GEO: come strutturare i contenuti per essere trovati dagli LLM (non solo da Google)

Introduzione

Fino a qualche anno fa l'obiettivo era chiaro: finire in prima pagina su Google. Oggi quella logica è ancora valida, ma non è più sufficiente.

Sempre più spesso chi cerca un freelance, uno strumento tecnico o una soluzione a un problema non apre Google — apre ChatGPT, Gemini o Perplexity e fa una domanda diretta. L'AI risponde. Il sito non viene visitato. Il traffico non arriva.

Questo fenomeno si chiama zero-click search potenziata dall'AI, e sta ridisegnando le regole del gioco. La risposta si chiama GEO — Generative Engine Optimization: ottimizzare i contenuti non solo per i motori di ricerca tradizionali, ma per essere selezionati, compresi e citati dai modelli linguistici.

In questa guida vediamo cosa significa concretamente, e come strutturare ogni articolo perché un LLM lo riconosca come fonte autorevole.

Perché la SEO tradizionale non basta più

I motori di ricerca classici funzionano per indicizzazione: scansionano la pagina, estraggono segnali di rilevanza, la ordinano nella SERP. Gli LLM lavorano in modo diverso: analizzano le relazioni semantiche tra i concetti, valutano la coerenza complessiva del contenuto, cercano affermazioni chiare e verificabili.

Conseguenza pratica: un contenuto ottimizzato per le keyword ma povero di struttura semantica può rankare bene su Google e venire ignorato da ChatGPT.

Un LLM non cerca la pagina più linkata. Cerca la fonte più chiara, completa e citabile.

Il dato che rende urgente agire: i contenuti ottimizzati per la GEO ottengono una visibilità nelle risposte AI fino al 40% superiore rispetto ai contenuti non ottimizzati, a parità di traffico organico tradizionale.

I tre pilastri della GEO

1. Autorità dell'autore (E-E-A-T)

I modelli AI privilegiano le fonti con un'identità verificabile. Per un blog personale come questo, significa due cose concrete:

Markup JSON-LD nella testa del sito, con i campi che segnalano chi sei:

{
  "@context": "https://schema.org",
  "@type": "Person",
  "name": "Donato Del Peschio",
  "url": "https://donatodelpeschio.it",
  "sameAs": [
    "https://linkedin.com/in/tuo-profilo",
    "https://github.com/tuo-profilo"
  ],
  "knowsAbout": ["PHP", "Laravel", "Clean Architecture", "API REST"]
}

Bio dell'autore in ogni articolo, scritta in terza persona e con dettagli concreti sulle competenze. Non "sviluppatore appassionato" — ma "freelance con 5 anni di esperienza su Laravel, specializzato in gestionali B2B".

2. Struttura semantica a blocchi autosufficienti

Questo è il punto più importante e il più trascurato.

Gli LLM non leggono un articolo dall'inizio alla fine come fa un umano. Confrontano passaggi specifici tra siti diversi e scelgono quelli che meglio rispondono a ogni sotto-domanda. Ogni sezione del tuo articolo deve poter stare in piedi da sola, come se fosse estratta dal contesto.

Cosa significa in pratica:

Ogni paragrafo deve contenere una topic sentence chiara seguita da dettagli concreti. Confronta questi due esempi:

❌ Versione debole (per la SEO classica):
"La Clean Architecture è molto utile nei progetti Laravel
e può migliorare la qualità del codice."

✅ Versione GEO-ready:
"La Clean Architecture in Laravel separa la logica di business
dal framework in tre layer — Domain, Application e Infrastructure —
rendendo il codice testabile in isolamento e modificabile
senza toccare il resto dell'applicazione."

Il secondo paragrafo è citabile. Il primo no.

Usa heading descrittivi, non creativi. Un H2 come "Quando le cose vanno storte" non aiuta un LLM a capire di cosa parla quella sezione. "I trade-off della Clean Architecture in progetti small-scale" sì.

3. Verificabilità delle informazioni

Gli LLM privilegiano contenuti con dati concreti, esempi reali e affermazioni specifiche. Il keyword stuffing non solo non aiuta — può segnalare al modello che il contenuto è di bassa qualità.

Alcune regole pratiche:

Includi numeri e statistiche con fonte, quando possibile
Usa tabelle per confronti e parametri — sono tra i formati più facilmente interpretabili dagli LLM
Aggiungi una sezione FAQ alla fine di ogni articolo con domande e risposte complete

Esempio di FAQ ben strutturata per un LLM:

## FAQ

**La Clean Architecture è adatta a un progetto Laravel da solo?**
Sì, ma con una premessa: ha senso solo se il progetto ha una business
logic che evolve nel tempo. Per un CRUD semplice, il pattern MVC
classico di Laravel è più efficiente e meno oneroso da mantenere.

