L’esperto di AEO spiega perché il traffico crolla quando moltiplichi per 10 i contenuti — e cosa fare al riguardo

Brendan Hufford è un ex direttore SEO che ha fondato una società di consulenza di marketing dei contenuti e AEO per aziende B2B SaaS chiamata Growth Sprints, dove aiuta le organizzazioni a passare da 10 milioni a 100 milioni di dollari.

Abbiamo parlato con Brendan per scoprire come ottenere citazioni dagli LLM. Ci ha illustrato il processo.

Capire l'AI in tempo reale

Sono Brendan Hufford, fondatore di Growth Sprints, una società di consulenza di marketing dei contenuti e SEO/AEO per aziende B2B SaaS, dove aiuto le organizzazioni a passare da 10 milioni a 100 milioni di dollari con sistemi di contenuti efficaci nella ricerca, nelle newsletter e su LinkedIn.

Il mio percorso non è stato lineare. Ho iniziato come insegnante di psicologia alle scuole superiori, circa dieci anni fa sono passato alla SEO e al marketing dei contenuti e ho trascorso anni a perfezionare le mie competenze lavorando in agenzie e team interni, prima di diventare indipendente.

Il passaggio all'AI nel marketing è stato finora il momento più interessante della mia carriera. Molto di ciò su cui avevo costruito la mia attività — la SEO tradizionale, con il posizionamento e il traffico come obiettivi — ha iniziato a cambiare rapidamente. I contenuti dei clienti comparivano nelle risposte di ChatGPT e Perplexity senza generare un solo clic verso i loro siti. I CMO dovevano difendere gli investimenti nei contenuti durante le QBR e spesso non disponevano di risposte convincenti.

Il passaggio all'AI nel marketing è stato finora il momento più interessante della mia carriera.

Così ho ricostruito la metodologia intorno a ciò che oggi chiamo proprietà intellettuale dei contenuti e cicli di scoperta, framework progettati per un mondo in cui i contenuti devono conquistare sia citazioni da parte dell'AI sia conversioni umane.

Onestamente, sto ancora cercando di capire molte cose in tempo reale, insieme ai miei clienti. Ma è anche questo a rendere il momento così interessante.

Come misurare la visibilità nell'AI

Ho ricostruito il modo in cui misuriamo la visibilità dei contenuti. Per anni abbiamo fatto affidamento sul monitoraggio del posizionamento e sul traffico organico. Sono ancora dati utili, ma non rappresentano più l'intero quadro. Oggi gli acquirenti svolgono una percentuale enorme delle loro ricerche all'interno degli strumenti di AI e Google Search Console non mostra nulla di tutto questo.

Perciò, per ogni incarico con un cliente, creo quello che chiamo un foglio di calcolo per il monitoraggio dei prompt AEO. Individuiamo da 60 a 150 prompt con intento d'acquisto che un potenziale cliente reale digiterebbe in ChatGPT, Perplexity, Claude o Gemini. Poi monitoriamo se il cliente viene citato, quali concorrenti vengono citati dall'AI al suo posto e da quali fonti attinge l'AI. Ripetiamo l'analisi a intervalli regolari e osserviamo l'andamento nel tempo.

Per ogni incarico con un cliente, creo quello che chiamo un foglio di calcolo per il monitoraggio dei prompt AEO.

I risultati hanno cambiato le cose in alcuni modi significativi:

1. Ha fornito ai miei clienti una risposta misurabile a una domanda che i loro CEO e consigli di amministrazione avevano iniziato a porre: "Compariamo nell'AI?" Prima di allora, la maggior parte dei team di marketing tirava a indovinare.
2. Ha cambiato ciò che creiamo. Quando puoi vedere che gli strumenti di AI attingono più dalle recensioni di G2, dalle discussioni su Reddit e dai rapporti degli analisti che dal tuo blog, le priorità dei contenuti cambiano rapidamente. Abbiamo iniziato a investire di più nelle menzioni ottenute, nella ricerca originale e nella proprietà intellettuale dei contenuti citata dall'AI, invece di limitarci a pubblicare altri articoli SEO nella speranza di posizionarci.

