Keyword research nel 2026: come si fa (quando una query ne diventa dodici)

La keyword research è il lavoro di capire cosa cercano le persone e con quale intento, per decidere cosa scrivere. Detta così sembra finita lì. E invece.

Fino a ieri il gioco era semplice: una persona digitava una cosa, tu provavi a indovinare quella cosa, scrivevi la pagina, fine. Oggi quando qualcuno fa una domanda, Google non cerca più solo quella. Ne lancia un mazzo intero di ricerche correlate al posto suo. Si chiama query fan-out, e Google lo dice nero su bianco nella sua documentazione per gli sviluppatori (aggiornata il 10 dicembre 2025): AI Overviews e AI Mode “possono usare una tecnica di query fan-out, lanciando più ricerche correlate”.

Quindi no, la keyword non è morta. Ha solo smesso di essere una stringa sola. È diventata una tra dodici. Quando tu cerchi una cosa, l’AI ne cerca dodici al posto tuo, e il tuo mestiere non è più indovinare la stringa giusta: è coprire il ventaglio di domande che ci sta intorno.

In questa guida la keyword research la faccio davanti a te, da una parola di partenza fino al foglio con le keyword raggruppate e assegnate alle pagine. Senza venderti nessuno strumento, e dicendo ogni volta quali numeri sono di Google e quali sono stime di qualcun altro che fa marketing.

Cos’è la keyword research (e perché nel 2026 non è più “cercare parole”)

Per anni la keyword research è stata raccontata come una caccia al tesoro: trova la parola con tanto volume e poca concorrenza, piantaci sopra una pagina, incassa il traffico. Funzionava finché la SERP era una lista di dieci link blu e la gente ci cliccava davvero.

Oggi la mappa del tesoro è cambiata. Sempre più spesso la risposta te la dà Google direttamente in cima, in un AI Overview, e tu non clicchi più niente. Il fenomeno ha un nome poco amichevole, zero-click, e le stime di quanto sia diffuso ballano parecchio a seconda di chi misura: dal 58% fino a oltre l’80% su certe query con AI sopra. Sono numeri di terzi raccolti su campioni di traffico, non dati ufficiali Google, quindi prendili come ordine di grandezza, non come verità rivelata.

Il punto che voglio piantare subito: la keyword research non è sparita, ha cambiato oggetto. Prima inseguivi la stringa. Adesso insegui l’intento e il tema. La stringa è diventata l’imballaggio, dentro c’è il bisogno della persona, ed è quello che devi capire.

Keyword, query e intento: tre cose diverse

Tre parole che la gente usa come sinonimi e che invece fanno tre lavori diversi.

La keyword è l’astrazione, la voce di vocabolario: “scarpe trekking”. La query è quello che uno digita davvero, contesto compreso: “scarpe trekking impermeabili uomo per neve”. L’intento è il bisogno sotto: voglio capire quali comprare, o le voglio comprare adesso?

La keyword “scarpe trekking” può nascondere chi vuole una guida, chi cerca una recensione, chi è già col portafoglio in mano. Stessa stringa, tre persone diverse. Google da anni non ragiona per parole ma per intenti: prova a capire cosa vuoi e ti serve la pagina che risolve quel bisogno, non quella che ripete più volte la tua parola. Per questo confondere keyword e intento è l’errore numero uno. Scrivi la pagina giusta per il bisogno sbagliato e non ranchi, anche se hai messo la keyword esatta cinquanta volte (per favore, non farlo davvero).

Cosa è cambiato: il query fan-out (una query, dodici ricerche)

Ecco il pezzo nuovo, e questa volta non è fuffa: è documentato.

Quando fai una domanda complessa, AI Overviews e AI Mode non si limitano a cercare quella frase. La spezzano in sotto-temi e lanciano un mucchio di ricerche in parallelo, poi cuciono insieme i risultati nella risposta. Google lo ha presentato al Google I/O 2025 con Elizabeth Reid: “AI Mode usa la nostra tecnica di query fan-out, scomponendo la tua domanda in sotto-argomenti e lanciando una moltitudine di query simultaneamente”. Per la modalità Deep Search arrivano a dire che “può lanciare centinaia di ricerche”.

