Il 19 maggio 2026, Google ha annunciato il più grande aggiornamento al motore di ricerca degli ultimi 25 anni. Il nuovo AI Mode di Search è costruito su Gemini 3.5 Flash e accetta testo, immagini, file e video, trasformando radicalmente il modo in cui i risultati di ricerca vengono generati, citati e misurati.
Per gli sviluppatori, i publisher e gli SEO specialist che gestiscono siti WordPress in produzione, questo cambiamento non è solo un aggiornamento algoritmic — è un nuovo layer di visibilità che richiede metodologie di test completamente diverse rispetto al passato. Un sito può posizionarsi perfettamente in organico e rimanere invisibile in AI Mode. Oppure può essere citato come fonte primaria in centinaia di risposte AI senza generare un singolo clic misurato in Google Search Console.
Questo articolo fornisce una roadmap tecnica operativa per testare il tuo sito nei nuovi AI Mode di Google, integrare Gemini 3.5 Flash come strumento di validazione citativa, configurare il monitoraggio in tempo reale tramite l’API di Search Console e interpretare i dati che Google non espone nativamente nel dashboard.
Perché i Test Tradizionali Non Catturano la Nuova Realtà di Google Search
Dal lancio pubblico di AI Overviews nel maggio 2024, il comportamento dell’utente in Search è mutato in modo irreversibile. Uno studio di Seer Interactive su 25,1 milioni di impressioni ha documentato che quando appare un AI Overview, il CTR organico crolla da 1,76% a 0,61% — un declino del 61%. Ahrefs ha confermato che AI Overviews riducono il CTR organico di posizione 1 del 58%.
Il problema centrale: Google Search Console aggrega i dati di AI Overview con i dati organici standard nella visualizzazione predefinita. Quando il tuo contenuto è citato all’interno di un AI Overview ma non riceve un clic, quella citazione è invisibile in GSC. Potresti essere una fonte primaria nella risposta AI di Google per centinaia di query e non vedrai alcuna evidenza in Search Console.
Questo blind spot è esattamente il motivo per cui le organizzazioni hanno bisogno di test automatizzati e monitoring in parallelo che operano al di là di GSC, utilizzando API dirette e modelli AI come validatori di citabilità.
Passo 1: Configurare la Search Console API per Filtrare i Dati di AI Mode
A differenza degli AI Overviews tradizionali, dal giugno 2025 i dati di Google AI Mode sono disponibili in Search Console. Questo filtro mostra impressioni, clic e query specificamente da citazioni di AI Mode — offrendo la prima vista nativa del traffico di ricerca guidato da AI.
Step 1.1: Generare le credenziali OAuth 2.0
- Accedi a Google Cloud Console con l’account amministratore del sito
- Crea un nuovo progetto denominato “AI-Mode-Monitoring”
- Abilita l’API
Google Search Console API - Crea credenziali di tipo OAuth 2.0 Desktop Application
- Scarica il file
credentials.jsone salvalo in una cartella sicura (non in versione)
Step 1.2: Creare lo script di estrazione dati con Python
Questo script estrae impressioni, clic e CTR specifici per AI Mode degli ultimi 28 giorni:
#!/usr/bin/env python3
import os
import json
from datetime import datetime, timedelta
from googleapiclient.discovery import build
from google_auth_oauthlib.flow import InstalledAppFlow
from google.auth.transport.requests import Request
import pickle
# Definire l'ambito di Search Console API
SCOPES = ['https://www.googleapis.com/auth/webmasters.readonly']
def authenticate_gsc():
"""Autentica con le credenziali OAuth 2.0 di Google Search Console."""
creds = None
if os.path.exists('token.pickle'):
with open('token.pickle', 'rb') as token:
creds = pickle.load(token)
if not creds or not creds.valid:
if creds and creds.expired and creds.refresh_token:
creds.refresh(Request())
else:
flow = InstalledAppFlow.from_client_secrets_file(
'credentials.json', SCOPES)
creds = flow.run_local_server(port=0)
with open('token.pickle', 'wb') as token:
pickle.dump(creds, token)
return creds
def fetch_ai_mode_data(service, site_url, days=28):
"""Estrae i dati di AI Mode dalla Search Console API."""
end_date = datetime.now().date()
start_date = end_date - timedelta(days=days)
request = service.searchanalytics().query(
siteUrl=site_url,
body={
'startDate': start_date.isoformat(),
'endDate': end_date.isoformat(),
'dimensions': ['query'],
'searchType': 'discover', # Filtra per AI Mode
'rowLimit': 10000
}
)
response = request.execute()
return response.get('rows', [])
def export_to_json(data, filename='ai_mode_data.json'):
"""Esporta i dati in JSON per analisi successiva."""
