Un imprenditore che sta valutando se rifare il sito ha probabilmente in testa una di queste domande, o tutte e tre: cosa rischio di perdere, quanto tempo serve, a chi lo affido.
Quello che i motori registrano, invece, è quasi sempre un frammento di tre parole.
Ad agosto 2026 abbiamo analizzato venti temi con Answer The Public per capire che cosa resti di quella domanda nei dati che gli strumenti restituiscono.
Sono emerse tre cose, e nessuna delle tre era quella che cercavamo.
Che cosa abbiamo misurato
Venti temi, 4.420 stringhe
Abbiamo raccolto tutti i suggerimenti di completamento automatico che i motori restituiscono su venti temi: quello che compare sotto la barra di ricerca mentre si scrive. In totale 4.420 stringhe.
I temi appartengono a due gruppi lontani fra loro:
- nove riguardano la manutenzione tecnica di un sito,
- undici il metodo con cui si pianificano i contenuti.
La distanza serve a capire se un comportamento si ripete oppure dipende dall’argomento.
Perché abbiamo riclassificato invece di fidarci
Answer The Public organizza i suggerimenti in categorie, e una di queste si chiama “domande”. La strada breve sarebbe leggere quel numero.
Abbiamo verificato riga per riga con JABE, la piattaforma che usiamo per l’analisi dei dati SEO: tutte e 4.420 le stringhe, riconoscendo struttura grammaticale e forme interrogative in italiano e in inglese, con criteri scritti da noi.
È stata la decisione più utile dell’analisi, e il motivo si vede nel secondo risultato.
Quattro stringhe su cinque non hanno un verbo
Il primo risultato riguarda la forma. Su 4.420 suggerimenti, il 78,7 per cento non contiene alcuna struttura grammaticale: sono sequenze di termini accostati, come “redirect 301 htaccess” o “keyword planner adwords”.
Restano 942 stringhe con una struttura. Di queste, meno della metà è una domanda: 455 in tutto, il 10,3 per cento del totale.
Una sequenza senza verbo non contiene un perché.
Dice l’argomento, non l’intenzione: “redirect 301 htaccess” non rivela se chi scrive vuole imparare a farlo, verificare come lo ha fatto qualcun altro, o trovare qualcuno che se ne occupi.
Sono tre situazioni diverse che producono la stessa stringa.
Dove il fenomeno è più evidente
Su “generative engine optimization” abbiamo raccolto 979 suggerimenti, il valore più alto dell’analisi, e 816 sono privi di struttura: l’83 per cento.
Su “keyword planner” sono 508 su 606, su “permalink” 511 su 601.
La quota scende dove il vocabolario è comune: “piano editoriale” si ferma al 73 per cento, “errore 404” al 75. Quando l’argomento è familiare, chi cerca scrive qualcosa in più di un’etichetta — e resta comunque la maggioranza.
Chi ha digitato quelle stringhe?
Non lo sappiamo, e nessuno strumento lo sa. Il completamento automatico registra ciò che viene digitato senza distinguere chi lo digita.
Dentro quelle stringhe c’è chi ha un problema da risolvere, chi controlla i concorrenti, chi lavora nel settore e verifica un termine, chi sta studiando per un esame.
Su un tema tecnico come i reindirizzamenti è ragionevole immaginare che una parte consistente arrivi da addetti ai lavori.
Resta un’ipotesi: separarli non è possibile. Quello che si osserva è la forma, ed è su quella che poggia il ragionamento.
La conseguenza pratica sul volume di ricerca
Il volume di ricerca conta le digitazioni, non le persone e non i bisogni.
Un numero alto può nascere da mille clienti potenziali oppure da cento professionisti che verificano la stessa cosa dieci volte.
C’è anche una questione di perimetro.
Le stringhe arrivano da sei piattaforme diverse, mentre volume e costo per clic provengono soltanto da Google: lo dichiara la stessa documentazione di Answer The Public, segnalandolo come importante.
Il numero compare accanto a suggerimenti raccolti altrove, e copre solo una parte di quel materiale.
Resta un dato utile, tuttavia risponde a una domanda diversa da quella che ci si aspetta.
È il motivo per cui, nel nostro metodo, il volume è l’ultimo dei cinque criteri di valutazione: vengono prima
- gli obiettivi di comunicazione
- la coerenza con ciò che si fa davvero
- la capacità di intercettare la persona giusta
- il potenziale di essere citati nelle risposte generate.
