Strumenti AI nella SEO: il mio set e i test che l'hanno plasmato

Il mio set di strumenti AI per la SEO è fatto di modelli linguistici, dati a pagamento sui risultati di Google, un programma per scansionare i siti e script miei. Il modello ordina bene i dati, li descrive e scrive codice. Il risultato di una sola cattura dei risultati o di una sola risposta del modello può però essere casuale. Per questo mostro i test che hanno cambiato il modo in cui uso questi strumenti. Non faccio una classifica da 1 a 10, perché non ho confrontato questi strumenti uno accanto all'altro sugli stessi dati.

Cosa fa bene l'AI nella SEO e cosa no?

Un modello linguistico legge, ordina e scrive bene, ma calcola male a memoria e non vede i dati che non gli dai. Il 26 e il 27 settembre 2026 ho messo alla prova dei modelli linguistici su 17 tipi di compiti SEO, ciascuno a livello facile e difficile. Una parte dei tipi l'ho costruita sulla base di 103 annunci di lavoro per specialisti SEO. Gli annunci citavano più spesso l'audit tecnico, il reporting e l'analisi dei dati. Tra gli strumenti citavano più spesso Search Console, Google Analytics 4 (GA4), Ahrefs, Semrush e Screaming Frog.

I modelli più forti hanno avuto quasi il 100% in quasi ogni tipo di compito, quindi le differenze le hanno mostrate solo i modelli più deboli. Nel gruppo di testa c'erano, tra gli altri, Claude Opus 5.5, Fable 5.1, Codex e Gemini 3.1 Pro. Nel calcolo da file a livello difficile Claude Haiku 4.5 ha preso 2 punti su 10. Gemini 3.8 Flash con un livello di ragionamento basso ne ha preso 1 su 10, e la Gemma 4 12B locale 0 su 10. Nei compiti in cui il modello poteva calcolare i dati con uno script Python, tutti i modelli in cloud esaminati hanno preso il punteggio pieno. Anche i più deboli. I dati di questi compiti sono esportazioni di Screaming Frog, 45.000 eventi GA4 e un log del server di 160.000 righe. Per questo i numeri nel mio lavoro li calcola uno script che il modello scrive ed esegue.

I testi in polacco li hanno valutati alla cieca due modelli, e qui le differenze erano grandi. I valutatori non sapevano quale modello avesse scritto il testo. La scala aveva 5 gradi, e 5 significava un testo pronto da inviare al cliente senza correzioni. Solo Claude Opus 5.5 e Claude Sonnet 5 hanno preso 5 nel compito di scrittura difficile. Gemini 3.1 Pro ha preso 2, perché ha inventato «la conversazione di ieri» con il destinatario. Il valutatore Claude Opus è stato più severo del valutatore Gemini, sia per le risposte di Claude sia per quelle degli altri modelli.

Lo stesso modello può dare un risultato diverso alla successiva esecuzione dello stesso test. In due esecuzioni Claude Haiku 4.5 ha preso 62 e 39 punti su 102. Nel testo sull'audit SEO ho descritto perché un modello AI non fa da solo un audit completo di un sito.

Il mio set: quale strumento uso per cosa?

Divido gli strumenti in sei usi nel lavoro e non per produttore. Lo stesso modello compare a volte in più usi, perché lo uso in un modo per leggere i dati e in un altro per controllare. Per ogni uso riporto il test dopo il quale ho cambiato il modo di lavorare.

Quali modelli linguistici uso e per cosa?

Il lavoro principale lo faccio in Claude Code, cioè in Claude che gira nel terminale con accesso a file, script e dati. Claude scrive ed esegue script, legge le esportazioni e prepara le bozze dei report. Codex (OpenAI) e Gemini (Google) ricevono gli stessi materiali per un secondo controllo.

I testi e i report li controllo con un secondo modello di un altro produttore, in due giri. Il primo giro cerca errori nei fatti e lacune. Il secondo giro controlla solo le correzioni, perché correggendo nascono nuovi errori. A ottobre 2026, in un progetto, il secondo giro ha trovato in una guida un numero sbagliato per il totale dei link da cui era calcolata la percentuale: 79 invece di 76. Quell'errore è nato solo con le correzioni. Il mio script di controllo non lo aveva trovato.

