Hreflang e ricerca AI: il targeting regionale influenza le risposte dell'AI?

A cosa serve Hreflang

Segnali di lingua e regione nella ricerca classica

I tag Hreflang indicano alla ricerca Google quale versione di una pagina corrisponde a quale lingua e regione. Sono stati progettati per il ranking classico, non per le risposte generate dall'IA.

Il compito è limitato. Quando esistono diverse versioni di una pagina, hreflang aiuta il motore di ricerca a mostrare quella corretta all'utente giusto. Funziona a livello della pagina dei risultati, dove un URL sostituisce l'altro.

Una configurazione tipica copre casi come questi:

Ogni versione rimanda alle altre e ognuna rimanda indietro. Questo collegamento reciproco è ciò che rende valida l'annotazione, indipendentemente da quale dei tre implementazione hreflang metodi si utilizzi. In HTML, si inseriscono i tag link nell'intestazione di ogni pagina. In una sitemap XML, si elenca ogni URL alternativo all'interno della voce relativa alla sua pagina. Con le intestazioni HTTP, si inviano le annotazioni nella risposta stessa, il che è adatto a file non HTML come i PDF. Il metodo conta meno della coerenza, poiché ogni versione deve comunque restituire l'intero set di riferimenti.

Se una pagina elenca un elemento correlato ma quest'ultimo non restituisce il riferimento, il motore di ricerca può ignorare la coppia. I link di ritorno mancanti sono tra i più comuni errori hreflang, e sono spesso accompagnati da altri due: autoreferenze omesse dal set di annotazioni e codici di lingua o regione non validi, come "en-UK" invece di "en-GB". Questi errori possono indurre Google a ignorare particolari annotazioni o coppie di link di ritorno, motivo per cui hreflang potrebbe sembrare inefficace.

hreflang è un suggerimento, non un comando. Il motore può comunque scegliere una versione diversa se altri segnali hanno un peso maggiore.

Altri segnali includono la lingua del contenuto visibile, la posizione dell'utente che effettua la ricerca e quale versione attira link o coinvolgimento. Se le tue pagine regionali sono quasi duplicate, il motore di ricerca potrebbe trattarle come un'unica pagina e sceglierne una sola versione per tutti.

Considera un brand con pagine in inglese per due paesi che differiscono solo per il simbolo del prezzo. Il motore di ricerca vede un testo quasi identico. Potrebbe accorparle e il hreflang suggerimento ha poco su cui lavorare.

Ecco perché le differenze reali contano. Prezzi locali, terminologia legale locale, termini di spedizione locali e dettagli di contatto locali danno a ogni versione una ragione per esistere. Strumenti come MultiLipi possono aiutarti a gestire le versioni tradotte e regionali in modo che ognuna rimanga coerente e chiaramente distinta.

Dove si inserisce x-default

Il valore x-default indica una pagina di fallback. Serve agli utenti la cui lingua lingua o regione non corrisponde a nessuna delle tue versioni elencate.

Molti siti la indirizzano verso un selettore di lingua o una homepage globale. Sei tu a decidere quale pagina funzioni meglio come soluzione universale.

Scegli pensando al visitatore. Un utente proveniente da un mercato non elencato dovrebbe approdare in un luogo utile, non in un vicolo cieco o su una pagina scritta per un solo paese.

Tieni a mente questo: hreflang scambia gli URL nei risultati. Non posiziona una pagina più in alto né ne riscrive il contenuto. Questo limite è importante quando ti chiedi se Risposte AI rispettarlo.

Una risposta AI costruisce una replica da molteplici fonti. Potrebbe non mostrare affatto uno scambio di URL, quindi un tag creato per scambiare i risultati non può garantire quale pagina di mercato venga citata.

Come le risposte AI scelgono tra le versioni regionali

Recupero prima, lingua dopo

Una risposta AI inizia con il recupero. Il sistema estrae le pagine che corrispondono alla query, quindi scrive una risposta basandosi su ciò che ha trovato.

Anche la lingua e la regione possono influenzare recupero stessa. Se la tua pagina in francese non è disponibile per il sistema di recupero, un'annotazione hreflang da sola non può far sì che la risposta la citi.

ChatGPT, Gemini, Copilot, Claude e Perplexity utilizzano diversi recupero e approcci di ricerca; il modo esatto in cui ciascuno sceglie gli URL regionali disponibili non è del tutto pubblico.

Questo ordine di operazioni cambia dove dovresti concentrare gli sforzi. Prima di ottimizzare segnali regionali, conferma che la pagina di ogni mercato sia scansionabile, indicizzabile e pertinente alla query nella lingua digitata dall'utente.

Considera un brand con pagine in inglese quasi identiche per Stati Uniti e Regno Unito. Se l'indice le tratta come duplicati e ne conserva solo una, la risposta può citare solo quella, indipendentemente dalla posizione dell'utente.