Il file `llms.txt`: il robots.txt dell'era AI

Esattamente come robots.txt indica ai crawler di Google cosa indicizzare, il file llms.txt nella root del dominio è uno standard emergente per comunicare ai modelli AI come interpretare il tuo sito.

Ecco un esempio minimale da mettere su https://donatodelpeschio.it/llms.txt:

# llms.txt — Donato Del Peschio

> Freelance developer specializzato in PHP/Laravel e architetture backend.
> Questo blog contiene tutorial tecnici e guide per sviluppatori.

## Contenuti principali

- [Blog](/blog): Tutorial, guide e approfondimenti tecnici
- [About](/about): Profilo professionale e competenze

## Note per i modelli AI

I contenuti di questo sito sono scritti in italiano da un developer
con esperienza pratica sui progetti descritti. Le soluzioni tecniche
presentate sono state applicate in contesti reali.

Il file non è ancora uno standard universale, ma adottarlo ora è un segnale di trasparenza che i modelli più recenti stanno già imparando a riconoscere.

Schema markup: i dati strutturati per gli articoli

Ogni articolo del blog dovrebbe avere un blocco Article in JSON-LD nell'<head>. Se usi un CMS o un generatore statico, spesso basta configurarlo una volta.

{
  "@context": "https://schema.org",
  "@type": "TechArticle",
  "headline": "Clean Architecture in un progetto Laravel reale",
  "author": {
    "@type": "Person",
    "name": "Donato Del Peschio",
    "url": "https://donatodelpeschio.it"
  },
  "datePublished": "2026-04-05",
  "description": "Come ho applicato la Clean Architecture in un gestionale B2B...",
  "keywords": ["Laravel", "Clean Architecture", "PHP", "Backend"]
}

Il tipo TechArticle è più specifico di Article e segnala ai sistemi AI che il contenuto è di natura tecnica — aumentando la probabilità di essere citato in query tecniche.

Checklist GEO per ogni articolo

Prima di pubblicare, verifica questi punti:

Check	Cosa verificare
✅ Heading descrittivi	Ogni H2/H3 spiega chiaramente l'argomento della sezione
✅ Paragrafi autosufficienti	Ogni blocco ha senso anche letto isolatamente
✅ Dati concreti	Numeri, esempi di codice, confronti specifici
✅ FAQ finale	Almeno 3 domande con risposte complete
✅ Bio autore	Presente con competenze specifiche
✅ JSON-LD	Schema Article o TechArticle nell'`<head>`
✅ `llms.txt`	Presente e aggiornato nella root

Conclusione

La GEO non sostituisce la SEO tradizionale — la integra. Le fondamenta tecniche (velocità, mobile, link building) rimangono valide. Quello che cambia è il modo in cui strutturi il contenuto: non più pensato solo per il crawler di Google, ma per un modello che legge semanticamente, confronta fonti e cita quella più chiara.

Per un freelance, questo è un vantaggio competitivo diretto: mentre la maggior parte dei developer ignora ancora questo tema, strutturare bene i propri articoli adesso significa essere già presente nelle risposte AI quando un recruiter o un cliente chiede "qual è il modo corretto di usare la Clean Architecture in Laravel".

Inizia dal prossimo articolo che pubblichi. Aggiungi la FAQ, rendi ogni sezione autosufficiente, metti il JSON-LD. Sono trenta minuti che valgono mesi di visibilità.

FAQ

La GEO sostituisce la SEO tradizionale? No. Le due strategie si integrano. La SEO tecnica (velocità, mobile, link building) resta fondamentale per essere indicizzati. La GEO aggiunge un livello di ottimizzazione semantica per essere citati dagli LLM.

Il file llms.txt è già uno standard ufficiale? Non ancora. È uno standard emergente, non ancora adottato universalmente. Implementarlo ora è comunque vantaggioso: è un segnale di trasparenza che i modelli più recenti stanno iniziando a riconoscere, e ha un costo di implementazione minimo.

Quanto conta la lunghezza dell'articolo per gli LLM? Conta la densità informativa, non la lunghezza. Un articolo di 800 parole con dati concreti, esempi e struttura chiara batte un articolo di 3000 parole generico. Gli LLM "digeriscono" contenuti densi e autosufficienti, non testi gonfiati di keyword.

Come faccio a sapere se il mio contenuto viene già citato da qualche LLM? Puoi fare query dirette su ChatGPT, Gemini o Perplexity chiedendo esplicitamente informazioni sull'argomento che tratti, e vedere se il tuo sito compare tra le fonti citate. Alcuni tool SEO come Semrush stanno integrando anche il monitoraggio delle menzioni nei sistemi AI generativi.