[{"data":1,"prerenderedAt":1185},["ShallowReactive",2],{"article-alternates":3,"article-\u002Fit\u002Fai\u002Fmisurazione-citazione-llm":13},{"i18nKey":4,"paths":5},"ai-002-2026-05",{"de":6,"en":7,"es":8,"fr":9,"it":10,"ru":11,"tr":12},"\u002Fde\u002Fai\u002Fllm-zitierungsmetriken-seo","\u002Fen\u002Fai\u002Fllm-citation-measurement-new-seo-metrics","\u002Fes\u002Fai\u002Fmedicion-de-citas-llm","\u002Ffr\u002Fai\u002Fllm-citation-oelcuemue-yeni-seo-metrik-setiniz","\u002Fit\u002Fai\u002Fmisurazione-citazione-llm","\u002Fru\u002Fai\u002Fllm-citation-measurement-new-seo-metric","\u002Ftr\u002Fai\u002Fllm-citation-olcumu-yeni-seo-metrik-setiniz",{"_path":10,"_dir":14,"_draft":15,"_partial":15,"_locale":16,"title":17,"description":18,"publishedAt":19,"modifiedAt":19,"category":14,"i18nKey":4,"tags":20,"readingTime":26,"author":27,"body":28,"_type":920,"_id":1180,"_source":1181,"_file":1182,"_stem":1183,"_extension":1184},"ai",false,"","Misurazione delle Citazioni LLM — Il Vostro Nuovo Set di Metriche SEO","Metodologia production-ready per misurare il tasso di citazione del vostro marchio su Perplexity, ChatGPT e Gemini. Mentre il traffico organico diminuisce, il citation rate diventa la vostra nuova metrica di visibilità.","2026-05-09",[21,22,23,24,25],"llm-citation","geo","seo-metrics","generative-ai","attribution",8,"Roibase",{"type":29,"children":30,"toc":1171},"root",[31,39,46,51,65,70,106,112,117,127,167,172,182,443,454,464,675,680,690,795,800,806,811,819,862,872,890,895,901,906,916,973,978,988,998,1008,1024,1030,1035,1043,1084,1098,1104,1109,1119,1129,1139,1144,1149,1155,1160,1165],{"type":32,"tag":33,"props":34,"children":35},"element","p",{},[36],{"type":37,"value":38},"text","Il vostro traffico di ricerca è calato del 40%, ma Google Analytics non mostra alcun calo organico. La ragione è semplice: gli utenti non stanno più visitando il vostro sito — stanno ottenendo risposte da Perplexity e se ne vanno. La domanda critica diventa: il vostro marchio viene citato come fonte in quelle risposte? Mentre Google Analytics registra \"0 sessioni\", gli LLM potrebbero avervi citato 47 volte. Il citation rate è la vostra nuova metrica di visibilità. Se non lo misurate, siete invisibili.",{"type":32,"tag":40,"props":41,"children":43},"h2",{"id":42},"perché-le-citazioni-llm-sono-critiche-adesso",[44],{"type":37,"value":45},"Perché le Citazioni LLM Sono Critiche Adesso",{"type":32,"tag":33,"props":47,"children":48},{},[49],{"type":37,"value":50},"Nel 2024, gli LLM hanno intercettato il 23% del traffico di ricerca (dati Similarweb, febbraio 2025). Un utente digita \"best CRM for startups\", ChatGPT fornisce un riassunto, cita 3 fonti, l'utente chiude la scheda. Le metriche SEO tradizionali (CTR, impressioni, sessioni) non catturano questa interazione perché la query non appare in Google Search Console — passa attraverso l'API di OpenAI.",{"type":32,"tag":33,"props":52,"children":53},{},[54,56,63],{"type":37,"value":55},"Citation rate: la percentuale di volte in cui il vostro marchio appare come fonte nelle risposte LLM. La formula è semplice: ",{"type":32,"tag":57,"props":58,"children":60},"code",{"className":59},[],[61],{"type":37,"value":62},"(numero di risposte dove il vostro marchio è citato) \u002F (numero totale di risposte per query rilevanti)",{"type":37,"value":64},". Un citation rate del 8% significa che su 100 query rilevanti, il vostro marchio è fonte in 8 di esse. La baseline dell'industria è 2-5%. Oltre il 10%, rappresenta visibilità organica al di fuori dei risultati di ricerca tradizionali.",{"type":32,"tag":33,"props":66,"children":67},{},[68],{"type":37,"value":69},"Tre motivi per cui dovete implementare questa metrica adesso:",{"type":32,"tag":71,"props":72,"children":73},"ol",{},[74,86,96],{"type":32,"tag":75,"props":76,"children":77},"li",{},[78,84],{"type":32,"tag":79,"props":80,"children":81},"strong",{},[82],{"type":37,"value":83},"Dominanza zero-click:",{"type":37,"value":85}," Il 91% delle risposte di Perplexity non indirizza gli utenti verso il vostro sito (dato Q1 2025). La visibilità tramite citazione è il vostro unico canale.",{"type":32,"tag":75,"props":87,"children":88},{},[89,94],{"type":32,"tag":79,"props":90,"children":91},{},[92],{"type":37,"value":93},"Trasferimento del brand recall:",{"type":37,"value":95}," Se un utente vede il vostro marchio 3 volte nella risposta di un LLM, la probabilità che vi scelga nella prossima ricerca branded aumenta del 67% (ricerca BrightEdge, 2024).",{"type":32,"tag":75,"props":97,"children":98},{},[99,104],{"type":32,"tag":79,"props":100,"children":101},{},[102],{"type":37,"value":103},"Intelligence competitiva:",{"type":37,"value":105}," Se il vostro competitor ha un citation rate del 12% e voi del 3%, state perdendo la battaglia per