“Alessandro Zehentner è membro del consiglio di amministrazione di Treccani?”
Risposta di ChatGPT:
Ma non è così:
La risposta che ti aspetteresti è una lista chiara e aggiornata, visto che la pagina ufficiale di Treccani sugli organi sociali contiene nomi e ruoli ben visibili. Eppure, spesso, l’IA non restituisce quei nomi. Oppure lo fa solo in parte, con dati obsoleti.
Questo non significa che il sito Treccani sia poco aggiornato o che la fonte non sia affidabile. Significa invece che l’informazione non è stata “ottimizzata” per essere compresa e restituita da un motore di IA generativa. Ed è qui che entra in gioco la Generative Engine Optimization (GEO).
1. Differenza tra SEO e GEO
SEO tradizionale → ottimizza i contenuti per essere trovati e indicizzati dai motori di ricerca (Google, Bing) quando un utente fa una ricerca.
GEO → ottimizza i contenuti per essere interpretati e generati correttamente dai motori di intelligenza artificiale generativa (ChatGPT, Gemini, Claude, Perplexity…), che non si limitano a mostrare link, ma devono capire e sintetizzare l’informazione.
2. Perché ChatGPT non elenca tutti i consiglieri
Ci sono diversi fattori:
Formato della pagina La pagina di Treccani elenca i membri, ma senza marcatura semantica strutturata (schema.org, JSON-LD, microdati). Per un motore di IA, questo rende più difficile estrarre automaticamente nomi e ruoli in maniera “a prova di errore”.
Accessibilità del dato Se i nomi sono in tabelle non strutturate, PDF incorporati o immagini, il modello può non riconoscerli come testo facilmente indicizzabile.
Assenza di citazioni consolidate ChatGPT non ha un motore di crawling in tempo reale (a meno di usare la funzione di ricerca web). Senza una rappresentazione del dato in fonti già “note” e ben collegate nel suo addestramento o nei suoi plugin, l’informazione non è recuperata.
Ambiguità nella domanda Se la domanda è posta in modo che il modello debba “verificare” un’informazione, può preferire dare una risposta prudente piuttosto che rischiare un errore.
3. Come la GEO può risolverlo
Se Treccani (o qualsiasi azienda) volesse fare in modo che i propri consiglieri appaiano correttamente nelle risposte di un modello IA, dovrebbe:
Usare dati strutturati: inserire schema.org di tipo Organization con memberOf, boardMember, Person ecc. in JSON-LD.
Inserire nomi e ruoli in HTML testuale (non solo in PDF o immagini).
Creare una pagina dedicata per ogni consigliere con bio e ruolo, collegata internamente e linkata da fonti esterne affidabili.
Curare la reputazione semantica: far sì che altre fonti (Wikipedia, Wikidata, comunicati stampa) riportino in modo coerente i nomi e i ruoli.
Aggiornare e segnalare: ping ai motori (Google Search Console, Bing Webmaster) e, in ottica GEO, far emergere la pagina anche in dataset pubblici usati dai modelli.
Conclusione La GEO non serve solo a “posizionarsi” meglio, ma a insegnare all’IA chi siamo, cosa facciamo e quali dati sono corretti, usando il linguaggio che l’IA capisce: dati strutturati, markup semantico, coerenza multicanale e aggiornamenti regolari. Se Treccani applicasse una strategia GEO, alla domanda su “chi sono i consiglieri di amministrazione” ChatGPT darebbe la lista corretta senza esitazione, proprio perché il dato sarebbe addestrato e riconoscibile.