Perché l’intento di ricerca non compare negli strumenti di keyword research?
Perché gli strumenti registrano le stringhe digitate nei motori, e il 78,7 per cento di quelle stringhe non contiene un verbo.
Senza verbo non c’è intenzione leggibile: l’argomento si vede, il motivo no. Il volume di ricerca conta quante volte una sequenza è stata scritta, non quante persone avessero quel bisogno.
Lo strumento riconosce un settimo delle domande
Il secondo risultato è emerso mentre validavamo i dati.
Answer The Public classifica come “domande” 67 delle 4.420 stringhe, cioè l’1,5 per cento.
Riclassificandole per forma grammaticale, con criteri che riconoscono sia le interrogative italiane sia quelle inglesi, le domande risultano 455: il 10,3 per cento. Sette volte tanto.
Il motivo è che la classificazione riconosce i modificatori italiani — come, cosa, quale, perché — e non le forme inglesi.
Sull’archivio completo delle nostre ricerche, 36.272 stringhe, quelle che iniziano con “how”, “what is” o “is it” sono 628 e finiscono tutte in categorie diverse da “domande”. Nessuna in quella corretta.
Chi legge quel numero senza verificarlo conclude che le domande non ci sono. Ce ne sono sette volte di più, e stanno altrove.
[IMMAGINE 2]
File: keyword-planner-motori-di-ricerca-e-modelli-ai.png
Alt: ruota di Answer The Public per keyword planner, con dieci varianti della stessa stringa sul lato dei motori di ricerca
Didascalia: stesso strumento, seme “keyword planner”, stessa data. Una selezione dei 606 suggerimenti raccolti su questo tema.
[H2]
Il pannello sui prompt AI non osserva: genera
Il terzo risultato ha cambiato l’articolo che stavamo scrivendo.
Lo strumento ha una sezione dedicata ai modelli conversazionali, che promette di mostrare come le persone formulano le domande quando parlano con un assistente.
Volevamo confrontarla con il completamento automatico.
Un dettaglio ci ha insospettiti: ogni tema restituiva esattamente venticinque prompt. Sempre venticinque, su venti temi diversi. Un numero così regolare non nasce da un’osservazione.
La documentazione dello strumento lo conferma, e con parole che non lasciano margine.
La pagina che spiega come vengono raccolti i dati scrive che i suggerimenti generati dall’AI si basano sulla parola chiave, sulla lingua e sulla località che hai impostato, e aggiunge: “These aren’t pulled from live search data”.
Poi conclude invitando a considerarli ispirazione, non segnali di domanda.
Il testo si legge nella pagina di supporto “How AnswerThePublic Collects Data”.
C’è un secondo elemento nella stessa pagina. L’elenco delle piattaforme analizzate comprende Google, Bing, YouTube, TikTok, Instagram e Amazon.
ChatGPT e Gemini non compaiono: la sezione dedicata ai modelli conversazionali non osserva un sesto canale, produce suggerimenti a partire da quello che hai digitato tu.
Sono previsioni di un modello su che cosa le persone potrebbero chiedere. Non sono le domande che le persone hanno posto.
Perché la distinzione conta per chi decide
Un pannello che presenta previsioni con la stessa grafica dei dati osservati porta a costruire un piano editoriale su ciò che un modello immagina, credendo di lavorare su ciò che le persone chiedono.
Non è uno strumento sbagliato: è uno strumento di ispirazione presentato accanto a strumenti di misura, e la differenza sta scritta in una pagina di supporto che quasi nessuno apre.
Che cosa cambia per chi costruisce un piano editoriale
Leggere le forme, non solo i numeri
Le formule ricorrenti raccontano più del volume. “Come creare”, “template” e “gratis” intercettano chi vuole procedere da solo.
“Quale agenzia”, “come scegliere”, “quanto costa” e “a chi affidare” intercettano una persona che sta valutando un partner. Sono panieri diversi e portano a contenuti diversi.
E poiché la classificazione automatica si è rivelata parziale, quelle forme conviene cercarle nell’elenco completo con criteri propri, non nella sezione che lo strumento etichetta come domande.
Scrivere risposte autoconclusive
Un paragrafo che risponde per intero a una domanda, comprensibile anche estratto dal suo contesto, ha molte più possibilità di essere ripreso di una pagina che si limita a presentarsi.
