Il modello dietro AI Mode è cambiato di nuovo: perché le citazioni AI oscillano e come rendere la visibilità resistente ai cambi di modello

Chi presidia la visibilità nei motori AI conosce bene la scena: un mese il brand viene citato con regolarità nelle risposte di AI Mode, il mese dopo sparisce da metà dei prompt. Nessuna penalizzazione, nessun calo di traffico organico, nessuna modifica al sito. La causa, spesso, non è nel sito: è nel modello che genera la risposta. Il 13 agosto 2026 Google DeepMind ha pubblicato Gemini 3.7 Flash e il giorno successivo il modello è comparso nel selettore di AI Mode in Google Search, a fianco delle opzioni Auto e Pro. È il secondo cambio rilevante in un trimestre, dopo il passaggio di AI Mode a Gemini 3.5 Flash come modello predefinito annunciato al Google I/O di maggio 2026. Ogni sostituzione modifica il modo in cui il sistema seleziona, sintetizza e attribuisce le fonti. Questo articolo spiega cosa è successo, perché la volatilità delle citazioni è strutturale e non accidentale, e quali scelte rendono un sito citabile in modo indipendente dal modello di turno.

Cosa è successo tra il 13 e il 14 agosto 2026

Google DeepMind ha pubblicato Gemini 3.7 Flash il 13 agosto 2026. Il giorno successivo il modello è comparso tra le opzioni selezionabili nel menu modelli di AI Mode in Google Search, raggiungibile dall'icona + nella barra Ask anything, sotto l'intestazione dedicata ai modelli Gemini 3 accanto ad Auto e Pro. La disponibilità riportata dalle testate di settore è mondiale ma limitata alla lingua inglese e agli abbonamenti Google AI Pro e Ultra. Non si tratta quindi di una sostituzione silenziosa del default per tutti gli utenti, ma di un'estensione del ventaglio di modelli che possono generare la risposta: uno scenario che, per chi misura le citazioni, è persino più insidioso, perché la stessa query può produrre risposte diverse a seconda del modello attivo per quell'utente.

Due dettagli tecnici contano più di altri per chi lavora su contenuti. Il primo è la finestra di contesto fino a un milione di token: più materiale può essere tenuto insieme in una singola risposta, più il sistema può confrontare fonti diverse prima di decidere chi citare. Il secondo sono le configurazioni di ragionamento regolabili, che permettono di bilanciare qualità della risposta, tempo di risposta e carico computazionale. Tradotto: la stessa domanda può ricevere una risposta più superficiale o più approfondita a parità di modello, e la profondità incide direttamente su quante fonti vengono aperte e citate.

Perché un cambio di modello sposta le citazioni

Una risposta generativa nasce da una catena di passaggi: interpretazione della domanda, espansione in sotto-query, recupero dei documenti candidati, selezione dei passaggi rilevanti, sintesi e attribuzione delle fonti. Il modello interviene su quasi tutti questi passaggi. Quando cambia, cambiano le sotto-query generate, i criteri con cui un passaggio viene giudicato rilevante e la soglia oltre la quale una fonte merita di essere nominata. Il tuo contenuto è rimasto identico, ma l'interlocutore che lo legge è un altro.

• Espansione della query: modelli diversi generano sotto-domande diverse a partire dalla stessa richiesta, quindi interrogano l'indice con formulazioni differenti.
• Soglia di rilevanza: un passaggio che prima superava il filtro può non superarlo più, e viceversa, senza alcuna modifica al testo.
• Numero di fonti citate: risposte più sintetiche riducono lo spazio disponibile e concentrano le citazioni su un numero minore di domini.
• Preferenza per la freschezza: la diversa sensibilità alla data di aggiornamento può premiare o penalizzare contenuti pubblicati mesi prima.
• Lingua e copertura: quando una funzione parte in inglese, i prompt in italiano possono essere serviti da un modello diverso, con risultati non confrontabili.

