Come funziona il GEO multilingue?

Chiedete a un assistente la stessa domanda commerciale in inglese e in ebraico: non traduce una risposta nell’altra. Cerca due volte, in due insiemi di fonti diversi, e compone due risposte che possono indicare fornitori del tutto diversi. Il recupero avviene lingua per lingua: il modello confronta la formulazione digitata dall’utente con i testi scritti in quella lingua, e i corpora su cui lavora differiscono di ordini di grandezza. L’inglese è la lingua di circa metà del web (49,5% secondo W3Techs); l’ebraico ne rappresenta lo 0,4%, l’arabo lo 0,6%, l’hindi meno dello 0,1%.

Tutto il GEO multilingue parte da qui. Il GEO (Generative Engine Optimization) è chiamato dal settore anche AEO (Answer Engine Optimization) o LLM SEO: i nomi cambiano, il lavoro è lo stesso. Un brand non è «visibile nella ricerca IA» in astratto. È visibile in inglese, o in spagnolo, o in ebraico: ogni lingua è una partita a sé, con le sue fonti, i suoi concorrenti e il suo vincitore. Le sole AI Overviews di Google sono ormai attive in più di 200 Paesi e territori e in oltre 40 lingue, e ogni versione linguistica recupera le pagine dalla propria porzione del web.

Questa guida fa da base alla nostra serie sui mercati: Israele e l’ebraico, la divisione tra arabo e inglese a Dubai, l’India, il mercato di lingua spagnola negli Stati Uniti e la federazione svizzera a quattro lingue. Ogni guida applica a un mercato i meccanismi descritti qui; questa spiega i meccanismi in sé.

Le domande commerciali in inglese hanno molte fonti possibili: piattaforme di recensioni, articoli di confronto e forum. Gli assistenti possono mettere a confronto ciò che un brand dice di sé con le descrizioni indipendenti. Costruire menzioni esterne coerenti richiede tempo.

Una lingua che pesa lo 0,4% del web può avere poche fonti pertinenti per una domanda commerciale. Una pagina utile può trovare molta meno concorrenza e comparire nelle risposte nel giro di poche settimane. Vediamo uno spazio da occupare dove i clienti cercano risposte in una lingua che poche aziende coprono bene.

I testi devono comunque suonare naturali e rispondere con chiarezza alla domanda. Poche fonti concorrenti non rendono utile una pagina debole. Le nostre guide su Israele e su Dubai analizzano il tema in ebraico e in arabo.

Nell’ottimizzazione internazionale per la ricerca IA l’istinto è ordinare le lingue per numero di parlanti: l’hindi ne ha centinaia di milioni, quindi si parte dall’hindi. È il criterio sbagliato. Quello giusto è il valore degli acquirenti per ciascuna lingua: in quale lingua i vostri acquirenti pongono davvero domande commerciali agli assistenti, e quanto vale lì una citazione ottenuta? Un gestore patrimoniale svizzero ricava più dal tedesco e dal francese che da dieci lingue più diffuse; un promotore immobiliare di Dubai può ricavare più dal russo che dall’arabo, perché gli acquirenti russofoni pongono le loro domande agli assistenti interamente in russo.

Poi valutate la concorrenza. Una lingua con domanda reale dei clienti e poche fonti utili può essere un buon inizio. Una lingua molto competitiva può restare importante dal punto di vista commerciale, ma richiede un budget per costruire una copertura indipendente. Un grande numero di parlanti, da solo, non basta a dare priorità a una lingua.

In pratica assegniamo a ogni lingua candidata un punteggio su questi due assi già alla misurazione iniziale – domanda misurata sul set di prompt, concorrenza misurata in base a chi detiene oggi le citazioni – e definiamo l’ordine del programma di conseguenza. La tabella qui sotto mostra quanto differiscano le lingue principali.

La traduzione automatica produce pagine grammaticalmente accettabili che perdono la gara del recupero. Il motivo è meccanico, non estetico: il recupero cerca corrispondenze con la formulazione che gli utenti digitano davvero. Un madrelingua ebraico chiede «הכי טוב בישראל»; una pagina tradotta ha la struttura di una frase inglese resa con parole ebraiche, con forme flesse e formulazioni calcate che gli utenti reali non digitano mai. La pagina esiste, il crawler la legge, e il confronto lo perde comunque contro qualsiasi fonte scritta come è stata posta la domanda.