Porre le domande invece di leggerle in un pannello
Se nessuno strumento osserva davvero le conversazioni con gli assistenti, l’unico modo di sapere che cosa restituiscono è chiederglielo.
Si scelgono le domande su cui si vuole essere presenti, si pongono agli assistenti prima di pubblicare, si annota chi viene citato. Poi si ripete a trenta e sessanta giorni.
È più lento di leggere una ruota colorata, e ha il vantaggio di misurare qualcosa che esiste.
I limiti di questa analisi
Due fonti, due popolazioni
Chi digita in un motore e chi interroga un assistente non sono necessariamente le stesse persone, e non abbiamo modo di verificarlo.
Per questo l’articolo non sostiene che la domanda si sia spostata da un canale all’altro: sostiene che il canale misurabile registra stringhe prive di intento leggibile.
Il perimetro, dichiarato
Venti temi, in italiano, tutti tecnici o metodologici. Vale dove l’argomento è complesso e chi cerca non possiede il vocabolario per comprimerlo in tre parole. Sono anche i temi su cui si prendono le decisioni più costose.
Su alcuni di essi la stringa corrente è inglese anche fra chi cerca in Italia: “redirect 301 htaccess” si scrive così ovunque.
Ne abbiamo tenuto conto riconoscendo le forme interrogative in entrambe le lingue, ed è proprio da lì che è emerso il secondo risultato.
Domande frequenti
L’intento di ricerca è l’obiettivo reale di chi digita o formula una domanda: capire un concetto, confrontare alternative, trovare un fornitore, completare un acquisto.
Una stessa parola può nascondere intenti diversi, e riconoscerli è ciò che distingue un contenuto utile da uno che nessuno cercava.
Resta utile, tuttavia come ultimo criterio. Conta le digitazioni, non le persone: dentro quel numero convivono clienti potenziali, concorrenti che verificano e professionisti del settore.
Un volume alto su una ricerca che non può diventare cliente vale meno di un volume basso su una domanda che precede una decisione.
Perché in vent’anni le persone hanno imparato che i motori funzionano meglio con poche parole. La compressione è un adattamento allo strumento, e non ci dice nulla su come il bisogno fosse formulato prima di arrivare nella barra di ricerca.
Leggendo le forme che le stanno intorno. Formule come “come creare”, “template” e “gratis” indicano chi vuole procedere da solo.
Formule come “quale agenzia”, “come scegliere”, “quanto costa” e “a chi affidare” indicano una persona che sta valutando un partner.
Va verificata. Nella nostra analisi la classificazione automatica ha riconosciuto un settimo delle forme interrogative presenti, perché tarata sui modificatori italiani e cieca a quelli inglesi.
Riclassificare l’elenco completo con criteri propri ha restituito un numero sette volte maggiore.
Dipende dalla provenienza, e va cercata nella documentazione. Alcuni pannelli generano i prompt con un modello linguistico a partire dalla parola chiave, invece di osservare conversazioni reali.
Sono utili per aprire idee, meno per stimare una domanda.
Si scelgono le domande su cui si vuole essere presenti, si pongono agli assistenti prima di pubblicare e si annota chi viene citato. Poi si ripete a trenta e sessanta giorni.
Serve un punto di partenza datato, altrimenti non si distingue un risultato da una coincidenza.
Il numero di temi da analizzare, la profondità dell’esame della concorrenza, la quantità di contenuti da scrivere o riscrivere e la durata del monitoraggio. Incidono anche il numero di lingue e lo stato dei contenuti esistenti. I primi segnali si leggono in genere fra i sessanta e i novanta giorni.
Che cosa resta da fare, quando gli strumenti non bastano
Nessuna delle tre cose che abbiamo trovato era nel piano di lavoro.
Sono emerse riclassificando con criteri nostri quello che uno strumento aveva già classificato, e risalendo alla provenienza di un dato che sembrava solido.
È il lavoro meno appariscente della consulenza, e quello che decide se un piano editoriale poggia su qualcosa.
L’AI qui non sostituisce il giudizio: rende possibile applicarlo a migliaia di righe invece che a un campione. In Factory Communication partiamo sempre da qui: capire che cosa un dato misura davvero, prima di costruirci sopra una strategia.
Se vuoi sapere che cosa raccontano i dati del tuo settore, il primo passo è una conversazione.