Cosa hanno dimostrato i test sulle piattaforme di ricerca basate su IA

I test condotti da Glenn Gabe, che hanno attirato l'attenzione nelle discussioni del settore come quella su Search Engine Roundtable, sono iniziati con ChatGPT.

Altri professionisti hanno confrontato siti spagnoli e inglesi tradotti e non tradotti in Spagna e Messico. L'obiettivo era vedere quale versione apparisse per le query multilingue.

Considera questi risultati come segnali, non come regole. Piccoli test non dimostrano come si comporti ogni piattaforma.

Ciò che dimostrano è che la qualità e la completezza della traduzione sono importanti per il recupero. Una pagina tradotta solo parzialmente invia al sistema segnali linguistici contrastanti, rendendo più difficile la corrispondenza con una query in una determinata lingua.

È qui che una piattaforma come MultiLipi può essere d'aiuto. Coerente, completamente pagine tradotte con chiare differenze linguistiche e di mercato, offre all'indice qualcosa di distinto da recuperare per ogni pubblico.

Perché le prove sull'hreflang sono ancora deduzioni

L'affermazione secondo cui i modelli di IA passano per impostazione predefinita alla versione più autorevole in assenza di un hreflang corretto è plausibile, ma si tratta di un'interpretazione. Il punto di vista opposto è più cauto: al momento non vi è alcuna prova che il modello applichi una preferenza regionale basata sull'hreflang.

Ecco la lettura pratica per il tuo lavoro di SEO internazionale:

Quindi mantieni pulito il tuo hreflang, ma non fare affidamento solo su di esso. Se l'hreflang sia ancora necessario ora che i sistemi di intelligenza artificiale sono in grado di rilevare la lingua autonomamente è una domanda legittima, e la risposta è sì, sebbene per una ragione più limitata rispetto al passato. Il suo impatto su Ricerca IA L'accuratezza delle citazioni è probabilmente indiretta, operando attraverso l'indice piuttosto che tramite il modello. Annotazioni hreflang corrette aiutano i motori di ricerca ad abbinare ogni query alla versione regionale corretta di una pagina, in modo che le fonti da cui una risposta AI attinge abbiano maggiori probabilità di corrispondere alla lingua e al mercato dell'utente. Il rilevamento della lingua può identificare in quale lingua è scritta una query o una pagina, ma non può determinare quale tra diverse pagine quasi identiche, come l'inglese per Stati Uniti, Regno Unito o Australia, fosse destinata a un determinato mercato; hreflang può aiutare i motori di ricerca a comprendere tali relazioni regionali. Non vi è alcuna conferma pubblica che il modello di generazione delle risposte utilizzi direttamente tali tag per selezionare le citazioni, il che significa che una configurazione errata può comunque portare alla citazione della versione sbagliata, mentre una configurazione pulita migliora solo le probabilità.

La mossa più sicura è rendere ogni pagina regionale sostanzialmente diverse: contesto dei prezzi locale, terminologia locale, esempi locali. I tag hreflang aiutano i motori di ricerca a mappare le varianti sul pubblico corretto, ma non è stabilito se o come sistemi come ChatGPT e Perplexity utilizzino queste annotazioni durante il recupero e la citazione di passaggi; pertanto, pagine quasi duplicate possono confondersi o apparire nel mercato sbagliato. Pagine distinte forniscono al recupero un motivo per scegliere il mercato giusto, e i segnali hreflang rafforzano poi una scelta già operata dal contenuto.

Approfondimento degli esperti

"A dire il vero, l'hreflang è uno degli aspetti più complessi della SEO (se non il più complesso in assoluto). Sembra facile come un meta-tag, ma diventa molto difficile rapidamente." , John Mueller, Google

Segnali che possono influenzare quale mercato viene citato

Una volta recupero ha svolto il suo lavoro, una manciata di segnali determina quale versione regionale una risposta AI cita. Alcuni sono ben documentati. Altri sono stime plausibili, e noi segnaliamo quali sono quali.

Lingua della query e posizione dell'utente

La lingua del prompt è l'indizio visibile più forte. Una query scritta in francese tende a richiamare pagine in francese, e una query in inglese tende a richiamarne in inglese.

Questo funziona perché il modello abbina la lingua della domanda alla lingua della fonte. Se la tua pagina in francese è scarna o mancante, la risposta potrebbe citare una pagina in inglese e tradurla al volo. Perdi la citazione, e l'utente vede il tuo brand attraverso una versione che non hai scritto per lui.

