Citazione LLM
La citazione LLM è il meccanismo tecnico attraverso il quale un Large Language Model attribuisce testo generato specifico a un documento di formazione o a una fonte di dati recuperata. Affinché i brand ottengano citazioni, i contenuti devono essere formattati (spesso tramite JSON-LD) affinché il meccanismo di attenzione del modello li riconosca come l'autorità principale su un argomento.
Le fondamenta tecniche della visibilità dell'IA
C'è una differenza fondamentale tra "dati di addestramento" (conoscenze di base che il LLM ha assorbito) e "fonti citate" (riferimenti attivi che mostra agli utenti). Quando ChatGPT dice "Nike produce scarpe", si riferiscono dati generali di addestramento—nessuna citazione, nessun traffico. Quando dice "Nike ha rilasciato l'Air Max DN il 26 marzo 2024" e si collega al comunicato stampa, è una citazione—hai il clic. La chiave tecnica sono i dati strutturati: lo schema JSON-LD indica al sistema di recupero del LLM esattamente quali informazioni estrarre e attribuire. Senza markup strutturato, i tuoi contenuti diventano materiale generico per l'addestramento. Con una corretta implementazione, diventi un'autorità citata che genera traffico misurabile dalle interfacce di IA.
Menzione generale vs. Citazione LLM
Impatto nel mondo reale
La pagina prodotto contiene 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 prodotto JSON-LD con prezzo + disponibilità
Perplexity.ai: "Il prodotto X costa 99 dollari, disponibile in magazzino" [fonte]
L'utente clicca su citazione, alto intento d'acquisto