Vale la pena ricordare che la volatilità non riguarda soltanto chi viene citato, ma anche quanto vale essere citati. Secondo il monitoraggio di Seer Interactive, il CTR sulle query con AI Overview è passato dall'1,3% di dicembre 2025 al 2,4% di febbraio 2026: numeri bassi in assoluto, ma in movimento. Interpretare una variazione di visibilità AI senza incrociarla con i dati di traffico e conversione porta quasi sempre a conclusioni sbagliate.

Cosa rende un contenuto citabile a prescindere dal modello

Se il modello cambia ogni pochi mesi, l'unica strategia sostenibile è ottimizzare per le proprietà che tutti i modelli condividono. Nessun sistema di retrieval, per quanto avanzato, può citare un passaggio che non riesce a isolare, verificare o attribuire. Le sette proprietà seguenti sono quelle che restano stabili tra una generazione di modelli e la successiva.

1. 1Rendi ogni paragrafo autoconsistente: chi lo legge fuori contesto deve capire di cosa si parla senza risalire al titolo o al paragrafo precedente.
2. 2Nomina esplicitamente le entità: brand, prodotto, città, normativa e data devono comparire nel testo, non essere sottintese da pronomi o riferimenti impliciti.
3. 3Ancora ogni affermazione a un fatto verificabile: data, numero, fonte, documento ufficiale. I passaggi ancorati sopravvivono ai cambi di soglia di rilevanza.
4. 4Mantieni i dati strutturati sui tipi ancora supportati da Google, con coerenza assoluta tra markup e testo visibile nella pagina.
5. 5Dichiara e aggiorna realmente le date: un aggiornamento dichiarato ma non sostanziale è un segnale debole che alcuni modelli sanno riconoscere.
6. 6Rendi il contenuto accessibile senza esecuzione di JavaScript: se il testo non è nell'HTML servito, per molti crawler AI semplicemente non esiste.
7. 7Costruisci coerenza tra le fonti esterne: se il tuo sito, il profilo aziendale e le citazioni di terzi dicono cose diverse, ogni modello sceglierà la versione che gli sembra più supportata.

Il protocollo di rilevazione che regge nel tempo

Misurare la visibilità AI con rilevazioni sporadiche produce numeri che raccontano più il rumore del sistema che la realtà del brand. Serve un protocollo fisso, ripetibile e documentato, dove l'unica variabile che cambia è la data della rilevazione.

1. 1Definisci un set chiuso di 20-40 prompt che riflettono domande commerciali reali, più 5 prompt di controllo esterni al tuo perimetro.
2. 2Fissa i motori da interrogare e non cambiarli: Google AI Overviews, Google AI Mode, ChatGPT, Perplexity, Gemini, Microsoft Copilot.
3. 3Registra per ogni rilevazione: data, motore, modello dichiarato se visibile, lingua, prompt, presenza del brand, domini citati.
4. 4Ripeti con cadenza fissa, quindicinale o mensile: la settimanale amplifica il rumore, la trimestrale arriva troppo tardi.
5. 5Confronta sempre almeno tre rilevazioni consecutive prima di dichiarare un trend e prima di intervenire sui contenuti.
6. 6Annota gli eventi esterni noti (rilascio di un nuovo modello, aggiornamento di Google, cambio di interfaccia) sulla stessa timeline dei dati.

Strumenti utili

Non serve uno stack costoso per avviare un monitoraggio serio. Serve costanza e un formato di registrazione stabile. Ecco gli strumenti che coprono le fasi principali, distinguendo ciò che è disponibile gratuitamente da ciò che richiede un abbonamento.

Errori da evitare nei prossimi mesi

• Riscrivere una pagina dopo una singola rilevazione negativa: senza tre misurazioni consecutive non esiste un trend, esiste rumore.
• Usare la presenza in un prompt specifico come KPI da riportare in azienda: è la metrica più instabile che esista.
• Inseguire ogni annuncio di nuovo modello con una revisione editoriale straordinaria: il costo supera quasi sempre il beneficio.
• Confondere una menzione del brand con una citazione con link: il valore commerciale delle due cose non è paragonabile.
• Trascurare il traffico e le conversioni reali: la visibilità AI che non produce contatti è un indicatore, non un risultato.
• Aggiornare la data di pubblicazione senza modificare la sostanza del contenuto: è un segnale che perde efficacia e può risultare controproducente.