Un modello usato come valutatore della qualità può misurare qualcosa di diverso rispetto a una persona, quindi lo verifico su testi che ho già valutato. Il 7 ottobre 2026 ho dato a due modelli da valutare 87 descrizioni di brevetti di Google. Tra queste c'erano 8 descrizioni che avevo già ritenuto pronte io, e i giudici non lo sapevano. Fable, un modello di Anthropic, ne ha ritenute pronte 5 su 8. Codex con un livello di ragionamento alto ne ha ritenuta pronta 1 su 8.

Questi due risultati dicono qualcosa solo dei testi che io stesso avevo ritenuto pronti. Le altre 79 descrizioni non le avevo valutate, quindi non so quanti rifiuti fossero giusti. Codex ne ha respinte in tutto 51 su 87, perché confrontava ogni frase della descrizione con le rivendicazioni, cioè con l'ambito legale del brevetto. L'accordo tra i giudici era vicino a quello casuale. Il kappa di Cohen è stato 0,06, dove 0 indica un accordo casuale e 1 un accordo pieno.

I modelli locali sul mio computer con scheda grafica li uso per le etichette di massa, perché non pago per ogni elemento. Il 1° ottobre 2026 ho provato modelli locali su quattro compiti semplici. I dati erano le pagine di tre negozi online polacchi. Gemma 4 31B ha riconosciuto il tipo di pagina nel 98,5% di 403 pagine. I tipi di pagina sono prodotto, elenco di prodotti, articolo o altro. Lo script con regole ha colto nel segno nell'84% di quelle pagine.

Gemma ha letto quasi senza errori i prezzi e ha valutato la coerenza dei numeri, ma una parte dei riferimenti di quel test veniva da un modello e non da una persona. Il riferimento per il tipo di pagina erano le etichette di uno script corrette dal modello Claude Opus. Gemma ha letto correttamente il prezzo da tutte e 177 le schede prodotto. Il riferimento era il prezzo dei dati strutturati, coerente con il testo della pagina. Nel 99,3% di 134 casi Gemma ha valutato correttamente se il numero in una frase coincidesse con i dati. Metà di quelle frasi aveva un numero cambiato apposta. Gemma ha riconosciuto anche il tipo di esigenza espresso da una parola chiave (relativa all'offerta, estranea all'offerta o richiesta di consigli) nel 97,7% di 218 parole chiave. Il riferimento erano qui le etichette del modello Claude Opus.

La stessa famiglia di modelli ha fallito nel confronto di numeri tra due file in un'offerta vera. Il 12 ottobre 2026 due versioni di Gemma 4, 26B e 31B, hanno confrontato 63 righe e hanno segnalato solo contraddizioni false. Hanno ritenuto, per esempio, che «-34%» e «un terzo» fossero valori in contraddizione. L'unico problema vero in quel testo non riguardava i numeri, ma una parola esagerata accanto a un risultato in tabella. Non rientrava quindi nel compito di Gemma. Ora uno script controlla che ogni numero di un file compaia nell'altro. È un controllo della presenza dei numeri, e il loro significato lo verifica una persona o un secondo modello.

Quali strumenti uso per i dati su posizioni e domanda?

I dati sui risultati di Google li prendo da DataForSEO, Search Console e Ahrefs, e ciascuna di queste fonti ha una trappola diversa. DataForSEO vende catture dei risultati di Google e dati sulla domanda con pagamento per ogni query. Dal 17 settembre al 14 ottobre 2026 vi ho commissionato 17.076 attività per 99,89 USD. Tra queste c'erano 13.085 catture dei risultati di Google.

Una sola cattura dei risultati non basta a misurare una posizione, perché le catture successive della stessa parola chiave sono diverse. Il 7 ottobre 2026 ho scaricato i risultati di 94 parole chiave tre volte a distanza di un'ora e due volte nello stesso minuto, per 1,57 USD. Poi ho confrontato i domini dei primi dieci risultati in due catture della stessa parola chiave. I domini in comune erano in mediana circa il 15% di tutti i domini diversi delle due catture. Nelle catture dello stesso minuto era circa l'8%. Una parola chiave aveva in mediana 4 varianti di risultati. Per questo, al posto della posizione, calcolo la quota di catture in cui il dominio è nella top 10. Eseguo circa 10 acquisizioni dei risultati, inviando tutte le richieste insieme.

