Ogni ricerca apre possibilità. La keyword research decide quali seguire

Tu lo chiami impianto fotovoltaico. Il tuo concorrente scrive impianti fotovoltaici, al plurale. I tuoi clienti cercano pannelli solari, e a ChatGPT chiedono se conviene mettere i pannelli sul tetto di una villetta con quattro persone che stanno fuori tutto il giorno.

L’oggetto è lo stesso, quello che ti stanno dicendo no. Impianto fotovoltaico è la parola tua, impianti fotovoltaici quella di chi ti fa concorrenza, pannelli solari il nome che usa il mercato. La domanda fatta all’assistente porta con sé una casa, una famiglia, un’abitudine e una questione economica che nelle altre tre formulazioni non compaiono.

La keyword research serve a leggere questa distanza. Ricostruisce che cosa vogliono le persone che vuoi raggiungere a partire dalle tracce che lasciano quando cercano, su Google, negli assistenti AI, su Amazon, su YouTube, e ti porta a decidere quali di quei bisogni servire, dove e con che cosa. La parola chiave è la traccia più facile da misurare, il lavoro sta in quello che lascia fuori.

Che cos’è la keyword research

La keyword research, in italiano ricerca delle parole chiave, è l’attività con cui scopri come le persone cercano quello che ti riguarda e decidi su quali di quelle ricerche ha senso lavorare, con quali contenuti e in quali pagine del tuo sito.

Quello a cui arrivi sono delle decisioni: quale contenuto scrivere da zero, quale pagina rifare perché risponde male, quali pagine accorpare perché si contendono gli stessi utenti, quale tema lasciare perdere perché non ti porta clienti. A volte, e lo sa chiunque abbia dovuto spiegarlo a un committente, la mossa giusta è non fare niente. L’elenco di keyword che ottieni lungo la strada è il materiale su cui ragioni, e da solo non ti serve a decidere nulla.

È un’attività che chiede giudizio, e non soltanto un buon software, per via di come è fatta una keyword. Anche se hanno un problema simile, raramente gli utenti lo formulano allo stesso modo: uno aggiunge un dettaglio, l’altro usa un sinonimo, un terzo sbaglia una lettera. La keyword che leggi nello strumento è la forma sotto cui vengono raccolte tutte queste varianti, e ti è preziosa perché ti permette di valutare una domanda prima di mettere mano a un contenuto. Per ridursi a un’unica stringa, però, la richiesta perde quasi tutto quello che chi l’ha digitata aveva in testa: il problema da risolvere, la situazione in cui si trovava, il punto della scelta a cui era arrivato. Ti resta l’oggetto, e poco altro.

Oggi il tuo lavoro consiste in gran parte nel recuperare ciò che si è perso. Le parole chiave restano il tuo punto d’appoggio, perché sono la porzione del bisogno che puoi osservare, contare e confrontare nel tempo, ma cambia il modo in cui le usi. Per anni sono state l’obiettivo da raggiungere. Adesso sono un segnale, e sotto ciascuna c’è un bisogno a cui risalire, che chi cerca lo esprima su Google, in un assistente AI o sulle altre piattaforme dove si informa.

Ricerca e analisi ti chiedono l’opposto

Il processo classico della keyword research era abbastanza standardizzato, a prescindere dallo strumento usato: inserisci il termine che ti interessa, aspetti qualche minuto e ottieni una lista, generalmente ordinata per volume di ricerca stimato, più altre informazioni accanto.

È in quel momento che, spesso senza accorgersene, si cambia mestiere. Scorri le righe dall’alto, guardi volume, difficoltà e costo per clic, e cominci a scartare e a tenere. Stai facendo analisi delle keyword: valuti formulazioni già raccolte con i segnali che ne stimano il peso e la contendibilità. È un passaggio necessario, che però dà per risolta una domanda rimasta aperta: chi ha stabilito che quelle, e solo quelle, fossero le formulazioni da valutare?

Sono stati il termine da cui sei partito e l’ordinamento per volume, che spinge in alto le parole più cercate e relega in fondo tutto il resto. In coda finisce proprio ciò che racconta meglio chi cerca: le richieste lunghe, scritte da chi ha un problema preciso. Le domande rivolte agli assistenti AI, poi, in quell’elenco non entrano affatto, perché non sono registrate precisamente da nessun database.

Fra raccolta e valutazione cambia quello che consideri un buon risultato. Mentre raccogli, un buon risultato vuol dire allargare: trovi formulazioni, dubbi e bisogni che non avevi previsto, e ogni scarto fatto troppo presto è materiale perso. Mentre valuti, vuol dire stringere: escludi, dai un ordine, fissi delle priorità, e ogni aggiunta superflua diventa rumore. Se salti la raccolta, finisci per misurare con grande precisione il vocabolario che avevi già il primo giorno; se manca la valutazione, consegni un elenco lungo che nessuno, nemmeno tu, sa bene come usare.

Le decisioni che orienti anche fuori dal blog

Il primo uso che viene in mente è il piano dei contenuti, ma le stesse informazioni orientano scelte che con gli articoli hanno poco a che fare. Il nome che dai a una categoria del tuo ecommerce funziona quando coincide con il modo in cui gli utenti cercano quei prodotti, più che con la voce del listino interno. Quando scrivi una landing o una scheda prodotto, sapere quali dubbi precedono l’acquisto ti dice che cosa mettere in pagina e in quale ordine. Se fai anche campagne a pagamento, le stesse keyword diventano le tue offerte, e il costo per clic, che nella ricerca organica è un indizio di valore, lì è una spesa da giustificare.

C’è poi un uso che fino a poco tempo fa non esisteva. I prompt da monitorare negli assistenti AI si scelgono con lo stesso criterio: partendo dai bisogni reali di chi potrebbe comprare da te, e non dalle domande che ti piacerebbe ricevere. Il monitoraggio poi lo affidi all’AI Prompt Tracker, che interroga gli assistenti sulle domande che hai scelto e registra nel tempo come ti nominano e quali fonti citano. Decidere che cosa mettere sotto osservazione resta keyword research, fatta a valle.