with open(filename, 'w', encoding='utf-8') as f:
json.dump(data, f, indent=2, ensure_ascii=False)
print(f"Dati esportati in {filename}")
if __name__ == '__main__':
creds = authenticate_gsc()
service = build('webmasters', 'v3', credentials=creds)
# Sostituire con il tuo sito
SITE_URL = 'https://tuosito.it/'
data = fetch_ai_mode_data(service, SITE_URL)
print(f"Righe recuperate: {len(data)}")
for row in data[:5]:
print(f"Query: {row['keys'][0]} | Impressioni: {row['impressions']} | CTR: {row['ctr']:.2%}")
export_to_json(data)
Step 1.3: Automatizzare l’estrazione settimanale con Cron
Crea un cron job per eseguire lo script ogni lunedì alle 08:00:
0 8 * * 1 /usr/bin/python3 /path/to/fetch_ai_mode_data.py >> /var/log/ai_mode_monitor.log 2>&1
Questo garantisce una raccolta coerente di dati di baseline per il confronto mese su mese.
Passo 2: Implementare Gemini 3.5 Flash come Validatore di Citabilità
Gemini 3.5 Flash è il modello che alimenta il nuovo AI Mode di Google Search. Non è una scelta casuale: testare il tuo contenuto direttamente con lo stesso modello che Google utilizza fornisce la validazione più accurata di come il tuo sito sarà valutato in AI Mode.
Gemini 3.5 Flash offre intelligenza frontier-level ottimizzata per i compiti del mondo reale a una velocità più elevata e a un costo inferiore. È progettato per l’era agentica e excelle nel deployment di sub-agent, nei workflow multi-step e nelle attività a lungo orizzonte su scala.
Step 2.1: Acquisire le credenziali API di Gemini 3.5 Flash
- Accedi a Google AI Studio
- Genera una chiave API in “API Keys” (nessuna carta di credito necessaria per i test)
- Salva la chiave come variabile d’ambiente:
export GEMINI_API_KEY="your-key-here"
Step 2.2: Creare uno script per testare la citabilità in blocchi
Questo script invia estratti del tuo contenuto a Gemini 3.5 Flash e valuta se la risposta citerebbe naturalmente quella fonte:
#!/usr/bin/env python3
import os
import json
import requests
from typing import List
GEMINI_API_KEY = os.getenv('GEMINI_API_KEY')
GEMINI_URL = "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.5-flash:generateContent"
def assess_citability(content_block: str, topic: str) -> dict:
"""
Valuta se Gemini 3.5 Flash citerebbe naturalmente il blocco di contenuto.
Restituisce: {'citable': bool, 'reasoning': str, 'confidence': float}
"""
system_prompt = f"""Sei un evaluator di qualità per Google AI Overviews.
Analizza questo blocco di contenuto e valuta:
1. Se è self-contained (può essere compreso in isolamento)
2. Se contiene fatti verificabili e specifici
3. Se un AI potrebbe citarlo come fonte primaria in una risposta di sintesi
Sull'argomento: {topic}
Rispondi in JSON: {{'citable': true/false, 'reasoning': 'spiegazione breve', 'confidence': 0.0-1.0}}
"""
payload = {
'contents': [{
'parts': [{
'text': f"{system_prompt}nnContenuto da valutare:n{content_block}"
}]
}],
'generationConfig': {
'temperature': 0.3,
'maxOutputTokens': 200
}
}
response = requests.post(
f"{GEMINI_URL}?key={GEMINI_API_KEY}",
json=payload
)
if response.status_code != 200:
return {'error': response.json()}
try:
result_text = response.json()['candidates'][0]['content']['parts'][0]['text']
# Parsing JSON dalla risposta
import re
json_match = re.search(r'{.*}', result_text, re.DOTALL)
if json_match:
return json.loads(json_match.group())
except Exception as e:
return {'error': str(e)}
def evaluate_page_citability(url: str, extracted_sections: List[dict]):
"""
Valuta ogni sezione di una pagina estratta per citabilità.
sections = [{'text': '...', 'heading': 'H2 Title', 'word_count': 150}, ...]