Il meccanismo ha anche una radice nei brevetti. C’è una domanda di brevetto, la US20240289407A1 “Search with stateful chat”, il cui assegnatario è Google LLC (verificato), depositata il 27 febbraio 2024. Attenzione a due cose, però. Primo, è una domanda *pending*, non un brevetto concesso. Secondo, il termine che usa il documento non è “query fan-out” ma “synthetic queries”, query sintetiche generate da un modello linguistico. E un brevetto descrive un’intenzione, un metodo possibile, non la prova che sia esattamente così che gira in produzione adesso. Te lo dico perché c’è una valanga di articoli che spaccia il brevetto come fosse il manuale operativo di Google. Non lo è.

I numeri ballerini del fan-out

Quante sotto-query lancia Google per ogni domanda? Risposta onesta: non lo sappiamo. Google non pubblica il numero.

In giro leggi di tutto. “Una query ne diventa otto”, “dodici”, “sedici”. C’è chi ha analizzato decine di migliaia di query e tira fuori una forbice di otto-dodici sotto-query. Sono stime di terzi, ricavate guardando i risultati da fuori, non dati che Google abbia mai confermato. Usali per farti un’idea dell’ordine di grandezza, non per costruirci sopra una strategia col righello.

Quello che conta per il tuo lavoro è la conseguenza, non il numero esatto. Se Google, dietro a una sola domanda, sta già cercando confronti, attributi, casi d’uso e domande collegate, la tua pagina non deve azzeccare una stringa: deve coprire bene quel grappolo di sotto-domande. Il fan-out, tra l’altro, non pesca solo dal web, attinge anche al Knowledge Graph di Google per le entità e le relazioni tra concetti. Su come funziona quel pezzo ho scritto a parte, lo trovi nell’articolo sul Knowledge Graph, e sul rapporto più generale tra SEO e modelli generativi in SEO per AI.

I 4 tipi di intento di ricerca, con esempi

Prima di toccare un tool, devi saper guardare una keyword e dire che bisogno ci sta sotto. Gli intenti classici sono quattro. Mettiamoci un esempio italiano concreto per ciascuno, così non resta teoria.

Informativo: la persona vuole sapere. “Come si pota un ulivo”, “cosa significa TAEG”. Cerca una spiegazione, non un prodotto. Qui vincono guide, articoli, video tutorial.

Navigazionale: sa già dove vuole andare. “Home banking Intesa Sanpaolo”, “area clienti Enel”. Vuole arrivare a una pagina precisa. Se non sei quel brand, su queste keyword hai poco da fare.

Commerciale: sta valutando, ma non ha ancora deciso. “Miglior robot aspirapolvere 2026”, “Folletto o Dyson”. Confronta, legge recensioni, soppesa. Qui funzionano comparazioni e classifiche.

Transazionale: vuole agire ora. “Comprare biglietti Roma Napoli”, “prezzo iPhone 17”. Portafoglio aperto. Vincono pagine prodotto, listini, pagine di acquisto.

La regola pratica: ogni keyword della tua lista la etichetti con uno di questi quattro. Te la cavi in dieci secondi a keyword e ti risparmia mesi di pagine sbagliate.

Le metriche: come leggerle davvero (non solo nominarle)

Qui di solito le guide si fanno furbe. Ti dicono “guarda volume e difficoltà” e tirano dritto, come se fossero numeri scolpiti nella pietra che arrivano da Google. Non lo sono quasi mai. Vediamo cosa significano per davvero, perché leggerli male è il modo più rapido per buttare via mesi di lavoro.

Volume di ricerca: perché Keyword Planner mostra fasce e non numeri

Apri il Keyword Planner di Google sperando nel numero esatto e ti ritrovi una cosa tipo “da 1000 a 10.000 ricerche al mese”. Frustrante, lo so. Ma non è un bug.

Senza una campagna pubblicitaria attiva e che spende, Google Ads ti mostra il volume a fasce, non come numero preciso. Sono fasce logaritmiche, del tipo 10, 100, da 1000 a 10.000, e via così. Lo trovi scritto nella guida ufficiale di Google Ads. Vuoi i numeri stretti? Devi spendere. Per questo i tool di terze parti ti danno cifre apparentemente precise (1.900, 2.400): sono stime loro, modellate sui dati di Google più altre fonti, non il dato di Google.

L’altro malinteso è Google Trends. Quei numeri da 0 a 100 non sono volumi assoluti, sono un interesse relativo normalizzato sul periodo e sull’area che hai scelto, come spiega Google qui. Servono a vedere se un tema sale o scende, non quante ricerche fa.