Dalla stringa da ripetere al segnale da interpretare

Per molto tempo la keyword research ha avuto un obiettivo più semplice. I motori confrontavano stringhe di testo: una pagina compariva se conteneva le parole digitate, nella stessa forma, e il compito di chi faceva SEO era individuare la formulazione esatta e ripeterla nei punti che il motore leggeva. Singolare e plurale erano due ricerche distinte, e chi voleva presidiarle entrambe finiva per pubblicare due pagine quasi identiche.

Google ha abbandonato da tempo quel modello. I suoi sistemi lavorano sul significato, riconoscono sinonimi e varianti, capiscono quando due frasi senza un termine in comune pongono la stessa domanda. La sua guida all’ottimizzazione per le funzioni di ricerca basate sull’AI lo mette per iscritto: una pagina per ogni variante non serve, e produrne in serie per manipolare i risultati rientra nell’abuso di contenuti su larga scala.

Insieme al significato, i sistemi di Google pesano lo scopo della ricerca. Le stesse parole, digitate da due persone diverse, possono chiedere cose lontanissime, e il search intent decide quale tipo di risposta il motore considera giusta: una spiegazione, un confronto, una scheda da cui comprare, un indirizzo vicino a chi cerca. Sulla stessa parola, un contenuto che risponde all’intento sbagliato perde contro uno più povero che risponde a quello giusto.

Di quella stagione ti resta la keyword come unità su cui ragionare prima di pubblicare. È caduto invece quello che ci si era costruito sopra: il volume come unico criterio di partenza, la ricerca fatta una volta all’inizio del progetto, la parola da ripetere nel testo finché il motore non se ne accorge.

La domanda che nessuno conta

Da quando ChatGPT e Gemini sono entrati nelle abitudini di ricerca, ti sarà capitato di sentirlo dire: la keyword research ha fatto il suo tempo, perché le persone non digitano più due parole in una casella, raccontano il proprio problema a un assistente. Il ragionamento descrive bene quello che sta succedendo, ma arriva alla conclusione sbagliata, perché scambia la domanda di un mercato con la parte che gli strumenti sono sempre riusciti a vedere.

Qualsiasi database di keyword, compreso il nostro, si costruisce sulle ricerche che ricorrono con una certa frequenza, e da un tempo sufficiente perché se ne possa stimare il volume. Restano fuori le ricerche nate da poco, il gergo di una nicchia, i nomi dei prodotti appena lanciati e, soprattutto, le richieste lunghe di chi descrive il proprio caso invece di nominare un oggetto. Il linguaggio di un settore genera ogni giorno frasi nuove, e un archivio le registra solo quando diventano frequenti al punto da poter essere contate. La domanda misurata è sempre stata una porzione di quella reale, anche prima degli assistenti.

Nel tuo lavoro quotidiano quella parte mancante ha un aspetto preciso: una riga con volume zero, oppure una ricerca che lo strumento non riconosce affatto. Viene spontaneo scartarla, visto che accanto non c’è un numero a giustificare il tempo speso. Eppure sono spesso quelle righe a descrivere il tuo cliente meglio di una keyword secca, perché contengono il problema, il vincolo, il dubbio che lo ha spinto a cercare.

Lo zero, intanto, va letto per quello che è: lo strumento non ha una stima, e quasi sempre la domanda dietro quella riga è piccola. Piccola, però, non vuol dire inutile, e per decidere se merita lavoro valgono gli stessi criteri di una keyword misurata: quanto il bisogno è vicino a ciò che vendi, chi occupa la SERP, quante altre ricerche raccontano lo stesso problema. Una riga isolata pesa poco; se intorno ce ne sono venti dello stesso tenore, hai un tema. Una riga così la puoi comunque mettere sotto osservazione: nei progetti aggiungi anche le keyword che il database non conosce, i dati arrivano appena le scansioni le hanno elaborate, e da lì le segui come tutte le altre.

Ogni piattaforma conserva un pezzo del bisogno

Con gli assistenti AI la parte di domanda che nessuno conta si è allargata, perché la ricerca si è distribuita su più piattaforme. Prima di una scelta impegnativa, chi ti interessa raggiungere cerca con poche parole su Google, racconta la sua situazione a ChatGPT, guarda su YouTube come funziona un prodotto, legge su Amazon le recensioni di chi l’ha già comprato, chiede su Reddit che cosa ne pensa chi ci è già passato. È la ricerca diffusa, e ogni piattaforma conserva un frammento del bisogno che le altre perdono: nel prompt c’è la situazione personale, nella recensione l’obiezione, nel commento sotto un video il dubbio pratico, spesso con le parole esatte di chi compra.

Presidiarle tutte, però, è fuori dalla portata di quasi chiunque. Ti serve piuttosto allargare le fonti che leggi quando ricostruisci un bisogno, scegliendole in base a dove si informa il tuo pubblico: per un prodotto tecnico può essere YouTube, per un servizio locale le recensioni, per un acquisto costoso e ragionato, con frequenza crescente, un assistente AI. Quando la scelta passa da un assistente, spesso il confronto fra le alternative avviene dentro la risposta, e chi arriva sul sito ha già deciso buona parte di quello che cercava.

L’AI fa keyword research al posto dei tuoi clienti

Immagina che qualcuno chieda a ChatGPT quale antifurto senza fili conviene per una casa indipendente. La domanda non arriva a un motore di ricerca nella forma in cui è stata scritta. Se l’assistente valuta di aver bisogno di informazioni dal web, prima la riscrive: la guida di ChatGPT search spiega che la richiesta viene di norma trasformata in una o più ricerche mirate. Google descrive lo stesso meccanismo nella documentazione sulle funzionalità AI della Ricerca: AI Overview e AI Mode possono ricorrere a una tecnica chiamata query fan-out, che lancia più ricerche correlate su sottotemi e fonti diverse per costruire la risposta.

Se guardi bene che cosa succede in quel passaggio, riconosci il lavoro che facevi tu con uno strumento di keyword research: partire da un bisogno e tradurlo nelle formulazioni che lo coprono. La differenza è che adesso, in una parte crescente dei casi, a farlo è la macchina, che sceglie da sola quali aspetti esplorare e con quali parole.

