La SEO classica chiede dove ti posizioni. L’LLM SEO chiede che cosa dice il modello quando qualcuno descrive la tua categoria e nessuno digita il tuo nome.
L’LLM SEO (scritto anche LLMO, da large language model optimization) è la disciplina che influenza quella frase. Questa guida spiega che cos’è, in cosa si distingue dalla SEO e dal GEO, una strategia che sopravvive all’impatto con la realtà e una checklist che puoi applicare al tuo sito questa settimana.
Indice dei contenuti
Che cos’è l’LLM SEO (LLMO)?
L’LLM SEO è la pratica di plasmare quello che un large language model sa, dice e cita di un brand, che l’utente sia su un motore di ricerca oppure no.
La differenza rispetto a tutto quello che c’era prima è l’assenza di una pagina di risultati. Quando qualcuno chiede a ChatGPT, Claude, Gemini o Copilot «un’agenzia GEO che lavora in francese e in tedesco», non c’è nessuna posizione 1 da conquistare. C’è un paragrafo, tre o quattro nomi dentro e un motivo per cui ogni nome è lì. L’LLM SEO è il lavoro che serve a essere uno di quei nomi per le domande che contano per il tuo business.
L’LLMO non è prompt engineering. Non controlli la domanda: la scrive l’utente e il modello la riscrive prima di recuperare qualsiasi cosa.
E non è «entrare nei dati di addestramento». Non puoi influenzare in modo significativo quello che un modello ha assorbito durante il pre-addestramento su una scala di tempo che conti per un’azienda.
Quello che puoi influenzare è tutto ciò che il modello legge al momento della risposta (il recupero live) e la densità e la coerenza di quello che il web aperto dice di te, che è anche ciò che plasma il modello successivo.
LLMO vs GEO vs SEO: c’è una differenza?
Onestamente, LLMO e GEO indicano quasi lo stesso lavoro. GEO (generative engine optimization) è il termine più vecchio e più diffuso, ed è quello su cui si sono assestati Google, la stampa SEO e la maggior parte degli strumenti. LLMO è usato più spesso da chi arriva dal mondo dell’AI.
Dove una distinzione reale esiste, è una questione di accento:
- GEO tende a descrivere l’ottimizzazione per le superfici di ricerca generativa: AI Overviews, Perplexity, le modalità di ricerca degli assistenti. Il recupero è centrale.
- LLMO tende a descrivere l’ottimizzazione per quello che il modello dice dai propri pesi e dalla propria memoria, comprese le conversazioni che non attivano mai una ricerca.
- L’AEO è il mestiere a livello di passaggio che sta sotto a entrambi: rendere un blocco dei tuoi contenuti utilizzabile come risposta.
In pratica lo stesso lavoro serve a tutti e tre, ed è per questo che i nostri servizi GEO non li vendono come prodotti separati. Se un fornitore ti fa pagare GEO e LLMO separatamente, chiedi che cosa cambia nei deliverable. Per la nostra esperienza, lo stesso lavoro di fondo copre entrambi.
Da dove i modelli prendono la loro opinione su di te
Quattro input, in ordine decrescente di quanto puoi muoverli.
Recupero live. Oggi la maggior parte degli assistenti cerca prima di rispondere a qualsiasi cosa sia specifica o legata al momento. È l’input più controllabile: è il tuo sito, indicizzato e recuperabile, più tutto il resto che si posiziona per la query riscritta. La SEO tecnica classica si applica senza modifiche.
Pagine di terze parti che descrivono la tua categoria. Listicle, directory, articoli di confronto, siti di recensioni, thread di forum, stampa di settore. Quando a un modello si chiede «chi sono i migliori X in Y», sono questi i documenti su cui si appoggia, perché sono quelli che contengono il confronto. La maggior parte dei brand ignora del tutto questa superficie, perché sta fuori dal proprio CMS e niente nel loro normale flusso di lavoro SEO la tocca mai. È anche il punto in cui una singola correzione rende di più e più in fretta: una buona scheda in directory viene letta da ogni modello che indicizza quella directory.
