Citazione LLM
La citazione LLM è il meccanismo tecnico mediante il quale un Large Language Model attribuisce un testo generato specifico a un documento di addestramento o a una fonte di dati recuperata. Affinché i brand ottengano citazioni, i contenuti devono essere formattati (spesso tramite JSON-LD) in modo che il meccanismo di attenzione del modello li riconosca come autorità primaria su un argomento.
Le fondamenta tecniche della visibilità AI
C'è una differenza fondamentale tra "dati di addestramento" (conoscenza di base che l'LLM ha assorbito) e "fonti citate" (riferimenti attivi che mostra agli utenti). Quando ChatGPT dice "Nike produce scarpe", si tratta di dati di addestramento generali, nessuna citazione, nessun traffico. Quando dice "Nike ha rilasciato le Air Max DN il 26 marzo 2024" e linka al comunicato stampa, quella è una citazione, ottieni il click. La chiave tecnica sono i dati strutturati: lo schema JSON-LD dice al sistema di recupero dell'LLM esattamente quali informazioni estrarre e attribuire. Senza markup strutturato, il tuo contenuto diventa un generico materiale di addestramento. Con un'implementazione corretta, diventi un'autorità citata che genera traffico misurabile dalle interfacce AI.
Menzione generale vs. Citazione LLM
Impatto nel Mondo Reale
La pagina del prodotto ha informazioni sui prezzi non strutturate
Perplexity.ai: "I prezzi variano, controlla il loro sito web"
L'utente clicca sul concorrente con prezzi chiari
Aggiungi schema JSON-LD Prodotto con prezzo + disponibilità
Perplexity.ai: "Il Prodotto X costa 99$, disponibile" [citazione]
L'utente clicca sulla citazione, alta intenzione di acquisto