Come funziona il GEO per l’e-commerce e i negozi online?

«Migliori scarpe da corsa per piedi piatti sotto i 150 $» non è più una query di ricerca – è una conversazione, e l’assistente risponde con tre prodotti nominati invece che con dieci link blu. I prompt di raccomandazione sui prodotti sono la classe di domande più commerciale che gli assistenti IA trattano, e le risposte IA si stanno estendendo in fretta proprio a quel terreno: la quota di query commerciali che attivano le AI Overviews di Google è cresciuta del 71% nei sei mesi fino ad aprile 2026 (Semrush).

Anche l’economia dei clic è cambiata di conseguenza. Quando nei risultati di Google compare un riepilogo IA, gli utenti cliccano un risultato normale nell'8% delle visite, contro il 15% senza riepilogo, e il 26% di quelle sessioni finisce senza alcun clic (Pew Research, luglio 2025). Per un negozio significa che il momento della decisione – quali tre prodotti l’assistente nomina – si sposta sempre più dentro la risposta, prima che qualcuno arrivi a una pagina di elenco prodotti.

La disciplina che punta a questo momento ha diversi nomi – GEO (Generative Engine Optimization), AEO (Answer Engine Optimization), LLM SEO – e tutti descrivono lo stesso lavoro: rendere i vostri prodotti abbastanza recuperabili, citabili e corroborati perché l’assistente li consigli. Usiamo i termini come sinonimi; conta se il vostro negozio compare nella risposta.

I dati sulle citazioni sono abbastanza precisi da costruirci sopra un piano. Un’analisi di 30 milioni di fonti citate dalla ricerca IA colloca G2 e Yelp al sesto e al settimo posto fra tutti i domini citati: le piattaforme di recensioni stanno quasi in cima alle fonti su cui gli assistenti si appoggiano per le domande commerciali (Peec AI). Accanto a esse, guide all’acquisto, rassegne delle testate e articoli di confronto coprono le query di raccomandazione: l’assistente cerca una fonte indipendente che abbia già messo in classifica le opzioni.

La sorpresa dei dati è quanto pesino i contenuti dei marchi stessi. Uno studio su 379.321 citazioni di Claude su query SaaS e tecnologia ha rilevato circa il 64% verso siti di proprietà dei marchi (Otterly, giugno 2026). Gli assistenti non citano solo i recensori dei vostri prodotti: citano direttamente le vostre schede prodotto, purché specifiche, prezzi e affermazioni siano enunciati in forma estraibile. Un negozio che tratta le proprie pagine come fonti di citazione, non solo come pagine di conversione, copre entrambe le metà dello schema.

L’implicazione pratica dello studio fondativo di Princeton sul GEO vale direttamente per i contenuti di prodotto: aggiungere citazioni, statistiche e riferimenti a una pagina ne ha aumentato la visibilità nelle risposte IA fino al 40%. Una guida all’acquisto con affermazioni misurate – pesi, ore di batteria, termini di reso, fonti di test nominate – è una candidata alla citazione migliore della stessa guida scritta come testo promozionale.

Un assistente che compone una risposta a «i migliori sotto i 150 $» ha bisogno di prezzo, disponibilità e specifica distintiva come fatti che può estrarre, non come frammenti sparsi in un widget JavaScript che si carica lato client. I dati strutturati di prodotto (schema.org/Product con offers, prezzo, disponibilità e valutazioni aggregate) enunciano quei fatti nel formato che i sistemi di recupero analizzano con più affidabilità, e le stesse affermazioni devono comparire anche come testo semplice nella pagina visibile, perché l’estrazione prende passaggi, non solo markup.

Le regole sui passaggi della nostra guida alle citazioni di ChatGPT valgono qui con più forza, perché le query sui prodotti sono un abbinamento di vincoli: «sotto i 150 $», «per piedi piatti», «spedizione in Germania». Una scheda prodotto che dichiara «pesa 240 g, drop di 8 mm, costa 139 $, resi gratuiti entro 30 giorni» in un unico blocco autonomo si può abbinare ai vincoli dell’acquirente; una pagina che dice «progettata per il massimo comfort» no. Destinazioni di spedizione, termini di reso e disponibilità in magazzino sono materiale per le risposte: trattateli come affermazioni da pubblicare, non come note in piccolo.

I dettagli del prodotto devono essere presenti nell’HTML restituito dal server: i sistemi di recupero non attendono in modo affidabile l’esecuzione del JavaScript del negozio. Potete verificarlo gratis disattivando JavaScript e controllando che prezzo, specifiche e disponibilità restino visibili.

Prima decidete che cosa volete migliorare: una scheda prodotto citata in una risposta scritta, il negozio consigliato come venditore oppure un’offerta di prodotto mostrata nell’interfaccia shopping. Registrate separatamente queste presenze. Chiedete a chi gestisce il sito di verificare l’accesso alle pagine prodotto pubbliche e di controllare se titoli, prezzi, disponibilità e condizioni di consegna descrivono la stessa offerta.

Per l’integrazione del catalogo, OpenAI documenta feed prodotto strutturati inviati con caricamento di file o API. L’onboarding diretto è disponibile per i partner approvati, secondo la verifica del 20 settembre 2026. Prima di commissionare un’integrazione, confermate le modalità attuali della vostra piattaforma e la vostra idoneità: né l’approvazione né un record fornito garantiscono una raccomandazione.

Poi esaminate il problema sul singolo prodotto. Se una montatura viene scambiata per un anello completo, controllate come sono descritti i suoi componenti. Se compare il prezzo sbagliato, individuate la fonte e l’ora di registrazione prima di modificare il feed. Il nostro audit di visibilità IA per l’e-commerce, con un caso concreto mostra come trasformare queste osservazioni in correzioni assegnate e verificabili. Le gioiellerie possono usare anche la nostra guida dedicata a dati di prodotto, richieste su misura e certificati gemmologici.

Domande di confronto come «Marchio X contro Marchio Y» e «alternative a X» possono decidere quali prodotti un assistente raccomanda. Molti negozi evitano di pubblicare confronti che nominano i concorrenti e lasciano ad altre fonti il compito di rispondere. Pagine fattuali che confrontano le specifiche offrono agli assistenti una fonte utile per le decisioni d’acquisto.

I negozi transfrontalieri aggiungono una dimensione linguistica che la maggior parte dei consigli sul GEO ignora: gli assistenti rispondono agli acquirenti tedeschi con fonti in tedesco e a quelli francesi con fonti in francese, quindi un catalogo tradotto a macchina – o non tradotto affatto – è invisibile in metà dei suoi mercati. Vendere nella lingua dell’acquirente significa poter essere citati nella lingua dell’acquirente; per questo costruiamo e misuriamo in nove lingue native.

La misurazione segue il metodo che applichiamo a tutto: un set di prompt fisso con prompt di categoria, di prodotto e di confronto per ogni mercato e lingua, eseguito in sessioni pulite (nuova conversazione, senza accesso all’account e senza cronologia) su ChatGPT, Perplexity e Gemini e valutato come share of voice e tasso di citazione rispetto alla misurazione iniziale. Per un negozio il set di prompt si legge come il percorso di un acquirente – «migliore [categoria] per [uso]», «[prodotto] contro [concorrente]», «[marchio] è affidabile?» – e la misurazione iniziale mostra in quali di quelle risposte comparite già, prima che qualcuno vi prometta qualcosa.