Usare l'AI per la ricerca e la struttura, non per la sostanza

Nella lezione precedente hai visto come l'AI generativa sta cambiando il marketing. Questa lezione entra nel dettaglio del caso d'uso più diffuso e più frainteso: usare l'AI per creare contenuti. La domanda giusta non è "posso far scrivere questo articolo a ChatGPT?", ma "in quale fase del lavoro l'AI aggiunge valore, e in quale fase toglie qualcosa che solo io posso dare?".

## In breve

L'AI generativa è utile per raccogliere informazioni, sintetizzare fonti e organizzare la struttura di un contenuto. È molto meno utile, e spesso rischiosa, se usata per generare la sostanza: il punto di vista, l'esperienza diretta, i dati originali che rendono un contenuto realmente diverso da tutti gli altri contenuti generici già disponibili online. Questo non è solo un consiglio di buon senso: è esplicitamente quello che dice guida Google contenuti AI.

Che cos'è (e cosa NON è)

Usare l'AI "per la ricerca e la struttura" significa: chiederle di riassumere fonti, confrontare punti di vista diversi su un tema, proporre uno scheletro di paragrafi, suggerire domande a cui il contenuto dovrebbe rispondere, o velocizzare compiti meccanici come la formattazione.

Non significa: incollare un prompt generico e pubblicare la risposta come articolo, post o pagina di prodotto. Non significa nemmeno usare l'AI per "inventare" competenza che non hai, se non hai mai gestito una campagna Performance Max, l'AI non può scrivere un contenuto con la profondità di chi lo ha fatto davvero, può solo produrre un testo che sembra competente.

Come funziona

Google Search Central lo dice in modo esplicito nella sua guida per chi pubblica contenuti: "Generative AI can be particularly useful when researching a topic, and to add structure to original content. However, using generative AI tools (...) to generate many pages without adding value for users may violate Google's spam policy on scaled content abuse." In altre parole: Google non penalizza un contenuto perché è stato scritto con l'aiuto dell'AI, ma penalizza contenuti pubblicati in massa che non aggiungono nulla di nuovo, e questo vale indipendentemente da come sono stati prodotti, come chiarisce la scaled content abuse.

Sul lato marketing, i dati raccontano la stessa tensione da un'altra angolazione. Secondo la ricerca di HubSpot sull'uso dell'AI nel content marketing, AI aiuta a produrre contenuti, ma il 53% fatica a far emergere quei contenuti in un mercato saturo di materiale generato con AI, e il 52% ritiene che l'AI abbia reso la creazione di contenuti così facile da renderli, nel complesso, meno efficaci. Il 62,7% dei marketer intervistati pensa che serva più contenuto originale e centrato sull'esperienza umana per competere con il rumore di fondo generato dall'AI.

È un principio già visto nella lezione sul first-hand expertise e la ricerca originale del corso SEO gratuito: quando generare testo plausibile diventa economico per chiunque, quello che resta scarso, e quindi prezioso, è l'esperienza reale, i dati che nessun altro ha, il punto di vista che nasce dall'aver davvero fatto una cosa.

## Perché conta

Un contenuto che è solo un riassunto ben scritto di ciò che l'AI ha trovato altrove è, per definizione, riproducibile: chiunque altro può chiedere la stessa cosa allo stesso strumento e ottenere qualcosa di molto simile. Non differenzia il brand, non costruisce autorità, e, se pubblicato su scala, senza revisione, espone il sito al rischio concreto di essere classificato come scaled content abuse da Google. Vale per gli articoli di blog quanto per le newsletter, le pagine prodotto o le didascalie social: ogni volta che il contenuto va online con il nome del brand, la domanda "cosa sto aggiungendo che non c'era già?" andrebbe posta prima di pubblicare, non dopo.

## Esempio lampante

### Contesto ipotetico

uno studio di commercialisti vuole pubblicare un articolo sul blog aziendale su "come cambia la fatturazione elettronica nel 2026".

INPUT. Il team marketing chiede a un tool AI: "scrivi un articolo di 1200 parole sulla fatturazione elettronica nel 2026".

ANALISI. Il testo che ne esce è corretto ma generico: riassume normativa già spiegata in decine di articoli quasi identici online, senza un solo riferimento a un caso reale gestito dallo studio, senza indicazioni pratiche su errori che i clienti commettono davvero.

DECISIONE. Il team decide di usare l'AI solo per due cose: raccogliere e verificare i riferimenti normativi aggiornati, e proporre una scaletta. La sostanza, gli errori più comuni visti nei clienti reali dello studio, i consigli pratici, i casi limite, viene scritta da un commercialista dello studio a partire da quella scaletta.

OUTPUT. L'articolo pubblicato mantiene la struttura suggerita dall'AI (più rapida da produrre), ma il contenuto centrale è first-hand: osservazioni reali, non reperibili altrove nella stessa forma.

Come farlo

1. Usa l'AI per raccogliere e sintetizzare fonti su un tema, chiedendole esplicitamente di segnalare dove le informazioni sono incerte o divergenti tra fonti.
2. Chiedi una proposta di struttura (scaletta, sezioni, domande a cui rispondere) invece di un testo finito: è qui che l'AI dà il massimo valore con il minimo rischio.
3. Prima di scrivere la parte sostanziale, chiediti cosa sai, per esperienza diretta, dati propri, casi reali, che non è già disponibile altrove in forma equivalente.
4. Scrivi (o fai scrivere da chi ha davvero competenza) la sostanza del contenuto, usando l'AI al massimo come editor per chiarezza e coerenza, non come autore.
5. Verifica in modo indipendente ogni fatto, dato o normativa che l'AI ha suggerito: i modelli generativi possono presentare informazioni plausibili ma non aggiornate o non corrette.
6. Prima di pubblicare, rileggi la guida Google contenuti AI se hai dubbi sulla soglia tra "assistenza" e "produzione su scala".

## Errori comuni

Pubblicare l'output di un singolo prompt senza revisione umana sostanziale

È esattamente lo scenario descritto dalla policy sullo scaled content abuse.

Usare l'AI per scrivere di argomenti su cui non si ha competenza reale

Il testo può risultare fluente ma vuoto, e i lettori esperti se ne accorgono.

### Fidarsi di statistiche o citazioni generate dall'AI senza verificarle

I modelli generativi possono produrre numeri plausibili ma inventati.

Confondere "velocità di produzione" con "valore del contenuto"

Pubblicare di più non aiuta se ogni pezzo è intercambiabile con quello di un concorrente.

Quando questo principio conta meno

Per contenuti a basso rischio e non pubblici, bozze interne, riassunti per uso personale, prime versioni di lavoro destinate a essere riscritte, brainstorming, l'AI può generare anche la sostanza iniziale senza problemi: non c'è un lettore esterno da servire né una policy di spam da rispettare. Il principio "ricerca e struttura, non sostanza" riguarda specificamente i contenuti che un pubblico reale leggerà e su cui un brand costruisce la propria reputazione.

## In sintesi

L'AI è un assistente di ricerca e un organizzatore di struttura molto efficace. Non è, e non dovrebbe essere trattata come, una fonte di sostanza: quella resta un lavoro umano, basato su esperienza reale e verificabile. È lo stesso principio alla base della first-hand expertise, applicato qui al momento pratico in cui si decide come usare uno strumento AI per scrivere un contenuto di marketing.

## Cosa imparare dopo

Nella prossima lezione vediamo come formulare le richieste all'AI in modo che, nel ruolo che le abbiamo appena definito, ricerca e struttura, restituisca risultati davvero utili: prompt engineering per il marketing.