AI Overview: cosa funziona davvero per essere citati

Le istruzioni per finire dentro le AI Overviews sono ormai un genere letterario: definisci subito i concetti, usa elenchi puntati, aggiungi i dati strutturati, pubblica un llms.txt, sali nella top 10. Le trovi ripetute quasi identiche ovunque, di solito senza un dato a sostegno. Ho messo in fila gli studi disponibili, a partire dalla sintesi più ampia, la meta-analisi di 54 studi pubblicata da Cyrus Shepard a maggio 2026¹, e il quadro che ne esce è un altro: stare in prima pagina aiuta ma non basta, la formattazione non distingue nessuno perché ormai ce l’hanno tutti, i dati strutturati non spostano le citazioni e llms.txt non lo legge quasi nessuno. A fare la differenza sono inserire informazioni che gli altri non hanno e il punto della pagina in cui le metti. Qui sotto ci sono i numeri, il motivo per cui sembrano contraddirsi tra loro e cosa consiglio di fare.

Come Google sceglie le fonti di un’AI Overview

Un’AI Overview è una risposta generata che compare in cima ai risultati di Google, costruita sintetizzando alcune pagine e mostrando i link alle fonti usate. Le AI Overviews non hanno un sistema di selezione tutto loro: le pagine tra cui scelgono sono quelle che gli algoritmi di ranking della Ricerca hanno già valutato e selezionato.

In altre parole, il modello non esplora il web per conto suo: recupera le pagine dall’indice e poi genera la risposta a partire da quelle. È la ragione per cui la SEO continua a contare, e a dirlo è Google stessa: nella guida ufficiale all’ottimizzazione per le funzioni generative, alla domanda “la SEO è ancora rilevante per la ricerca generativa?” la risposta è “in breve, sì”, perché quelle funzioni “poggiano sui nostri principali sistemi di ranking e di qualità della Ricerca”².

Su questo si innesta un secondo meccanismo, che Google chiama query fan-out (“aprirsi a ventaglio”): per coprire al meglio la domanda dell’utente, questa viene espansa in più ricerche parallele su sotto-argomenti, e la risposta viene costruita sui risultati di tutte. L’esempio è nella documentazione stessa di Google: quando l’utente cerca “come sistemare un prato pieno di erbacce”, sotto il cofano partono ricerche come “migliori diserbanti per prato” e “togliere le erbacce senza prodotti chimici”². Alcune misurazioni indipendenti stimano una media di 9-11 ricerche generate per ogni richiesta, e oltre il 95% di quelle ricerche non ha un volume ricorrente, cioè non le trovi in nessuno strumento di keyword research³.

Poi c’è un requisito tecnico che vedo citare di rado, ed è il primo da verificare: per comparire come fonte in un’AI Overview la pagina non solo deve essere indicizzata su Google, ma deve anche essere idonea a venire mostrata con uno snippet². Chi ha impostato nosnippet, data-nosnippet o un max-snippet restrittivo, magari anni fa per prudenza, si è escluso dalle AI Overviews senza saperlo.

Vale anche la direzione opposta, e qui c’è una novità. Per due anni non c’è stato modo di uscire dalle funzioni AI restando dentro la Ricerca: il controllo era lo stesso di sempre, il robots.txt per Googlebot, e chi lo blocca esce da tutto². Da giugno 2026 Google sta però distribuendo in Search Console un controllo dedicato, che permette di escludere il sito da AI Overviews, AI Mode e funzioni AI di Discover restando nei risultati classici, senza effetti sul ranking⁴. Il rollout è partito da un sottoinsieme di proprietà: se in Impostazioni non vedi la voce “AI generativa nella Ricerca”, il tuo sito non è ancora tra quelle. Le regole di accesso dei crawler AI di altre aziende sono un discorso a parte, e le ho raccolte nella checklist di leggibilità AI.

Quanto conta essere nella top 10: aiuta, ma non è un requisito

Partiamo dall’ultimo consiglio dell’elenco, che è anche quello su cui circolano più numeri. La risposta breve è che la posizione conta, ma non garantisce: su questo gli studi disponibili concordano⁵⁶⁷⁸. La risposta utile richiede un passo in più, cioè capire da dove arrivano davvero le fonti citate, perché è qui che la maggior parte delle analisi racconta solo un pezzo della storia.