In pratica, per un sito piccolo: il volume è una bussola, non un GPS. Una fascia bassa con intento chiaro e portafoglio aperto vale più di una fascia alta generica dove non convertirà mai nessuno.

Difficoltà e competizione: un indizio, non una verità

La keyword difficulty, la KD, è quel punteggino da 0 a 100 che ti dice quanto è dura posizionarsi. Comodo. C’è un problema grosso, però: non è un dato di Google.

La KD è una stima proprietaria di ogni singolo tool, calcolata con la sua formula. Ahrefs la basa sui domini che linkano, Moz su autorità di dominio e pagina, ognuno fa a modo suo. Conseguenza diretta: le KD non sono comparabili tra tool. Una keyword può essere KD 35 da una parte e KD 50 dall’altra, e non è che uno mente, hanno solo righelli diversi. Quindi usala come indizio *relativo* dentro lo stesso strumento (questa è più dura di quella), mai come verità assoluta.

Delle soglie pratiche, da prendere come convenzioni di settore e non come legge: un sito nuovo, con poca autorità, punta a KD basse, indicativamente sotto 20. Una piccola realtà avviata se la gioca sulla fascia media, 20-40. I siti già autorevoli possono spingersi più in alto. C’è anche una correlazione abbastanza intuitiva tra volume e KD: le keyword da centinaia di migliaia di ricerche viaggiano su KD altissime, le long-tail da poche ricerche stanno molto più in basso. Ed è lì che un sito piccolo trova le sue occasioni vere.

Il processo passo-passo (la faccio davanti a te)

Adesso il cuore. Smetto di spiegare e la faccio, su un esempio italiano che mi invento ma realistico, così vedi ogni mossa.

Mettiamo che gestisco il blog di un piccolo e-commerce di macchine per il caffè. Voglio attirare chi cerca informazioni prima di comprare. Parto da lì e ti porto fino al foglio con le keyword raggruppate e assegnate alle pagine. (Macchine per il caffè e non “running shoes” come in ogni guida americana, perché tanto io a Jacksonville non ci ho mai venduto niente.)

Step 1: le seed keyword

Le seed sono i semi, le due o tre parole di partenza da cui cresce tutto. E qui il primo errore da evitare è correre subito sul tool. Prima il cervello.

Quello che già so del mio tema: “macchina caffè”, “macchina caffè a cialde”, “macchina caffè espresso”, “macchina caffè in grani”. Quattro semi, scritti a mano in due minuti.

Poi vado a leggere il linguaggio reale delle persone, gratis. Apro Google e digito “macchina caffè” senza invio: l’autocomplete mi suggerisce “macchina caffè migliore”, “macchina caffè cialde o capsule”, “macchina caffè Lavazza”. Sono cose che la gente cerca davvero. Faccio la stessa ricerca e scendo al riquadro “Le persone chiedono anche” (il PAA): “qual è la migliore macchina del caffè per casa?”, “meglio cialde o capsule?”. Domande intere, già pronte per diventare H2 o voci FAQ.

Queste due fonti, autocomplete e PAA, sono oro colato e non costano niente. Ti dicono in che lingua pensa il tuo lettore, e quasi nessuno le sfrutta sul serio. Gli esperti seri partono quasi tutti da fonti reali del genere prima di aprire qualsiasi software: forum, Reddit, le domande che ti fanno i clienti, le recensioni.

Step 2: espandere la lista con gli strumenti

Adesso, e solo adesso, accendo il tool. Le mie quattro seed le do in pasto a uno strumento di keyword research e da quattro parole tiro fuori qualche centinaio di varianti, con accanto i numeri grezzi: volume stimato, KD, qualche dato di costo.

Gratis o a pagamento, vedremo dopo. Il punto del passo è questo: ora ho una lista lunga e disordinata. “Macchina caffè espresso manuale”, “macchina caffè con macine”, “macchina caffè ricondizionata”, “come pulire la macchina del caffè”, “macchina caffè non eroga”. Centinaia di righe.

Non filtro ancora niente. Raccolgo e basta. La tentazione di buttare via subito le keyword “piccole” è forte, ma è lì dentro che spesso si nasconde la roba buona per chi parte da poco. Filtrerò col criterio giusto più avanti, quando avrò letto l’intento.