La posizione può aggiungere un secondo livello, ed è dove spesso iniziano le citazioni di URL in lingua errata nelle risposte AI. Google AI Overviews e la modalità AI si basano sulla ricerca Google, che utilizza già la posizione dell'utente, quindi la selezione dell'URL della lingua in queste funzionalità parte dagli stessi segnali che determinano quale versione di una pagina viene posizionata. È qui che si incontrano hreflang e i risultati regionali di AI Overviews in Google: quando una panoramica o una risposta in modalità AI cita una fonte, solitamente sceglie l'URL la cui lingua corrisponde alla query e alla posizione dell'utente, e le annotazioni hreflang aiutano a scegliere la versione regionale o linguistica corretta invece di una non corrispondente. Per una query in lingua francese in Canada, una pagina localizzata fr-CA può essere pertinente, ma la sua apparizione in una citazione AI non è garantita da annotazioni complete e reciproche. Anche Copilot può attingere al recupero web, ma il suo trattamento dei segnali hreflang e di posizione non è documentato allo stesso livello della Ricerca Google. Confronta le sue citazioni empiricamente invece di presumere che applichi le regole di Google. Questa incertezza è una possibile spiegazione per cui un utente francofono vede una citazione in lingua inglese anche quando esiste una versione francese. Hreflang aiuta ancora in entrambi gli ecosistemi, ma funziona come un suggerimento piuttosto che come una regola, e i risultati regionali in Google AI Overviews possono ancora far emergere la versione sbagliata quando le tue annotazioni sono in conflitto con il contenuto della pagina, puntano a URL reindirizzati o mancano di tag di ritorno. Correggere le citazioni nella lingua sbagliata significa assicurarsi che i tag hreflang, la lingua sulla pagina e i segnali del paese puntino tutti alla stessa versione di ogni pagina.

Ciò è importante quando due mercati condividono una lingua. Un utente in Canada e un utente in Australia potrebbero entrambi digitare in inglese, ma il livello di ricerca sottostante può comunque orientare i risultati verso pagine adatte alla loro regione.

Non è stabilito se ChatGPT, Claude o Perplexity ponderino la posizione geografica allo stesso modo, e la stessa incertezza si applica al supporto hreflang in ChatGPT, Perplexity e Claude. Lo stesso vale per il modo in cui crawler come GPTBot e PerplexityBot elaborano le annotazioni hreflang: potrebbero recuperare ogni versione regionale di una pagina senza trattare i tag come istruzioni per raggruppare tali versioni o sceglierne una per un determinato utente. Nessuna di queste aziende ha confermato che il proprio crawler o sistema di recupero legga l'hreflang per scegliere tra versioni regionali, quindi un tag che guida Google potrebbe non avere alcun effetto sulla versione che questi strumenti indicizzano o citano. Un crawler potrebbe ignorare le annotazioni, registrarle come semplice markup o usarle solo per scoprire URL alternativi, e non c'è nulla di pubblico che specifichi quale sia il comportamento. Consideralo come una possibilità, non come una regola.

Tag canonici e clustering dei duplicati

I motori di ricerca raggruppano pagine quasi identiche in cluster e ne scelgono una rappresentativa. Se la tua pagina per gli Stati Uniti e le altre pagine in inglese sono quasi uguali, una potrebbe assorbire le altre.

Il vincitore del cluster è ciò che probabilmente vedrà il livello di IA. Una pagina regionale incorporata in un'altra potrebbe non raggiungere mai la risposta, perché gli LLM non possono distinguere quale posizione o entità fosse destinata a descrivere. La disambiguazione regionale e la chiarezza dell'entità per gli LLM dipendono da segnali distinti: un nome di luogo chiaro, una descrizione coerente dell'entità e una pagina che si distingue dalle altre. Senza di essi, il modello tratta due pagine regionali come un'unica entità, e ciò potrebbe concentrare le citazioni su una sola versione.

Tag canonici può peggiorare la situazione. Puntare ogni pagina regionale verso un unico canonical indica al motore di ricerca di ignorare le tue versioni locali.

Controlla i tuoi canonical prima di ogni altra cosa e usali come punto di partenza per verificare le citazioni IA delle pagine regionali. Ogni pagina regionale dovrebbe normalmente puntare a se stessa, in modo che il motore di ricerca la tratti come una versione legittima anziché come una copia. Una volta fatto ciò, verifica quali URL regionali Risposte AI vengono effettivamente citati. Se continuano a far emergere una singola pagina nazionale o la versione di un mercato errato, un conflitto di canonical è una possibilità da indagare insieme alla pertinenza dei contenuti e alla scansionabilità.

Concentrazione dell'autorità su una sola versione

Quando i segnali regionali non sono chiari, l'autorità può determinare il risultato. Questa rimane un'inferenza, non una regola confermata.

L'autorità può accumularsi su una pagina in diversi modi:

Quando ciò accade, la pagina più autorevole potrebbe essere citata per ogni mercato, anche laddove si adatta poco.