Questa misurazione ha invalidato un mio test precedente, in cui avevo confrontato la posizione di una sola cattura con le citazioni di cinque catture. L'esito del test, «superato», si è rivelato falso, quindi ho sospeso il test. L'AI Overview, cioè la risposta dell'AI sopra i risultati di Google, in questa misurazione era stabile: compariva nel 97-99% delle catture, e l'elenco delle pagine citate non cambiava.

Search Console mostra i clic misurati da Google stesso, ma l'esportazione dal pannello taglia la tabella a 1.000 righe. Mille query ordinate per clic sono la parte dei dati con più clic. Il 20 settembre 2026, in un sito, l'esportazione dal pannello mostrava un CTR del 4,28% per le posizioni 1-3 negli USA. Il CTR è la percentuale di impressioni che hanno generato un clic. I dati di 16 mesi scaricati senza il limite di 1.000 righe, cioè 123.498 query, hanno dato 1,40%. Questi dati li scarico tramite l'API di Search Console, cioè l'interfaccia per i programmi. Il secondo modo è il report in Looker Studio, lo strumento gratuito di Google per i report, con il connettore di Search Console.

Ahrefs lo uso per link, parole chiave e concorrenza, ma le sue stime di traffico le verifico in Search Console. La colonna del traffico nel Rank Tracker di Ahrefs è una stima: la domanda stimata moltiplicata per una percentuale di clic assunta. In un sito quella stima era da 10 a 50 volte più alta dei clic in Search Console, in un altro circa 3 volte più bassa. Il Rank Tracker conta come posizioni anche i blocchi nella pagina dei risultati. In un caso il calo dal 1° al 13° posto significava solo che sopra i risultati era comparsa un'AI Overview.

Quali strumenti uso per l'audit tecnico?

Per l'audit uso Screaming Frog e il browser Chrome senza finestra, mentre il modello AI legge i risultati ma non sostituisce la scansione del sito. Screaming Frog attraversa il sito come un robot del motore di ricerca. Chrome avviato senza finestra mostra la pagina dopo l'esecuzione di JavaScript, quindi confronto le due versioni della pagina. In un audit le scansioni con JavaScript e senza, avviate in parallelo, hanno dato un falso segnale sul rendering. Da allora le avvio una dopo l'altra.

Quando il firewall del sito sottoposto ad audit blocca il mio programma di scansione, i singoli indirizzi li scarico con il servizio Apify Web Fetch. In un test del 12 ottobre 2026 il servizio ha letto 8 pagine su 8 che non riuscivo a scaricare dal mio indirizzo IP. Due appartenevano a siti di clienti e sei a siti pubblici con recensioni, comparatori e negozi online. È costato 0,00155 USD per indirizzo. Il servizio a volte segnalava però un download riuscito con codice 200, anche se aveva scaricato solo la pagina di verifica. Un testo molto breve o un testo di verifica lo considero quindi un blocco e ripeto il download.

Questo servizio non mostra cosa vede un vero robot di Google o un robot AI. Si collega da un altro indirizzo IP e, anche quando indico il nome del robot, gli altri header rivelano un normale Chrome. I blocchi dei robot li verifico quindi in Search Console e con uno script mio che confronta le risposte del server per robot diversi. Nel testo sul file llms.txt ho descritto come verifico dall'indirizzo IP se la richiesta l'ha inviata un vero robot.

L'assistente per gli audit tecnici l'ho costruito sugli audit della mia agenzia del 2020-2026 e lo misuro su audit fatti in precedenza da una persona. L'assistente è un agente AI che raccoglie dati sul sito e li controlla secondo un catalogo di regole ricavate da quegli audit. L'ambito dell'audit e le priorità li approvo io, all'inizio del lavoro e prima dell'invio dell'audit. Il risultato della misurazione lo aggiungerò qui dopo la seconda misurazione su un nuovo sito.

Quali strumenti uso per contenuti e semantica?

Assegno la parola chiave alla pagina con la ricerca ibrida, perché la versione precedente del mio strumento coglieva nel segno solo in un terzo delle parole chiave. Il 14 ottobre 2026 ho preso le parole chiave di Search Console di due siti, senza quelle con il nome del marchio. Per ogni parola chiave il riferimento era la pagina che aveva ricevuto almeno il 60% dei clic per quella parola chiave ed era tra le pagine scansionate del sito. La versione precedente dello strumento usava il modello MiniLM per gli embedding, cioè la trasformazione di un testo in un vettore di numeri. Ha indicato la pagina di riferimento al primo posto nel 34% delle parole chiave.

