Gli AI Overviews filtrano le pagine riassumibili. Le pagine con dati di prima parte possono ancora generare traffico. Un articolo pubblicato 11 giorni fa ha ottenuto 40.000 impressioni su Google, si trova alla posizione media 9,7 e rappresenta circa l'80 percento del traffico organico di webvise.io nel periodo. Non è stato promosso con annunci, incluso in una newsletter né condiviso il giorno della pubblicazione.
La narrazione del momento vuole che gli AI Overviews stiano divorando il web aperto. I dati di traffico di questo sito dicono qualcosa di più preciso. Le pagine che un LLM può riassumere stanno perdendo clic; le pagine troppo specifiche per essere riassunte raccolgono più traffico rispetto a un anno fa. Questo articolo mostra come appare una di quelle pagine, cosa è cambiato nell'asticella editoriale che le produce e cosa significa per chi commissiona contenuti per un sito enterprise nel 2026.
Come cambia la superficie di posizionamento
- Un solo articolo ha ottenuto 40.000 impressioni su Google in 11 giorni, posizione media 9,7, senza alcuna promozione.
- Tre pagine gemelle seguono lo stesso processo editoriale. Ciascuna raccoglie qualche centinaio di impressioni a settimana. La variabile che ha fatto la differenza è la solidità dell'ancora, non la qualità del template.
- Gli AI Overviews si comportano come un classificatore di contenuti. Consumano il materiale generico e deviano il traffico verso dati di prima parte, esempi concreti e specificità post-cutoff.
- Sono stati rimossi gli obiettivi di conteggio parole, la rotazione dei sinonimi, la struttura hub-and-spoke e il formato "guida completa" dal processo di briefing.
- La qualità del brief decide se un contenuto può ottenere citazioni nel 2026.
Il numero che ha spinto a scrivere questo articolo
L'articolo in questione è /blog/hermes-agent-self-improving-ai, pubblicato all'inizio di questo mese. Entro l'undicesimo giorno, Google Search Console riportava circa 40.000 impressioni, posizione media 9,7 e una curva di impressioni ancora in crescita giorno dopo giorno. Circa l'80 percento del volume di ricerca organica di webvise.io per quel periodo proveniva da questa singola pagina.
Altre tre pagine del sito seguono lo stesso processo editoriale: stesso template, stessa firma dell'autore, stesso markup schema, stessa struttura di link interni. Ciascuna raccoglie qualche centinaio di impressioni a settimana e poi si ferma.
L'articolo su Hermes non è stato promosso. La crescita è arrivata interamente dalla ricerca organica a coda lunga. Questo dettaglio conta perché la coda lunga organica è il canale di cui tutti stavano scrivendo il necrologio, e gli AI Overviews avrebbero dovuto azzerarla con i loro riepiloghi.
L'articolo su Hermes è la prova concreta che quel necrologio riguarda un tipo specifico di contenuto a coda lunga, non tutta la categoria.
Per chi valuta se investire in contenuti per il proprio sito nel 2026, webvise può aiutare a strutturare un motore di contenuti che produce pagine troppo specifiche perché gli AI Overviews le possano riassumere.
Cosa consumano davvero gli AI Overviews
È utile trattare l'AI Overview come un classificatore di contenuti, non come un killer di contenuti. Il classificatore pone un'unica domanda per ogni pagina che Google indicizza: sono in grado di produrre un riepilogo utile di questa pagina combinando la conoscenza del modello con il titolo e i sottotitoli della pagina stessa?
Se la risposta è sì, Google mostra il riepilogo direttamente nella pagina dei risultati. L'utente ottiene la risposta sopra la piega e il clic non raggiunge mai il sito. La pagina è tecnicamente posizionata, ma non genera traffico.
Se la risposta è no, Google non ha nulla da mostrare in linea. Il riepilogo che potrebbe produrre sarebbe errato o troppo superficiale. Il classificatore si astiene e la pagina si posiziona normalmente: il clic arriva al sito.
L'aggiornamento core di marzo 2026, le linee guida sui contenuti utili e il lancio degli AI Overviews convergono tutti sullo stesso segnale: questa pagina ha aggiunto al mondo informazioni che non erano già nel modello? Le pagine che lo hanno fatto si posizionano; quelle che non lo hanno fatto vengono riassunte e spariscono.
Questa è l'inversione. La specificità è la nuova superficie di posizionamento.
Perché l'articolo su Hermes ha resistito
L'articolo su Hermes supera il classificatore perché porta un profilo comportamentale misurato su oltre 40 cicli di auto-miglioramento di uno specifico pattern agente. Delta ciclo per ciclo, registrati nel repository e attribuibili a una configurazione precisa. Nulla di tutto ciò esiste nei dati di addestramento di qualsiasi LLM.
L'AI Overview di Google non ha un riepilogo da mostrare quando qualcuno cerca quel pattern per nome. Il modello non ha mai visto il log dei cicli. La misurazione di prima parte è l'ancora. Tutto il resto nella pagina, l'inquadratura, la prosa, lo schema, è l'impalcatura che sostiene quell'ancora.
Le tre pagine gemelle portano ancore più deboli: strumenti nominati con risultati generici, sintesi da fonti pubbliche, o liste curate con commenti leggeri. Superano la soglia tecnica per il posizionamento, ma non passano il classificatore dell'AI Overview perché il modello è in grado di produrre lo stesso riepilogo in linea. Stesso processo editoriale, stessa qualità di scrittura, solidità dell'ancora diversa.