Le lingue morfologicamente ricche pagano il prezzo più alto. In ebraico e in arabo articoli e preposizioni si fondono con la parola stessa: basta una forma sbagliata perché l’affermazione chiave non corrisponda, alla lettera, al token della query. Inoltre gli assistenti notano le tracce di traduzione come i lettori umani: un insieme di pagine evidentemente tradotte in automatico dà l’impressione di un brand che in quella lingua non opera davvero, cioè il segnale opposto a quello che volete trasmettere.

Usate gli stessi fatti verificati in ogni versione, esposti in modo naturale per il pubblico a cui si rivolgono. Date risposte dirette con le parole dei clienti e mantenete coerenti i dettagli dei servizi, le cifre e le altre affermazioni.

Un brand multilingue esiste con più forme del proprio nome: latina, ebraica, araba, devanagari, cinese. I modelli devono capire che sono tutte la stessa entità, altrimenti le citazioni si disperdono tra nomi conosciuti a metà e nessuno accumula autorevolezza. Servono quindi dati strutturati che dichiarino i nomi alternativi, profili che riportino insieme le varie forme e fonti in lingua nativa che colleghino la scrittura locale al nome latino del brand, su pagine che i modelli leggono davvero.

L’errore più sottile riguarda la coerenza tra le lingue: un brand descritto in un modo in inglese e in un altro in tedesco sta perdendo in silenzio in entrambe. Gli assistenti confrontano sempre più spesso le lingue tra loro, e le affermazioni contraddittorie – elenchi di servizi diversi, posizionamenti diversi, cifre diverse – appaiono come un segno di inaffidabilità. Per questo controlliamo in modo esplicito la coerenza linguistica: la risposta in ebraico descrive il brand come quella in inglese? È la metrica a cui la maggior parte dei programmi multilingue non pensa mai.

Anche la parte tecnica deve essere coerente: hreflang identifica le versioni linguistiche, gli URL canonici e i link puntano all’host scelto, e le esportazioni di testo sono separate per lingua. La guida su come applichiamo il GEO su questo sito documenta la configurazione e gli errori che abbiamo corretto.

Lavoriamo in modo nativo in nove lingue (inglese, russo, tedesco, francese, italiano, spagnolo, cinese, hindi ed ebraico) e dichiariamo apertamente che l’arabo non è tra queste: i testi in arabo arrivano da un partner madrelingua, e noi aggiungiamo la struttura con la risposta all’inizio, il lavoro sull’entità e la misurazione. Ogni tecnica che vendiamo la applichiamo prima al nostro sito, in tutte e nove le lingue, comprese quelle che si scrivono da destra a sinistra.

Concordiamo un set fisso di prompt per ogni lingua e lo ripetiamo in sessioni pulite (nuove conversazioni, senza account e senza cronologia) su ChatGPT, Perplexity e Gemini. Riportiamo tasso di citazione e share of voice separatamente, confrontandoli con la misurazione iniziale di ciascuna lingua. Confrontiamo anche i fatti contenuti nelle risposte. La visibilità IA in ebraico può migliorare mentre quella in inglese resta ferma: solo risultati separati mostrano questa differenza.

La prova che questo metodo funziona è il nostro caso studio, citato per quello che è: una dimostrazione sul nostro sito, non un risultato ottenuto per un cliente. In sei esecuzioni in sessione pulita ChatGPT ci ha indicati al primo posto per le query sull’agenzia GEO multilingue, e ogni volta ha motivato la scelta con il metodo descritto in questa pagina: lingue elencate in modo esplicito e verificabile, invece di una generica «capacità multilingue». Versioni linguistiche esplicite e funzionanti restano rare: nella nostra verifica di settembre 2026 sulle 60 agenzie GEO citate da ChatGPT, Perplexity e Google AI Mode nelle nostre esecuzioni del 14 e 15 settembre, 9 (15%) gestivano il proprio sito in due o più lingue e nessuna in quattro o più. La serie sui mercati – Israele, Dubai, India, Stati Uniti, Svizzera – mostra gli stessi meccanismi applicati mercato per mercato, e ogni incarico parte dalla vostra misurazione iniziale, prima di qualsiasi promessa. Se vi servono inglese e spagnolo insieme, leggete cosa comprende un programma in due lingue.