Fatti coerenti sulla tua entità. Un solo nome di brand, una sola sede, una sola data di fondazione, una sola descrizione di quello che fai. E la stessa versione di ciascuno sul tuo sito, nel tuo schema, sui tuoi profili e ovunque altro tu compaia. I modelli risolvono le entità per conferma incrociata. Le contraddizioni non vengono mediate: vengono aggirate con cautela, e un brand su cui si va cauti è un brand che non viene consigliato.
Memoria di pre-addestramento. Lenta, opaca e in gran parte un sottoprodotto dei tre punti sopra accumulati negli anni. Vale la pena capirla, non vale la pena pianificarci sopra.
Una strategia LLMO che regge
Parti dalle domande, non dalle keyword. Scrivi le venti-cinquanta domande che un buyer reale digiterebbe in un assistente mentre sceglie qualcuno come te. Sono più lunghe e più situate delle keyword: «chi può fare SEO tecnica per uno store Shopify che vende in tre paesi» invece di «agenzia SEO ecommerce». Quell’elenco è il tuo set di misurazione per il prossimo anno.
Misura prima di toccare qualsiasi cosa. Lancia ogni domanda sui motori che usano i tuoi buyer e registra la risposta alla lettera: chi viene nominato, in che ordine e quali fonti sono linkate. Senza una baseline, ogni lettura successiva è un racconto.
Sistema prima il recupero. Se le tue pagine non sono indicizzate, sono lente da scaricare o nascondono la sostanza dietro JavaScript, niente altro di quello che fai lascerà traccia. Non è affascinante ed è lì che se ne va gran parte del primo mese.
Rendi citabile la sostanza. Sezioni autosufficienti, titoli a forma di domanda, risposte dirette nelle prime due righe, tabelle per i confronti, schema che rispecchia il testo visibile. La guida all’AEO copre questo livello nel dettaglio.
Poi lavora fuori dal sito, dove stanno i confronti. Ottieni schede accurate e aggiornate nelle directory e nelle listicle che già si posizionano per le domande della tua categoria. Dai a giornalisti e analisti qualcosa di abbastanza specifico da poter essere citato. Pubblica dati che hai solo tu. Un’affermazione che compare su tre domini indipendenti ha peso probatorio. La stessa affermazione su uno solo no.
Rimisura con una cadenza regolare. Le risposte dei modelli oscillano di settimana in settimana per motivi che non hanno niente a che fare con te. Una lettura singola è rumore; una serie mensile è un segnale. Abbiamo costruito il monitoraggio della visibilità AI di SEOcrawl proprio per far girare questo ciclo.
La checklist LLMO
Applicala al tuo sito. Tutto quello che non riesci a spuntare è lavoro da fare.
Recuperabile
- Ogni pagina che vuoi far citare risponde 200 a una richiesta semplice, con la sua sostanza nell’HTML.
- Il robots.txt non blocca i crawler AI che vuoi farti leggere e hai preso una decisione consapevole su quelli che non vuoi.
- Esiste un llms.txt e punta alle pagine che rispondono davvero alle domande.
- Le sitemap sono aggiornate; i canonical sono autoreferenziali e corretti.
Citabile
- Ogni H2 è una domanda o un sintagma nominale che una persona cercherebbe.
- Le prime due frasi sotto ogni titolo rispondono in modo netto.
- Nessuna sezione dipende da quella precedente per avere senso.
- Confronti, specifiche, prezzi e passaggi stanno in tabelle, non in prosa.
- Esistono gli schema Organization, Article e FAQPage e ripetono esattamente il testo visibile.
Risolvibile come entità
- Nome del brand, ragione sociale, sede e data di fondazione sono identici sul tuo sito, nel tuo schema e sui tuoi profili principali.
- I tuoi servizi sono descritti con le parole che usa il tuo mercato, non con i nomi interni dei prodotti.
- Esistono pagine autore e pagine del team, con credenziali reali, linkate dai contenuti che quelle persone hanno scritto.
- Il tuo schema Organization include link sameAs alla tua voce su Wikidata, a LinkedIn, a Crunchbase e a ogni altro profilo canonico che un modello possa incrociare.
