Stessa ricerca, risultati diversi? Perché Google, ChatGPT, Claude e Perplexity danno risposte diverse

Quando si parla di notizie sulla ricerca, in tutta onestà, ho visto fin troppi titoli del tipo "la ricerca sta cambiando" nella mia carriera da professionista del marketing. (Sì, la colpa è anche nostra.)

Detto questo, è la verità. Sempre più persone cercano su piattaforme di IA e sono sempre più propense a fidarsi dei risultati generati da questa tecnologia. Ma la maggior parte delle conversazioni sulla SEO si concentra ancora su dove le persone cercano o come si comportano, non su come le risposte cambiano a seconda della piattaforma.

Quindi, ho fatto un test.

Ho digitato la stessa query su quattro piattaforme diverse: Google, ChatGPT, Perplexity e Claude.

I risultati? Piattaforme diverse mi hanno dato risposte completamente diverse, anche se ho chiesto esattamente la stessa cosa.

È un grande cambiamento rispetto all'era di "solo Google": un'evoluzione che fa una grande differenza per i brand che vogliono capire come apparire in modo coerente nelle diverse esperienze di ricerca tradizionali e basate sull'IA.

Diamo un'occhiata ai risultati di ricerca, cosa li rende diversi e come i professionisti del marketing possono adattarsi.

(Non giudicare, i gusti sono gusti!)

Vediamo i risultati.

Da Google, ho ottenuto (come puoi immaginare) l'elenco di link e il "Map Pack" che tutti conosciamo.

Google mi ha suggerito di fare clic su siti rilevanti come Reddit, Grubstreet e The Infatuation. I risultati di Google Local 3-Pack si sono basati su segnali SEO familiari come la prossimità ("vicino a me") e le valutazioni a più stelle (4+), basati su informazioni NAP accurate e parole chiave come "migliore" nelle recensioni.

In altre parole, questa è la SEO di Google che tutti conosciamo. I dati strutturati, la rilevanza locale e l'autorità continuano a essere fondamentali.

(Ad ogni modo, confermo che Martiny's è eccellente.)

A differenza di Google, ChatGPT non classifica i siti web. ChatGPT non mi ha restituito una lista di link, ma una risposta chiara e colloquiale. Nessun tipo di classifica o crawling, semplicemente un suggerimento diretto, con qualche informazione di contesto e un risultato mappato.

Il linguaggio introduttivo è diverso, così come il risultato principale. (Adoro Bemelmans, quindi ottimo lavoro ChatGPT.)

Inoltre, gli utenti sono incoraggiati a porre ulteriori domande con "chiedi qualcosa", in modo da approfondire le voci di menu, i quartieri sui quali focalizzare i risultati, le indicazioni sul tipo di abbigliamento consigliato e molto altro.

Questa è la differenza di ChatGPT: non si tratta solo di restituire risultati, ma di guidare l'esperienza utente.

Perplexity ha fornito un altro risultato conversazionale, dettagliato e interattivo, in linea con le aspettative per una ricerca basata sull'IA. Ma il linguaggio era diverso e anche il risultato principale.

Cosa è saltato all'occhio? Le citazioni. Perplexity si è collegata direttamente a fonti come recensioni e contenuti dei publisher per supportare la sua risposta, cosa che altri modelli non hanno fatto.

"Diverse fonti garantiscono una copertura completa", ci ha detto Perplexity in un blog precedente. La piattaforma sfrutta davvero questo aspetto.

Balthazar è un classico assoluto del genere, su questo do ragione a Perplexity.

Per l'ultimo esperimento di questa serie, sembra proprio che abbiamo dimostrato la tesi del titolo: stessa ricerca, risultati diversi. Claude ha puntato tutto sull’eleganza. La risposta era colloquiale, affidabile e sorprendentemente formale.

Cosa si è contraddistinto? Il tono di Claude risulta più curato rispetto agli altri, come se fosse il consiglio di un concierge piuttosto che il risultato di un motore di ricerca. Non ha restituito citazioni, come Perplexity, o proposto domande aggiuntive per continuare la conversazione, come ChatGPT, ma il linguaggio era chiaro e la risposta sembrava mirata.

