TL;DR
- Un motore AI non cerca sempre. A volte risponde con quello che ha imparato in fase di training, a volte cerca in tempo reale. Quando cerca, spezza la domanda in quelle che vengono chiamate grounding queries: ricerche più piccole, invisibili al cliente, e raramente uguali due volte.
- Ogni grounding query gira su un indice, e l'indice non è lo stesso per tutti i motori. Alcuni motori poi aprono le pagine in tempo reale, con pochi secondi a disposizione per ciascuna; altri leggono quello che hanno già indicizzato.
- Poi il motore legge passaggi, non pagine. Una pagina compete con i suoi passaggi migliori per ogni grounding query, e gran parte di ciò che contiene non entra mai nella risposta.
- Una selezione di fonti, da poche a qualche decina a seconda del motore, arriva al modello che scrive la risposta. I brand che nomina sono per lo più quelli i cui passaggi hanno vinto quelle ricerche. Se le fonti sbagliano, di solito sbaglia anche la risposta, e il modello raramente se ne accorge.
In un anno, in Symios abbiamo fatto ai motori AI decine di migliaia di domande e abbiamo letto quello che è tornato indietro. Abbiamo osservato, ipotizzato, verificato, corretto, confermato. Quello che segue mette insieme ciò che i motori documentano di sé stessi e ciò che abbiamo visto, ancora e ancora, nelle loro risposte: i pochi secondi tra la domanda di un cliente e la risposta.
Un'avvertenza prima di cominciare. Questo è il meccanismo tipico. Ogni motore lo fa a modo suo, e pochi dettagli sono confermati dalle aziende che li costruiscono. Dove qualcosa è documentato, mettiamo il link. Dove non lo è, diciamo quello che osserviamo.
Il motore cerca sempre?
No. Un motore AI ha due modi per rispondere. Può attingere a quello che il suo modello ha imparato durante il training, oppure può cercare in tempo reale e costruire la risposta con quello che trova. La maggior parte dei motori decide caso per caso: una domanda su qualcosa di recente o di specifico fa partire una ricerca, una domanda generale spesso no. OpenAI lo descrive per ChatGPT, e l'utente può forzare la ricerca o lasciare la scelta al sistema.
Conta più di quanto sembri. Quando il motore risponde a memoria, il brand che descrive è il brand com'era nei dati di training, mesi o anni fa. Prezzi, gamma, proprietà, negozi: tutto congelato a una data che nessuno conosce. Quando cerca, il quadro può essere aggiornato. Quale dei due casi si verifica non lo decide il brand.
Che cosa sono le grounding queries?
Quando il motore cerca, non cerca la domanda del cliente. La riscrive in diverse ricerche più piccole e le esegue in parallelo. Google lo chiama query fan-out e lo descrive apertamente: la domanda viene scomposta in sotto-argomenti, e più query vengono lanciate insieme. Microsoft mostra lo stesso meccanismo nei suoi webinar e chiama quelle ricerche grounding queries. Noi usiamo questo nome.
Prendiamo "quale divano comprare per un soggiorno piccolo". Il cliente ha scritto una frase. Il motore può eseguire "migliori divani per spazi piccoli", "divano due posti vs loveseat dimensioni", "marche di divani recensioni", "divani letto compatti", "tempi di consegna divani piccoli". Nessuno le vede. Nessuno le ha scritte. E sono le ricerche che decidono quali brand compaiono nella risposta.
Ne seguono due cose. Primo, queste ricerche non assomigliano alle keyword per cui qualcuno ottimizza. SALT.agency ha confrontato le grounding queries che Microsoft Clarity riporta per un gruppo di siti con le keyword per cui quei siti si posizionano: solo il 2% coincideva esattamente con una keyword monitorata. La maggior parte erano riformulazioni più lunghe e più specifiche dello stesso tema. Una fotografia, non un censimento, ma la direzione è chiara. Secondo, sono raramente uguali due volte. Fai la stessa domanda un'altra volta e il motore può scomporla in modo diverso. I ricercatori dell'Università di San Gallo lo hanno misurato: le fonti citate da prompt identici nello stesso giorno si sovrapponevano solo per un terzo, due quinti al massimo. È per questo che Symios non misura mai una volta sola: una risposta è un campione, non un risultato.
Dove cerca il motore?
