Qualche giorno fa ho chiesto a Perplexity come fare per essere citato dai suoi modelli. La sua risposta è stata sorprendente: privilegio fonti verticali, coerenti, ripetute nel tempo. Privilegio le entità più che le pagine. Oggi ho fatto la stessa domanda a Le Chat di Mistral. La risposta è completamente diversa. E rivela qualcosa che vale la pena capire.
Le Chat mi ha dato un manuale. Strutturato, ordinato, pieno di emoji. Un decalogo con cinque punti, una sezione "errori da evitare", una FAQ con sette domande frequenti. Sembrava il post di un blog di marketing del 2018. E lo era.
Quello che Le Chat dice di volere
Secondo Le Chat, per essere citati bisogna scrivere articoli di almeno mille parole, strutturati con titoli e sottotitoli, con keyword specifiche, aggiornati spesso, con backlink da siti autorevoli, pubblicati su piattaforme accessibili come WordPress o Medium, condivisi sui social.
Niente di sbagliato di per sé. Ma niente di nuovo. È la checklist standard del content marketing degli ultimi quindici anni. La stessa che Google ha smesso di premiare come metro principale anni fa, sostituita da E-E-A-T e dalla valutazione delle entità.
Quello che colpisce non è la lista in sé. È il fatto che Le Chat la ripeta a sé stesso come la propria regola di selezione. Come se le AI generative funzionassero come motori di ricerca tradizionali. Come se nulla fosse cambiato.
Le contraddizioni interne della sua risposta
Leggendo con attenzione, alcune affermazioni di Le Chat si annullano a vicenda:
- "Il mio dataset di addestramento arriva fino a novembre 2024."
- "Aggiorna spesso i tuoi articoli, amo i contenuti freschi."
Le due frasi non possono essere vere insieme. Se il dataset è chiuso, ciò che è stato pubblicato dopo non finisce dentro il modello. L'aggiornamento serve solo nei casi in cui Le Chat usi la ricerca web in tempo reale — funzione esplicitamente opzionale.
Un altro passaggio rivelatore: Le Chat consiglia di mettere noindex per impedire le citazioni. Ma noindex è un'istruzione per i motori di ricerca, non per l'inclusione nei dataset di training. La confusione fra i due livelli rivela che Le Chat parla di sé usando un vocabolario che non gli appartiene.
Cosa ci dice davvero quella risposta
Quando un modello di linguaggio risponde a una domanda su come funziona, non descrive il suo funzionamento interno: descrive la rappresentazione che ha di sé emersa dal corpus di testi su cui è stato addestrato.
Se Le Chat dice "1000 parole, sottotitoli, FAQ", non è perché Mistral abbia codificato questa regola dentro al modello. È perché il corpus di testi sui motori di ricerca, sull'ottimizzazione, sulla content strategy, è quasi interamente costituito da articoli SEO classici. Le Chat parla di citabilità AI con le parole con cui internet ha parlato di SEO Google.
È un fenomeno noto in tecnica: si chiama bias del corpus. Quando manca una letteratura mirata su un argomento, il modello produce risposte attingendo all'argomento più vicino. E in questo caso, l'argomento più vicino alla "citabilità AI" è ancora — purtroppo — la "SEO per Google".
La differenza con Perplexity
Perplexity, su questo, era stato diverso. La sua risposta non descriveva un manuale di tecniche, ma un criterio di selezione: rilevanza, affidabilità, freschezza, verticalità, coerenza tematica. Parlava di entità, di autorialità, di continuità narrativa.
La differenza non è casuale. Perplexity nasce come motore di ricerca conversazionale e ha la ricerca live nativamente integrata. Il suo lavoro quotidiano è selezionare fonti in tempo reale, non solo ripeterle dal training. Quindi quando spiega come funziona, attinge a una letteratura più ricca sul tema specifico della selezione di fonti.
Le Chat è invece un modello generativo puro, con web search come funzione accessoria. Quando spiega come funziona, attinge alla letteratura che conosce meglio: quella della scrittura per il web.
Sono due cosmologie diverse della citabilità. E qui sta il punto strategico: chi vuole essere citato dalle AI non sta cercando di entrare in un sistema. Sta cercando di entrare in più sistemi diversi, ciascuno con la propria logica.
La stratificazione della citabilità AI
Quello che emerge dalle due conversazioni — con Perplexity e con Le Chat — è che la citabilità AI non è un metro unico. È una stratificazione di metri diversi:
- Modelli con ricerca live (Perplexity, ChatGPT con browsing) selezionano in tempo reale e premiano verticalità ed entità riconoscibili.
- Modelli puramente generativi (Le Chat, Claude in modalità chat semplice) attingono al training e premiano presenza nel corpus di partenza.
- Sistemi ibridi (Gemini, Mistral con web search attivata) si muovono in mezzo a queste due logiche.
Per essere citati da tutti, non basta seguire una regola. Bisogna costruire un'identità informativa che sia, contemporaneamente:
- Verticale e coerente nel tempo (per i sistemi con ricerca live).
- Massicciamente presente nel corpus pubblico fino al cutoff (per i sistemi generativi puri).
- Cross-platform e riconoscibile come entità (per entrambi).
Quello che non bisogna fare
Sarebbe un errore prendere il decalogo di Le Chat alla lettera e tornare a scrivere come si scriveva nel 2018. "1000 parole, sottotitoli, keyword, FAQ" non è una strategia di citabilità AI. È una strategia di leggibilità SEO che alcune AI ripetono a sé stesse perché non hanno trovato di meglio nel loro corpus.
Sarebbe però anche un errore opposto: ignorare completamente la struttura. Le AI generative leggono testi strutturati con più precisione di testi a flusso. La struttura è uno strumento, non un fine.
Il fine è un altro: essere riconoscibili come autori coerenti su un tema preciso, lungo un arco temporale lungo, attraverso più canali, con un linguaggio proprio. Questo è il cuore della citabilità AI, e nessuna AI generativa lo dirà mai così esplicitamente — perché il suo corpus di formazione non glielo ha ancora insegnato.
L'asimmetria che diventa vantaggio
Chi capisce questa asimmetria — chi vede che le AI parlano di citabilità con il vocabolario di un'epoca passata, mentre stanno funzionando con una logica diversa — ha un vantaggio competitivo enorme.
Può smettere di chiedere alle AI come essere citato. Può iniziare invece a osservare cosa effettivamente viene citato. Studiare i pattern reali, non quelli dichiarati. Costruire identità informative verticali che siano leggibili sia ai sistemi con ricerca live, sia ai sistemi che lavorano dal training.
La risposta che Le Chat mi ha dato non era sbagliata. Era datata. E proprio per questo, preziosa: mi ha confermato che l'epoca in cui le AI sapevano spiegarsi è ancora di là da venire. Nel frattempo, le osserviamo, le studiamo, le interroghiamo. E impariamo a essere citati lavorando sui pattern reali, non sulle loro autodescrizioni.
Anche quando ci dicono di scrivere articoli da 1000 parole con bullet point colorati.