
SEO & Marketing Educator di Ahrefs
Chiedi a ChatGPT quanto costa un prodotto, per esempio, e non è detto che si basi sulla pagina ufficiale dei prezzi dell’azienda. Può anche attingere a fonti di terze parti (recensioni, articoli di confronto o listicle tipo «migliori strumenti»), alcune delle quali pubblicate anni fa.
Questo crea un vero problema per i brand. Se online circolano informazioni obsolete o errate su prezzi, prodotti o funzionalità, i sistemi di IA potrebbero ripeterle ai potenziali clienti. E vedere un’IA fornire con sicurezza alle persone informazioni sbagliate sul tuo prodotto può essere particolarmente frustrante quando l’errore è abbastanza grande da influenzare una decisione d’acquisto.
Lo abbiamo visto in prima persona quando abbiamo verificato 217 risposte generate dall’IA su Ahrefs usando la nostra app (disponibile in Letaido). Di queste, 41 risposte — il 19%, ovvero circa 1 su 5 — contenevano almeno un’affermazione falsa. In totale, abbiamo trovato 47 errori distinti. E in alcuni dei nostri test, il tasso di errore è arrivato fino al 36%.

Questo rende l’accuratezza e la coerenza sul web una parte importante della visibilità nell’IA. Non basta avere le informazioni corrette sul tuo sito: devi anche trovare e correggere altrove le informazioni inesatte su cui i sistemi di IA potrebbero fare affidamento.
In questo articolo ti mostreremo come farlo passo dopo passo, usando il processo che abbiamo testato e un’app che abbiamo creato per automatizzare gran parte del lavoro.
In questo articolo useremo Ahrefs Brand Radar per raccogliere risposte dell’IA e vedere quali pagine citano. Useremo anche un’app personalizzata che abbiamo creato in Letaido, che si collega ai dati di Brand Radar per automatizzare il processo di fact-checking. Questo passaggio è facoltativo, ma può farti risparmiare moltissimo tempo.
Alla base del processo di fact-checking ci sono due tipi di prompt. Insieme, mettono in luce sia problemi già noti sia errori che non ti era venuto in mente di cercare.
Costruisci questi prompt attorno a un’affermazione specifica che pensi venga riportata male sul web, proprio come sospettavamo che l’IA avrebbe sbagliato i prezzi della nostra API. Qualsiasi aspetto del tuo prodotto che sia cambiato di recente è un ottimo candidato, perché le pagine di terze parti descrivono ancora la versione precedente.
Ognuna di queste è seguita a un cambiamento reale in Ahrefs:
In Brand Radar, imposti questi prompt come prompt personalizzati e assegni loro tag di conseguenza.
I prompt provocatori testano solo le tue supposizioni, quindi esegui anche il fact-check su tutti i prompt che monitori già. È lì che arrivano le sorprese: un limite di funzionalità inventato, un nome di piano che non è mai esistito, un confronto con un concorrente basato su un numero di due anni fa.
Se non stai già monitorando un set di prompt, abbiamo una guida dettagliata su dove trovare buoni prompt da candidare. Ecco alcuni esempi dei prompt «non sollecitati» che abbiamo usato nel nostro processo:
migliori strumenti SEO
confronta i piani di Ahrefs
Ahrefs ne vale la pena
come acquisire backlink
più economico di Ahrefs
strumenti di bot analytics
alternative a Semrush
ahrefs e Semrush
Ahrefs o SE Ranking
strumenti per il monitoraggio del brand nell’IA
Cerca di non farti prendere la mano con i prompt da monitorare. Ogni prompt in più aggiunge risposte da rivedere e il verificatore dei fatti segnala affermazioni che alla fine risultano corrette. Un umano deve comunque confermare ciascuna, quindi è meglio una lista che riesci davvero a controllare rispetto a una più lunga che non riesci a gestire.