Si consideri un marchio la cui pagina tedesca è una traduzione leggera del sito principale. Ogni riferimento esterno punta all'originale, quindi la pagina tedesca non ha basi su cui poggiare. Un modello che sceglie una fonte per una domanda in tedesco vede una pagina forte e una copia debole.

Una piattaforma come MultiLipi può aiutare a mantenere le versioni regionali coerenti e correttamente strutturate. La sostanza locale deve comunque provenire da voi: dettagli specifici del mercato, prove locali e una formulazione che rifletta il modo in cui le persone in quella regione pongono effettivamente le domande.

Dove Hreflang non è sufficiente nella ricerca mediata dall'IA

Anche i segnali più forti hanno dei limiti. Hreflang è utile, ma non è stato creato per il modo in cui vengono assemblate le risposte dell'IA.

Livelli di recupero che ignorano le annotazioni

La documentazione di Google Search descrive hreflang come un metodo per fornire l'URL corretto all'utente di ricerca appropriato. Risposte AI aggiungi passaggi che la documentazione non ha mai trattato.

L'individuazione e l'indicizzazione degli URL hreflang per i crawler IA sono tutt'altro che garantite, e l'abbinamento di hreflang con llms.txt non cambia la situazione di per sé. Alcuni livelli di recupero potrebbero prelevare le pagine senza leggere affatto le annotazioni dei link, quindi gli alternate-lingua URL non vengono mai scoperti e non raggiungono mai l'indice. Se GPTBot o PerplexityBot possano effettivamente raggiungere tali alternate dipende dalle regole del file robots.txt e dalle impostazioni del server; una versione regionale bloccata per entrambi i crawler rimane invisibile, indipendentemente dalla pulizia dei tag. Un file llms.txt opzionale potrebbe elencare le varianti linguistiche, ma non vi è alcuna garanzia generale che i crawler IA lo utilizzino; i link HTML scansionabili e le sitemap rimangono percorsi di scoperta importanti. Altri potrebbero estrarre passaggi anziché interi URL, rendendo il segnale hreflang privo di riferimenti e impedendo l'abbinamento della versione regionale corretta all'utente giusto.

In pratica, un passaggio viene estratto da una pagina, valutato singolarmente e citato. Il contesto di mercato veicolato dall'hreflang rimane legato all'URL completo.

Ciò lascia lacune non visibili dall'esterno:

La risposta unificata rappresenta il caso più rischioso. Una politica di spedizione di un mercato può apparire accanto a un prezzo di un altro, e l'utente visualizza un'unica risposta autorevole.

I tag hreflang continuano ad aiutare l'indice di ricerca. Semplicemente, non garantiscono nulla riguardo alla risposta finale.

Ecco perché la pagina stessa deve contenere indizi sul mercato. Valuta, dettagli di contatto locali, termini regionali e diciture legali rimangono legati al passaggio anche quando le annotazioni non lo sono. Se gestisci molte lingua versioni, una piattaforma di traduzione come MultiLipi può aiutare a mantenere tali dettagli locali coerenti tra i vari mercati.

Conflitti tra canonical e hreflang

Una delle critiche più acute all'hreflang nella ricerca mediata dall'IA è la tensione irrisolta tra rel="pratiche canonichee internazionalizzazione. I due segnali possono spingere in direzioni opposte.

Canonico dice: considera questa pagina come la copia principale. Hreflang dice: questa pagina ha un equivalente per un altro mercato.

Quando sono in conflitto, il motore di ricerca solitamente si fida del canonical. La tua pagina regionale viene quindi esclusa dal cluster.

Ecco uno scenario tipico di errore di validazione hreflang. Una pagina tedesca punta con un canonical all'originale inglese, ma i suoi tag hreflang la indicano ancora come versione tedesca. Si tratta di un pratiche canoniche conflitto: la pagina comunica ai crawler di essere contemporaneamente un duplicato e un'alternativa distinta. L'indice segue il canonical, tratta la pagina tedesca come un duplicato e rimuove l'annotazione hreflang. L'assenza di tag di ritorno peggiora la situazione. Se la pagina inglese non punta a sua volta all'URL tedesco, la coppia non è confermata e il cluster viene ignorato. L'URL tedesco potrebbe perdere visibilità come variante indicizzata separata, riducendo la possibilità per i sistemi di intelligenza artificiale basati sulla ricerca di citare i suoi contenuti localizzati.

Verifica la presenza di questi conflitti comuni:

Il terzo conflitto è facile da ignorare. Quando due pagine in inglese differiscono solo per una bandiera o un piè di pagina, il motore di ricerca le vede come duplicati e ne sceglie una.

Correggi prima questi errori. Nessuna quantità di markup aggiuntivo aiuta una pagina che l'indice ha già escluso.