Ogni ricerca che porta a una risposta ha così due autori. La persona che ha il problema lo esprime con il lessico e il dettaglio che gli vengono naturali; l’assistente, quando decide di cercare, lo scompone in una serie di keyword secondo una logica propria. Il tuo contenuto può essere trovato da chi cerca e ignorato dall’assistente, o il contrario, e se leggi soltanto le ricerche delle persone ti sfugge il tratto di percorso che la macchina compie da sola.

Chi cerca e l’assistente, alla fine, si incontrano sulle parole chiave. Le ricerche generate dall’assistente restano interrogazioni testuali inviate a un motore, e la risposta si costruisce sulle pagine che quel motore restituisce. È il motivo per cui la SEO for AI poggia sulla SEO: se la tua pagina non compare fra i risultati di quelle ricerche, non ha modo di entrare nella risposta, per quanto sia scritta bene. Dentro Google il legame è dichiarato: le funzioni generative pescano dall’indice della Ricerca, lo filtrano con i sistemi di ranking e di qualità di sempre, e un contenuto viene preso in considerazione soltanto se è già indicizzato e idoneo a comparire fra i risultati ordinari. La ricerca AI resta SEO, senza markup proprietari e senza file dedicati.

Leggere anche le ricerche della macchina ti conviene per il modo in cui gli assistenti scelgono le fonti. Ogni sotto-ricerca restituisce il suo elenco di pagine. La nostra ipotesi, che ricaviamo dal meccanismo e non da una misura diretta, è che una pagina capace di comparire in più elenchi, perché copre più aspetti dello stesso bisogno, abbia più occasioni di essere usata di una pagina costruita attorno a una sola keyword, che compete su un ramo soltanto.

Chi cerca nomina l’oggetto, l’assistente ne cerca le circostanze

Sulla richiesta dell’antifurto la distanza si misura subito. Espandi «antifurto senza fili» in uno strumento di keyword research e le ricerche con più volume nominano tutte l’oggetto: kit, impianti, sistemi wireless, allarmi per l’abitazione. In cima, anzi, compare una parola diversa da quella di partenza, allarme, che è il nome con cui il mercato chiama davvero quel prodotto. Domande, fra le prime righe, non ce ne sono, e nessuna ricerca parla di case indipendenti, di più piani o di animali in casa.

La stessa domanda, passata intera all’AI Prompt Research, che ricostruisce le sotto-ricerche con cui un assistente potrebbe coprire un prompt, allarga il perimetro. Emergono il funzionamento con un cane o un gatto in casa, la facilità con cui un ladro può disattivare il sistema, la tenuta su un’abitazione di più piani, il confronto fra montaggio fai da te e installazione professionale, il costo complessivo, le detrazioni fiscali, gli sconti sull’assicurazione. Cercando nel database le formulazioni che ne ricavi, quasi tutte risultano prive di volume. Fa eccezione la detrazione per l’antifurto: la cercano persone che non scrivono affatto «senza fili», e che un’espansione partita dal nome del prodotto non incontra.

Lo stesso bisogno lascia così tracce diverse. Le persone nominano l’oggetto, con parole che non sempre coincidono con le tue, mentre la scomposizione della domanda tocca gli aspetti che precedono la scelta, gran parte dei quali nei volumi non compare. La keyword research di cui hai bisogno oggi le legge tutte.

Le stringhe della macchina non si prevedono, le sfaccettature sì

Il fan-out ha già una dimensione misurabile. Peec AI ha analizzato 20 milioni di ricerche generate da ChatGPT fra ottobre 2025 e gennaio 2026, con una media compresa fra 2,3 e 2,8 ricerche per ogni prompt. Nectiv, ripetendo un proprio test ad agosto 2026, ha rilevato una media di 7,6. I due numeri non si sommano e non si smentiscono: periodi, campioni e metodi sono diversi, e quello che puoi portarti a casa è l’ordine di grandezza, insieme alla direzione in cui si muove.

Gli stessi studi aiutano a capire dove finisce quello che puoi sapere. Una parte delle domande non attiva nessuna ricerca, perché l’assistente risponde con la conoscenza che il modello possiede già, e in quei casi non esiste una keyword da intercettare. Quando la ricerca parte, le stringhe esatte restano imprevedibili: nella rilevazione di Peec la loro lunghezza media è raddoppiata nell’arco del periodo osservato, e in quella di Nectiv molte contengono l’operatore site:, un modo di interrogare il motore che gli utenti usano di rado. E nei volumi degli strumenti non compaiono, perché quelle stime descrivono ciò che digitano le persone.

Con buona affidabilità puoi ricostruire le sfaccettature del bisogno: il costo, il confronto con le alternative, i limiti, la fiducia nel fornitore, la domanda che nasce subito dopo la prima risposta. Sono i punti su cui una sventagliata di ricerche torna, qualunque strada prenda l’assistente. Le interrogazioni della macchina si collocano di preferenza in quelle che chiamiamo query di medio livello, dove il livello indica la posizione rispetto al bisogno e non la lunghezza: sono più precise del termine che nomina l’oggetto e meno legate al singolo caso del prompt da cui nascono.

	Le ricerche delle persone	Le ricerche della macchina
Chi le scrive	La persona, con il proprio lessico	L’assistente AI, quando decide di cercare sul web
Come le conosci	Volumi stimati, SERP, Search Console	Ipotesi ricostruite dai prompt, verificate su SERP e fonti citate
Che cosa resta stabile	Le formulazioni ricorrenti di un bisogno	Le sfaccettature del bisogno, più delle singole stringhe

Le ricerche delle persone le misuri; quelle della macchina le ricostruisci e poi le verifichi. Le sotto-ricerche che AI Prompt Research ti restituisce, divise per ambito, sono ipotesi prodotte da un modello: diventano materiale di lavoro quando le confronti con le keyword che hanno un volume reale, con le SERP e con le fonti che gli assistenti citano.

Il seme ti restituisce il vocabolario che hai già

Il termine che dai in pasto a uno strumento di espansione decide quasi tutto quello che vedrai dopo. È il seme, e nove volte su dieci coincide con il nome che usi tu per quello che vendi. Da lì lo strumento risale alle ricerche che contengono quel termine e si ferma: chi ha il tuo stesso problema e lo scrive in un altro modo non compare, e nell’elenco che ti ritrovi davanti niente ti avverte che manca.