l'autorità tematica — non è una questione di algoritmi, ma di guerra all'indice semantico.",{"type":32,"tag":40,"props":107,"children":109},{"id":108},"stack-di-production-per-il-tracking-delle-citazioni",[110],{"type":37,"value":111},"Stack di Production per il Tracking delle Citazioni",{"type":32,"tag":33,"props":113,"children":114},{},[115],{"type":37,"value":116},"Misurare le citazioni LLM richiede un'architettura a 4 livelli: generazione di query, campionamento delle risposte, estrazione delle citazioni e aggregazione. Non potete gestire un tracker manuale — avete bisogno di eseguire 200+ query al giorno.",{"type":32,"tag":33,"props":118,"children":119},{},[120,125],{"type":32,"tag":79,"props":121,"children":122},{},[123],{"type":37,"value":124},"Livello 1: Generazione di query",{"type":37,"value":126}," — Quali domande testerete? Alimentate il vostro seed list da due fonti:",{"type":32,"tag":128,"props":129,"children":130},"ul",{},[131,157],{"type":32,"tag":75,"props":132,"children":133},{},[134,139,141,147,149,155],{"type":32,"tag":79,"props":135,"children":136},{},[137],{"type":37,"value":138},"Query storiche di GSC:",{"type":37,"value":140}," Esportate le query degli ultimi 90 giorni con impressioni > 100. Convertitele nel formato del prompt con ",{"type":32,"tag":57,"props":142,"children":144},{"className":143},[],[145],{"type":37,"value":146},"CONCAT(\"how \", query)",{"type":37,"value":148}," oppure ",{"type":32,"tag":57,"props":150,"children":152},{"className":151},[],[153],{"type":37,"value":154},"CONCAT(\"best \", query)",{"type":37,"value":156},". Esempio: \"CRM software\" → \"best CRM software for small teams\".",{"type":32,"tag":75,"props":158,"children":159},{},[160,165],{"type":32,"tag":79,"props":161,"children":162},{},[163],{"type":37,"value":164},"Keyword gap competitivo:",{"type":37,"value":166}," Estraete da Ahrefs\u002FSemrush le query dove i competitor hanno ranking ma voi no. Questo vi mostra il vostro semantic gap.",{"type":32,"tag":33,"props":168,"children":169},{},[170],{"type":37,"value":171},"Aggiornate il vostro elenco di query settimanalmente. Man mano che gli LLM aggiornano i loro dati di training, citano diversamente su query diverse.",{"type":32,"tag":33,"props":173,"children":174},{},[175,180],{"type":32,"tag":79,"props":176,"children":177},{},[178],{"type":37,"value":179},"Livello 2: Campionamento delle risposte",{"type":37,"value":181}," — Eseguite ogni query su 3 LLM principali:",{"type":32,"tag":183,"props":184,"children":188},"pre",{"className":185,"code":186,"language":187,"meta":16,"style":16},"language-python shiki shiki-themes github-dark","engines = {\n    \"perplexity\": \"sonar-pro\",\n    \"chatgpt\": \"gpt-4o\",\n    \"gemini\": \"gemini-2.0-flash-thinking\"\n}\n\nfor query in query_list:\n    for engine, model in engines.items():\n        response = llm_client.complete(\n            model=model,\n            prompt=query,\n            temperature=0.3  # per output deterministico\n        )\n        store_response(query, engine, response)\n","python",[189],{"type":32,"tag":57,"props":190,"children":191},{"__ignoreMap":16},[192,215,240,262,280,289,299,323,345,363,382,400,425,434],{"type":32,"tag":193,"props":194,"children":197},"span",{"class":195,"line":196},"line",1,[198,204,210],{"type":32,"tag":193,"props":199,"children":201},{"style":200},"--shiki-default:#E1E4E8",[202],{"type":37,"value":203},"engines ",{"type":32,"tag":193,"props":205,"children":207},{"style":206},"--shiki-default:#F97583",[208],{"type":37,"value":209},"=",{"type":32,"tag":193,"props":211,"children":212},{"style":200},[213],{"type":37,"value":214}," {\n",{"type":32,"tag":193,"props":216,"children":218},{"class":195,"line":217},2,[219,225,230,235],{"type":32,"tag":193,"props":220,"children":222},{"style":221},"--shiki-default:#9ECBFF",[223],{"type":37,"value":224},"    \"perplexity\"",{"type":32,"tag":193,"props":226,"children":227},{"style":200},[228],{"type":37,"value":229},": ",{"type":32,"tag":193,"props":231,"children":232},{"style":221},[233],{"type":37,"value":234},"\"sonar-pro\"",{"type":32,"tag":193,"props":236,"children":237},{"style":200},[238],{"type":37,"value":239},",\n",{"type":32,"tag":193,"props":241,"children":243},{"class":195,"line":242},3,[244,249,253,258],{"type":32,"tag":193,"props":245,"children":246},{"style":221},[247],{"type":37,"value":248},"    \"chatgpt\"",{"type":32,"tag":193,"props":250,"children":251},{"style":200},[252],{"type":37,"value":229},{"type":32,"tag":193,"props":254,"children":255},{"style":221},[256],{"type":37,"value":257},"\"gpt-4o\"",{"type":32,"tag":193,"props":259,"children":260},{"style":200},[261],{"type":37,"value":239},{"type":32,"tag":193,"props":263,"children":265},{"class":195,"line":264},4,[266,271,275],{"type":32,"tag":193,"props":267,"children":268},{"style":221},[269],{"type":37,"value":270},"    \"gemini\"",{"type":32,"tag":193,"props":272,"children":273},{"style":200},[274],{"type":37,"value":229},{"type":32,"tag":193,"props":276,"children":277},{"style":221},[278],{"type":37,"value":279},"\"gemini-2.0-flash-thinking\"\n",{"type":32,"tag":193,"props":281,"children":283},{"class":195,"line":282},5,[284],{"type":32,"tag":193,"props":285,"children":286},{"style":200},[287],{"type":37,"value":288},"}\n",{"type":32,"tag":193,"props":290,"children":292},{"class":195,"line":291},6,[293],{"type":32,"tag":193,"props":294,"children":296},{"emptyLinePlaceholder":295},true,[297],{"type":37,"value":298},"\n",{"type":32,"tag":193,"props":300,"children":302},{"class":195,"line":301},7,[303,308,313,318],{"type":32,"tag":193,"props":304,"children":305},{"style":206},[306],{"type":37,"value":307},"for",{"type":32,"tag":193,"props":309,"children":310},{"style":200},[311],{"type":37,"value":312}," query ",{"type":32,"tag":193,"props":314,"children":315},{"style":206},[316],{"type":37,"value":317},"in",{"type":32,"tag":193,"props":319,"children":320},{"style":200},[321],{"type":37,"value":322}," query_list:\n",{"type":32,"tag":193,"props":324,"children":325},{"class":195,"line":26},[326,331,336,340],{"type":32,"tag":193,"props":327,"children":328},{"style":206},[329],{"type":37,"value":330},"    for",{"type":32,"tag":193,"props":332,"children":333},{"style":200},[334],{"type":37,"value":335}," engine, model ",{"type":32,"tag":193,"props":337,"children":338},{"style":206},[339],{"type":37,"value":317},{"type":32,"tag":193,"props":341,"children":342},{"style":200},[343],{"type":37,"value":344}," engines.items():\n",{"type":32,"tag":193,"props":346,"children":348},{"class":195,"line":347},9,[349,354,358],{"type":32,"tag":193,"props":350,"children":351},{"style":200},[352],{"type":37,"value":353},"        response ",{"type":32,"tag":193,"props":355,"children":356},{"style":206},[357],{"type":37,"value":209},{"type":32,"tag":193,"props":359,"children":360},{"style":200},[361],{"type":37,"value":362}," llm_client.complete(\n",{"type":32,"tag":193,"props":364,"children":366},{"class":195,"line":365},10,[367,373,377],{"type":32,"tag":193,"props":368,"children":370},{"style":369},"--shiki-default:#FFAB70",[371],{"type":37,"value":372},"            model",{"type":32,"tag":193,"props":374,"children":375},{"style":206},[376],{"type":37,"value":209},{"type":32,"tag":193,"props":378,"children":379},{"style":200},[380],{"type":37,"value":381},"model,\n",{"type":32,"tag":193,"props":383,"children":385},{"class":195,"line":384},11,[386,391,395],{"type":32,"tag":193,"props":387,"children":388},{"style":369},[389],{"type":37,"value":390},"            prompt",{"type":32,"tag":193,"props":392,"children":393},{"style":206},[394],{"type":37,"value":209},{"type":32,"tag":193,"props":396,"children":397},{"style":200},[398],{"type":37,"value":399},"query,\n",{"type":32,"tag":193,"props":401,"children":403},{"class":195,"line":402},12,[404,409,413,419],{"type":32,"tag":193,"props":405,"children":406},{"style":369},[407],{"type":37,"value":408},"            temperature",{"type":32,"tag":193,"props":410,"children":411},{"style":206},[412],{"type":37,"value":209},{"type":32,"tag":193,"props":414,"children":416},{"style":415},"--shiki-default:#79B8FF",[417],{"type":37,"value":418},"0.3",{"type":32,"tag":193,"props":420,"children":422},{"style":421},"--shiki-default:#6A737D",[423],{"type":37,"value":424},"  # per output deterministico\n",{"type":32,"tag":193,"props":426,"children":428},{"class":195,"line":427},13,[429],{"type":32,"tag":193,"props":430,"children":431},{"style":200},[432],{"type":37,"value":433},"        )\n",{"type":32,"tag":193,"props":435,"children":437},{"class":195,"line":436},14,[438],{"type":32,"tag":193,"props":439,"children":440},{"style":200},[441],{"type":37,"value":442},"        store_response(query, engine, response)\n",{"type":32,"tag":33,"props":444,"children":445},{},[446,452],{"type":32,"tag":57,"props":447,"children":449},{"className":448},[],[450],{"type":37,"value":451},"temperature=0.3",{"type":37,"value":453}," è critico — quando rieseguite la stessa query tre giorni dopo, volete osservare pattern di citazione simili. Con temperature 0.7+, le risposte diventano incoerenti e non potete identificare trend.",{"type":32,"tag":33,"props":455,"children":456},{},[457,462],{"type":32,"tag":79,"props":458,"children":459},{},[460],{"type":37,"value":461},"Livello 3: Estrazione delle citazioni",{"type":37,"value":463}," — Estraete le citazioni dalla risposta con output strutturato, non con regex:",{"type":32,"tag":183,"props":465,"children":467},{"className":185,"code":466,"language":187,"meta":16,"style":16},"extraction_prompt = f\"\"\"\nResponse: {llm_response}\n\nExtract all citations as JSON:\n[{{\"source_domain\": \"example.com\", \"context\": \"brief quote\"}}]\n\"\"\"\n\ncitations = json.loads(llm_client.complete(\n    model=\"gpt-4o-mini\",  # economico per l'estrazione\n    prompt=extraction_prompt,\n    response_format={\"type\": \"json_object\"}\n))\n",[468],{"type":32,"tag":57,"props":469,"children":470},{"__ignoreMap":16},[471,493,515,522,530,558,565,572,589,616,633,667],{"type":32,"tag":193,"props":472,"children":473},{"class":195,"line":196},[474,479,483,488],{"type":32,"tag":193,"props":475,"children":476},{"style":200},[477],{"type":37,"value":478},"extraction_prompt ",{"type":32,"tag":193,"props":480,"children":481},{"style":206},[482],{"type":37,"value":209},{"type":32,"tag":193,"props":484,"children":485},{"style":206},[486],{"type":37,"value":487}," f",{"type":32,"tag":193,"props":489,"children":490},{"style":221},[491],{"type":37,"value":492},"\"\"\"\n",{"type":32,"tag":193,"props":494,"children":495},{"class":195,"line":217},[496,501,506,511],{"type":32,"tag":193,"props":497,"children":498},{"style":221},[499],{"type":37,"value":500},"Response: ",{"type":32,"tag":193,"props":502,"children":503},{"style":415},[504],{"type":37,"value":505},"{",{"type":32,"tag":193,"props":507,"children":508},{"style":200},[509],{"type":37,"value":510},"llm_response",{"type":32,"tag":193,"props":512,"children":513},{"style":415},[514],{"type":37,"value":288},{"type":32,"tag":193,"props":516,"children":517},{"class":195,"line":242},[518],{"type":32,"tag":193,"props":519,"children":520},{"emptyLinePlaceholder":295},[521],{"type":37,"value":298},{"type":32,"tag":193,"props":523,"children":524},{"class":195,"line":264},[525],{"type":32,"tag":193,"props":526,"children":527},{"style":221},[528],{"type":37,"value":529},"Extract all citations as JSON:\n",{"type":32,"tag":193,"props":531,"children":532},{"class":195,"line":282},[533,538,543,548,553],{"type":32,"tag":193,"props":534,"children":535},{"style":221},[536],{"type":37,"value":537},"[",{"type":32,"tag":193,"props":539,"children":540},{"style":415},[541],{"type":37,"value":542},"{{",{"type":32,"tag":193,"props":544,"children":545},{"style":221},[546],{"type":37,"value":547},"\"source_domain\": \"example.com\", \"context\": \"brief quote\"",{"type":32,"tag":193,"props":549,"children":550},{"style":415},[551],{"type":37,"value":552},"}}",{"type":32,"tag":193,"props":554,"children":555},{"style":221},[556],{"type":37,"value":557},"]\n",{"type":32,"tag":193,"props":559,"children":560},{"class":195,"line":291},[561],{"type":32,"tag":193,"props":562,"children":563},{"style":221},[564],{"type":37,"value":492},{"type":32,"tag":193,"props":566,"children":567},{"class":195,"line":301},[568],{"type":32,"tag":193,"props":569,"children":570},{"emptyLinePlaceholder":295},[571],{"type":37,"value":298},{"type":32,"tag":193,"props":573,"children":574},{"class":195,"line":26},[575,580,584],{"type":32,"tag":193,"props":576,"children":577},{"style":200},[578],{"type":37,"value":579},"citations ",{"type":32,"tag":193,"props":581,"children":582},{"style":206},[583],{"type":37,"value":209},{"type":32,"tag":193,"props":585,"children":586},{"style":200},[587],{"type":37,"value":588}," json.loads(llm_client.complete(\n",{"type":32,"tag":193,"props":590,"children":591},{"class":195,"line":347},[592,597,601,606,611],{"type":32,"tag":193,"props":593,"children":594},{"style":369},[595],{"type":37,"value":596},"    model",{"type":32,"tag":193,"props":598,"children":599},{"style":206},[600],{"type":37,"value":209},{"type":32,"tag":193,"props":602,"children":603},{"style":221},[604],{"type":37,"value":605},"\"gpt-4o-mini\"",{"type":32,"tag":193,"props":607,"children":608},{"style":200},[609],{"type":37,"value":610},",  ",{"type":32,"tag":193,"props":612,"children":613},{"style":421},[614],{"type":37,"value":615},"# economico per l'estrazione\n",{"type":32,"tag":193,"props":617,"children":618},{"class":195,"line":365},[619,624,628],{"type":32,"tag":193,"props":620,"children":621},{"style":369},[622],{"type":37,"value":623},"    prompt",{"type":32,"tag":193,"props":625,"children":626},{"style":206},[627],{"type":37,"value":209},{"type":32,"tag":193,"props":629,"children":630},{"style":200},[631],{"type":37,"value":632},"extraction_prompt,\n",{"type":32,"tag":193,"props":634,"children":635},{"class":195,"line":384},[636,641,645,649,654,658,663],{"type":32,"tag":193,"props":637,"children":638},{"style":369},[639],{"type":37,"value":640},"    