Non nello stesso posto. Ogni motore cerca nella sua immagine del web: le funzioni AI di Google usano l'indice di Google, ChatGPT usa Bing più un indice proprio, Perplexity se n'è costruito uno, Claude si affida a un fornitore terzo. La stessa domanda, su quattro motori, viene cercata in quattro web diversi.
Differiscono anche nel modo di leggere. Alcuni aprono le pagine nel momento della domanda e danno a ciascuna pochi secondi, e un sito lento resta fuori. Altri leggono la copia che hanno già, che può avere giorni o settimane.
| Motore | Comportamento di ricerca | Dove cerca | Come legge le pagine | Fonti citate per risposta |
|---|---|---|---|---|
| ChatGPT | Decide caso per caso | Bing più l'indice proprio di OpenAI | Apre le pagine in tempo reale, pochi secondi ciascuna | Una decina |
| Google AI Mode / AI Overviews | Nativo di ricerca | Indice Google Search | Dall'indice | Poche |
| Gemini (app) | Risponde dal modello per impostazione predefinita | Indice Google Search, quando cerca | Dall'indice | Poche, quando cerca |
| Perplexity | Sempre | Indice proprio più dati di terzi | Apre le pagine in tempo reale | Venti o più |
| Claude | Decide caso per caso | Indice di ricerca di terzi | Apre le pagine in tempo reale | Poche |
Basato su documentazione dei fornitori e osservazione indipendente, settembre 2026. Le pipeline esatte sono proprietarie e cambiano senza preavviso.
Che cosa legge il motore?
Non pagine. Passaggi.
Una volta acquisite le pagine, il motore non le giudica come documenti. Le spezza in passaggi e si chiede, per ogni grounding query, quali passaggi rispondono meglio. Una pagina compete con i suoi passaggi migliori. Gran parte del resto della pagina, per quanto buono, non entra mai nella risposta.
È la parte che ribalta vent'anni di abitudini. Una pagina lunga, completa, ben scritta sui divani non è "la miglior pagina sui divani" per un motore. È un insieme di passaggi, e contano solo quelli che rispondono a una ricerca specifica. Una pagina breve che risponde a "divano due posti vs loveseat dimensioni" nelle prime frasi può battere la pagina enciclopedica ogni volta, su quella query. Google ha descritto il ranking dei passaggi anziché delle pagine intere fin dal 2020; nelle risposte AI la stessa logica decide che cosa viene citato.
Chi viene nominato?
Di tutti i passaggi recuperati, il motore ne tiene una selezione, da pochi a qualche decina a seconda del motore, e la consegna al modello che scrive la risposta. Quel modello lavora con ciò che gli è stato dato. I brand che nomina sono per lo più i brand presenti nei passaggi vincenti. A volte ne aggiunge uno a memoria, o dalla conversazione. Per lo più, nomina chi era sulla pagina che ha risposto.
Due conseguenze, entrambe scomode.
Se i passaggi contengono un prezzo sbagliato, un prodotto fuori catalogo, un negozio che ha chiuso, la risposta di solito lo ripete. Il modello che scrive raramente se ne accorge, perché non sa come sono state scelte le fonti. Si fida. OpenAI stessa avverte che risultati e citazioni possono essere incompleti, datati o sbagliati.
E il link mostrato accanto a una frase non racconta tutta la storia. Nelle misurazioni Symios vediamo brand nominati senza alcuna fonte allegata, e fonti che non menzionano mai il brand accanto a cui compaiono. La citazione mostra ciò che il motore ha scelto di esporre, non tutto ciò che ha formato la risposta. Quello che un brand può davvero vedere è la risposta stessa: quali brand vengono nominati, in che ordine, quante volte, su quale motore.
Che cosa cambia per un brand?
Un brand non compete più per una posizione in una pagina di risultati. Compete per essere il passaggio che risponde a una ricerca che non ha mai visto, su un indice che non sceglie, dentro una risposta scritta da un modello che si fida di qualunque cosa gli venga data.
Sembra una perdita di controllo, e in parte lo è. Ma ha anche un vantaggio che il ranking non ha mai avuto. Il ranking premiava l'anzianità, i link, l'autorevolezza accumulata negli anni. I passaggi premiano chi risponde meglio alla domanda, oggi, con frasi chiare. In Symios abbiamo visto domini di due mesi diventare la fonte più citata della loro categoria proprio perché hanno fatto questo.
La risposta è l'unico posto in cui tutto questo diventa visibile. È lì che misuriamo, ed è lì che ottimizziamo. Symios lavora sulle risposte, non sulla pipeline.