Con «materasso» l’effetto è evidente. Ordinando l’espansione per volume, le prime righe sono occupate da marchi concorrenti, accessori e grafie diverse della stessa richiesta, senza una sola domanda. I dubbi che accompagnano davvero l’acquisto (quale modello scegliere per il mal di schiena, quanto ha senso spendere, che differenza c’è fra memory e molle) stanno molto più in basso o mancano del tutto, perché chi li pone spesso non usa il termine da cui sei partito. L’elenco non contiene errori: fotografa con precisione le ricerche che contengono «materasso», che sono soltanto una parte della domanda.

Per questo il punto di partenza va affiancato da ingressi che non dipendono dal tuo lessico. Il più trascurato è dentro l’azienda. Le email e i ticket dell’assistenza raccolgono domande scritte da chi le pone, con le sue parole; chi si occupa delle vendite conosce le obiezioni che bloccano una trattativa; le recensioni, le tue e quelle dei concorrenti, raccontano che cosa i clienti apprezzano e che cosa rimproverano. Da quel materiale, che nessun catalogo contiene, nascono spesso i semi migliori.

La raccolta ti riesce meglio se, prima di aprire le fonti, hai chiaro quanto lavoro puoi sostenere: quanti contenuti sei in grado di pubblicare e poi di tenere aggiornati. Senza questo limite, a un certo punto scarti per stanchezza invece che per criterio. Mentre raccogli, invece, conviene sospendere il giudizio: una formulazione che a prima vista sembra fuori tema può rivelare un bisogno che non avevi previsto, e il momento di scegliere arriva dopo.

Le parole che non possiedi le ha già scritte qualcun altro

Le domande spostano l’attenzione dal nome dell’oggetto al problema da risolvere, e le raccogli dai box «Le persone chiedono anche» o con la ricerca per domande. Le ricerche con lo stesso intento esprimono il tuo bisogno senza contenere la tua parola, e sono la via più diretta per scoprire il vocabolario che non possiedi.

Raccoglierle una fonte alla volta è il modo più lento. Keyword Infinity espande il termine da cui parti e ti restituisce ordinate le ricerche che gli ruotano intorno: la tab «Domande, preposizioni e azioni» le riunisce sotto termini interrogativi, preposizioni e verbi, i filtri ti lasciano isolare le più lunghe, dove il contesto di chi cerca si vede meglio. Accanto a quasi tutte troverai un volume minimo, ed è esattamente la parte di domanda che un elenco ordinato per numero non ti fa mai vedere.

Keyword Suggest preleva in blocco i suggerimenti automatici di Google e di YouTube, gli stessi che a mano leggeresti uno alla volta, e conta soprattutto quando il tuo pubblico si informa guardando video. I prompt che un tuo cliente scriverebbe a un assistente portano nella raccolta la situazione personale che le keyword brevi perdono per strada.

Una parte del lavoro l’hanno già fatta i tuoi concorrenti, e la lasciano in vista. Le ricerche su cui sono posizionati ti dicono che cosa un contenuto deve toccare per reggere il confronto; quelle che nessuno di loro presidia ti dicono solo che lì non ci sono, e a distinguere lo spazio libero dal tema che non interessa a nessuno è la SERP. Parti dal dominio di un concorrente e ottieni le sue keyword, le pagine che le raccolgono e quelle su cui il tuo sito non compare: è il materiale con cui si apre l’analisi dei competitor.

Sul tuo sito, quali parole funzionano te l’ha già detto Google

Quando lavori su un progetto con qualche anno di contenuti alle spalle, la ricerca non parte da zero. Il punto di partenza è l’inventario di quello che hai pubblicato e di come il motore lo interpreta. Search Console elenca, per ciascun URL, le ricerche su cui il sito è comparso. Affiancandole ai contenuti vedi quali bisogni servi già, con quale indirizzo, e dove due pagine rispondono alla stessa domanda. Quello che Google ti dà, però, si ferma a casa tua: impressioni, clic, posizione media, e nessun confronto con il mercato intorno. Collegandola a un progetto SEOZoom ogni riga si allarga, e accanto a quei numeri compaiono il volume di quella ricerca, la stagionalità, l’intento e le feature che le occupano la SERP, AI Overview compresa.

Da lì il lavoro procede per viste, e sono quelle che rispondono alle domande della keyword research: quali pagine si contendono la stessa ricerca, dove il rapporto fra impressioni e clic si scosta da quello che ti aspetteresti, su quali ricerche il margine di crescita è più largo.

A quel punto la ricerca di nuove formulazioni cambia funzione. Ti serve a individuare i bisogni che nessuna tua pagina copre e quelli coperti male, e a capire se un contenuto esistente va rifatto prima di scriverne un altro accanto. Su un sito maturo molte delle decisioni più utili riguardano pagine che ci sono già: riscriverle, accorparle, tracciare meglio il loro confine. L’Opportunity Finder passa in rassegna le pagine di un dominio e mette in cima quelle che rendono meno di quanto potrebbero, con una stima del margine ancora da intercettare: resta una stima, da leggere accanto ai dati reali delle impressioni, e ti serve per decidere da dove cominciare.

Il peso di un tema si legge sul gruppo

Finita la raccolta, ti trovi davanti centinaia di formulazioni, e la tentazione è valutarle una alla volta guardando il volume di ciascuna. Così perdi l’informazione che conta di più. Molte righe, prese singolarmente, hanno volumi modesti; quando riunisci tutte quelle che esprimono lo stesso bisogno, capita spesso che il gruppo superi la keyword grande che stava in cima all’elenco. Nell’espansione di «materasso», per esempio, le formulazioni legate al memory sono moltissime e quasi tutte piccole, e sommate raccolgono un volume che nessuna di loro lasciava immaginare.