Una volta configurato tutto in Brand Radar, puoi usare i tag per passare da un gruppo di prompt all’altro. Ecco come impostare i filtri:
Un fact checker non può individuare un errore se non gli dici qual è la risposta corretta. Ecco il documento «source of truth»: una semplice lista di affermazioni verificabili sul tuo prodotto, ciascuna con un link che la dimostra.
Svolge un doppio ruolo. Il fact checker confronta le risposte dell’IA con questo documento e il revisore umano usa la stessa lista per decidere se il problema segnalato è reale prima che qualcuno invii un’email a un autore.
Punta a un’affermazione per riga, in linguaggio semplice, abbastanza specifica da permettere a qualcuno di confermarla o smentirla in pochi secondi. Questi esempi provengono dal nostro elenco:
I prezzi di Ahrefs partono da 29 $ al mese con il piano Starter.
Brand Radar è venduto separatamente, con prezzi a partire da 50 $ al mese, e non richiede un abbonamento Ahrefs a pagamento.
Il monitoraggio di prompt personalizzati può essere eseguito ogni giorno, ogni settimana o ogni mese.
Il piano Lite include 150 verifiche di prompt personalizzati al mese.
L’accesso API è incluso dal piano Lite in su e non richiede un abbonamento Enterprise.
Brand Radar mostra l’attività dei bot tramite Bot Analytics e il traffico di ricerca IA tramite Web Analytics. Entrambi gli strumenti sottostanti sono gratuiti.
Confrontalo con «Ahrefs è conveniente» o «Brand Radar ha opzioni di monitoraggio flessibili». Nessuna delle due affermazioni è verificabile, quindi nessuna delle due dovrebbe stare nell’elenco.
Facoltativamente, aggiungi tre elementi a ogni fatto: un URL della fonte, un responsabile che possa confermarlo e una data di ultima verifica. La data conta più di quanto sembri. Metà degli errori che abbiamo analizzato esisteva perché un fatto era cambiato e nessuno aveva aggiornato le pagine che lo ripetevano. Anche la tua lista invecchia allo stesso modo.
Mantieni il tuo documento «fonte di verità» abbastanza lungo da coprire ciò che i potenziali clienti chiedono, ma abbastanza breve da poterlo tenere aggiornato. In altre parole, scrivi i fatti su cui i potenziali clienti basano davvero le decisioni e che puoi realisticamente mantenere aggiornati.
La nostra lista è partita da circa 50 fatti e copriva prezzi, limiti dei piani, quote di prompt, accesso API e affermazioni sulle funzionalità.
Non abbiamo incluso ogni singolo fatto su Ahrefs perché, più si allunga la tua lista di fatti, più influisce su questi elementi del processo:
Una volta trovata una risposta errata dell’IA, la domanda successiva è: da dove arrivano le informazioni sbagliate?
Puoi risalire manualmente alle fonti di questi errori, ma diventa presto dispendioso in termini di tempo quando controlli centinaia di risposte. Per audit più ampi, consigliamo di usare l’IA per fare la maggior parte del lavoro pesante.
Funziona bene per un numero ridotto di prompt e vale la pena farlo una volta a mano, anche se poi prevedi di automatizzarlo.
Quando inizi a esaminare centinaia di risposte, farlo manualmente diventa poco pratico.
Se usi Ahrefs, abbiamo creato in Letaido un’app di fact-checking che automatizza la revisione delle risposte, la ricerca sulle pagine citate e l’assegnazione delle priorità usando i dati di Brand Radar.
L’app funziona in due passaggi principali.
Lo stesso set di fatti può anche verificare qualsiasi pagina web o bozza non pubblicata.
Per darti un’idea dei costi dell’app, un controllo basato su 30 fatti, con la valutazione di 217 risposte e 138 pagine citate, costa poco più di 1 $ in token LLM e ha richiesto 2,5 ore (vedi gli screenshot qui sotto di entrambe le fasi).