"""
results = []
for section in extracted_sections:
assessment = assess_citability(
content_block=section['text'],
topic=section['heading']
)
results.append({
'heading': section['heading'],
'word_count': section['word_count'],
'assessment': assessment
})
print(f"[{section['heading']}] Citabile: {assessment.get('citable')} (Confidence: {assessment.get('confidence', 'N/A')})")
return results
# Esempio di utilizzo
if __name__ == '__main__':
test_sections = [
{
'heading': 'Come Ottimizzare per AI Overviews',
'text': 'Per apparire negli AI Overviews, il contenuto deve essere self-contained e facilmente riassumibile. È importante strutturare le informazioni in blocchi di 50-70 parole che rispondano direttamente alla domanda. Quando Google estrae il contenuto, cerca risposte che non richiedono interpretazione aggiuntiva.',
'word_count': 67
},
{
'heading': 'Benchmarking Competitivo',
'text': 'La tua compagnia ha 15 anni di dati storici sui prezzi dei servizi cloud.',
'word_count': 15 # Troppo breve
}
]
results = evaluate_page_citability(
url='https://tuosito.it/articolo',
extracted_sections=test_sections
)
# Salva i risultati
with open('citability_assessment.json', 'w', encoding='utf-8') as f:
json.dump(results, f, indent=2, ensure_ascii=False)
Interpretare i risultati:
- citable: true + confidence > 0.85 = Segmento strong per AI citation. Mantieni questa struttura.
- citable: true + confidence 0.6-0.85 = Buono, ma aggiungi context o entity markup per rafforzare.
- citable: false = Il blocco è vago o generico. Riscrivilo con fatti specifici e verificabili.
Passo 3: Monitoraggio in Tempo Reale della Visibilità AI con Dashboard Looker Studio
Per i team con accesso a Looker Studio, collegare GSC tramite il connettore di Google Search Console e costruire un dashboard che confronta AI Overview, AI Mode e performance Web side-by-side su un singolo dashboard è il setup di monitoraggio più efficiente. È possibile aggiungere controlli di confronto date per vedere tendenze week-over-week e month-over-month senza esportazione e analisi manuale.
Step 3.1: Preparare i dati in Google Sheets
Crea un foglio Google denominato “AI Mode Monitoring” con questa struttura:
Data | Query | Impressioni AI Mode | Clic AI Mode | CTR | Posizione Media | Pagine Citate | Note
2026-05-27 | wordpress security | 245 | 18 | 7.3% | 1.2 | 3 | Primo dato baseline
...
Collega questo foglio direttamente a GSC tramite Google Data Connector, o importa via API ogni lunedì.
Step 3.2: Costruire il Dashboard Looker Studio
- Accedi a Looker Studio (precedentemente Data Studio)
- Crea un nuovo report
- Aggiungi origine dati: Google Search Console (seleziona il sito)
- Aggiungi una carta di controllo (scorecard) per “Impressioni AI Mode ultimi 28 giorni”
- Aggiungi un grafico a linee per “Trend CTR: AI Mode vs Web tradizionale” (ultimi 90 giorni)
- Aggiungi una tabella per “Top 10 query AI Mode” con colonne: Query, Impressioni, CTR, Pagine Citate
- Aggiungi un filtro di selezione data per consentire confronti custom
Metrica critica da monitorare settimanalmente:
"AI Citation Rate" = (Query con AI Override che linkano il tuo sito) / (Query con AI Override totali)
Rivedi le impressioni di AI Overview rispetto ai clic Web per le top 20 query che generano impressioni. Contrassegna qualsiasi query dove i clic Web sono diminuiti di più del 20% settimana su settimana mentre le impressioni di AI Overview si sono mantenute stabili o sono cresciute.
Passo 4: Implementare il Tracking Strutturato della Citabilità con Schema Markup
Ristruttura il contenuto in blocchi auto-contenuti e citable. Ogni sezione deve rispondere completamente a una domanda, così un AI può estrarla pulitamente in una sintesi.
Blocchi di risposta chiari (principio answer-first, risposta diretta di 50-70 parole all’inizio), struttura pulita con liste e tabelle, entità forti e profili di autore coerenti, fonti affidabili e markup schema pulito. Solo la combinazione aumenta la probabilità di apparire come fonte citable. Schema.org per le entità centrali: Article, FAQPage, HowTo, Product, Organization, Person. Più pulito il markup semantico, maggiore la probabilità di raccolta da parte di AI.
Implementazione HTML WordPress:
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "Come posso testare il mio sito negli AI Mode di Google?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Utilizza la Search Console API per filtrare i dati di AI Mode, integrare Gemini 3.5 Flash per validare la citabilità dei tuoi contenuti, e monitorare le impressioni in tempo reale con Looker Studio. Questo approccio offre visibilità completa di come il tuo sito appare nelle risposte AI di Google."