Ragionare per gruppi cambia le priorità, e non sempre a vantaggio dei temi più cercati. Una keyword molto cercata può rivelarsi un caso isolato, senza un bisogno articolato alle spalle, mentre un tema privo di righe importanti può raccogliere una domanda ampia e distribuita, che un solo contenuto ben costruito riesce a servire per intero. È anche il modo più concreto di dare il giusto peso alla coda lunga, fatta di ricerche rare che valgono poco singolarmente e molto quando le intercetti insieme.

Il gruppo si costruisce attorno al bisogno, e le parole in comune sono soltanto un indizio. Il pannello Gruppi di Keyword Infinity riunisce le formulazioni per termini ricorrenti e ti offre una buona base da rivedere a mano, perché può mettere insieme il «prezzo» e il «come funziona» dello stesso prodotto, che appartengono a fasi diverse della decisione. Per vedere che cosa gravita attorno a un tema c’è Interessi del pubblico, che dispone le ricerche correlate in una mappa a celle invece che in colonna, e ti fa notare sotto-argomenti vicini che un elenco ordinato per volume lascia in ombra.

Dentro ogni gruppo, le domande meritano un’attenzione a parte. Pesano di più quelle che emergono da molte keyword diverse, perché attraversano il tema invece di appartenere a una singola formulazione, e Question Explorer raccoglie le domande dei box «Le persone chiedono anche» e te lo mostra a colpo d’occhio: accanto a ciascuna trovi il numero di keyword che la fanno comparire. Restando sui materassi, la domanda su quale modello scegliere per il mal di schiena emerge da un numero enorme di ricerche differenti, e lega il prodotto a un sintomo che nell’espansione del seme non compariva.

Il gruppo ha anche un andamento nel tempo. Il volume medio annuo appiattisce i picchi: una domanda concentrata in pochi mesi pesa poco nella media e molto quando arriva, e un contenuto pubblicato a stagione iniziata ha poco tempo per farsi trovare. Guardando la stagionalità mese per mese, accanto al volume, capisci quando lavorare un tema, oltre che se lavorarlo.

Sul gruppo si legge anche l’intento, lo scopo per cui si cerca. Le categorie classiche (informazionale, navigazionale, commerciale, transazionale) ti aiutano a orientarti e si riconoscono sulla SERP più che nelle parole: se Google mostra guide, la ricerca chiede una spiegazione; se mostra schede prodotto, chiede un acquisto; se mescola le une e le altre, il gruppo tiene insieme bisogni diversi e prima o poi andrà spezzato.

In che punto della scelta si trova chi cerca

Dentro un percorso d’acquisto, le etichette dell’intento si restringono fino a non distinguere più nulla. «Mutuo tasso fisso o variabile», «banca mutuo recensioni» e «simulazione rata mutuo» ricadono tutte fra il commerciale e il transazionale, eppure ciascuna chiede una pagina diversa: un confronto, un giudizio sugli istituti, uno strumento di calcolo.

A fare la differenza è il momento della decisione, e con il momento cambiano insieme le parole usate, il formato di risposta atteso e il tipo di prova che convince. All’inizio chi cerca usa termini generici, perché non sa ancora bene che cosa chiedere, e ha bisogno di una spiegazione chiara, senza offerte in mezzo. Quando comincia a confrontare compaiono «meglio», «differenza», «conviene», e lo convince un paragone costruito su un caso simile al suo.

Più avanti arriva la scelta di chi fidarsi, fatta di recensioni, esperienze dirette, nomi di aziende, e qui pesa la prova che un’impresa non può scrivere da sola su di sé. Vicino all’acquisto le ricerche parlano di prezzi, preventivi, disponibilità, spesso con un riferimento geografico, e la pagina deve togliere gli ultimi ostacoli. Dopo l’acquisto si torna a cercare quando qualcosa non va come previsto, da clienti di qualcuno.

Quando prepari il brief di un contenuto, accanto alla keyword ti conviene indicare per quale momento lo stai costruendo. Se rispondi a una ricerca di confronto con un modulo di contatto, arrivi troppo presto: chi ha aperto la pagina voleva un confronto, e con buona probabilità andrà a cercarlo altrove.

La SERP prima del numero

Volume, difficoltà e costo per clic ti dicono quanto una keyword è cercata, quanto è contesa e quanto qualcuno è disposto a pagare per comparire. Nessuno di questi valori ti dice se quella keyword ti riguarda, e prima di investirci del tempo è la cosa da capire.

La pertinenza si decide sul bisogno. «Materasso gonfiabile» contiene il termine del tuo catalogo, ma se vendi materassi ortopedici parla a qualcuno che cerca tutt’altro; «mal di schiena al risveglio» non lo contiene, eppure descrive esattamente il problema che il tuo prodotto promette di risolvere. Una formulazione ti riguarda quando chi la scrive si sta avvicinando a una scelta in cui puoi entrare anche tu.

Dalla pertinenza dipende la scelta fra un mercato ampio e una nicchia. Davanti a un bisogno grande puoi provare a competere dove giocano i soggetti più forti, oppure servire per intero una porzione più stretta, vicina a quello che vendi. La seconda strada ha senso quando il tuo sito non regge il confronto sulla prima, e quando quella porzione è abbastanza ampia da ripagare il lavoro. Quali nicchie esistono davvero in un ambito te lo dice Indaga settore, che scompone un argomento nei temi che lo formano, con le keyword più rilevanti di ciascuno, quelli già sfruttati da tutti, quelli dove resta potenziale e le domande che ricorrono.

Il valore di un bisogno lo stimi dalla sua vicinanza a una decisione: l’intento, il momento della scelta, il legame con la tua offerta. Il costo per clic è un indizio utile, perché racconta che qualcuno considera quella ricerca abbastanza redditizia da pagarla. Le stime di traffico reggono poco come base, perché partono da volumi e posizioni per arrivare a visite ipotetiche, e una buona posizione, da sola, non garantisce nessun clic.

Tutto questo lo verifichi in un posto che nessuna metrica sostituisce: la pagina dei risultati. Il volume ti dice quante volte una formulazione viene cercata e tace su quanto spazio resta ai risultati organici e su quale tipo di sito Google ritiene la risposta giusta. Su molte ricerche commerciali, sopra e accanto ai link organici, compaiono annunci, schede di prodotti, box di domande, a volte un’AI Overview. E nei settori dove si vende molto capita che fra i primi tre posti liberi non ci sia neppure un contenuto editoriale: soltanto produttori, rivenditori e marketplace.