Il punto di partenza è il fan-out visto sopra: la risposta non si costruisce solo sulla SERP della ricerca che hai digitato, ma anche su quelle delle sotto-ricerche generate. Le fonti citate arrivano quindi da due canali: la ricerca principale, quella che di solito monitori, e le sotto-ricerche del fan-out, dove si posizionano contenuti che per la tua keyword magari non compaiono affatto. Dal primo canale arriva quasi sempre almeno una fonte citata, non necessariamente dalla top 10⁵⁷. Dal secondo arrivano le famose fonti che sembrano uscite dal nulla: in realtà sono pagine indicizzate che si posizionano proprio per quelle sotto-ricerche, come spiega anche Ahrefs nelle sue analisi⁶.

Un’altra variabile da prendere in considerazione è il settore in cui lavori, perché sposta gli equilibri tra i due canali. La tabella mostra quante delle fonti citate in un’AI Overview si posizionano anche nei risultati organici della stessa ricerca (quella principale), a una posizione qualsiasi tra le prime cento: sono le fonti che arrivano dal primo canale⁷. Posizionarsi non significa qui stare in alto: nella stessa serie di dati solo il 16,7% delle citazioni viene dalla top 10, e la parte in crescita più rapida è quella delle posizioni 21-100.

Quello che ne deriva è che dove un’informazione sbagliata potrebbe fare danni, come nella sanità e nell’istruzione, Google si appoggia soprattutto al primo canale: pagine che per quella ricerca ha già valutato e messo in classifica. L’e-commerce è l’estremo opposto: le AI Overviews compaiono meno e, quando compaiono, più di tre citazioni su quattro arrivano dal secondo canale, da pagine che in quella SERP non ci sono a nessuna posizione⁷. Per chi vende online la strada per essere citati non passa quasi mai dalle pagine che già competono in SERP.

In sintesi: la prima pagina conta, perché quasi ogni risposta cita almeno una fonte presa da lì⁵. Le singole citazioni però si distribuiscono soprattutto altrove, tra le posizioni più basse della stessa SERP e le ricerche che non stai monitorando, e il settore in cui lavori decide gli equilibri tra i due canali.

Attenzione a non capovolgere la lezione: anche il secondo canale è posizionamento, su ricerche diverse da quella che monitori. Quello che i dati ridimensionano è la keyword singola, non il posizionamento in sé, che resta la porta d’ingresso di ogni citazione. Chi guarda solo la propria keyword non si spiega né le citazioni che ha né quelle che gli mancano.

Le altre quattro cose che tutti ripetono, e cosa dicono i dati

Queste quattro raccomandazioni si ritrovano in quasi tutte le guide sull’argomento. Le ho verificate una per una contro gli studi disponibili.

“Aggiungi i dati strutturati”: non regge

Aggiungere dati strutturati non ha prodotto più citazioni nelle risposte AI. Lo studio più solido sul punto, condotto da Ahrefs, ha seguito 1.885 pagine che hanno aggiunto JSON-LD tra agosto 2025 e marzo 2026, confrontandole con 4.000 pagine di controllo: nessun effetto statisticamente significativo su AI Mode e ChatGPT, e sulle AI Overviews addirittura un calo del 4,6% rispetto al gruppo di controllo, piccolo ma reale⁹.

C’è tuttavia chi obietta che lo studio misura la cosa sbagliata, cioè l’effetto di aggiungere marcatura a pagine già indicizzate e già comprese, non il ruolo dei dati strutturati nel far capire a un motore di quale entità si parla⁹. E c’è un dato che tira nella direzione opposta: la meta-analisi di Shepard citata in apertura assegna ai dati strutturati 5,6 punti su 10 e osserva che quasi tutte le ricerche che li hanno esaminati trovano una relazione positiva, piccola ma sorprendentemente costante¹.

La distanza tra le due letture è quella che separa una correlazione da una causa: le ricerche che trovano la relazione rispondono alla domanda “chi viene citato ha i dati strutturati?”, lo studio con il gruppo di controllo alla domanda “se li aggiungo, vengo citato di più?”. Alla seconda, a oggi, la risposta è no. Quello che si può dire con i dati in mano è che i dati strutturati restano utili per alcuni rich result e per la disambiguazione delle entità, e non sono una leva per farsi citare. Chi te li vende come leva GEO ti sta vendendo un’ipotesi.