}
}
]
}
{
"@context": "https://schema.org",
"@type": "HowTo",
"name": "Come Configurare la Search Console API per AI Mode",
"step": [
{
"@type": "HowToStep",
"name": "Generare credenziali OAuth 2.0",
"text": "Accedi a Google Cloud Console, crea un nuovo progetto, abilita la Google Search Console API e crea credenziali desktop."
},
{
"@type": "HowToStep",
"name": "Creare lo script di estrazione Python",
"text": "Usa la libreria googleapiclient per autenticarti e recuperare i dati di AI Mode degli ultimi 28 giorni."
}
]
}
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "Come Testare il Tuo Sito nei Nuovi AI Mode di Google",
"author": {
"@type": "Organization",
"name": "AI Publisher WP",
"url": "https://aipublisherwp.com"
},
"datePublished": "2026-05-27",
"dateModified": "2026-05-27",
"articleSection": "Guides & Tutorials",
"keywords": "Google AI Mode, Search Console API, Gemini 3.5 Flash, AI Overview Tracking"
}
WordPress integra questi schemi tramite WordPress AI Experiments Plugin o plugin schema specializzati come Rank Math SEO o Yoast SEO Premium.
Passo 5: Creare Alert di Cambio di Citabilità con Slack + Google Cloud Functions
Il passaggio a AI search non è un evento una tantum. Google continua ad espandere la copertura di AI Overview a nuovi tipi di query, testare più ampiamente AI Mode e affinare quali pagine ottengono citazioni. Il monitoraggio efficace richiede una cadenza e un sistema di alert che segnalino cambiamenti significativi prima che si trasformino in perdite di traffico importanti. I dati di GSC, combinati con il workflow di monitoraggio giusto, forniscono la base.
Step 5.1: Creare una Cloud Function per il calcolo settimanale della citabilità
import functions_framework
import requests
import json
from datetime import datetime, timedelta
@functions_framework.http
def check_citability_change(request):
"""
Confronta il tasso di citabilità di questa settimana con la precedente.
Se il calo supera il 10%, invia un alert a Slack.
"""
SLACK_WEBHOOK = os.getenv('SLACK_WEBHOOK_URL')
# Recupera i dati della settimana corrente e precedente
this_week_citations = fetch_citation_rate(days_back=7)
last_week_citations = fetch_citation_rate(days_back=14, days_before=7)
change_percent = ((this_week_citations - last_week_citations) / last_week_citations) * 100
# Se il calo supera il 10%, invia alert
if change_percent < -10:
message = {
'text': f'⚠️ Citation Rate Decline',
'blocks': [
{
'type': 'section',
'text': {
'type': 'mrkdwn',
'text': f'*AI Overview Citation Rate:* {last_week_citations:.1%} → {this_week_citations:.1%}n*Cambio:* {change_percent:.1f}%n*Data:* {datetime.now().strftime("%Y-%m-%d")}'
}
}
]
}
response = requests.post(SLACK_WEBHOOK, json=message)
return ('Alert sent', 200)
return ('No significant change', 200)
Step 5.2: Schedulare la Cloud Function con Cloud Scheduler
- Accedi a Google Cloud Console
- Vai su Cloud Scheduler e crea un nuovo job
- Frequenza:
0 10 * * 1(ogni lunedì alle 10:00) - URL:
https://region-project.cloudfunctions.net/check-citability-change - Autenticazione: Service Account con ruoli
Cloud Functions Invoker
Ora riceverai notifiche Slack settimanali se il tasso di citazione del tuo sito nei risultati AI Mode crolla improvvisamente.
Passo 6: Correlare i Dati di AI Citation con le Metriche di Business
Il traffico proveniente da AI ha un tasso di conversione 4,4 volte superiore rispetto alla ricerca organica tradizionale, ma non è possibile misurare i tassi di citazione, confrontare i competitor o provare il ROI al tuo board. Tuttavia, i dati grezzi sono insufficienti.
Metriche di business da tracciare insieme ai dati di AI Citation:
- Citation Rate Trend: % di query AI Mode che citano il tuo sito (baseline: 20% per siti forti)
- Brand Direct Traffic: Incremento ricerche dirette “[brand name]” dopo citazione in AI Overview
- Content Freshness Score: % di pagine aggiornate negli ultimi 30 giorni (importante per AI citability)
- E-E-A-T Signal: Author byline visibility, date metadata, expertise keywords
- Share of Voice in AI: (Tue citation / Total AI Overviews triggerati) × 100
Crea un foglio Google che correlazioni questi dati con Google Analytics 4 per misurare il vero impatto della visibilità AI sul tuo business.
Sezione FAQ
Domanda 1: Come posso distinguere tra impressioni di AI Overview e AI Mode in Google Search Console?