Una SERP del genere ti rivela quello che il numero nasconde. Lo spazio disponibile è più ridotto di quanto lasci pensare il volume, e una guida, per quanto buona, entra in un confronto in cui Google ha già scelto un altro tipo di risposta. Te ne accorgi aprendo i risultati prima di decidere, e ti costa molto meno che scoprirlo dopo aver scritto un contenuto per uno spazio che non esiste.

La stessa difficoltà, due partite diverse

Quando apri una SERP, la prima domanda che ti fai è se ci puoi entrare. Gli indicatori di difficoltà servono a risponderti senza aprirle tutte, e li ricavi da chi quella prima pagina la occupa già. La Keyword Difficulty va da 0 a 100 su scala logaritmica e stima quanto è difficile arrivare in alto, pesando la Zoom Authority dei domini presenti; la Keyword Opportunity misura quanto sono ottimizzati i loro contenuti. Descrivono la keyword e chi la presidia, e del tuo sito non dicono niente.

Due keyword con la stessa difficoltà possono nascondere partite opposte. In una SERP le posizioni alte sono occupate da domini molto autorevoli che si spartiscono quasi tutto lo spazio. Nell’altra, fra i primi risultati c’è anche un sito con un’autorevolezza molto più bassa e una sola pagina dedicata al tema, arrivato lì perché risponde meglio degli altri. Il valore è lo stesso, ma soltanto il sito piccolo arrivato in alto ti offre la prova che una pagina ben fatta può entrare anche senza un dominio forte alle spalle.

Per questo una soglia di difficoltà valida per tutti non esiste. Il confronto che ti interessa è fra la forza del tuo sito e quella di chi occupa quella specifica SERP, pagina per pagina oltre che dominio per dominio: anche dove i domini sono forti, le pagine in cima possono essere deboli, e la Page Zoom Authority (PZA), che SEOZoom affianca alla Zoom Authority di ogni risultato, ti fa vedere dove c’è margine per entrare.

La stessa parola, in un altro luogo o in un altro catalogo

Una keyword non ha una sola SERP. Se la stessa ricerca restituisce la mappa con le attività della zona, Google sta leggendo un intento locale, e la ricerca va fatta dove si trovano i tuoi clienti: con le formulazioni che contengono città e quartieri, e con quelle che non li nominano e ricevono comunque risultati locali. Su quel terreno il confronto si gioca nel raggio di pochi chilometri, e la local SEO aggiunge alle pagine segnali che altrove non pesano, dalla scheda dell’attività alle recensioni di chi ci è stato.

Il meccanismo si ripete fra paesi e lingue. Una keyword tradotta porta il tuo vocabolario in un’altra lingua, mentre il mercato di destinazione ha spesso nomi propri per le stesse cose e SERP composte in modo diverso. La ricerca va quindi rifatta sul mercato di arrivo, con i suoi database e le sue domande, prima ancora di costruire le versioni linguistiche e di dichiararle a Google con l’attributo hreflang.

In un catalogo, la SERP decide anche il tipo di pagina. Con le schede prodotto davanti, la risposta attesa è una scheda; con gli elenchi di modelli, una categoria; dove vincono le guide, serve un contenuto editoriale. Prima ancora di occuparti del testo, assegni a ogni gruppo di ricerche la tipologia di pagina che il motore si aspetta, perché una scheda, una categoria e una guida rispondono in modi che non si sostituiscono.

Quante pagine ti servono per un bisogno

Dopo aver raccolto e raggruppato, devi decidere che cosa diventa ogni gruppo: una pagina sola, più pagine collegate, oppure un paragrafo dentro un contenuto che hai già. Nei gruppi trovi formulazioni molto vicine fra loro (singolare e plurale, un sinonimo al posto di un altro, un modificatore in più), e l’elenco non ti aiuta, perché registra le parole e tace sulla risposta che ciascuna si aspetta.

Il criterio più affidabile è osservare come Google tratta già quelle ricerche. Quando per due formulazioni mostra in buona parte gli stessi indirizzi, le considera la stessa domanda, e un contenuto solo può servirle entrambe; quando i risultati divergono, si aspetta risposte diverse. La sovrapposizione delle SERP pesa più di qualsiasi somiglianza fra le parole. «Calcolo assicurazione auto» e «calcolare assicurazione auto» si dividono la maggior parte della prima pagina e chiedono un contenuto solo. «Antifurto senza fili» e «detrazione antifurto», al contrario, portano a risultati di natura diversa, negozi e produttori da un lato, guide fiscali dall’altro, e perfino i venditori presenti in tutte e due le SERP ci arrivano con pagine distinte.

Il confronto a mano regge finché le coppie sono poche. Compara SERP mette una accanto all’altra le prime pagine di due o più ricerche e ne misura la sovrapposizione con la SERP Affinity, la quota di risultati in comune. Conta gli indirizzi condivisi, senza spiegare perché lo sono, e quando il valore è basso ti conviene guardare quali risultati cambiano, e che tipo di pagina li sostituisce, prima di aprirne una nuova.

La stessa logica vale dentro la pagina. La keyword principale dà il nome al bisogno che servi; le secondarie lo esprimono con altre parole, hanno SERP simili e non chiedono di essere ripetute alla lettera. Le formulazioni che aprono una sotto-domanda entrano nella pagina se la risposta sta lì, altrimenti diventano un contenuto collegato.

Quando questo confine è tracciato male, due contenuti del tuo sito rispondono allo stesso bisogno e Google li alterna sulle stesse query: è la cannibalizzazione, e di solito nasce da una ricerca che non ha stabilito a chi tocca che cosa. Nella direzione opposta, un tema troppo ampio per una pagina sola si articola in un topic cluster, un insieme di contenuti collegati attorno a quello che tiene insieme l’argomento, e anche lì il perimetro di ciascun nodo lo decide la sovrapposizione delle SERP.

