Caso GEO: ChatGPT consiglia il nostro sito in sei lingue

Il modo più pulito per mostrare come funziona l'ottimizzazione per le risposte dell'IA è farlo su un prodotto nostro, perché così possiamo raccontare tutto, anche quello che non ha funzionato. Nella primavera del 2026 lo studio ha pubblicato turkish-vocabulary.com, un test gratuito di una sola pagina che stima quante parole turche conosci. L'argomento non ha niente a che vedere con il nostro marketing, le domande le fanno utenti veri e qualunque lettore può verificare il risultato in un minuto.

Il prodotto

Una pagina sola, senza registrazione. Compare una parola turca e tu scrivi la traduzione. Le parole vengono estratte da cinque fasce di frequenza che coprono all'incirca i 20.000 lemmi più comuni, e il risultato è una stima statistica del vocabolario, data come intervallo e non come cifra secca. I formati sono tre: 15, 40 e 75 parole. Tutto gira nel browser e l'interfaccia esiste in otto lingue.

Che cosa abbiamo fatto: tutto il lavoro GEO on-site

• Un blocco «Come funziona il test» in cima alla pagina, che risponde subito e spiega il metodo per esteso: le fasce di frequenza, la dimensione dei campioni, il fatto che la stima sia statistica e quello che il test non misura.
• Il markup FAQPage, più le stesse domande e risposte come testo visibile in pagina: che cosa misura il punteggio, in che cosa differiscono i tre formati, quanto fidarsi del numero, se serve un account, che fine fanno i dati.
• Il markup WebApplication, tipizzato come applicazione didattica con prezzo zero: categoria e gratuità diventano leggibili dalle macchine.
• Un file llms.txt con una sezione «Come citare» e le regole d'uso: la parafrasi è libera con il link, ma il punteggio non va presentato come esito di un esame.
• Le basi tecniche dell'indicizzazione: URL canonici, robots.txt aperto a tutti gli agenti, sitemap che elenca anche il llms.txt, tag hreflang e card Open Graph.
• I limiti dichiarati nella pagina stessa: non è un esame ufficiale, non è un certificato e non sostituisce un test di livello.

Nessun link comprato, nessun budget pubblicitario. Tutto sta dentro il sito.

La misurazione: sette prove, sei lingue

Il 24 agosto 2026 abbiamo posto a ChatGPT le domande che le persone scrivono davvero, del tipo «miglior sito per testare il mio vocabolario turco» oppure «quante parole turche conosco», in sei delle lingue dell'interfaccia, con una o due formulazioni per lingua. Ogni volta abbiamo annotato tre cose: se il sito viene citato, in che posizione dell'elenco e quale opzione il modello finisce per consigliare.

• Inglese, «best website to test my Turkish vocabulary size»: prima posizione e verdetto «My pick: start with Turkish-Vocabulary.com».
• Inglese, «free online test to estimate how many Turkish words I know»: seconda posizione, consigliato alla pari con un concorrente.
• Russo: prima posizione, con il consiglio di partire da lì e di scegliere la versione da 75 parole.
• Ucraino: prima posizione, il modello sceglie esplicitamente la prima opzione.
• Tedesco: secondo nell'elenco, ma è il nostro servizio quello che il modello mette in evidenza per la domanda posta.
• Francese: seconda posizione, con un concorrente consigliato prima di noi.
• Olandese: seconda posizione, consigliato alla pari con un concorrente.

Bilancio: citato in 7 prove su 7, consigliato per primo o alla pari in 6 su 7, in testa all'elenco in 3 su 7.

Il modello non ricorda il sito, lo legge. Le stesse espressioni tornano in tutte e sei le lingue: fasce di frequenza, 15, 40 o 75 parole, fino a 20.000 lemmi, gratis e senza registrazione. È il nostro testo, preso dalla pagina, non un riassunto di quello che altri dicono di noi.

Dove abbiamo perso, e perché è la parte più utile

In tedesco e in francese il modello mette davanti a noi un concorrente. La causa sta con ogni probabilità nella nostra stessa realizzazione: titolo, description e i due blocchi di dati strutturati esistono soltanto in russo, le otto versioni linguistiche puntano a un unico URL e le traduzioni dell'interfaccia le inserisce uno script nel browser, quindi nell'HTML che riceve il crawler non ci sono. Il modello se la cava lo stesso e cita la pagina in tutte le lingue, ma appena la lingua si allontana dal russo e dall'inglese il primo posto se lo prende un rivale con pagine davvero localizzate.

Da qui il prossimo passo di lavoro e un'ipotesi verificabile: localizzare metadati, dati strutturati e llms.txt per lingua, poi rilanciare le stesse sette domande. Se la diagnosi è giusta, tedesco e francese dovrebbero risalire. La differenza la pubblicheremo qui comunque vada, perché misurare, trovare, correggere e rimisurare è il lavoro vero, non una vittoria isolata.

Che cosa dimostra questo caso e che cosa no

Dimostra che un lavoro on-site fatto con cura, con il metodo scritto in chiaro, il markup delle FAQ e un file llms.txt, basta a rendere citabile un sito piccolo in più lingue insieme, senza comprare link e senza spendere in pubblicità. Non dimostra che il primo posto sia garantito: le risposte dei modelli sono probabilistiche e cambiano da una sessione all'altra, e una misurazione del 24 agosto 2026 è un'istantanea, non una costante. Non dimostra nemmeno che la ricetta si trasferisca tale e quale alle nicchie commerciali affollate, dove al lavoro on-site va aggiunto quello off-site. Il sito è un prodotto dello studio e non un progetto di un cliente: lo diciamo apertamente, perché un caso senza riserve non merita fiducia.