“Usa elenchi puntati e box FAQ”: non discrimina

Questa raccomandazione è vera e inutile insieme, ed è un caso interessante. La formattazione pesante (box di risposta, blocchi FAQ, layout strutturati) è già presente in circa l’85% dei risultati di prima pagina, citati e non citati¹⁰. Un requisito che hanno già tutti non spiega chi viene scelto: la struttura serve a posizionarsi, non necessariamente a essere citati.

L’argomento più serio di chi le difende è un altro: elenchi e box aiuterebbero le AI a capire il testo. Il fondo di verità c’è, ma non sta nella formattazione in sé: a un modello serve trovare nella pagina una risposta completa, che resti chiara anche una volta estratta e rimontata dentro una risposta generata, e una frase di prosa scritta bene funziona quanto un elenco puntato.

L’argomento però contiene una previsione misurabile: se la formattazione desse quel vantaggio, tra le pagine citate dovrebbe essere più frequente che tra quelle ignorate.

Come tutte le previsioni anche questa si può controllare, e uno studio l’ha fatto: quello di Matt Diamante, lo stesso da cui viene l’85% di partenza. Tra le ricerche che misurano la formattazione è l’unico costruito con un gruppo di controllo: gli altri guardano solo le pagine citate e descrivono cosa hanno in comune; questo ha esaminato 100 AI Overviews e, accanto alle 1.067 pagine citate, anche le pagine che stavano in prima pagina senza essere citate, per vedere cosa distingue davvero le une dalle altre. Risultato: la quota di formattazione era la stessa nei due gruppi¹⁰. Buona parte dei consigli sull’ottimizzazione per le AI nasce invece da osservazioni senza questo confronto: è l’equivoco tra correlazione e causa già visto per i dati strutturati.

“Metti la risposta all’inizio”: regge

Questa invece funziona. CXL ha preso 100 citazioni e ha rintracciato il punto esatto della pagina da cui ogni passaggio era stato estratto¹¹: il 55% veniva dal primo 30% della pagina, il 24% dalla fascia centrale e solo il 21% da tutto quello che sta dopo il 60%. La zona più citata in assoluto è quella tra il 10% e il 20% del contenuto, cioè subito dopo l’apertura.

Cento citazioni sono un campione piccolo: il dato indica una tendenza netta, non una legge. La conseguenza operativa però costa poco e conviene comunque. Se una pagina apre con la premessa, il contesto e la storia di come ci sei arrivato, e la risposta vera arriva a metà, il passaggio che meriterebbe la citazione rischia di non essere mai estratto. Meglio il contrario: prima la risposta, poi il contesto. E vale per la pagina intera come per ogni sezione: ciascuna dovrebbe aprire con la propria risposta.

“Fai llms.txt”: no

Su questo ho già scritto un articolo intero: i dati dicono che quasi nessuno legge quei file, e nessun motore dichiara di usarli. La risposta lunga, con i numeri, è nell’articolo su llms.txt. Aggiungo solo che la meta-analisi dei 54 studi vista a proposito dei dati strutturati colloca llms.txt ultimo tra i ventitré fattori esaminati, con 2 punti su 10 e una motivazione secca: non si trova alcuna prova credibile che influenzi le citazioni¹.

Cosa regge alla verifica

Tolto quello che non funziona, resta poco ma resta chiaro. Quello che discrimina non è il formato, che hanno già tutti, ma inserire nel contenuto qualcosa che gli altri non hanno e dirlo in modo verificabile.

Il criterio più vicino a un “cosa scrivere” ufficiale lo ha pubblicato Google, ed è più netto di quanto la sua fama di vaghezza faccia pensare. La guida distingue i contenuti commodity da quelli che non lo sono, con due esempi testuali: un pezzo generico del tipo “7 consigli per chi compra casa la prima volta” contro un pezzo che porta esperienza diretta, del tipo “perché abbiamo rinunciato alla perizia e quanto abbiamo risparmiato”². Il primo è conoscenza comune riscritta, e chiunque potrebbe averlo pubblicato. Il secondo esiste solo perché chi lo firma ha fatto quella cosa.

Nella stessa direzione va l’unico studio controllato sull’ottimizzazione per i motori generativi, quello che ha coniato il termine GEO: includere statistiche, virgolettati e citazioni di fonti pertinenti aumenta la visibilità di una fonte fino al 40%¹². L’ho raccontato per esteso nell’articolo su cos’è la GEO/AEO.

