Grazie all’IA generativa, pubblicare migliaia di pagine in poche ore non è mai stato così semplice, e molti brand hanno tentato il SEO programmatico (pSEO). Secondo l’autore di un editoriale pubblicato da Search Engine Journal, che afferma di costruire questo tipo di sistemi dal 2016, questi programmi aggressivi oggi stanno collassando o subiscono penalizzazioni manuali, perché nessuno verifica se le loro pagine meritano di esistere.
Google ha già fissato il quadro. Il 5 marzo 2024, l’azienda ha rafforzato la sua politica sugli abusi di contenuti su larga scala, che si applica sia che le pagine siano prodotte tramite automazione, da umani o da una combinazione dei due. Indica poi di aver osservato 45% in meno di contenuti di bassa qualità e non originali nei suoi risultati.
Il 7 settembre 2026, John Mueller ha risposto su Bluesky a un sito che generava pagine da tutte le combinazioni possibili di nomi di dominio, tecnologie e attributi. Secondo lui, questo tipo di pSEO porta spesso a un sito spam, al limite dello spam o di bassa qualità, e le pagine già pubblicate possono continuare a influenzare il modo in cui Google giudica l’intero sito.
Per l’autore, il pSEO è prima di tutto un metodo di pubblicazione: uno schema di ricerca ripetibile, un set di dati strutturato che rende ogni pagina unica, e un modello che risponde alla query per ogni variante. Il caso di un convertitore di valute lo illustra bene. Lo schema è « converti X in Y », i dati sono il tasso di cambio in tempo reale di ogni coppia, e il modello trasforma ogni riga in pagina. Lucia Lecesne, responsabile marketing di Wise, che conduce questo tipo di programma, insiste sull’utilità reale per il cliente: « Il pSEO può rendere questa soluzione pertinente e accessibile attraverso le numerose query che condividono lo stesso problema, adattandola al contesto di ricerca di ogni cliente. Non dovrebbe mai essere una scorciatoia per pubblicare grandi volumi di pagine di bassa qualità. »
Buono e cattivo pSEO
Viste dall’esterno, le due pratiche si assomigliano, il che alimenta la confusione. Il mass publishing conserva il modello e il sistema di pubblicazione, ma ciò che differenzia ogni pagina deriva da una semplice istruzione. Basta cambiare il nome di una città per ottenere una pagina « nuova » che non aggiunge nulla di nuovo. L’autore propone un test: immaginare due pagine sul costo della vita a Lisbona, costruite sullo stesso modello. La prima mostra affitti, tariffe dei trasporti e prezzi alimentari provenienti da un database mantenuto aggiornato. La seconda sembra altrettanto completa, ma i suoi numeri sono una stima del modello linguistico, senza fonte né data. Per distinguerle, basta chiedere da dove viene ogni cifra e quando è stata aggiornata.
L’autore precisa che l’uso dell’IA non è il criterio. Una pagina costruita su dati reali e redatta con l’aiuto dell’IA può funzionare bene, mentre una pagina scritta a mano senza dati solidi non ha maggiore legittimità per essere ben posizionata. Eli Schwartz traccia la stessa linea di confine: « Creare pagine semplicemente perché puoi, non è SEO, è spam programmatico. » Danny Sullivan, allora responsabile delle relazioni con la ricerca di Google, aveva proposto nel 2025 un test: l’intenzione era di « acquisire quel traffico » piuttosto che rispondere a un utente che si aspettava realmente quel contenuto?
Misurare nell’era della ricerca tramite IA
Il contesto è anche cambiato. Secondo l’analisi di SparkToro basata su dati di Similarweb, 68% delle ricerche Google negli Stati Uniti si sono concluse senza clic nei primi quattro mesi del 2026, contro circa il 60% nel 2024 e circa il 45% nel 2016. SparkToro attribuisce questa evoluzione agli AI Overviews, che apparirebbero ormai in oltre il 20% delle ricerche. Ahrefs stima per parte sua che questi riassunti abbiano ridotto del 58% i clic sul primo risultato.
In questo contesto, il traffico non basta più per giudicare una pagina, perché il clic potrebbe non arrivare mai. L’autore raccomanda di costruire meno pagine, ciascuna contenente dati che nessun altro ha, di definire lo schema della query prima del modello, e di misurare le prestazioni per modello piuttosto che per sito. Conclude con una domanda semplice: prima di evolvere qualsiasi cosa, scegliete una pagina e chiedetevi da dove viene ogni cifra che contiene.