Il pattern è leggibile e corrisponde alla tabella seguente.
| Tipo di ancora | Esempio | Cosa fa un LLM con essa | Risultato sul traffico |
|---|---|---|---|
| Benchmark di prima parte | Log agente ciclo per ciclo, risultato A/B interno, esito cliente nominato con numeri | Non può riprodurlo | Cresce nel tempo |
| Evento post-cutoff | Reazione a un rilascio, una normativa o un incidente datato dopo il cutoff di addestramento del modello | Non ha ancora segnale | Genera traffico fino al ciclo di addestramento successivo |
| Sintesi cross-source | Combinazione di 3+ fonti primarie che nessuno ha ancora assemblato | A volte riassume, spesso si astiene | Variabile, dipende dalla novità del frame |
| Strumenti nominati, risultati generici | Articoli "Top X strumenti per Y" | Riassume in linea | Qualche centinaio di impressioni, piatto |
| Lista curata, commento leggero | Directory o roundup | Sostituisce con la propria lista | Declino nel tempo |
Cosa è stato rimosso dal processo
Il processo di briefing degli articoli si basava sul formato SEO programmatico standard: obiettivo di conteggio parole, cluster di keyword, tre sottotitoli, chiusura riassuntiva. È stato eliminato tutto.
- Gli obiettivi di conteggio parole sono spariti. È l'ancora a decidere la lunghezza. Se il materiale di prima parte è un paragrafo di profilo comportamentale, l'articolo è quel paragrafo più l'impalcatura che serve a contestualizzare l'ancora. La lunghezza segue l'ancora, non il contrario.
- La rotazione dei sinonimi è sparita. Le bozze precedenti alternavano "il fondatore" con "l'imprenditore" e "il titolare" per varietà. Il risultato è confusione. Si ripete il sostantivo più chiaro.
- La struttura hub-and-spoke è sparita. Il modello predefinito era una pagina principale più otto satelliti per una singola keyword. Sette di quelle pagine erano derivative perché l'ancora poteva stare in un solo posto. Le sette pagine sono state eliminate.
- Il formato "guida completa" è sparito. "La guida completa a X" è il contenitore slop predefinito, perché il modello non sa cosa il lettore ha già provato. È stato sostituito da un'unica domanda: cosa avrebbe già tentato chi legge questa pagina? Da lì si parte.
Le parti rimaste sono operative: schema frontmatter, generazione dello slug, risoluzione dei link interni e traduzione nelle sette lingue supportate dal sito. Nessuna di queste è la parte che Google legge per il posizionamento.
Automazione del guscio, anti-slop nel cuore. Questa divisione è il playbook. Il framework completo è nell'articolo sulla strategia di contenuti anti-slop, per chi vuole il metodo senza il caso studio.
Requisiti del brief editoriale
Per chi commissiona un programma di contenuti per un sito enterprise nel 2026, la logica economica si è invertita. La qualità del brief in ingresso ora controlla l'economia del progetto più della produttività dei redattori.
Un motore di contenuti che scala le pagine senza scalare le ancore di prima parte produce esattamente il materiale che il classificatore degli AI Overviews consuma. L'output esiste tecnicamente. Il traffico no. Ogni pagina che non supera il gate diluisce il resto del dominio.
Un motore di contenuti che scala prima le ancore produce meno pagine e genera più traffico per pagina. Il costo si sposta dalla scrittura alla cattura di materiale di dominio: interviste al fondatore, log di benchmark interni, misurazione di esiti cliente nominati. I redattori continuano a scrivere, ma scrivono attorno alle ancore invece che attorno alle keyword.
Sul piano operativo, il cambiamento concreto riguarda il brief in ingresso. Un brief utile nel 2026 contiene almeno uno dei seguenti elementi:
- Una misurazione che nessun altro ha condotto (benchmark interno, risultato A/B, log longitudinale)
- Un esito cliente nominato con un numero verificabile e una data
- Un evento post-cutoff a cui l'articolo reagisce (rilascio, incidente, normativa)
- Una posizione del fondatore che l'articolo è disposto a difendere
- Una sintesi di fonti primarie che nessun altro ha assemblato in un unico luogo
Se l'agenzia non riesce a estrarre nessuno di questi elementi dal team durante il briefing, il risultato sarà contenuto pubblicato che non genera traffico. Questo è il punto di rottura che gli AI Overviews impongono. Webvise gestisce briefing, cattura delle ancore, produzione editoriale e copertura locale come un unico pacchetto. L'articolo su Hermes è la prova di concetto.
Cosa provano davvero 40.000 impressioni da un singolo articolo
Non provano che il processo sia scalabile. Provano che il gate funziona.
L'articolo su Hermes è alla posizione media 9,7 in undici giorni perché sul web aperto nessun altro scrive a quella specificità su quel pattern. Google non ha un'opzione di riepilogo alternativa. Il clic deve arrivare alla pagina. Il numero cresce perché la coda lunga è più ampia per i contenuti non replicabili di quanto non sia mai stata.
Lo stesso processo produce pagine che non superano il gate. Quelle pagine raccolgono qualche centinaio di impressioni e si fermano. Stesso template, stesso schema, stessi link interni. L'unica variabile che si muove è la solidità dell'ancora.
Questo è il programma di contenuti per il 2026. Meno pagine, ciascuna con una misurazione, un nome, una data o una posizione che il modello non è già in grado di produrre. Lunghezza limitata al punto in cui il segnale di prima parte si esaurisce. Obiettivi di conteggio parole, cluster hub-and-spoke e formato "guida completa" tutti in pensione.
Per affidare a webvise la gestione di un motore di contenuti su questo gate, il pacchetto copre briefing, cattura delle ancore, produzione editoriale e copertura locale in un unico progetto. L'articolo su Hermes è la prova di concetto. Il materiale di prima parte del suo team è la prossima ancora.
Le pratiche di webvise sono allineate agli standard ISO 27001 e ISO 42001.