C’è poi un terzo segnale, misurato da Diamante dentro le AI Overviews, che riporta al centro un concetto fondante della SEO classica: la pertinenza del contenuto rispetto alla domanda dell’utente. È un concetto che contiene molte cose; qui ne pesano soprattutto due: il mercato a cui la pagina si rivolge e l’attualità dei suoi numeri. Prendi una domanda come “quanto costa un impianto fotovoltaico”: ha più probabilità di essere citata la pagina scritta per il mercato di chi cerca, con prezzi in euro e incentivi italiani, che una guida pensata per gli Stati Uniti; e la pagina con i prezzi in vigore, non quella ferma ai listini di due anni fa. Nei numeri dello studio: le pagine con l’ambito geografico corrispondente alla domanda, e quelle con dati coincidenti con quelli della risposta, vengono citate più spesso delle altre pagine di prima pagina (14 punti percentuali in più per l’ambito, 12 per i dati)¹⁰.

Poi ci sono i prerequisiti, che non fanno vincere ma fanno perdere: la pagina deve essere indicizzata, idonea allo snippet, raggiungibile dai crawler e leggibile senza esecuzione di JavaScript. È la parte che verifico per prima in un audit, ed è quella dove trovo più problemi: la checklist di leggibilità AI li mette in fila tutti. Vale la pena sapere che nella meta-analisi di 54 studi questi sono anche i fattori con l’evidenza più solida in assoluto: l’accessibilità dell’URL vale 9,5 punti su 10 e il posizionamento organico 9,4, davanti a qualunque accorgimento di scrittura, con i controlli di anteprima come nosnippet poco sotto, a 9,2¹.

Le query di fan-out: dieci risposte in una pagina, non dieci pagine

Se una parte consistente delle fonti arriva dalle SERP delle sotto-ricerche, la domanda strategica è obbligata: per quelle sotto-ricerche bisogna fare qualcosa? Sì, e non è un’intuizione: il posizionamento per le query di fan-out è il terzo fattore della meta-analisi per forza dell’evidenza, 9,3 punti su 10¹.

Il bivio è tra due strade. La prima strada è produrre un contenuto specifico per ogni sotto-query intercettata, ed è quella che una parte dell’offerta di servizi e tool GEO propone. La sconsiglio per due ragioni. La prima l’ha messa per iscritto Google: creare contenuti separati per ogni possibile variante di ricerca, comprese le query generate dal fan-out, allo scopo di manipolare le risposte generative viola le policy antispam, ed è comunque inefficace nel lungo periodo². La seconda è pratica: oltre il 95% delle sotto-query non ha un volume ricorrente, e gli strumenti che simulano il fan-out restituiscono spesso query diverse a ogni interrogazione³. Significa costruire pagine su bersagli che si spostano.

La seconda strada è coprire un tema in profondità, in modo che una stessa pagina risponda per intero a più sotto-domande e ogni passaggio regga anche estratto dal contesto. Vista dal lato del lettore è semplicemente una pagina fatta bene; vista dal lato del motore è rilevanza su più sotto-ricerche, ed è quella che i dati premiano: nella meta-analisi, posizionarsi come sito su molte ricerche correlate vale 8,9¹.

Quando una sotto-domanda sembra meritare una pagina tutta sua, il criterio per decidere è uno: se ha un intento proprio e quel contenuto avrebbe senso anche se le AI Overviews non esistessero, è una pagina (è la normale logica dei topic cluster). Se la risposta sta in due paragrafi, è una sezione della pagina madre, con un heading suo, così vive anche estratta.

Le sotto-domande vere si osservano, non si indovinano: il punto di partenza più economico sono le domande correlate che Google mostra in SERP, mentre gli strumenti che simulano il fan-out aiutano ad aggiungerne, con l’approssimazione vista sopra. Vale infine una cautela sul meccanismo: se il fan-out spiegasse tutte le citazioni che non arrivano dalla SERP principale, quelle pagine dovrebbero risultare posizionate per molte ricerche lunghe e specifiche, e Ahrefs ha verificato che non è così⁸. Le sotto-ricerche sono una delle strade, non l’unica.

