Content chunking 2026: i motori AI non citano le tue pagine, citano i tuoi paragrafi

Puoi avere la pagina più completa del settore e non essere mai citato da ChatGPT, Perplexity o dalle AI Overviews di Google. Non è un paradosso: è il funzionamento normale dei sistemi di recupero generativo. Prima di rispondere, questi sistemi non leggono la tua pagina come farebbe una persona. La spezzano in blocchi, ne valutano alcuni e ne scartano la maggior parte. Il blocco che sopravvive a quel passaggio è ciò che finisce nella risposta con il tuo link accanto. Tutto il resto, per quanto ben scritto, non esiste. Questo articolo spiega come funziona quella selezione e come strutturare i contenuti perché i tuoi passaggi siano estraibili, autoconclusivi e citabili.

Dal documento al passaggio: il cambio di unità che quasi nessuno ha recepito

Per vent’anni la SEO ha ottimizzato documenti. Una pagina, un intento, una posizione. I sistemi generativi hanno introdotto una unità più piccola: il passaggio. Nella pipeline di retrieval-augmented generation la pagina viene suddivisa in blocchi, ogni blocco viene trasformato in un vettore, la domanda dell’utente diventa a sua volta un vettore e il sistema recupera i blocchi semanticamente più vicini. Il modello linguistico riceve quei blocchi, non la tua pagina.

Non è una novità nata con l’AI generativa. Google aveva già annunciato nel 2020 la capacità di valutare singoli passaggi all’interno di una pagina, stimando un impatto su circa il 7% delle query a livello globale, e ha poi chiarito che si trattava di un cambiamento di ranking e non di indicizzazione: le pagine restano indicizzate come tali, ma un passaggio specifico può essere valorizzato in modo autonomo. L’AI generativa ha semplicemente reso quel principio la regola invece che l’eccezione.

"Una pagina in prima posizione con blocchi disordinati può essere citata meno di una pagina in ottava posizione con blocchi puliti."

Come funziona davvero: dal crawl al passaggio citato, in cinque fasi

Capire la sequenza serve a individuare dove si rompe il tuo contenuto. Nella maggior parte dei casi il problema non è la fase di crawling, ma la terza: la segmentazione.

1. 1Accesso: il crawler del motore o del sistema AI recupera il documento. Se blocchi il bot o servi contenuto solo via JavaScript non renderizzabile, la partita finisce qui.
2. 2Estrazione: il testo viene ripulito da navigazione, footer, banner e componenti ripetuti. Il contenuto annegato in elementi decorativi rischia di essere scartato come boilerplate.
3. 3Segmentazione: il testo viene diviso in blocchi, per lunghezza fissa, per confini di paragrafo o per confine semantico. È qui che una pagina mal strutturata viene tagliata a metà di un ragionamento.
4. 4Recupero e ranking: i blocchi vengono confrontati con la domanda e ordinati per prossimità semantica. Solo i primi vengono passati al modello.
5. 5Sintesi e citazione: il modello compone la risposta usando i blocchi selezionati e attribuisce la fonte. Se il tuo blocco non era tra i selezionati, il tuo dominio non compare.

Una precisazione onesta: le strategie di chunking variano tra sistemi e non sono pubblicamente documentate nel dettaglio da OpenAI, Google, Perplexity o Anthropic. Non esistono evidenze pubbliche uniche e verificabili di una dimensione ottimale valida per tutti i motori. Quello che è documentato dalla letteratura tecnica sui sistemi RAG è il principio: la coerenza semantica interna al blocco incide sulla qualità del recupero, e strategie di segmentazione diverse producono differenze misurabili di richiamo.

Anatomia di un passaggio citabile: sette regole operative

Un blocco citabile non è un blocco corto. È un blocco che risponde a una sola domanda, in modo completo, senza dipendere dal contesto circostante. Queste sono le regole che applichiamo in redazione.

• Una domanda per sezione. Ogni H2 o H3 deve corrispondere a una domanda reale che qualcuno digita o pronuncia, non a un titolo creativo.
• Risposta nei primi 40-80 parole. Il paragrafo di apertura di ogni sezione contiene già la risposta sintetica: il resto approfondisce, non introduce.
• Autonomia referenziale. Ogni paragrafo ripete il soggetto invece di usare pronomi che rimandano a testo precedente.
• Un concetto per paragrafo. Paragrafi da 60-120 parole con una sola idea, non muri di testo da 300 parole con quattro argomenti mescolati.
• Dati e numeri dentro il blocco, non in una sezione dedicata a fine pagina. Il numero deve stare accanto all’affermazione che sostiene.
• Titoli descrittivi e non ambigui. «Quanto costa un sito e-commerce» funziona, «Parliamo di budget» no.
• Tabelle e liste con intestazioni esplicite, perché sono formati ad altissima estraibilità e sopravvivono bene alla segmentazione.

I cinque errori strutturali che spezzano i tuoi passaggi

Nelle revisioni di contenuti esistenti questi cinque problemi ricorrono con una frequenza sorprendente, anche su siti curati e con buon posizionamento organico.

