Capita spesso di scrivere una domanda a ChatGPT o a Google e ricevere una risposta che sembra già sapere dove si stava andando a parare. Non è un caso. I motori basati sull’intelligenza artificiale leggono le domande in modo molto più profondo di quanto si immagini. E questo cambia tutto per chi vuole che la propria azienda sia trovata online.

Per anni la SEO si è basata su un meccanismo abbastanza semplice: individuare le parole chiave giuste, inserirle nei testi, e sperare che Google le riconoscesse. Funzionava. Funziona ancora, in parte. Ma oggi non basta più.

Il motivo è che le persone non cercano più come dieci anni fa. Quando qualcuno scrive a un motore AI una domanda articolata – quello che in gergo si chiama prompt, cioè un’istruzione o una richiesta formulata in linguaggio naturale – come “Quale aspirapolvere conviene comprare per una casa con animali?”, non sta digitando una parola chiave: sta descrivendo un problema. E dentro quella descrizione ci sono già criteri di scelta, dubbi, aspettative, persino le domande che verranno dopo l’acquisto. Se il contenuto di un sito risponde solo alla superficie di quella richiesta, è invisibile a tutto il resto.

Eppure esiste un modo per rendere visibile questa profondità nascosta: scomporre la domanda nella sua struttura reale, identificare gli ambiti informativi che la compongono, i criteri di scelta che contiene, le domande che apre. È un approccio ancora poco diffuso, ma che cambia radicalmente il modo di progettare contenuti online.

Perché la prompt research cambia la visibilità online

Prima di entrare nel merito dello strumento, vale la pena fermarsi un secondo su un concetto che cambia le regole del gioco.

Quando qualcuno usa un motore AI – che sia Google con le sue risposte generate, Gemini, ChatGPT o altri – il sistema non si limita a cercare una corrispondenza con le parole digitate. Fa qualcosa di molto più elaborato: scompone la domanda in una serie di ricerche parallele per coprire tutti gli angoli informativi del tema. Questo processo si chiama, in gergo tecnico, “query fan-out”.

In pratica, la macchina si chiede: per rispondere bene a questa domanda, cosa devo sapere? E va a cercare basi informative, confronti, opinioni contrarie, guide pratiche, elementi di fiducia. Se il sito di un’azienda risponde solo alla domanda principale. ma non alle sue ramificazioni, rischia di essere ignorato anche quando potrebbe essere la fonte ideale.

Questo è il punto cieco di molte strategie di contenuto: si lavora sul tema, non sul bisogno reale che c’è dietro.

Keyword e prompt: due modi diversi di leggere una ricerca

Una parola chiave fotografa un argomento. Un prompt, cioè una domanda formulata in linguaggio naturale, ricostruisce un problema.

Chi cerca “aspirapolvere senza fili” sta nominando un prodotto. Chi chiede “Quale aspirapolvere senza fili conviene comprare per una casa con animali?” sta già portando dentro la domanda tutto un contesto: i peli degli animali, la potenza necessaria, la manutenzione, probabilmente anche il budget e la rumorosità. La parola chiave si ferma alla superficie del topic; il prompt mette in fila i criteri che preparano la scelta.

Questa differenza pesa molto su come si costruisce un contenuto efficace. Se si lavora solo sulla parola chiave, si produce un testo che copre l’argomento. Se si lavora sul prompt, si produce qualcosa che risponde al bisogno; e questo è esattamente ciò che i motori AI selezionano come fonte affidabile quando generano le loro risposte.

La SEO nell’era dell’intelligenza artificiale si muove già in questa direzione, così come la strategia “keywordless”: il punto centrale è sempre lo stesso. L’intenzione di chi cerca vale più della parola che usa per cercare.

Come il prompt research scompone una domanda in struttura editoriale

Lavorare sul prompt research significa prendere una domanda e trasformarla in una mappa del bisogno. Non si tratta di produrre una lista di sinonimi o varianti della parola chiave. Si tratta di produrre una struttura.

Il primo livello è la suddivisione per ambiti. Ogni prompt può essere distribuito in categorie che corrispondono ai passaggi reali con cui una persona affronta un problema: la fase puramente informativa, quella in cui valuta e confronta le opzioni, quella in cui cerca conferma e si fida (o meno) di quello che legge, quella in cui decide, e infine quella che viene dopo la scelta.

Quest’ultima fase è una delle più interessanti. Dopo aver scelto un prodotto o un servizio, le persone continuano a cercare: come si usa, come si mantiene, cosa fare se qualcosa non funziona, quanto dura. Un contenuto che risponde anche a queste domande non solo è più utile, è più visibile, perché presidia il tema anche oltre il momento decisionale.

Il secondo livello riguarda le domande che stanno dentro ogni ambito. Per ciascuno emergono le domande che sostengono davvero il bisogno, quelle che suggeriscono come strutturare articoli, guide, pagine di approfondimento. Non si tratta di brainstorming vago: si tratta di una gerarchia editoriale concreta, che indica quale contenuto costruire, con quale taglio e quali elementi includere.

Tre domande, tre bisogni diversi: come cambia il contenuto

Tre esempi concreti chiariscono meglio di qualsiasi spiegazione come cambia la forma del bisogno al variare del contesto.

“Quale città visitare in Italia ad aprile?” sembra una domanda informativa semplice. In realtà apre subito meteo, costi, affollamento, logistica, attività disponibili, consigli di sicurezza. Il contenuto utile non è una lista di destinazioni: è una guida che aiuta davvero a scegliere, con comparazioni e scenari diversi.

“Quale aspirapolvere senza fili conviene comprare per una casa con animali?” è già una domanda ad alta intenzione d’acquisto. Il contesto d’uso – la casa con animali – orienta dall’inizio tutti i criteri: peli, potenza, accessori, autonomia, manutenzione. Chi risponde in modo generico a questa domanda non risponde davvero.

“Come scegliere una crema solare per bambini con pelle sensibile?” è il caso più sottile. Qui il bisogno non riguarda solo il prodotto, ma la possibilità di sbagliare. Ingredienti, filtri, certificazioni, pareri dermatologici: chi cerca non vuole solo informazioni, vuole rassicurazione. Un contenuto che elenca prodotti in modo neutro non basta: quello che serve è un testo che accompagna la decisione, spiega i criteri di sicurezza e riduce il rischio percepito.

Tre temi lontanissimi tra loro, tre strutture di bisogno completamente diverse. La prompt research porta alla luce esattamente questo: non solo cosa trattare, ma come trattarlo per essere davvero utile, e quindi selezionato dai motori AI come fonte attendibile.

Cosa manca a un contenuto per essere selezionato dai motori AI

Se un’azienda ha un sito, un e-commerce o anche solo una presenza digitale da curare, la domanda pratica è questa: i contenuti pubblicati rispondono al problema reale dei clienti, o si limitano a nominare i temi che potrebbero cercare?

La distinzione non è accademica. Un contenuto che presidia solo la parola chiave principale rischia di restare fuori dalla selezione dei motori AI ogni volta che la domanda dell’utente è più articolata, e oggi le domande sono quasi sempre più articolate. Capire come funziona la keyword research è il punto di partenza: sapere cosa cercano le persone. Il prompt research è il passo successivo: capire come lo cercano, con quali parole, quali dubbi e quale percorso mentale.

Lavorare su questa profondità non è complicato in sé, ma richiede metodo, strumenti giusti e una visione strategica dei contenuti che va ben oltre la pubblicazione periodica di qualche articolo.