Perché non compari anche se sei primo

Ci sono due risposte. La prima la conosci già dalla sezione sulla top 10, qui serve solo la cifra: chi è in prima posizione viene citato nel 43% delle risposte, non nel 100%⁵, quindi anche nel migliore dei casi più di una risposta su due passa da un’altra parte. La seconda è quella che quasi nessuno considera: una singola osservazione non dice quasi nulla, perché il 45,3% delle citazioni compare una volta sola e non si ripete, e solo il 31,9% resta stabile su tre rilevazioni fatte in giorni diversi¹⁰.

È il motivo per cui una lettura sola porta a conclusioni sbagliate in entrambe le direzioni: si festeggia una citazione che era rumore, o ci si dispera per una sparizione che si riassorbe da sola. Prima di dire che una pagina “non viene citata” va verificata più volte, in giorni diversi.

Poi c’è la composizione della SERP. Quando la prima pagina è occupata da grandi marchi, banche, testate e aggregatori, le aziende piccole raccolgono poche citazioni stabili; quando invece la prima pagina è fatta di siti più piccoli, sono proprio loro a prendersi la maggioranza delle citazioni stabili¹⁰. Non è una consolazione, è un criterio di selezione: dice su quali domande vale la pena competere e su quali no.

In Italia, poi, c’è un motivo più semplice di tutti: spesso l’AI Overview non compare affatto, e quanto spesso dipende dal settore. I due studi disponibili, di SEOZoom e Trovato Agency, divergono sui livelli assoluti ma concordano sullo schema: copertura massima nella salute (40,3% delle ricerche per l’uno, 58% per l’altro), minima nei settori commerciali, sotto il 5% per rivenditori e moda¹³¹⁴. E quando la risposta compare, la selezione è strettissima: le fonti usate sono lo 0,1% dei domini visibili, con Wikipedia fonte primaria nel 45% dei casi¹³. Non è una gara aperta a tutti.

Come capire se sta funzionando

Search Console sta introducendo una reportistica dedicata alle funzioni AI. Il 3 giugno 2026 Google ha annunciato i report sul rendimento dell’AI generativa, che isolano le impression raccolte dentro AI Overviews e AI Mode (più le funzioni AI di Discover), con il dettaglio di pagine, paesi, dispositivi e serie temporali¹⁵. Fino ad allora quelle impression stavano dentro il tipo di ricerca “Web”, senza una voce separata². Il rollout però è dichiaratamente graduale, su un sottoinsieme di siti: tra le proprietà che gestisco, in alcune il report è già comparso, in altre non ancora. E anche a regime resta un vuoto: il report conta impression aggregate, ti dice quante volte e con quali pagine sei comparso nelle funzioni AI di Google, ma non per quali domande, e nulla dice di ChatGPT, Perplexity, Gemini o Claude.

Da qui la necessità di costruirsi comunque una rilevazione: un set di domande che rappresenti davvero il modo in cui i clienti cercano, letture ripetute nel tempo, e metriche che distinguano l’essere nominati dall’essere citati come fonte. Il metodo che uso, con gli errori più comuni da evitare, è nell’articolo sulla misurazione della visibilità nelle risposte AI.

Cosa consiglio

Il criterio che resta, alla fine di tutta questa rassegna, è semplice: nelle AI Overviews il vantaggio non sta nel formato, che ormai hanno tutti, ma nell’inserire nel contenuto un fatto specifico e verificabile che nessun altro ha, e nel metterlo in evidenza e non alla fine. Dati tuoi, tempi tuoi, numeri tuoi. Un concorrente può copiarti la struttura in un pomeriggio, i tuoi dati no.

Resta il fatto che questa è una materia in movimento, e i numeri di questo articolo hanno tutti una data. È il vantaggio di ancorare le opinioni ai dati invece che alle abitudini: si sa esattamente cosa dovrebbe succedere per cambiarle.

Se vuoi capire come sta il tuo sito su questo fronte, o preferisci che il tuo team impari a misurarlo da solo, ne parlo nella consulenza GEO/AEO e nei percorsi di formazione. Se hai una domanda specifica, scrivimi.