Step 3: leggere l’intento dalla SERP, non solo dal tool

Questo passo i competitor lo saltano quasi sempre, ed è gratis. Il tool ti mette un’etichetta di intento accanto alla keyword, ok. Ma la verità su cosa vuole Google per quella ricerca sta nella SERP, non nella colonna del software.

Quindi le keyword importanti le cerco davvero, in incognito, e guardo cosa Google ha già premiato. C’è un metodo pulito per leggerla, le 3 C di Ahrefs:

• Content type: nei primi dieci risultati dominano articoli di blog, pagine prodotto, video? Se per “miglior macchina caffè a cialde” vedo solo classifiche editoriali e non schede prodotto, l’utente vuole un confronto, non comprare subito.
• Content format: guida passo-passo, listicle, recensione, comparazione? Se i top 10 sono tutti “le 7 migliori”, la guida discorsiva è fuori formato.
• Content angle: che taglio ricorre nei titoli? Se compare l’anno, Google premia la freschezza.

Mentre ci sono guardo anche le SERP feature, che sono segnali di intento belli espliciti. Il riquadro PAA compare su buona parte delle ricerche e ti regala domande da coprire. Un featured snippet vuol dire risposta sintetica. E se in cima c’è un AI Overview che esaurisce già la risposta, alza la guardia: il rischio zero-click su quella keyword è alto. Ahrefs, analizzando milioni di SERP, ha visto che gli AI Overview scattano in stragrande maggioranza su intento informativo, e crescono con la lunghezza della query. Tradotto: se la tua keyword è una domanda informativa secca che l’AI riassume in tre righe, o punti a essere la fonte che cita, o sposti il tiro su query più complesse ed esperienziali che un riassunto non chiude.

Step 4: raggruppare in cluster e mappare sulle pagine

Ho la lista, ho gli intenti. Ora il pezzo che separa chi sa fare keyword research da chi compila fogli Excel: raggruppare le keyword in cluster e assegnare ogni cluster a una pagina sola.

L’idea di fondo: “macchina caffè a cialde”, “migliore macchina cialde”, “macchina cialde economica” sono la stessa identica intenzione vestita in tre modi. Devono finire su una pagina sola, non su tre che si fanno la guerra tra loro. Come decido quali keyword stanno insieme? Ci sono due scuole.

Clustering SERP-based, il più affidabile. Logica semplice e geniale: uso Google come oracolo. Per ogni keyword guardo i primi dieci risultati; se due keyword condividono un buon numero di URL nella top 10, vuol dire che Google le considera lo stesso bisogno, quindi vanno insieme, stessa pagina. Quante URL in comune servono? Qui le soglie sono convenzioni dei tool, non numeri di Google: thruuu di default mette 4 URL condivisi su 10, Keyword Insights ragiona sul 40% nella top 7, SE Ranking ti dà uno slider da 1 a 9, oncrawl consiglia una fascia di 4-6. Sotto sei largo, sopra sei stretto.

Clustering semantico, per le liste enormi. Qui non guardo la SERP, raggruppo per significato: trasformo le keyword in vettori numerici (gli embedding) e unisco quelle simili sopra una certa soglia, tipicamente tra 0,75 e 0,85 di similarità. È velocissimo e gratis anche su decine di migliaia di keyword. Il difetto: unisce parole che *sembrano* parenti ma che Google ranka su pagine diverse. Sembrano cugini, in realtà non si parlano.

L’ibrido, ed è lo standard 2026: uso il semantico per sgrossare in fretta il malloppo, e la SERP per validare e decidere i casi dubbi. Semantico per ideare, SERP per decidere.

A catena o stretto: il distinguo che nessuno spiega

Un dettaglio tecnico che cambia il risultato e di cui non parla quasi nessuno: *come* costruisci materialmente il cluster.

Facciamo una metafora. Immagina un gruppo WhatsApp. Nel metodo “a catena” basta che Anna conosca Bea, e Bea conosca Carla, perché finiscano tutte e tre nello stesso gruppo, anche se Anna e Carla non si sono mai sentite. Comodo, ma il gruppo si gonfia: A si collega a B, B a C, e ti ritrovi un mega-cluster dove dentro ci sono cose che non c’entrano niente.

Nel metodo “stretto”, invece, entri nel gruppo solo se conosci *tutti* gli altri. Cluster più piccoli, più puliti, niente effetto valanga, ma più frammentati.