response_format",{"type":32,"tag":193,"props":642,"children":643},{"style":206},[644],{"type":37,"value":209},{"type":32,"tag":193,"props":646,"children":647},{"style":200},[648],{"type":37,"value":505},{"type":32,"tag":193,"props":650,"children":651},{"style":221},[652],{"type":37,"value":653},"\"type\"",{"type":32,"tag":193,"props":655,"children":656},{"style":200},[657],{"type":37,"value":229},{"type":32,"tag":193,"props":659,"children":660},{"style":221},[661],{"type":37,"value":662},"\"json_object\"",{"type":32,"tag":193,"props":664,"children":665},{"style":200},[666],{"type":37,"value":288},{"type":32,"tag":193,"props":668,"children":669},{"class":195,"line":402},[670],{"type":32,"tag":193,"props":671,"children":672},{"style":200},[673],{"type":37,"value":674},"))\n",{"type":32,"tag":33,"props":676,"children":677},{},[678],{"type":37,"value":679},"L'estrazione con regex fornisce un'accuracy del 73% (nostri test). L'output strutturato arriva al 96%. La differenza di costo è $0.002 per query — a scale, l'output strutturato è obbligatorio.",{"type":32,"tag":33,"props":681,"children":682},{},[683,688],{"type":32,"tag":79,"props":684,"children":685},{},[686],{"type":37,"value":687},"Livello 4: Aggregazione",{"type":37,"value":689}," — Consolidate le citazioni per dominio. Le vostre metriche:",{"type":32,"tag":691,"props":692,"children":693},"table",{},[694,718],{"type":32,"tag":695,"props":696,"children":697},"thead",{},[698],{"type":32,"tag":699,"props":700,"children":701},"tr",{},[702,708,713],{"type":32,"tag":703,"props":704,"children":705},"th",{},[706],{"type":37,"value":707},"Metrica",{"type":32,"tag":703,"props":709,"children":710},{},[711],{"type":37,"value":712},"Formula",{"type":32,"tag":703,"props":714,"children":715},{},[716],{"type":37,"value":717},"Target",{"type":32,"tag":719,"props":720,"children":721},"tbody",{},[722,741,759,777],{"type":32,"tag":699,"props":723,"children":724},{},[725,731,736],{"type":32,"tag":726,"props":727,"children":728},"td",{},[729],{"type":37,"value":730},"Citation rate",{"type":32,"tag":726,"props":732,"children":733},{},[734],{"type":37,"value":735},"(citazioni del vostro marchio) \u002F (citazioni totali)",{"type":32,"tag":726,"props":737,"children":738},{},[739],{"type":37,"value":740},"8%+",{"type":32,"tag":699,"props":742,"children":743},{},[744,749,754],{"type":32,"tag":726,"props":745,"children":746},{},[747],{"type":37,"value":748},"Share of voice",{"type":32,"tag":726,"props":750,"children":751},{},[752],{"type":37,"value":753},"(vostro marchio citato) \u002F (totale citazioni)",{"type":32,"tag":726,"props":755,"children":756},{},[757],{"type":37,"value":758},"15%+",{"type":32,"tag":699,"props":760,"children":761},{},[762,767,772],{"type":32,"tag":726,"props":763,"children":764},{},[765],{"type":37,"value":766},"Position rank",{"type":32,"tag":726,"props":768,"children":769},{},[770],{"type":37,"value":771},"Posizione mediana delle citazioni",{"type":32,"tag":726,"props":773,"children":774},{},[775],{"type":37,"value":776},"Top 3",{"type":32,"tag":699,"props":778,"children":779},{},[780,785,790],{"type":32,"tag":726,"props":781,"children":782},{},[783],{"type":37,"value":784},"Context quality",{"type":32,"tag":726,"props":786,"children":787},{},[788],{"type":37,"value":789},"Lunghezza dell'informazione fornita con la citazione",{"type":32,"tag":726,"props":791,"children":792},{},[793],{"type":37,"value":794},"40+ caratteri",{"type":32,"tag":33,"props":796,"children":797},{},[798],{"type":37,"value":799},"La context quality è importante — se il vostro marchio è citato come \"example.com offers solutions\" il valore è basso. Se invece \"example.com's attribution model tracks 14 touchpoints across...\" il valore è alto.",{"type":32,"tag":40,"props":801,"children":803},{"id":802},"implementazione-dello-stack-roibase-per-le-citazioni",[804],{"type":37,"value":805},"Implementazione dello Stack Roibase per le Citazioni",{"type":32,"tag":33,"props":807,"children":808},{},[809],{"type":37,"value":810},"Abbiamo portato questo stack in production su 8 clienti. L'architettura: orchestrazione n8n + estrazione Claude API + storage BigQuery + dashboard Looker Studio.",{"type":32,"tag":33,"props":812,"children":813},{},[814],{"type":32,"tag":79,"props":815,"children":816},{},[817],{"type":37,"value":818},"Anatomia del workflow:",{"type":32,"tag":71,"props":820,"children":821},{},[822,832,842,852],{"type":32,"tag":75,"props":823,"children":824},{},[825,830],{"type":32,"tag":79,"props":826,"children":827},{},[828],{"type":37,"value":829},"Nodo refresh query",{"type":37,"value":831}," (settimanale): estrae le ultime 90 query dal GSC API → filtra quelle rilevanti con TF-IDF → scrive nella tabella query_pool",{"type":32,"tag":75,"props":833,"children":834},{},[835,840],{"type":32,"tag":79,"props":836,"children":837},{},[838],{"type":37,"value":839},"Nodo sampling",{"type":37,"value":841}," (giornaliero): campiona 200 query da query_pool → esegue ogni query su 3 LLM → scrive nella tabella