La ricerca ibrida unisce tre elenchi di pagine e coglieva la pagina di riferimento nell'80,5% e nel 77,1% delle parole chiave. Il primo elenco viene dal modello e5-large. Il secondo è la ricerca per parole nel contenuto e il terzo per parole nel titolo, nell'H1 e nell'indirizzo. Gli elenchi li unisco con il metodo RRF, che premia le pagine in alto in più elenchi insieme. Il miglior singolo modello per gli embedding era diverso in ciascuno dei siti, e l'ibrido ha vinto in entrambi.

In questo test ho trovato un errore nel mio stesso strumento: il modello non vedeva la fine della maggior parte dei frammenti di testo. Lo script divideva il testo in frammenti da 80 parole, mentre il modello accetta 128 token, cioè pezzi di parole. Le parole polacche si dividono in più token di quelle inglesi, quindi l'89-98% dei frammenti veniva tagliato. Il risultato del 34% riguarda quindi la versione precedente dello strumento insieme a quell'errore e non il solo modello MiniLM. Il test misura la coerenza con i clic su Google e non quale pagina risponda meglio alla query.

Le entità, cioè i nomi di aziende, prodotti, persone e concetti, le estraggo dai testi con il modello locale GLiNER2. Nel mio test di luglio 2026 il modello aveva sui testi polacchi un F1 di 0,94, lo stesso che sui testi inglesi. L'F1 unisce precisione e completezza, e 1 è il risultato ideale. Questo risultato riguarda etichette che non si sovrappongono. Quando in una stessa richiesta c'erano insieme le etichette «azienda» e «marchio», l'F1 scendeva a 0,85. Il modello funziona su un normale processore, circa 20 paragrafi al secondo, senza costi per pagina.

GLiNER2 non lo uso per riconoscere l'intento delle parole chiave, perché nel mio test coglieva nel segno solo nel 33-42% dei casi. Sbagliava spesso con una certezza di 0,99, cioè quasi la massima certezza che indica da solo.

La mappa dei temi di questa serie di articoli l'ho fatta dalle entità di 71 pagine di concorrenti di Polonia e USA. Lo script ha estratto 110 entità e 1.764 triple, cioè registrazioni nella forma entità, caratteristica e valore. I dati sono costati 0,072 USD. La mappa ha mostrato i ruoli degli articoli, le coppie di testi da collegare con link e i temi che mancano in questo sito.

Quali strumenti uso per la link building?

Per l'analisi dei link uso Ahrefs, ma i link segnalati come persi li verifico dal vivo prima che entrino nelle conclusioni. A ottobre 2026, in un progetto, Ahrefs mostrava 360 domini polacchi come persi. 140 di essi linkavano ancora con lo stesso indirizzo. Circa 70 indirizzi rispondevano con errore 403 al download con un normale programma, quindi li ho controllati in un browser comandato da uno script (Playwright).

Gestisco insieme a un socio Linko, una piattaforma di link building, quindi non la descrivo qui come lo strumento di un'altra azienda. Nel testo sulla link building ho descritto come valuto i portali prima di acquistare le pubblicazioni. Nel testo sulla link building nell'era dell'AI ho descritto come l'AI aiuta a preparare pubblicazioni e contatti con gli editori.

Quali strumenti uso per misurare la visibilità nell'AI?

Gli strumenti per misurare la visibilità del marchio nell'AI li ho descritti in un testo a parte, quindi qui riporto solo il principio. La menzione del marchio nella risposta e la citazione della sua pagina le conto separatamente. Ogni domanda la pongo più volte, perché le risposte degli assistenti cambiano. Nel testo sulla visibilità del marchio nell'AI ho descritto la misurazione, il numero di ripetizioni e le trappole degli strumenti. Nel testo su GEO e AI SEO ho descritto cosa faccio sulla pagina perché gli assistenti AI possano citarla.

Quali strumenti SEO abbiamo costruito noi?

Quando nessuno strumento risponde alla mia domanda, scrivo con l'aiuto dell'AI uno script mio. La maggior parte di questi script serve al lavoro interno: scansione, download di dati, entità, controllo di testi e numeri. Prima di usare uno script nel lavoro lo verifico su dati con la risposta corretta.