Non vale la pena rincorrere tutte le pagine errate allo stesso modo. Dai priorità a quelle in cui una correzione ha più probabilità di migliorare le risposte dell’IA o di raggiungere direttamente i potenziali acquirenti.
Ecco i principali segnali da tenere d’occhio:
Puoi trovare alcune di queste informazioni in Brand Radar:
E se stai usando la nostra app Letaido, i dati vengono estratti da Brand Radar e mostrati proprio accanto alla pagina interessata:

Una volta trovata una pagina per cui vuoi contattare qualcuno, il passo successivo è capire chi ne è davvero responsabile.
Per un numero ridotto di pagine, di solito gli strumenti standard di recupero dal web disponibili negli assistenti IA sono sufficienti per scaricare la pagina e cercare informazioni sull’autore o un contatto.
Su scala più ampia, però, controllare gli URL uno per uno diventa rapidamente impraticabile. In genere conviene usare un’API di scraping come Apify o un’altra fonte di HTML della pagina.
La nostra app prova innanzitutto con le snapshot archiviate da Ahrefs. Se non funziona, prova con Apify e, se il contatto non si trova nella pagina citata, segue il link alla pagina dell’autore (se presente) e riprova lì.

Inizia dalla persona indicata come autore. Controlla prima la firma dell’articolo e la pagina dell’autore, poi guarda il profilo LinkedIn o X se ti serve un modo per contattarla.
Se non riesci a trovare l’autore o non lavora più lì, sali di un livello. In una pubblicazione potrebbe essere un editor o un responsabile dei contenuti. In una piccola azienda, il fondatore o il responsabile marketing potrebbe essere il contatto migliore.
Come ultima risorsa, usa il contatto generale dell’azienda o il canale di assistenza e chiedi che il tuo messaggio venga inoltrato a chi gestisce la pagina o i contenuti.
Strumenti come HeyReach o BuzzSumo possono aiutare a completare i dati di contatto mancanti e a identificare le persone più adatte da contattare. Molti offrono un’API o un MCP, quindi puoi integrare le loro funzionalità in un processo assistito dall’IA.
Mantieni un tono utile e non insistente nelle tue attività di outreach. Puoi ringraziarli per aver parlato del tuo prodotto, segnalare uno o due errori specifici, inserire un link a una fonte affidabile con le informazioni corrette e chiarire che non c’è alcuna pressione ad aggiornare la pagina.
Per fare un esempio, ecco uno dei messaggi che abbiamo inviato:

Questo abbassa la soglia per avviare una conversazione, anche se potrebbe essere meno efficace perché stai chiedendo al destinatario di rispondere prima ancora di poter vedere il valore della correzione.
Se non ricevi risposta, fai un solo follow-up. Dopodiché, passa alla pagina successiva della tua lista. Alcuni dei nostri messaggi di follow-up hanno funzionato davvero.

Ancora qualche consiglio pratico per l’outreach:
Sii cordiale. Non accusare l’autore di diffondere disinformazione e non minacciarlo di danni reputazionali.
Dai per scontato che la pagina sia diventata obsoleta, invece di pensare che l’autore abbia agito in malafede.
Mantieni la richiesta specifica. Una correzione verificata è più facile da gestire rispetto a un lungo elenco di lamentele.
Valuta LinkedIn Premium o Sales Navigator se devi inviare più messaggi diretti o fare follow-up senza una connessione esistente. Sales Navigator ti consente di inviare messaggi di follow-up anche se il primo messaggio non è stato letto dal destinatario.
Monitora almeno: URL, contatto, data di outreach, canale, affermazione da correggere, risposta, follow-up e modifica confermata.
Abbiamo contattato 26 autori per segnalare informazioni inesatte nei loro articoli. 14 hanno risposto (53,8%) e 6 hanno apportato correzioni che abbiamo potuto verificare sulle loro pagine (23%).
Il lavoro è ancora in corso e, ovviamente, gli autori non sono obbligati a fare modifiche. Ciononostante, riuscire a far correggere quasi un quarto degli articoli è un risultato promettente.