Confermata
- Compari nelle directory e nelle pagine di confronto che già si posizionano per le domande della tua categoria.
- Almeno una pagina recente di terze parti descrive in modo accurato quello che fai.
- Le tue affermazioni si possono verificare da qualche parte che non sia il tuo sito.
Misurata
- Esiste un elenco fisso di domande dei buyer ed è versionato.
- Ogni domanda viene lanciata sui motori con una cadenza regolare e le risposte vengono conservate.
- Il volume di ricerca del brand e il traffico diretto stanno sullo stesso grafico dei conteggi delle citazioni.
Che cosa dovrebbe e non dovrebbe promettere un servizio di LLM SEO
Un fornitore può promettere onestamente di renderti recuperabile, di rendere citabili i tuoi contenuti, di sistemare i dati della tua entità, di guadagnare copertura su siti di terze parti e di misurare nel tempo la quota di citazioni rispetto a una baseline.
Nessuno può promettere una posizione, perché non esiste. Nessuno può promettere che un modello ti nominerà per un dato prompt, perché lo stesso prompt restituisce risposte diverse in giorni diversi e a utenti diversi. E nessuno può inserire il tuo brand nei pesi di un modello su richiesta.
Se una proposta contiene la frase «inclusione garantita in ChatGPT», la risposta utile è chiedere come verrebbe verificata. Questo lavoro è misurabile, ma come tasso: su un insieme di domande dei buyer, su un arco di tempo e rispetto a una baseline.
La nostra pagina dei servizi GEO spiega che cosa facciamo davvero e in che ordine, e la guida alle best practice GEO è la versione lunga del metodo.
Domande frequenti
Che cos’è l’LLM SEO?
L’LLM SEO (detto anche LLMO o large language model optimization) è la pratica di plasmare quello che un modello linguistico sa, dice e cita di un brand. Invece di conquistare una posizione in una pagina di risultati, l’obiettivo è essere uno dei tre o quattro nomi che un modello fa quando qualcuno descrive la tua categoria senza digitare il nome del tuo brand.
LLMO e GEO sono la stessa cosa?
Quasi. GEO, o generative engine optimization, è il termine più vecchio e più diffuso e tende a mettere l’accento sulle superfici di ricerca generativa, dove il recupero è centrale. LLMO tende a mettere l’accento su quello che un modello dice dalla propria memoria, comprese le conversazioni che non attivano mai una ricerca. I deliverable sono lo stesso lavoro, quindi a un fornitore che fa pagare GEO e LLMO separatamente va chiesto che cosa cambia tra i due.
Si può far entrare il proprio brand nei dati di addestramento di un LLM?
Non su una scala di tempo che conti per un’azienda e non su richiesta. Quello che puoi influenzare è il recupero live, che la maggior parte degli assistenti esegue prima di rispondere a qualsiasi cosa specifica, e la densità e la coerenza di quello che il web aperto dice di te. Quei due elementi plasmano anche il modello successivo, che è l’unica strada realistica verso i dati di addestramento.
Che cosa consegna davvero un servizio di LLM SEO?
I deliverable onesti sono: lavoro tecnico perché le pagine siano recuperabili, contenuti ristrutturati perché i passaggi possano essere citati, dati di entità resi coerenti sul sito e sui profili di terze parti, lavoro fuori dal sito sulle pagine di confronto e sulle directory che i modelli leggono e la misurazione della quota di citazioni su un set fisso di domande dei buyer rispetto a una baseline. L’inclusione garantita nella risposta di un dato modello non è un deliverable, perché lo stesso prompt restituisce risposte diverse in giorni diversi.
Come si misura l’LLM SEO?
Definisci venti-cinquanta domande che un buyer farebbe a un assistente mentre sceglie un fornitore come te, lanciale sui motori rilevanti con una cadenza regolare e registra chi viene nominato, in che ordine e quali fonti sono linkate. Monitora il dato come tasso nel tempo, accanto al volume di ricerca del brand e al traffico diretto. Una lettura singola è rumore; una serie mensile è un segnale.