Le decisioni prese confluiscono in un piano editoriale che chi scrive può seguire senza rifare il ragionamento: per ciascuna voce il bisogno servito, la keyword principale e le secondarie, il momento della decisione, l’indirizzo da creare o da rivedere, la priorità con la sua motivazione. L’ordine di lavorazione segue il valore, e il volume ne è solo un indizio: un bisogno vicino alla tua offerta, servito oggi da una pagina che risponde male, può venire prima di un tema molto cercato che richiede un contenuto da zero. Accanto a quello che farai, tieni traccia dei bisogni esclusi e del perché (fuori dall’offerta, presidiati da soggetti con cui non puoi competere, già serviti da un’altra pagina): una ragione scritta evita che la stessa discussione si riapra il mese dopo.

Il fan-out allarga il bisogno, non il numero di pagine

Le sotto-ricerche che un assistente ricava da un prompt somigliano molto a keyword, e la tentazione di dedicare una pagina a ciascuna è comprensibile. Google indica la direzione opposta: una pagina può trattare più argomenti e il sistema ne mostra la parte pertinente, una lunghezza ideale non esiste, e i segnali che contano restano quelli della SERP, perché è da lì che le risposte generative prendono le fonti.

Il criterio della risposta attesa funziona anche qui. Le sotto-domande che si aspettano la stessa risposta servono a completare il contenuto; quelle che hanno una SERP propria, verificata come faresti con qualsiasi altra ricerca, meritano un contenuto dedicato, collegato al primo. Quali sotto-argomenti toccare non lo decidi a intuito: Topic Explorer legge le pagine già posizionate su una keyword, ne estrae i topic che ricorrono in tutte e ti mostra, per ciascuno, le ricerche che lo compongono.

Completare, però, è diverso da allungare. Un blocco in più ha senso quando risponde a una sotto-domanda che esiste davvero, riscontrata sulle domande reali e sulle SERP. E la completezza moltiplica le occasioni di essere scelto senza garantirle: chi non compare fra i risultati di quelle ricerche resta fuori comunque.

Dopo la pubblicazione, le query che non avevi scelto

Finché la pagina non è online, tutto il lavoro fatto resta un’ipotesi. Hai stabilito quale bisogno serve e con quali parole viene espresso, ma è quando entra nell’indice che Google decide per quali ricerche mostrarla. Quella decisione te la scrive Search Console, nel rapporto Performance: ogni riga è una ricerca su cui la pagina è comparsa, con le impressioni che ha raccolto e la posizione media che ha tenuto. È il primo riscontro concreto sulla tua keyword research.

La sorpresa più frequente è trovare la pagina posizionata per parole che nel testo non compaiono. Google le ha dedotte leggendo il contenuto: la sua interpretazione è andata oltre l’ipotesi di partenza, e ti dice che il tema come lo hai trattato copre anche richieste che non avevi previsto.

Le query inattese possono avere significati opposti. Se esprimono lo stesso bisogno della pagina, il motore ha colto una parte della domanda che la ricerca aveva mancato, e ti conviene consolidarla sviluppando meglio quel punto. Se invece riguardano tutt’altro, la pagina viene letta fuori dal perimetro che le avevi assegnato, e va corretta oppure affiancata da un contenuto dedicato. Per capire in quale caso ti trovi, confronta la sua SERP con quella della keyword principale: se i risultati si sovrappongono il bisogno è lo stesso, se divergono è un altro.

Anche le ricerche che aspettavi e non sono mai arrivate raccontano qualcosa. Se la pagina è indicizzata e raccoglie impressioni su altre ricerche, Google non la considera una risposta a quella formulazione, e la SERP ti aiuta a capire il perché: mostra un tipo di risultato diverso dal tuo, oppure contenuti simili che affrontano quella domanda con più precisione.

I dati di Search Console non sono l’unico riscontro. Una SERP che cambia, clic che non arrivano e citazioni che vanno ad altri ti dicono se la ricerca regge ancora, e ciascuno di questi segnali chiede un intervento diverso.

• La SERP che cambia sotto un contenuto rimasto uguale. Se il tipo di risultati si ricompone mentre il tuo testo è fermo, Google ha cambiato idea sulla risposta attesa, e l’intento dell’intero gruppo va riletto.
• I clic che mancano a parità di posizione. La causa può stare nello snippet, nella composizione della SERP o in un intento letto male, e la trovi aprendo i risultati e guardando che cosa compare sopra e accanto alla tua pagina.
• Le citazioni che vanno ad altri. Per le keyword monitorate in un progetto, SEOZoom ti mostra se compare un’AI Overview, se il tuo sito è fra le fonti e in quale punto, mentre l’AI Prompt Tracker fa lo stesso lavoro sulle risposte degli assistenti. Quando le fonti scelte sono altre, spesso c’è una sotto-domanda che la tua pagina lascia scoperta.

La keyword research, allora, si riapre quando questi segnali cambiano, più che a scadenza fissa. Una ricerca inattesa riapre un gruppo, una SERP ricomposta ti chiede di rileggere l’intento, un cambiamento nella tua offerta rimette in discussione l’intera mappa dei bisogni.

Gli errori che costano di più

Quasi tutti gli errori di keyword research nascono dallo stesso scambio, trattare la parola come se fosse il bisogno, e il loro costo di solito emerge a mesi di distanza, quando i contenuti sono online e non rendono.

• Lavorare l’elenco dall’alto, in ordine di volume. In cima trovi spesso marchi altrui, accessori e grafie diverse della stessa richiesta. Il prezzo sono pagine scritte per domande che il tuo sito non può soddisfare, mentre i bisogni vicini alla tua offerta restano scoperti.
• Scambiare un tema scoperto per un’opportunità. Un argomento che nessun concorrente presidia può essere libero oppure privo di domanda, e lo dice la SERP: se lì non c’è niente di pertinente, è perché non cerca nessuno. Chi salta il controllo scrive un contenuto che nessuno andrà a cercare.
• Puntare sui marchi dei concorrenti. Chi digita il nome di un’azienda vuole quel sito, e difficilmente si ferma sul tuo. «X o Y» e «alternative a X» sono un’altra storia, perché lì c’è un confronto che puoi servire, ed è la linea che separa le keyword brand da quelle non brand.
• Fare la ricerca una volta sola. Le formulazioni cambiano, le SERP si ricompongono, i concorrenti si spostano, e un piano mai riaperto finisce per descrivere un mercato che non c’è più.