Ecco uno dei target di outreach, prima e dopo (vista diff tramite Site Explorer di Ahrefs).
E sì, l’aggiornamento delle pagine, anche se non le abbiamo intercettate tutte, ha introdotto fatti corretti nelle risposte dell’IA. Ecco un esempio (un grande grazie a Joonas di thatmarketingbuddy.com):
Altri due autori hanno detto che avrebbero apportato modifiche, ma erano ancora in sospeso quando abbiamo esaminato i risultati. Non li abbiamo inclusi nel conteggio delle correzioni confermate.
Per 12 dei 26 contatti non abbiamo ricevuto alcuna risposta.
Non abbiamo mai ricevuto un rifiuto esplicito ad aggiornare un articolo. Alcuni autori, però, erano disposti a fare una correzione solo se in cambio avessimo menzionato o promosso il loro prodotto. Abbiamo rifiutato. Ritenevamo che mantenere accurate le informazioni pubblicate dovesse valere la pena di per sé, e offrire qualcosa in cambio sarebbe stato ingiusto verso gli autori che hanno corretto senza chiedere nulla.
L’outreach ha anche messo in luce un problema nelle nostre spiegazioni. Parte della confusione derivava da descrizioni poco chiare dei prezzi di Brand Radar e dei limiti delle funzionalità. Questo ci ha dato un aspetto su cui lavorare: rendere più facile, per chi scrive del prodotto, capire cosa è incluso.
Ottenere una risposta è stato più facile che ottenere una modifica. Vale la pena ricordarsene quando pianifichi questo lavoro. Ti servirà tempo per verificare se gli aggiornamenti promessi vengono effettivamente fatti e dovresti aspettarti che alcuni messaggi restino senza risposta.
Sono convinto che un cambiamento potrebbe far sparire gran parte di questo problema: gli assistenti IA dovrebbero ricavare i fatti fondamentali su un brand direttamente dal brand. Come minimo, dovrebbero segnalare quando un’affermazione proviene da terze parti e non è stata verificata. Il nostro esperimento Xarumei ha mostrato quanto possa diventare ridicola la ricerca con l’IA quando non tiene conto della natura antagonistica del web.
Finché le aziende tech non apporteranno questo cambiamento, le informazioni inesatte sui brand resteranno un problema e un segnale che gli assistenti IA hanno ancora margini di crescita.
ChatGPT potrebbe già stare adottando misure per migliorare la qualità delle sue risposte. Per esempio, sembra aggiungere termini come «ufficiale» alle query fan-out e usare l’operatore «site:» per recuperare informazioni da siti web specifici, inclusi i siti dei brand. Lily Ray ne parla più nel dettaglio nel suo articolo.
Compariranno anche nuovi errori. Le persone continueranno a usare l’IA per creare contenuti, quindi gli sbagli esistenti verranno ripetuti e ne verranno introdotti di nuovi quando l’IA colmerà le lacune con informazioni inventate. Quelle pagine diventano poi fonti per altri contenuti generati dall’IA e il famigerato slop loop continua.
Tra l’altro, anche noi siamo stati «dall’altra parte della barricata». Durante il nostro esperimento di autopromozione, un concorrente ci ha chiesto di correggere un errore che l’IA aveva introdotto nei nostri contenuti, nonostante le nostre revisioni manuali e i tentativi in buona fede di citare solo informazioni verificate.
Non puoi controllare cosa dicono gli assistenti IA, ma puoi rendere più facile per loro (e per tutti gli altri) trovare le informazioni corrette.
Spiega chiaramente prezzi, limiti dei piani e disponibilità delle funzionalità. Se i tuoi testi lasciano spazio all’interpretazione, terze parti e sistemi di IA colmeranno i vuoti — e potrebbero sbagliare. Non ripetere il nostro errore che ha causato molte imprecisioni su Brand Radar.
Anche il tuo sito può diventare una fonte di informazioni obsolete. Quando cambiano prezzi o pacchetti, aggiorna gli articoli più vecchi che li menzionano. Durante il nostro audit abbiamo trovato tre errori sul sito di Ahrefs.