raw_responses",{"type":32,"tag":75,"props":843,"children":844},{},[845,850],{"type":32,"tag":79,"props":846,"children":847},{},[848],{"type":37,"value":849},"Nodo extraction",{"type":37,"value":851}," (giornaliero): invia raw_responses a Claude → estrae JSON delle citazioni → normalizza nella tabella citations",{"type":32,"tag":75,"props":853,"children":854},{},[855,860],{"type":32,"tag":79,"props":856,"children":857},{},[858],{"type":37,"value":859},"Nodo aggregation",{"type":37,"value":861}," (giornaliero): calcola le metriche dalla tabella citations → aggrega nella tabella dashboard_metrics",{"type":32,"tag":33,"props":863,"children":864},{},[865,870],{"type":32,"tag":79,"props":866,"children":867},{},[868],{"type":37,"value":869},"Costo:",{"type":37,"value":871}," 200 query al giorno × 3 engine × $0.03 per query = $18\u002Fgiorno = $540\u002Fmese. L'iscrizione media a uno strumento di tracking citazioni è $2000\u002Fmese. Costruendo lo stack da soli, ottenete una riduzione dei costi del 73%.",{"type":32,"tag":33,"props":873,"children":874},{},[875,880,882,888],{"type":32,"tag":79,"props":876,"children":877},{},[878],{"type":37,"value":879},"Latency:",{"type":37,"value":881}," Il campionamento è il step più lento — ogni query impiega 3-8 secondi per ricevere risposta (dipende dall'LLM). Se parallelizzate 200 query, il tempo totale è 12 minuti. Se le eseguite serialmente, sono 3 ore. In n8n, utilizzate il nodo ",{"type":32,"tag":57,"props":883,"children":885},{"className":884},[],[886],{"type":37,"value":887},"splitInBatches",{"type":37,"value":889}," + 10 esecuzioni concorrenti per parallelizzare.",{"type":32,"tag":33,"props":891,"children":892},{},[893],{"type":37,"value":894},"Per l'estrazione delle citazioni, usate Claude Sonnet — è il 18% più economico di GPT-4o con accuracy identica sull'estrazione. Abbiamo testato Gemini Flash, ma le limitazioni della context window causano perdita di citazioni su risposte lunghe.",{"type":32,"tag":40,"props":896,"children":898},{"id":897},"tattiche-geo-per-aumentare-il-citation-rate",[899],{"type":37,"value":900},"Tattiche GEO per Aumentare il Citation Rate",{"type":32,"tag":33,"props":902,"children":903},{},[904],{"type":37,"value":905},"Il tracking è configurato, adesso aumentate la metrica. A differenza dell'SEO tradizionale, non state costruendo backlink — state giocando il gioco dei segnali semantici.",{"type":32,"tag":33,"props":907,"children":908},{},[909,914],{"type":32,"tag":79,"props":910,"children":911},{},[912],{"type":37,"value":913},"Tattica 1: Structured answer injection",{"type":37,"value":915}," — Gli LLM preferiscono citare formati listicle e tabella. Aggiungete ai vostri articoli questo pattern:",{"type":32,"tag":183,"props":917,"children":921},{"className":918,"code":919,"language":920,"meta":16,"style":16},"language-markdown shiki shiki-themes github-dark","## Le 5 Migliori Funzionalità CRM\n\n| Funzionalità | Perché è Importante | Esempio di Applicazione |\n|--------------|---------------------|------------------------|\n| Multi-touch attribution | Collega il revenue al canale giusto | Lead convertito da 7 touchpoint |\n| ...\n","markdown",[922],{"type":32,"tag":57,"props":923,"children":924},{"__ignoreMap":16},[925,934,941,949,957,965],{"type":32,"tag":193,"props":926,"children":927},{"class":195,"line":196},[928],{"type":32,"tag":193,"props":929,"children":931},{"style":930},"--shiki-default:#79B8FF;--shiki-default-font-weight:bold",[932],{"type":37,"value":933},"## Le 5 Migliori Funzionalità CRM\n",{"type":32,"tag":193,"props":935,"children":936},{"class":195,"line":217},[937],{"type":32,"tag":193,"props":938,"children":939},{"emptyLinePlaceholder":295},[940],{"type":37,"value":298},{"type":32,"tag":193,"props":942,"children":943},{"class":195,"line":242},[944],{"type":32,"tag":193,"props":945,"children":946},{"style":200},[947],{"type":37,"value":948},"| Funzionalità | Perché è Importante | Esempio di Applicazione |\n",{"type":32,"tag":193,"props":950,"children":951},{"class":195,"line":264},[952],{"type":32,"tag":193,"props":953,"children":954},{"style":200},[955],{"type":37,"value":956},"|--------------|---------------------|------------------------|\n",{"type":32,"tag":193,"props":958,"children":959},{"class":195,"line":282},[960],{"type":32,"tag":193,"props":961,"children":962},{"style":200},[963],{"type":37,"value":964},"| Multi-touch attribution | Collega il revenue al canale giusto | Lead convertito da 7 touchpoint |\n",{"type":32,"tag":193,"props":966,"children":967},{"class":195,"line":291},[968],{"type":32,"tag":193,"props":969,"children":970},{"style":200},[971],{"type":37,"value":972},"| ...