"La domanda giusta non è quale modello mi cita oggi, ma quale parte del mio sito resterebbe citabile se domani cambiassero tutti."

Il punto di equilibrio è questo: accettare che una quota di oscillazione sia strutturale e concentrare il lavoro sulle proprietà che nessun cambio di modello può togliere a un contenuto ben costruito. Chi ha impostato il proprio sito su paragrafi autoconsistenti, entità esplicite, dati verificabili e HTML realmente servito ha attraversato il passaggio a Gemini 3.5 Flash e l'arrivo di Gemini 3.7 Flash senza doversi chiedere ogni volta cosa fosse andato storto.

Perché è importante per imprenditori e direzioni marketing

La maggior parte dei piani di AI Search Optimization tratta la citazione come una posizione stabile, sul modello del ranking organico. Non lo è. La citazione è il risultato di un processo di retrieval e sintesi che cambia ogni volta che cambia il modello, la finestra di contesto, la configurazione di ragionamento o la logica di attribuzione delle fonti. Se non si distingue tra oscillazione tecnica e problema reale del contenuto, si finisce per riscrivere pagine che funzionavano e per ignorare quelle che non verranno mai recuperate. Con meno di un terzo delle ricerche Google che genera ancora un click secondo l'analisi 2026 di SparkToro, sbagliare questa diagnosi costa opportunità commerciali concrete.

Impatto su SEO, GEO, AEO e AI Search

Il cambio di modello non tocca il ranking organico: incide sul livello di retrieval e sintesi che alimenta le risposte generative. Le conseguenze operative riguardano la struttura dei contenuti (paragrafi autoconsistenti e recuperabili), la chiarezza delle entità nominate, la solidità dei dati strutturati ancora supportati e la presenza di segnali di aggiornamento verificabili. Un sito costruito su queste basi resta citabile anche quando il modello sottostante viene sostituito, perché la sostituzione cambia il modo di leggere le fonti, non i criteri di base che rendono una fonte leggibile.

Checklist operativa

• Set di 20-40 prompt commerciali definito e congelato, con 5 prompt di controllo esterni al tuo perimetro
• Rilevazione quindicinale su Google AI Overviews, AI Mode, ChatGPT, Perplexity, Gemini e Copilot
• Registro delle rilevazioni con data, motore, lingua, prompt, presenza brand e domini citati
• Italiano e inglese tracciati su due serie separate, mai confrontate direttamente
• Test dei paragrafi autoconsistenti superato su almeno il 70% dei passaggi delle pagine strategiche
• Entità chiave (brand, servizio, città, anno) nominate esplicitamente in ogni sezione
• Dati strutturati limitati ai tipi ancora supportati e coerenti con il testo visibile
• HTML servito verificato senza esecuzione di JavaScript sulle pagine commerciali
• Eventi esterni (nuovi modelli, aggiornamenti Google) annotati sulla stessa timeline dei dati
• Traffico e conversioni da assistenti AI monitorati in analytics accanto alle metriche di citazione

Come Libellula Lab 4.0 può aiutarti

Libellula Lab 4.0 imposta protocolli di rilevazione della visibilità AI che restano validi nel tempo: definizione del set di prompt, baseline documentata, cadenza fissa di misurazione su Google AI Overviews, AI Mode, ChatGPT, Perplexity, Gemini e Copilot, e interventi sui contenuti solo quando i dati mostrano un trend, non un'oscillazione. Lavoriamo sulla struttura del contenuto e sulla leggibilità tecnica delle pagine, cioè sulle proprietà che sopravvivono ai cambi di modello.

• AI Search Optimization
• Audit gratuito AI Search
• Richiedi preventivo

Domande frequenti