Anche la documentazione e i contenuti di assistenza possono essere una fonte importante per la ricerca con l’IA. Per illustrarlo, ho scelto Samsung come esempio e ho analizzato da dove provengono le sue citazioni dell’IA. Ho scoperto che circa la metà proveniva dalla documentazione di supporto e dalle guide all’acquisto. Samsung non è un caso unico: vediamo schemi simili in molti brand, dove i contenuti pratici di prima parte vengono citati spesso nelle risposte dell’IA e usati dagli agenti di IA.
Da dove provengono le citazioni dell’IA di Samsung
Quota di tutte le citazioni dell’IA per pattern di URL, ordinata per tasso di citazione. Dominio Samsung, prime 1.000 pagine più citate.

Fonte: Ahrefs tramite Letaido
Nel lungo periodo, valuta la possibilità di pubblicare una fonte canonica di informazioni sul prodotto, leggibile dalle macchine. Potrebbe essere un endpoint MCP, come quello di Mobbin, un feed RSS con aggiornamenti su prezzi e funzionalità o un altro approccio alla scoperta agentica delle risorse, come ha già implementato Suganthan Mohanadasan.

Nulla di tutto questo garantisce che un assistente IA userà le tue informazioni. Ma più rendi facile trovare i fatti attuali e canonici, meno spazio rimane perché informazioni obsolete di terze parti colmino il vuoto.
Questo significa monitorare le menzioni del brand sul web e reagire rapidamente quando individui imprecisioni. Nella mia esperienza, i creator tengono di più al loro lavoro subito dopo la pubblicazione, quindi contattarli presto ti dà più possibilità di far correggere la pagina.
Naturalmente, questo non garantisce nulla. Non sai se una determinata pagina verrà mai citata in una risposta dell’IA. Ma agire in fretta può impedire che la disinformazione finisca in alcune risposte dell’IA.
Puoi anche cercare segnali che indicano che una pagina ha maggiori probabilità di essere citata. Il suo DR, la reputazione e la pertinenza rispetto all’argomento che ti interessa possono essere tutti dei proxy utili, soprattutto se operi in una nicchia ristretta con solo una manciata di pagine pertinenti sul web. Anche la freschezza può contare, in particolare quando una nuova pagina è più aggiornata delle fonti che i sistemi di IA stanno già citando.
Puoi configurare il monitoraggio delle menzioni del brand con uno strumento come Firehose.
Puoi anche collegare il tuo agente via API e far sì che verifichi automaticamente i fatti di ogni nuova fonte non appena viene trovata, ottenendo un monitoraggio quasi in tempo reale.
Nota per gli editori
Se gestisci articoli di confronto o sui prezzi, puoi automatizzare il ciclo di aggiornamento. Kamila Olexa ha creato una pipeline che monitora le pagine prezzi dei competitor, estrae i nuovi livelli, trova ogni articolo che li menziona, riscrive solo le sezioni sui prezzi e chiede l’approvazione in Slack prima di pubblicare. Ecco come funziona.
Le menzioni sul Web sono diventate una valuta. Far apparire il tuo nome su certe pagine costa e, a quanto pare, può costare anche ottenere una rappresentazione accurata del tuo brand. Questo conta perché dove il tuo brand viene menzionato online — e cosa dicono quelle menzioni — può avere un impatto enorme su quanto sei visibile nelle risposte dell’IA.
Ecco perché un’app come la nostra, che automatizza il processo di individuazione e correzione delle informazioni inesatte, può essere così utile. Ma, come abbiamo scoperto, a meno che tu non sia disposto a offrire qualcosa in cambio affinché qualcuno aggiorni le informazioni sul tuo brand, potresti non andare molto lontano.
Il problema più grande, però, è qualcosa che gli sviluppatori di IA devono affrontare: come i sistemi di IA scelgono di quali fonti fidarsi quando rispondono a domande sui brand. In questo momento, quel processo non è davvero utile a nessuno.
Non puoi aspettarti che ogni creator di contenuti o proprietario di un sito web controlli continuamente i fatti e mantenga aggiornate le informazioni su ogni azienda. Ma puoi aspettarti che un’azienda si preoccupi di mantenere accurate le proprie informazioni. Ne ha tutti i motivi: informazioni errate o obsolete possono danneggiare direttamente il suo business.
I sistemi di IA dovrebbero riconoscerlo meglio. Quando si tratta di fatti di base su un’azienda, le informazioni accurate e aggiornate provenienti dall’azienda stessa dovrebbero avere più peso di una vecchia menzione su un sito web di terze parti.

Mateusz Makosiewicz è ricercatore e formatore in ambito marketing presso Ahrefs. Si occupa di marketing da oltre 15 anni ed è specializzato in growth marketing, content marketing, strategie di marketing e management.
Mateusz ha studiato Advertising e Media Marketing all'Università di Danzica. Ha maturato la sua esperienza di marketing in agenzie, aziende SaaS e aziende hardware, dove ha ricoperto vari ruoli, dalla gestione di progetti pubblicitari per i clienti alla guida di reparti di marketing.
Sul blog di Ahrefs scrive di SEO e marketing, basandosi sull'esperienza maturata testando probabilmente ogni consiglio di marketing mai pubblicato, facendo tentativi ed errori nel marketing per startup nella Silicon Valley e ottimizzando i motori di crescita con una dedizione ineguagliabile.
Inizia da qui: che cos'è l'AEO, in cosa differisce dalla SEO e quali sono le sette attività preliminari per partire con il piede giusto.
Cosa succede davvero tra un prompt e una risposta — e come inserirsi nel processo.
Non puoi ottimizzare ciò che non conosci. Ecco sette modi per sapere dove compare il tuo brand nelle risposte dell'IA.
Bisogna monitorare cluster di prompt, non risposte isolate. Ecco undici posti dove trovare le query che vale la pena monitorare.
Il posizionamento nei risultati di ricerca ti fa prendere in considerazione, ma per farti citare servono argomenti, formati e modifiche on-page che funzionano.
L'IA consiglia i brand che ha visto citati altrove. Ecco come monitorare quelle menzioni e ottenerne di più.
Le correzioni tecniche che aiutano l'IA a raggiungere le tue pagine, leggerle e capire chi sei.
Trova e correggi risposte dell’IA inesatte risalendo alle fonti sbagliate, correggendo la disinformazione e migliorando la visibilità del tuo brand nella ricerca IA.