In effetti, ho visto organizzazioni migliorare la percentuale di citazioni nell'AI dall'8% al 40% e moltiplicare per 6 le opportunità commerciali in un trimestre.

Come implementare un flusso di lavoro AEO

Ecco la spiegazione passo dopo passo:

Passaggio 1: Raccolta dei prompt. Inizio dal team vendite e dalle registrazioni delle loro chiamate. Raccolgo ogni domanda posta dai potenziali clienti, ogni obiezione e ogni momento in cui qualcuno dice "Stavo proprio cercando informazioni su..." oppure "Ho chiesto a ChatGPT di...". Integro poi questi dati con i ticket di assistenza, le note del team di assistenza clienti e le discussioni su Reddit e G2. L'obiettivo è ottenere da 60 a 150 prompt con intento d'acquisto che una persona digiterebbe in uno strumento di AI.

Passaggio 2: Ampliamento dei prompt con l'aiuto dell'AI. Prendo l'elenco iniziale e uso Claude per ampliarlo. Variazioni nella formulazione, diverse fasi del percorso d'acquisto e diverse persone che pongono la stessa domanda di fondo. L'AI è utile in questa fase perché il lavoro consiste nel riconoscere schemi, non nel pensare in modo originale. Creo un foglio di calcolo strutturato con i prompt categorizzati per fase d'acquisto, persona e intento.

Passaggio 3: Test manuale delle citazioni. Eseguo ogni prompt su ChatGPT, Perplexity, Claude e Gemini. Registro se l'organizzazione viene citata, quali concorrenti vengono citati al suo posto e le fonti da cui attinge l'AI (G2, Reddit, il blog del cliente, rapporti degli analisti, podcast e così via). Questa parte è ancora talvolta manuale perché gli strumenti di automazione non sono ancora abbastanza affidabili. Uso l'AI per contrassegnare e categorizzare i risultati, ma è necessario che una persona legga le risposte.

Passaggio 4: Analisi degli schemi. Uso Claude per analizzare l'intero set di dati e identificare gli schemi. Dove sta vincendo l'organizzazione? Dove sta perdendo? Di quali fonti si fidano maggiormente gli strumenti di IA in questa categoria? Quali concorrenti continuano a comparire e perché? Qui l'IA dimostra il proprio valore, perché sintetizzare 600 risposte dell'IA in temi è un lavoro che nessun essere umano vuole fare manualmente.

Passaggio 5: Interpretazione strategica. Questa parte è interamente umana. Esamino i dati, parlo con il team e prendo decisioni su cosa fare. Stiamo perdendo perché non abbiamo contenuti su un determinato argomento o perché i nostri contenuti non sono strutturati per essere letti dagli esseri umani o utilizzati dall'IA? Dobbiamo investire in citazioni ottenute nelle fonti citate dall'IA? Dobbiamo commissionare una ricerca originale per dare all'IA qualcosa di proprietario a cui rimandare? È in questa riunione che sviluppiamo la strategia, e l'IA non vi prende parte.

Passaggio 6: Produzione di contenuti con l'IA nel processo. Una volta che sappiamo cosa creare, uso l'IA per la sintesi della ricerca, le prime bozze, le strutture iniziali e la riformattazione. Il lavoro umano riguarda l'angolazione, la voce, il punto di vista e la revisione finale che fa sembrare il testo scritto da una persona reale. L'IA gestisce forse il 40% dell'investimento di tempo. Il 60% che rimane, svolto dagli esseri umani, è ciò che rende il lavoro degno di essere pubblicato.

Passaggio 7: Nuovo monitoraggio a intervalli regolari. Ogni 30-60 giorni, ripeto il set di richieste e lo confronto con il valore di riferimento. Monitoriamo nel tempo il tasso di citazione, il mix delle fonti e la visibilità dei concorrenti. Questo trasforma il flusso di lavoro in un vero sistema invece che in una verifica una tantum.

Nel complesso, sostituisce quella che un tempo era una conversazione vaga sulla "ricerca tramite IA" con un processo misurabile e ripetibile.

Perché l'IA supporta la compressione e la sintesi, ma non la convinzione o il gusto

Ormai l'IA si integra in quasi ogni parte del mio lavoro, ma il suo ruolo varia significativamente a seconda dell'attività.