Cosa cambia tra Google, ChatGPT, Perplexity, Gemini e Copilot

I sistemi condividono l’architettura di base ma differiscono per fonte dell’indice, freschezza e criteri di selezione. La struttura pulita serve tutti; le priorità di intervento cambiano leggermente.

Il markup semantico HTML resta il segnale più economico e più sottovalutato. Usare correttamente article, section, h2, h3, table, dl e ol invece di una sequenza indistinta di div fornisce ai sistemi di estrazione confini espliciti su cui segmentare. Non garantisce la citazione, ma riduce la probabilità che il tuo contenuto venga tagliato nel punto sbagliato.

Strumenti utili

Piano operativo 30 giorni e come misurare

L’intervento più efficace non è produrre nuovi contenuti, ma ristrutturare quelli che già ricevono impression senza generare citazioni. Ecco la sequenza che usiamo.

1. 1Giorni 1-3: in Search Console isola le 20 pagine con più impression e CTR basso. Sono contenuti già ritenuti pertinenti ma non selezionati: il candidato ideale.
2. 2Giorni 4-7: applica il test della forbice a cinque paragrafi per pagina e registra la percentuale di blocchi autoconclusivi. È la tua baseline.
3. 3Giorni 8-15: ristruttura le prime 10 pagine. Titoli riscritti come domande, risposta sintetica in apertura di sezione, soggetti espliciti, almeno una tabella o una lista di passaggi per pagina.
4. 4Giorni 16-20: aggiungi un blocco FAQ con 4-6 domande reali per pagina e valida il markup FAQPage dove pertinente.
5. 5Giorni 21-25: verifica il rendering, controlla che tutti i contenuti chiave siano visibili in modalità lettura e correggi il markup semantico HTML.
6. 6Giorni 26-30: rifotografa le query in Search Console e ripeti su ChatGPT, Perplexity e Google AI Mode le cinque domande principali coperte dalle pagine ristrutturate, annotando data e citazioni ottenute.

• KPI di struttura: percentuale di blocchi che superano il test della forbice, numero di sezioni con risposta in apertura, pagine con almeno una tabella o lista di passaggi.
• KPI di visibilità: CTR sulle query informative, comparse in featured snippet, citazioni rilevate nei motori AI sulle domande target.
• KPI di business: richieste di audit e preventivo attribuite a traffico organico e diretto nei 60 giorni successivi.

Perché è importante per imprenditori e direzioni marketing

La maggior parte delle strategie di contenuto è ancora tarata su una unità di misura superata: la pagina. I motori generativi lavorano invece a livello di passaggio. Chi continua a produrre articoli lunghi ma strutturalmente disordinati costruisce contenuti che il retrieval non riesce a usare, e perde citazioni a favore di concorrenti meno autorevoli ma meglio strutturati. Riorganizzare i contenuti esistenti a livello di chunk è una delle attività a più alto rapporto impatto/effort disponibili nel 2026, perché non richiede nuova produzione: richiede ristrutturazione.

Impatto su SEO, GEO, AEO e AI Search

L’ottimizzazione a livello di passaggio agisce su tre fronti insieme. Sulla SEO classica migliora l’idoneità ai featured snippet e al passage ranking di Google. Sulla GEO aumenta la probabilità che un blocco venga selezionato come fonte in una risposta generativa. Sulla UX riduce il tempo necessario a trovare la risposta, con effetti misurabili su scroll depth e conversioni. È uno dei pochi interventi in cui ottimizzare per la macchina coincide con ottimizzare per la persona.

Checklist operativa

• Ogni H2 della pagina è riscritto come domanda esplicita e non ambigua
• Ogni sezione contiene la risposta sintetica nelle prime 40-80 parole
• Nessun paragrafo inizia con un pronome o un riferimento al testo precedente
• I paragrafi stanno tra 60 e 120 parole, un concetto ciascuno
• La pagina contiene almeno una tabella con intestazioni esplicite
• La pagina contiene almeno una lista numerata di passaggi operativi
• Nessun dato chiave è presente soltanto dentro una immagine
• Il contenuto principale è visibile in modalità lettura del browser
• Il markup HTML usa article, section e intestazioni gerarchiche corrette
• È presente un blocco FAQ con domande reali degli utenti
• Autore e data di aggiornamento sono dichiarati e visibili
• Le cinque domande target sono state testate sui motori AI e datate

Come Libellula Lab 4.0 può aiutarti

In Libellula Lab 4.0 trattiamo la struttura dei contenuti come infrastruttura di visibilità, non come questione editoriale. Partiamo dalle pagine che già ricevono impression senza generare citazioni, misuriamo la percentuale di blocchi realmente autoconclusivi, ristrutturiamo intestazioni, paragrafi e formati ad alta estraibilità, verifichiamo il rendering e il markup semantico, e chiudiamo con una baseline datata delle risposte che i motori AI danno sulle domande di business. Il risultato è un patrimonio di contenuti che smette di essere ignorato dal retrieval e comincia a produrre citazioni e richieste.

• AI Search Optimization
• Audit gratuito AI Search
• Richiesta preventivo

Domande frequenti