Fonti

1. Cyrus Shepard, “AI Citation Ranking Factors Analysis”, Zyppy Signal (7 maggio 2026): meta-analisi di 54 tra esperimenti, brevetti e casi di studio pubblicati sulle citazioni nei motori AI, con i ventitré fattori risultanti ordinati per forza dell’evidenza: signal.zyppy.com ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶

2. Google Search Central, “Optimizing your website for generative AI features on Google Search”: developers.google.com; e “AI features and your website”, da cui vengono il requisito dello snippet, i controlli robots.txt e il conteggio in Search Console: developers.google.com ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷

3. Ricerche di Seer Interactive e Nectiv sul numero di query generate dal fan-out, riportate in Despina Gavoyannis, “What is Query Fan-Out? Understanding the Hidden Queries Driving AI Search”, Ahrefs: ahrefs.com ↩ ↩²

4. Google Search Console Help, “Controllo dell’AI generativa della Ricerca”: l’esclusione copre AI Overviews, AI Mode e le funzioni di AI generativa del feed personalizzato; non è un segnale di ranking e non riguarda l’addestramento dei modelli (per quello c’è Google-Extended); il rollout dichiarato è “per un sottoinsieme di proprietari di siti web” in fase di test: support.google.com ↩

5. seoClarity, “The Overlap Between AI Overviews and Organic Rankings”: 362.000 keyword desktop statunitensi e 5,1 milioni di citazioni, rilevate il 12 ottobre 2025. Dallo stesso campione: il 94% delle AI Overviews cita almeno un URL delle prime venti posizioni e il 90% almeno uno delle prime dieci, ma solo il 56% delle singole citazioni viene dalle prime venti posizioni. Sempre da qui: gli URL in prima posizione sono citati nel 43% dei casi: seoclarity.net ↩ ↩² ↩³ ↩⁴

6. Louise Linehan, “Update: 38% of AI Overview Citations Pull From The Top 10”, Ahrefs: 863.000 SERP e 4 milioni di URL citati, tutte le citazioni: ahrefs.com ↩ ↩²

7. BrightEdge, “AI Overview Citations Now 54% from Organic Rankings”: studio longitudinale sull’overlap tra citazioni e posizionamento organico condotto su nove settori da maggio 2024 a settembre 2025, da cui vengono anche i dati per settore e l’osservazione sulle query transazionali. L’overlap considera il posizionamento organico fino alla posizione 100; i numeri citati sono quelli pubblicati nella pagina di sintesi; il report completo è disponibile solo previa registrazione: brightedge.com ↩ ↩² ↩³ ↩⁴

8. Louise Linehan con Xibeijia Guan, “76% of AI Overview Citations Pull From the Top 10”, Ahrefs (luglio 2025): studio su 1,9 milioni di citazioni tratte da 1 milione di AI Overviews, limitato alle tre citazioni più visibili di ogni risposta: ahrefs.com ↩ ↩²

9. Louise Linehan e Xibeijia Guan, “We Tracked 1,885 Pages Adding Schema. AI Citations Barely Moved.”, Ahrefs: ahrefs.com. L’obiezione sul disegno dello studio: iloveseo.net ↩ ↩²

10. Matt Diamante, “How Do You Get Cited in Google AI Overviews? I Tested 100 of Them to Find Out”: 100 AI Overviews verificate tre volte in giorni diversi, 1.067 pagine citate e 163 pagine di controllo: heytony.ca ↩ ↩² ↩³ ↩⁴ ↩⁵

11. CXL, “Where Google AI Overviews pull their answers from: What 100 citations reveal”: analisi di 100 citazioni con mappatura della posizione dello snippet citato all’interno della pagina sorgente: cxl.com ↩

12. Pranjal Aggarwal e altri, “GEO: Generative Engine Optimization”, paper presentato a KDD 2024: arxiv.org ↩

13. SEOZoom, “AI Overview conquista le SERP e compare in 1 ricerca su 2”: analisi su un campione di circa 30 milioni di keyword italiane (la pagina stessa lo definisce sia “quasi” sia “oltre” 30 milioni), da cui vengono la copertura per settore, i 175.000 domini usati come fonte sui circa 168 milioni visibili su Google Italia e il peso di Wikipedia: seozoom.it ↩ ↩²

14. Studio di Trovato Agency su 2.976 keyword italiane distribuite in 10 settori (rilevazione ottobre-novembre 2025), dove un’AI Overview compare sul 22,7% delle keyword del campione: trovato.agency ↩

15. Google Search Central, “Introducing Search Generative AI performance reports in Search Console” (3 giugno 2026): report dedicati per Search e Discover con impression, pagine, paesi, dispositivi e serie temporali; il rollout dichiarato è “a un sottoinsieme di siti” per la fase di test: developers.google.com ↩