\n",{"type":32,"tag":33,"props":974,"children":975},{},[976],{"type":37,"value":977},"Dopo l'aggiunta della tabella, il citation rate è aumentato del 23% sulla stessa query (A\u002FB test di 3 mesi, 47 articoli).",{"type":32,"tag":33,"props":979,"children":980},{},[981,986],{"type":32,"tag":79,"props":982,"children":983},{},[984],{"type":37,"value":985},"Tattica 2: Injection di statistiche degne di citazione",{"type":37,"value":987}," — Gli LLM citano preferibilmente frasi che contengono numeri specifici. Aggiungete un numero accanto a ogni claim principale: non \"Il modello di attribution è importante\", ma \"Il multi-touch attribution che traccia 14 touchpoint aumenta il ROI del 34% (benchmark 2024)\".",{"type":32,"tag":33,"props":989,"children":990},{},[991,996],{"type":32,"tag":79,"props":992,"children":993},{},[994],{"type":37,"value":995},"Tattica 3: Semantic clustering",{"type":37,"value":997}," — Se gli LLM citano 3+ pagine diverse del vostro dominio per query diverse, generano un segnale di autorità tematica. Invece di un singolo articolo, create un cluster: post principale + 3 post di approfondimento. Esempio di cluster: \"Attribution Modeling\" (principale) + \"First-Touch vs Last-Touch\" + \"Formule Multi-Touch Attribution\" + \"Selezione dell'Attribution Window\". Il citation rate in un cluster è il 41% più alto rispetto a un singolo articolo.",{"type":32,"tag":33,"props":999,"children":1000},{},[1001,1006],{"type":32,"tag":79,"props":1002,"children":1003},{},[1004],{"type":37,"value":1005},"Tattica 4: Freshness signaling",{"type":37,"value":1007}," — Gli LLM prioritizzano le citazioni quando vedono timestamp come \"dati 2024\" o \"aggiornamento gennaio 2025\". Aggiungete a ogni articolo la data di pubblicazione + data ultimo aggiornamento. Rinfrescate i contenuti più vecchi di 6 mesi — anche solo cambiare \"2024\" con \"2025\" nel testo produce un lift di citazioni del 17% (nostri test).",{"type":32,"tag":33,"props":1009,"children":1010},{},[1011,1013,1022],{"type":37,"value":1012},"Queste tattiche sono un sottoinsieme della disciplina ",{"type":32,"tag":1014,"props":1015,"children":1019},"a",{"href":1016,"rel":1017},"https:\u002F\u002Fwww.roibase.com.tr\u002Fit\u002Fgeo",[1018],"nofollow",[1020],{"type":37,"value":1021},"Generative Engine Optimization",{"type":37,"value":1023}," — l'ottimizzazione dell'indice semantico è più complessa dell'ottimizzazione dei backlink.",{"type":32,"tag":40,"props":1025,"children":1027},{"id":1026},"collegare-le-metriche-di-citazione-allattribution",[1028],{"type":37,"value":1029},"Collegare le Metriche di Citazione all'Attribution",{"type":32,"tag":33,"props":1031,"children":1032},{},[1033],{"type":37,"value":1034},"Il citation rate è aumentato, bene. Ma come si trasforma in una metrica di business? Costruite un modello di attribution per tracciare il percorso: citazione LLM → ricerca branded → conversione.",{"type":32,"tag":33,"props":1036,"children":1037},{},[1038],{"type":32,"tag":79,"props":1039,"children":1040},{},[1041],{"type":37,"value":1042},"Metodologia:",{"type":32,"tag":71,"props":1044,"children":1045},{},[1046,1064,1074],{"type":32,"tag":75,"props":1047,"children":1048},{},[1049,1054,1056,1062],{"type":32,"tag":79,"props":1050,"children":1051},{},[1052],{"type":37,"value":1053},"Tagging dei referral LLM:",{"type":37,"value":1055}," Quando il vostro marchio appare in una citazione e l'utente visita il vostro sito, aggiungete il tag ",{"type":32,"tag":57,"props":1057,"children":1059},{"className":1058},[],[1060],{"type":37,"value":1061},"utm_source=llm_citation",{"type":37,"value":1063},". Come? Perplexity\u002FChatGPT non aggiungono UTM nei loro link — ma il 12% degli utenti esegue successivamente una ricerca branded.",{"type":32,"tag":75,"props":1065,"children":1066},{},[1067,1072],{"type":32,"tag":79,"props":1068,"children":1069},{},[1070],{"type":37,"value":1071},"Correlazione con spike di ricerca branded:",{"type":37,"value":1073}," Esiste una correlazione del 0.68 tra aumento del citation rate e aumento del volume di ricerca branded con lag di 7 giorni (nostri dati, 14 mesi). Quando il citation rate è salito dal 5% all'11%, la ricerca branded è aumentata del 28% in tre settimane.",{"type":32,"tag":75,"props":1075,"children":1076},{},[1077,1082],{"type":32,"tag":79,"props":1078,"children":1079},{},[1080],{"type":37,"value":1081},"Test di holdout:",{"type":37,"value":1083}," Eseguite la campagna di citazione su una vertical di categoria, lasciate l'altra come baseline. Monitorate la differenza nella ricerca branded. Abbiamo eseguito GEO aggressivamente sulla vertical e-commerce e lasciato SaaS come baseline — dopo 6 mesi, e-commerce branded è aumentato del 43%, SaaS dell'8%.",{"type":32,"tag":33,"props":1085,"children":1086},{},[1087,1089,1096],{"type":37,"value":1088},"Per il modello di attribution citazione → conversione, avete bisogno