Claude ha anche aggiunto un contesto discreto sull'ambiente e la reputazione, menzionando l'atmosfera del locale e l'esperienza del cliente. Questo indica che probabilmente si basa su una combinazione di recensioni, dati strutturati e contenuti editoriali, non solo su listings.

Devo ammettere che non sono mai stato al The Bar Room del The Regency Hotel: questo dimostra il potenziale dell'IA per la scoperta, non solo per la comodità. A quanto pare ho trovato cosa fare questo fine settimana!

Quindi abbiamo quattro piattaforme, quattro diverse proposte e non un singolo doppione. Stessa ricerca. Risultati molto diversi. E adesso?

Se sei un professionista del marketing, il primo passo è non farti prendere dal panico.

Certo, potresti pensare: quindi non posso far comparire un brand in cima alla lista ovunque? Le risposte e i suggerimenti sono tutti diversi, anche per la stessa identica query?

Ma ricorda: non è poi così diverso da quello con cui abbiamo sempre avuto a che fare nella SEO tradizionale.

Neanche Google ha mai fornito il suo algoritmo completo. Nonostante ciò, gli addetti ai lavori sono sempre riusciti a riscuotere successo con strategie intelligenti, coerenti e strutturate. Lo stesso vale ancora oggi, basta adattarle all'IA.

Ecco cosa possono fare i professionisti del marketing per aiutare a presentare al meglio il proprio brand, anche se non esiste una risposta univoca.

Il primo passo per il successo della ricerca basata sull'IA è assicurarsi che i propri dati siano corretti e coerenti, così è facile per l'IA trovarli, fidarsi e interpretarli. Uno strumento come un knowledge graph è il modo migliore per mantenere tutte le informazioni sul tuo brand chiare, accurate e aggiornate.

Con un knowledge graph, hai la possibilità effettuare aggiornamenti una sola volta da un'unica fonte centralizzata e di sincronizzare automaticamente gli aggiornamenti su tutte le piattaforme. Per dirla in modo semplice, organizzare le tue informazioni in un knowledge graph ti aiuta a "parlare la lingua dell'IA".

Per prima cosa, cerca di mantenere il livello di lettura intorno alla seconda superiore o inferiore, quando possibile. Quindi, ricorda che l'IA dà priorità ai contenuti che possono essere compresi tramite l'elaborazione del linguaggio naturale (NLP). Scrivere come parlano le persone e rispondere alle loro domande spontanee e colloquiali è importante.

Ad esempio, invece di concentrarti sul ranking per parole chiave generiche come "hotel con piscina" o "adatto ai bambini", scrivi FAQ e post sul blog che rispondono a domande specifiche dei clienti:

• "Quali sono i migliori hotel per famiglie vicino a Central Park?"

• "Dove posso portare il mio partner (e i miei figli) per un weekend lungo sulle Alpi quest'estate?"

• "C'è un hotel con piscina o parco acquatico vicino a Hudson, NY?"

Recensioni e FAQ non sono solo utili per i clienti, ma sono anche preziosissime per la ricerca basata sull'IA.

Tieni d’occhio le domande che fanno i clienti (come, ad esempio, “fate l’aperitivo con buffet alla milanese?”) e aggiorna le FAQ per rispondere in modo chiaro e mirato a ciò che realmente cercano. Questo tipo di contenuto offre agli strumenti di IA l'accesso a informazioni specifiche, reali e complete di contesto. A sua volta, l'intelligenza artificiale può comprendere e attingere da tali informazioni quando genera risposte a domande e richieste.

In relazione a quanto sopra: ricorda che i modelli di IA apprendono da fonti affidabili di terze parti.

• Cerca di ottenere menzioni e link da pubblicazioni affidabili, forum (come Reddit o Quora) e directory locali

• Sviluppa l'autorevolezza del brand attraverso contenuti di leadership di pensiero, domande e risposte di esperti o ricerche originali.

Potrebbero sembrare troppe informazioni da elaborare, ma è tutto realizzabile, e probabilmente stai già seguendo alcuni di questi consigli con le best practice della SEO tradizionale.

Vuoi sapere come funziona davvero la ricerca basata sull'IA? Scopri in che modo le piattaforme come ChatGPT, Gemini e Perplexity decidono cosa mostrare.

Per quanto mi riguarda, ottimizzerò alcuni post sul blog e poi andrò a prendere delle patatine fritte. A presto, esperti di marketing.