottobre 2026. Una sintesi proposta da un’associazione di categoria degli editori, usata qui per la discussione sull’economia degli editori.