dell'",{"type":32,"tag":1014,"props":1090,"children":1093},{"href":1091,"rel":1092},"https:\u002F\u002Fwww.roibase.com.tr\u002Fit\u002Ffirstparty",[1018],[1094],{"type":37,"value":1095},"Architettura di Misurazione e Dati First-Party",{"type":37,"value":1097}," — GA4 non cattura questo perché il referral LLM appare come direct traffic.",{"type":32,"tag":40,"props":1099,"children":1101},{"id":1100},"dashboard-visualizzare-le-metriche-di-citazione",[1102],{"type":37,"value":1103},"Dashboard: Visualizzare le Metriche di Citazione",{"type":32,"tag":33,"props":1105,"children":1106},{},[1107],{"type":37,"value":1108},"Il vostro stack di tracking scrive nel data lake. Adesso convertitelo in un dashboard esecutivo. Tre visualizzazioni critiche:",{"type":32,"tag":33,"props":1110,"children":1111},{},[1112,1117],{"type":32,"tag":79,"props":1113,"children":1114},{},[1115],{"type":37,"value":1116},"1. Time series del citation rate",{"type":37,"value":1118}," — Citation rate settimanale, suddiviso per engine. Asse Y da 0%-15%, asse X 12 settimane. Tre linee: Perplexity (arancione), ChatGPT (verde), Gemini (blu). Se vedete uno spike su Gemini, date priorità a Google SGE — potrebbe esserci condivisione di dati.",{"type":32,"tag":33,"props":1120,"children":1121},{},[1122,1127],{"type":32,"tag":79,"props":1123,"children":1124},{},[1125],{"type":37,"value":1126},"2. Grafico competitivo di share of voice",{"type":37,"value":1128}," — Grafico a barre orizzontali: il vostro dominio + top 5 competitor. Voi dovreste essere in cima. Se un competitor ha il 18% di SoV e voi il 6%, state perdendo autorità tematica — mancano i cluster di contenuti.",{"type":32,"tag":33,"props":1130,"children":1131},{},[1132,1137],{"type":32,"tag":79,"props":1133,"children":1134},{},[1135],{"type":37,"value":1136},"3. Heatmap di context quality",{"type":37,"value":1138}," — Asse X categorie di query (product, pricing, comparison), asse Y bin di lunghezza context (0-20, 20-40, 40+). Verde scuro = molte citazioni + context lungo. Bianco = nessuna citazione. Se vedete bianco nella categoria pricing, ottimizzate la vostra pricing page per gli LLM.",{"type":32,"tag":33,"props":1140,"children":1141},{},[1142],{"type":37,"value":1143},"Mostrate il dashboard nella call settimanale con la revenue. Quando il CMO vede il citation rate chiederà \"cosa me ne faccio?\" — mostrate la correlazione con la ricerca branded. Quando il CFO chiede il ROI, mostrate il modello di attribution del traffico LLM.",{"type":32,"tag":33,"props":1145,"children":1146},{},[1147],{"type":37,"value":1148},"Non confrontate le metriche di citazione con GA4 — misurano stage diverse del funnel. GA4 misura \"visita al sito\", citazione misura \"consapevolezza del marchio\". Citation è una metrica di awareness, GA4 è una metrica di consideration.",{"type":32,"tag":40,"props":1150,"children":1152},{"id":1151},"quello-che-dovete-fare-adesso",[1153],{"type":37,"value":1154},"Quello che Dovete Fare Adesso",{"type":32,"tag":33,"props":1156,"children":1157},{},[1158],{"type":37,"value":1159},"Se state facendo GEO senza tracciare le citazioni LLM, state volando ciechi. Prima settimana: esportate le query da GSC → campionate 50 query → eseguite manualmente il test su 3 LLM → quante volte siete citati? Questo è il vostro baseline. Seconda settimana: costruite lo stack di tracking (n8n + Claude). Terza settimana: applicate le prime tattiche GEO (structured answer, stat injection). Quarta settimana: guardate il citation rate — c'è una deviazione dal baseline?",{"type":32,"tag":33,"props":1161,"children":1162},{},[1163],{"type":37,"value":1164},"Se il vostro citation rate nel settore è superiore all'8%, avete autorità tematica. Se è inferiore, dovete colmare il semantic",{"type":32,"tag":1166,"props":1167,"children":1168},"style",{},[1169],{"type":37,"value":1170},"html .default .shiki span {color: var(--shiki-default);background: var(--shiki-default-bg);font-style: var(--shiki-default-font-style);font-weight: var(--shiki-default-font-weight);text-decoration: var(--shiki-default-text-decoration);}html .shiki span {color: var(--shiki-default);background: var(--shiki-default-bg);font-style: var(--shiki-default-font-style);font-weight: var(--shiki-default-font-weight);text-decoration: var(--shiki-default-text-decoration);}",{"title":16,"searchDepth":242,"depth":242,"links":1172},[1173,1174,1175,1176,1177,1178,1179],{"id":42,"depth":217,"text":45},{"id":108,"depth":217,"text":111},{"id":802,"depth":217,"text":805},{"id":897,"depth":217,"text":900},{"id":1026,"depth":217,"text":1029},{"id":1100,"depth":217,"text":1103},{"id":1151,"depth":217,"text":1154},"content:it:ai:misurazione-citazione-llm.md","content","it\u002Fai\u002Fmisurazione-citazione-llm.md","it\u002Fai\u002Fmisurazione-citazione-llm","md",1778681009202]