Mi affido molto all'IA per la sintesi delle ricerche, le prime bozze di contenuti lunghi, l'analisi dei concorrenti, l'analisi delle trascrizioni delle chiamate di vendita e dei clienti, i briefing dei contenuti e gran parte del lavoro di collegamento che un tempo consumava ore. Gestisce anche la segmentazione del pubblico, l'estrazione delle opinioni dei clienti e l'individuazione dei temi nei ticket di assistenza e nelle chiamate Gong.

Mi affido molto all'IA per la sintesi delle ricerche, le prime bozze di contenuti lunghi, l'analisi dei concorrenti, l'analisi delle trascrizioni delle chiamate di vendita e dei clienti, i briefing dei contenuti e gran parte del lavoro di collegamento che un tempo consumava ore.

Ora svolge anche attività di produzione, come trasformare un rapporto di ricerca in una bozza di newsletter, generare librerie di richieste o riscrivere un testo secondo la voce del marchio dopo che l'ho documentata adeguatamente.

Le attività esplicitamente umane includono la strategia, il punto di vista e la creazione di proprietà intellettuale dei contenuti: le strutture concettuali che costruisco, i nomi che diamo ai problemi fondamentali, le angolazioni che adottiamo nella leadership di pensiero e le decisioni su cosa pubblicare e cosa eliminare. L'IA svolge male queste attività perché il valore risiede nella convinzione alla base della scelta. Una struttura concettuale funziona solo se a informarla è una reale prospettiva di mercato. L'IA tende verso la media, che è esattamente ciò da cui cerchiamo di allontanarci.

Anche le relazioni sono interamente umane: le chiamate esplorative, i workshop, i momenti in cui contesto a un CMO una decisione sbagliata che sta per prendere. Non delego nulla di tutto questo.

Il principio che riconsidero è che l'IA eccelle nella compressione e nella sintesi, mentre gli esseri umani rimangono superiori per convinzione e gusto. Quindi uso l'IA per raggiungere più rapidamente un punto di partenza, poi dedico il mio tempo alle parti che richiedono giudizio.

Dove l'IA non è all'altezza nella produzione di contenuti

La più grande carenza dell'IA riguarda l'ideazione dei contenuti. Mi aspettavo che l'IA collaborasse con me per trovare angolazioni incisive per articoli e campagne. Non è così. Il risultato è competente, generico e leggermente troppo pulito. Le idee valide continuano a provenire dalle chiamate di vendita, dai ticket di assistenza, dalle conversazioni insolite alle conferenze e dal retro del mio taccuino.

L'IA aiuta a sviluppare un'idea una volta che ne ho una, ma non è una fonte utile di pensiero originale.

La seconda carenza riguarda la voce del marchio. Anche con una documentazione approfondita della voce, i contenuti generati dall'IA nella voce di un cliente richiedono un'importante revisione umana per sembrare davvero suoi. Coglie gli schemi superficiali e perde il ritmo. L'anima. Mi aspettavo che ormai questo problema fosse risolto all'80%. Siamo più vicini al 40%.

La terza carenza riguarda il vero giudizio strategico. Posizionamento, perfezionamento dell'ICP, definizione dei prezzi e ingresso nel mercato. L'IA mi offre una versione ben organizzata di ciò che già so, oltre ad alcuni suggerimenti che sembrano intelligenti ma crollano sotto prove di stress. La strategia richiede ancora una persona che sia stata presente nella stanza.

La strategia richiede ancora una persona che sia stata presente nella stanza.

La quarta carenza riguarda la previsione delle citazioni AEO. Possiamo monitorare ciò che viene citato e ricostruire gli schemi, ma prevedere cosa verrà citato è ancora in gran parte un'ipotesi.

E la svista più sorprendente: forse sono io a non essere capace, ma l'IA non mi ha reso più veloce nella scrittura vera e propria. Mi ha reso più veloce in tutto ciò che ruota intorno alla scrittura. La scrittura in sé mi richiede più o meno lo stesso tempo, perché il livello resta alto e portare l'output dell'IA a quel livello richiede all'incirca lo stesso tempo, o anche di più, rispetto a scriverlo da solo.