Non c’è un metodo giusto in assoluto: dipende se vuoi pillar larghi o pagine chirurgiche. Sapere che esiste questa differenza, però, ti spiega perché lo stesso elenco di keyword, passato in due tool diversi, ti restituisce raggruppamenti diversi. Non è magia né malafede: è che uno fa i gruppi a catena e l’altro stretti.

Mappatura: una pagina, un intento

Cluster fatti. Ultimo movimento: a ogni cluster assegno una pagina e una sola. E qui si combatte la cannibalizzazione, cioè due tue pagine che competono per la stessa intenzione e si rubano forza a vicenda (di solito vinci tu contro te stesso, che è l’unico modo di vincere perdendo).

Il trucco operativo sta in una colonna del foglio: la Target URL non deve mai avere duplicati. Se due righe puntano allo stesso URL, le pagine vanno unite. Se ti accorgi di averne già due online sullo stesso intento, l’ordine di intervento è questo: prima il merge, fondere i due contenuti in uno solo (la scelta migliore quasi sempre); poi il 301, redirect da una all’altra; il canonical solo come ripiego, perché segnala una preferenza ma non garantisce nulla.

Un foglio di lavoro decente ha queste colonne: keyword, volume (stimato), KD (del tool, non di Google), intento, cluster, Target URL univoca, status (da creare / da ottimizzare). Le due colonne che fanno davvero il lavoro anti-cannibalizzazione sono Target URL e l’intento. Il resto è contorno utile.

Un avviso che ripeto perché è importante: tutte le soglie di questo step, i 4 URL condivisi, lo 0,75-0,85 di similarità, sono convenzioni di settore, non numeri ufficiali di Google. Funzionano perché approssimano come ragiona Google, ma Google non li ha mai pubblicati.

Gli strumenti: gratis vs a pagamento (senza vendere niente)

Domanda che ricevo sempre: “ma quale tool mi serve?”. Risposta scomoda: dipende da quanto sei grosso, e per partire il gratis basta e avanza. Non vendo nessuno strumento, quindi te lo dico senza secondi fini.

Gli strumenti a pagamento (le suite che conosci) servono soprattutto a due cose: stime di volume più precise (che restano stime) e clustering automatico su liste enormi. Se gestisci centinaia di pagine e fai questo di mestiere, a un certo punto risparmiano tempo. Se hai un sito piccolo e stai imparando, spenderci dei soldi adesso è come comprare la macchina da corsa per imparare a fare retromarcia.

Il kit gratuito che basta per partire

Con questi cinque, gratis, fai una keyword research completa. Ognuno ha il suo limite, te li dico onestamente.

• Keyword Planner (dentro Google Ads): genera idee e dà i volumi, ma a fasce se non spendi, come visto sopra. Per gli intenti e l’espansione va benissimo lo stesso.
• Google Trends: ti dice se un tema sale o scende e confronta la stagionalità. Ricorda, dà interesse relativo 0-100, non volumi.
• Search Console: l’arma più sottovalutata. Ti mostra le query reali per cui *già* compari, click e impression veri. È gratis ed è di Google. Da lì trovi le occasioni a portata di mano, le keyword dove sei in pagina due e basta una spinta.
• Autocomplete e “Le persone chiedono anche”: il linguaggio vero delle persone, dritto dalla SERP.

Unico avviso sui dati di Search Console nel 2026: c’è stato un bug sulle impression dal 13 maggio 2025 al 27 aprile 2026, confermato da Google il 3 aprile 2026, che ha inquinato i trend storici di visibilità in quel periodo. Se ti capita di analizzare lo storico di quei mesi, sappilo, non è che il tuo sito è impazzito.

E nell’era AI? Cosa NON cambia (e cosa dice davvero Google)

Torniamo al fan-out, ma stavolta per fare onestà e sgonfiare un po’ di palloni gonfiati. Perché tra AI Overviews, AI Mode e “prompt research” c’è una quantità industriale di fuffa, e voglio darti i quattro punti che reggono davvero, ancorati alle fonti.

Il fan-out è reale, ma Google non dà numeri. Documentato a I/O 2025 e in Search Central. Quel famoso “8-12 sotto-query” è una stima di terzi, non un dato Google. Vale come idea di massima, non come parametro.