Gli strumenti, e fin dove arrivi senza

Quasi tutte le guide alla keyword research sono pubblicate da chi vende il software che il metodo richiede, e questa non fa eccezione. Il modo onesto di scriverla è dirti che cosa misura ogni strumento, fin dove arrivi a mano e dove quella strada si ferma.

A mano arrivi abbastanza lontano. I suggerimenti che Google propone mentre digiti completano il termine con le parole usate da altri, il box «Le persone chiedono anche» si allarga man mano che apri le domande, le ricerche correlate in fondo alla pagina propongono varianti, Search Console elenca le query su cui il tuo sito è già comparso, un assistente AI ti offre ipotesi in pochi secondi. È materiale vero, e per capire un tema o trovare i primi semi basta.

Il limite arriva con la scala. Per sapere se due formulazioni vanno servite dalla stessa pagina devi confrontarne le SERP, e le coppie da confrontare crescono molto più in fretta delle formulazioni, perché ogni riga nuova va messa a confronto con tutte quelle che hai già. A mano ne verifichi qualche decina, scelte a intuito. Un foglio compilato a mano, poi, fotografa un solo giorno, mentre le SERP si ricompongono e le stime cambiano, e per confrontare la situazione attuale con quella di qualche mese fa dovresti rifare tutto da capo. Il momento in cui ti servono gli strumenti lo riconosci dal lavoro stesso: è quando ti accorgi che scegli che cosa verificare in base al tempo che hai, invece che in base al bisogno.

Gli strumenti di keyword research di SEOZoom partono dalla stessa idea: la parola chiave è un segnale, sotto c’è sempre un bisogno, e il lavoro si fa per intenti, domande e topic. Ciascuno copre un passaggio, dalla raccolta alla verifica nel tempo.

Che cosa ti serve sapere	Strumento	Che cosa ti restituisce
Come si cerca intorno a un termine	Keyword Infinity	Le formulazioni correlate al seme, con i Gruppi per termini ricorrenti, le viste per intento informazionale e commerciale e la tab «Domande, preposizioni e azioni»
Che cosa digitano davvero gli utenti	Keyword Suggest	I suggerimenti automatici di Google e di YouTube a partire da una keyword, con filtri di inclusione ed esclusione
Quali dubbi hanno le persone	Question Explorer	Le domande dei box «Le persone chiedono anche», con il numero di keyword che fanno comparire ciascuna
Che cosa deve contenere una pagina	Topic Explorer	I topic ricorrenti nelle pagine già posizionate per una keyword, ciascuno con le keyword che lo compongono
Che cosa gravita attorno a un tema	Interessi del pubblico	Le ricerche correlate e i cluster di interesse, disposti in una mappa a celle
Quali nicchie esistono in un ambito	Indaga settore	Le keyword più rilevanti per ciascun tema, i topic più sfruttati, le nicchie ad alto potenziale e le domande ricorrenti
Dove un sito rende meno di quanto potrebbe	Opportunity Finder	Le pagine di un dominio, tuo o di un concorrente, con il margine di crescita stimato più ampio
Quanto pesano le formulazioni raccolte	Analizza lista keyword	Volume, intento, SERP feature, CPC, KD, KO e trend per ogni riga; le formulazioni che il database non conosce finiscono in «Keyword non trovate»
Se due formulazioni vanno nella stessa pagina	Compara SERP	La quota di risultati in comune fra le SERP, espressa dalla SERP Affinity
Come un assistente scompone un bisogno	AI Prompt Research	Le sotto-ricerche ipotizzate a partire da un prompt, divise per ambito, da verificare
Se un sito entra nelle risposte AI di Google	AI Overview	Le keyword su cui un dominio compare nei box AI Overview, con quanta frequenza e in quale forma; se il sito non compare, non ci sono dati da leggere
Come trasformare una lista in un piano	Le tue Keyword Research	Le liste salvate, con volume complessivo, intenti e stagionalità, e la funzione «Suggerisci Piano Editoriale», che raggruppa le keyword per similitudine semantica e intento
Come seguire il lavoro nel tempo	Progetti	Le keyword del sito monitorate e aggiornate ogni 48 ore, comprese quelle che il database non conosceva, misurate appena le scansioni le elaborano

Le keyword che ti propone un’intelligenza artificiale

Chiedere a ChatGPT o a Gemini un elenco di keyword per il tuo settore è diventato il modo più rapido per cominciare. In pochi secondi ricevi una lista ordinata e convincente, in cui ogni voce è plausibile: suona come qualcosa che una persona potrebbe davvero cercare.

Nessuna di quelle voci, però, è misurata. Il modello non sa quante persone digitano ciascuna formulazione né che cosa mostra Google quando la si cerca, e nella sua lista una frase che non usa nessuno ha lo stesso aspetto di una che cercano in migliaia. C’è poi un aspetto meno evidente: il sistema che ti propone quelle keyword è dello stesso tipo di quello che sceglie le ricerche quando risponde ai tuoi clienti, e le sue proposte sono un’ipotesi su come cercano le persone e su come cercherebbe la macchina, senza una prova per nessuna di queste ipotesi.

Un assistente ti è più utile quando gli chiedi le sfaccettature del bisogno invece delle keyword, con un prompt come questo:

Vendo [prodotto o servizio] a [tipo di cliente]. Elenca le domande che un cliente si fa dal primo interesse fino alla scelta del fornitore, scritte come le scriverebbe su Google. Per ciascuna indica che cosa sta cercando di decidere e quale obiezione potrebbe fermarlo.

Le domande che ne escono entrano nella raccolta come qualsiasi altra fonte e passano dalla stessa verifica: la misura, la SERP e, per le formulazioni che il database non conosce, il monitoraggio in un progetto. Quelle che reggono entrano nel tuo piano, le altre restano ipotesi, utili per ragionare e troppo fragili per decidere.

Le parole chiave restano il punto d’incontro fra chi cerca e chi risponde. Il tuo lavoro, oggi, è capire chi le scrive.