Dal giugno 2025, i dati di Google AI Mode sono disponibili in Search Console. Questo filtro mostra impressioni, clic e query specificamente da citazioni di AI Mode — offrendo la prima vista nativa del traffico di ricerca guidato da AI. Per gli AI Overviews tradizionali, GSC non fornisce un filtro nativo; devi usare regex di query (ad esempio, filtri per query con 6+ parole conversazionali) come proxy indiretto.
Domanda 2: Quale è il word count minimo per un blocco di contenuto perché sia citable secondo Gemini 3.5 Flash?
Ogni sezione deve rispondere completamente a una domanda, così un AI può estrarla pulitamente in una sintesi. In pratica, il minimo è 40-50 parole per una risposta completa; l’ideale è 50-80 parole. Blocchi inferiori a 30 parole raramente vengono citati perché mancano di contexto sufficiente. Blocchi superiori a 150 parole vengono generalmente frammezzati in estratti AI, il che significa meno probabilità di attribuire completamente la tua fonte.
Domanda 3: Devo ottimizzare specificamente per AI Mode o rimane valida la SEO tradizionale?
Le best practice per SEO continuano a essere rilevanti perché le funzioni generative di Google Search sono radicate nei sistemi core di ranking e qualità di Search. È possibile applicare le stesse best practice SEO fondamentali per le funzioni AI come si fa per Google Search complessivamente: assicurarsi che la pagina soddisfi i requisiti tecnici, seguire le policy di Search e concentrarsi sulle best practice chiave, come creare contenuti utili, affidabili e incentrati sulle persone. L’ottimizzazione per AI non sostituisce la SEO; la estende.
Domanda 4: Come faccio a sapere se il calo di traffico è dovuto a AI Overviews o a un aggiornamento di Google?
Usa questo metodo a tre livelli:
- Filtra le query conversazionali (6+ parole) in GSC e confronta il CTR di questo segmento con il segmento di short-tail. Se il CTR crolla solo su long-tail, è AI Overviews.
- Monitora l’AI Citation Rate con uno script settimanale (Passo 2). Se la citazione è stabile o in crescita mentre il CTR crolla, è AI (positivo). Se entrambi calano, è un’azione di ranking (negativo).
- Verifica manualmente 10-15 query top su Google direttamente. Se vedi un AI Overview con il tuo sito citato, il calo è dovuto a AI Overviews, non a un algorithmic update.
Domanda 5: Quando dovrei usare Gemini 3.5 Flash vs la Search Console API per il monitoraggio?
Gemini 3.5 Flash: Per valutare la qualità e la citabilità del contenuto nuovo prima di pubblicare. È un validation tool, non un tracking tool.
Search Console API: Per misurare il volume e il trend delle citazioni reali nel tempo. È il tuo sistema di record autoritario.
Usali insieme: Gemini per la validazione pre-pubblicazione, GSC API per il monitoraggio post-pubblicazione.
Conclusione: Dal Blind Spot al Competitive Advantage
Il 19 maggio 2026, Google ha rivoluzionato il motore di ricerca — il più grande cambiamento in oltre 25 anni. Questo non è un aggiornamento algorithmico minore. È un cambio di paradigma dove la visibilità in AI Mode è diventata una categoria di ranking completamente nuova.
Seguendo questa guida step-by-step, puoi:
- Estrarre dati raw di AI Mode da Search Console API che rimangono invisibili nel dashboard tradizionale
- Validare la citabilità del tuo contenuto usando lo stesso modello (Gemini 3.5 Flash) che Google usa per le risposte AI
- Monitorare in tempo reale le citazioni, il tasso di citation e i cambiamenti week-over-week con Looker Studio
- Ricevere alert automatici quando il tasso di citazione scende di oltre il 10%
- Correlare la visibilità AI con metriche di business reali (traffic, conversioni, brand recognition)
Per chi gestisce WordPress in produzione, questo approccio è particolarmente critico. A differenza di siti statici, WordPress deve integrarsi con il monitoring API, gli webhook Slack e le estrazioni di dati — richiedendo competenze tecniche, ma offrendo insight che i competitor non stanno ancora tracciando.
Scopri come costruire Entity Authority per essere citato da ChatGPT, Perplexity e Google AI con una strategia comprovata. Oppure esplora come configurare il WordPress AI Client Connector per automatizzare la validazione di citabilità direttamente nel tuo editorial workflow.
Nel 2026, il blind spot di Google Search Console non è più scusa. I dati ci sono — devi solo sapere come estrarli, interpretarli e usarli per restare in anticipo rispetto alla concorrenza.