Niente markup, file o schema speciali per le AI. Questo è il punto che fa risparmiare soldi e ansie. Google scrive, testuale, che non servono requisiti aggiuntivi per comparire negli AI Overviews o in AI Mode: niente file leggibili dalle macchine, niente “file di testo per AI”, nessun dato strutturato schema.org dedicato. Valgono i fondamentali di sempre: contenuti utili, affidabili, fatti per le persone. Quindi se qualcuno ti vende un “file speciale per farti citare dall’AI”, tieni stretto il portafoglio.

La “prompt research” non vede i prompt veri. I tool che promettono di dirti “quante volte la gente chiede X a ChatGPT” non intercettano i prompt reali, sono dati privati di chi gestisce i modelli, non esiste una Search Console dei prompt. Quei tool fanno sampling sintetico: girano una lista di domande scelte dall’operatore e guardano cosa rispondono i modelli. Utile come share-of-voice su un set definito, fuffa se te lo vendono come “volume reale di prompt”.

Si misura bene solo il click che arriva, e neanche tanto pulito. Da Search Console non puoi isolare AI Mode: dal 17 giugno 2025 è fuso dentro i totali “Web” e le fan-out query restano nascoste, vedi al massimo la query di partenza. Aggiungi il bug impression di cui sopra e capisci perché tutto il resto, share-of-voice, citazioni, “prompt volume”, è un proxy da campionamento, non una metrica autorevole.

Morale: i volumi sono diventati una bussola più grezza di prima, ma non si buttano. Ti dicono ancora dove c’è domanda, basta non scambiarli per il vangelo.

Errori comuni che vedo ancora fare

Chiudo il metodo con le quattro buche in cui ci si infila più spesso. Opinioni nette, perché un “potrebbe non essere ideale” non ha mai salvato nessun progetto.

Inseguire il volume ignorando l’intento e il valore. La keyword più cercata non è la più utile. Gli esperti seri ordinano le keyword per quanto valgono per il business, non per quante ricerche fanno: Kevin Indig col suo “Keyword Universe” dà peso 10 a una keyword che converte e peso 3 al volume, e Ahrefs ha tutta una metrica, il Business Potential, per la stessa ragione. Cento ricerche al mese che comprano battono diecimila curiosi che rimbalzano.

Fidarsi della KD come fosse il Vangelo. Ripeto perché è cruciale: le KD non sono comparabili tra tool e nessuna è un dato di Google. Una keyword “impossibile” secondo un software può essere abbordabile secondo un altro. Indizio relativo, non sentenza.

Credere ai numeri del fan-out e al “prompt volume”. Il fan-out è vero, i numeri precisi che ci girano intorno no. E il “volume di prompt” che ti vendono certi tool è campionamento, non domanda reale. Non costruirci sopra il piano editoriale.

Fermarsi alla stringa e non coprire il tema. Prendere “una keyword per pagina” alla lettera e scriverci sopra trecento parole sulla singola parola, ignorando le dodici sotto-domande che le stanno intorno, oggi è il modo più sicuro per restare fuori dagli AI Overviews. Una pagina copre un *intento*, con tutto il suo grappolo, non una stringa.

C’è un filo che lega tutti gli esperti che stimo, italiani e non, da Studio Samo a Indig: la testa prima del tool. Capisci l’utente e il business, poi accendi il software. Il tool è una calcolatrice potente, ma non decide al posto tuo cosa ha senso. Quello è ancora un mestiere umano.

In due parole

Allora, la keyword research è morta? Tutt’altro. È che ha smesso di essere una caccia alla parola ed è diventata una caccia all’intento. La stringa singola conta meno, il grappolo di domande che ci sta intorno conta molto di più, e il tuo lavoro è capire il bisogno reale e coprirlo bene. Il fan-out, i volumi a fasce, le KD che cambiano da tool a tool: non sono motivi per mollare il metodo, sono motivi per farlo con la testa accesa e i numeri presi per quello che sono.

Se vuoi il quadro completo del processo, l’ho raccolto nel pillar sulla keyword research. E se ti interessa il pezzo nuovo, come la SEO si muove dentro le risposte generative, dai un’occhiata a SEO per AI e a come funziona il Knowledge Graph da cui il fan-out pesca le entità. Se hai un metodo tuo o un caso che ti fa litigare con i dati, scrivimi: queste cose si capiscono meglio confrontandole.

Domande frequenti