In VerticalSEO stiamo preparando 16 strumenti SEO che saranno disponibili tramite il sito e tramite API, anche per gli agenti AI. Gli strumenti non sono ancora pubblicati. I test dell'8 ottobre 2026 verificavano se gli strumenti funzionassero secondo la specifica. Hanno superato 610 test su 610 dell'API e 325 su 325 dei test degli strumenti per agenti nel browser. Questi strumenti funzionano nello standard WebMCP, che rende disponibili le funzioni di un sito agli agenti AI. I test non misurano ancora se gli strumenti diano conclusioni SEO pertinenti.

Il test dello strumento per verificare le entità ha mostrato che il solo nome non basta a indicare un'entità. Cercavo la piattaforma commerciale polacca Allegro, ma lo strumento sceglieva dal knowledge graph di Google, cioè dalla sua base di entità, un brano di Vivaldi. Con il mio nome e cognome sceglieva un attore. Ora lo strumento conferma l'entità solo quando Google indica per essa la pagina che sto verificando. Una conferma è anche un identificatore indicato da Wikidata o dai dati strutturati della pagina.

LemmeGSC, il mio pannello per i dati di Search Console, lo sto preparando per il rilascio come software open source. Il pannello scarica i dati di Search Console senza il limite di 1.000 righe. Mostra, tra l'altro, la cannibalizzazione delle parole chiave, cioè più pagine di uno stesso sito per la stessa parola chiave.

Quali strumenti SEO gratuiti bastano per iniziare?

Per iniziare bastano Search Console, Looker Studio, la versione gratuita di un assistente AI e la versione gratuita di Screaming Frog. Ciascuno di questi strumenti ha un ruolo diverso:

• Search Console mostra clic, impressioni e query da Google;
• Looker Studio con il connettore di Search Console scarica gli stessi dati senza il limite di 1.000 righe;
• la versione gratuita di un assistente AI raggruppa le parole chiave, scrive bozze e script, se gli dai i dati;
• la versione gratuita di Screaming Frog scansiona fino a 500 indirizzi, che bastano per un sito piccolo.

Gli strumenti a pagamento per parole chiave e link conviene aggiungerli solo quando sai a quale domanda devono rispondere. Un assistente AI gratuito non conosce i tuoi dati di Search Console. Dà il massimo quando riceve da te un'esportazione e la richiesta di uno script che calcoli il risultato.

Come testo uno strumento AI prima di fidarmi?

Lo strumento lo verifico su dati di cui conosco la risposta corretta. Non ogni test di questo testo aveva tutti gli elementi dell'elenco qui sotto. Nel test dei modelli locali il riferimento per il tipo di pagina lo aveva corretto un modello e non una persona. Oggi un test ha questi elementi:

• un set di riferimento fatto di decisioni di una persona o di dati di Google, per esempio la pagina con la maggior parte dei clic di una data parola chiave;
• il risultato atteso scritto prima di avviare il test;
• la ripetizione della stessa esecuzione, perché una sola esecuzione di un modello o una sola cattura dei risultati può essere casuale;
• casi con un errore inserito apposta, per verificare se il controllo lo rileva;
• costo e tempo per ogni elemento;
• numeri verificati da uno script e non da un modello.

I dati per i test mi sono costati poco, mentre il lavoro maggiore lo richiede il set di riferimento. Il test delle catture dei risultati è costato 1,57 USD, e i dati per la mappa dei temi della serie 0,072 USD. Il set di riferimento richiede una valutazione precedente di una persona. I costi indicati non comprendono quel lavoro.

Il risultato del test lo scrivo insieme a ciò che il test non ha verificato. Nell'assegnazione della parola chiave alla pagina conosco la coerenza con i clic su Google, ma non so se la pagina indicata sia quella che risponde meglio alla query. Nei modelli locali ho verificato quattro compiti semplici e non compiti completi. Senza questa annotazione il risultato di un test si scambia facilmente per più ampio di quello che è.

Domande frequenti sugli strumenti AI nella SEO

Da dove iniziare?

Parti da un compito che svolgi ogni settimana e dai dati che hai già in Search Console. Dai al modello i dati completi e chiedigli uno script che calcoli ciò che oggi calcoli a mano. Confronta il risultato con una dozzina di casi che verifichi tu. Solo quando i risultati coincidono, avvia lo script su tutti i dati. Nel testo sulla strategia SEO ho descritto quali dati di Search Console controllo all'inizio del lavoro.