Perché il volume dei contenuti è diventato un rischio

Ho costruito gran parte della mia carriera iniziale sul volume. Pubblica di più, posizionati per più parole chiave, ottieni più traffico, vinci. Ha funzionato a lungo e molti piani di marketing, incluso il mio, davano tacitamente per scontato che la capacità produttiva fosse il vincolo. Se riuscivi a pubblicare il doppio, saresti cresciuto al doppio della velocità.

L'IA ha infranto questa ipotesi in due direzioni contemporaneamente.

1. L'IA ha reso economico il volume. Ora tutti possono pubblicare 10 volte tanto. Questo significa che il volume in sé non è più un vantaggio competitivo. I professionisti del marketing che lo inseguono sono diretti dritti oltre il bordo di un precipizio.
2. L'IA ha cambiato ciò che viene premiato. Sia Google sia i modelli linguistici di grandi dimensioni attingono da un insieme più ristretto e affidabile di fonti. Vogliono sostanza, originalità e un vero punto di vista. Il volume privo di questi elementi non è semplicemente neutro: è attivamente dannoso. Ho visto team compromettere la propria visibilità organica aumentando la produzione di contenuti generati dall'IA e ho visto team più snelli, con opinioni più incisive, essere citati ovunque.

Quindi, questo è il grande rischio che vedo in questo momento: la corsa a pubblicare contenuti generati dall'IA su larga scala.

Compromette la visibilità organica, venendo segnalata dagli aggiornamenti di Google sui contenuti utili, e produce zero citazioni da parte dell'IA perché non esiste alcun pensiero originale a cui gli strumenti di IA possano fare riferimento.

Questo è il grande rischio che vedo in questo momento: la corsa a pubblicare contenuti generati dall'IA su larga scala.

Il volume privo di sostanza sta ottenendo risultati peggiori che mai e l'IA ha reso questa distanza più evidente, non meno.

Perché i contenuti vincenti richiedono una proprietà intellettuale dei contenuti

Se vuoi contenuti vincenti, costruisci una proprietà intellettuale dei contenuti. Questo significa dare un nome a framework per i problemi fondamentali del tuo pubblico. Intervista mensilmente i tuoi team 3S (vendite, successo del cliente e assistenza). Invia ogni chiamata a Slack, fornendo riepiloghi settimanali rilevanti per il marketing.

E scegli una battaglia. La maggior parte dei contenuti B2B è costituita da contenuti basati sul consenso. Concorda con ciò che affermano ogni analista, concorrente e opinion leader. I contenuti di impatto identificano qualcosa che gli altri stanno sbagliando e offrono un'alternativa chiara.

Non devi essere aggressivo. Devi però essere disposto ad avere torto in pubblico.

Come riprogettare i flussi di produzione dei contenuti con l'IA

Per quanto riguarda la produzione dei contenuti, la maggior parte dei team segue ancora un flusso di lavoro concepito per il 2018: brief, bozza, modifica, pubblicazione, distribuzione. I team hanno aggiunto l'IA alla fase di stesura e l'hanno definito trasformazione. Non lo era.

La riprogettazione comprende tre livelli significativi:

1. Il livello del brief è un input strutturato, non un documento Google. Include la richiesta dell'acquirente che il contenuto mira a soddisfare, la proprietà intellettuale dei contenuti a cui contribuisce, il punto di vista e il materiale di partenza proveniente dalle trascrizioni e dagli esperti interni. L'IA lo assembla. Una persona approva l'angolazione prima che inizi la stesura.
2. Il livello di stesura utilizza intensamente l'IA, ma con una chiara definizione dei ruoli. L'IA si occupa della sintesi, della stesura strutturale e della riformattazione. Una persona gestisce l'angolazione, la voce e la revisione editoriale. La persona è l'autore per tutto il processo, non un revisore alla fine.
3. Nel livello di controllo qualità, la maggior parte dei team si concentra ancora sui refusi e sulle linee guida del marchio. Abbiamo aggiunto controlli espliciti per la leggibilità, la fedeltà alla voce del marchio e la presenza di una posizione originale all'interno della categoria. Se manca, eliminiamo il contenuto prima della pubblicazione. Il tasso di eliminazione è alto, ma è fatto apposta.

Il risultato è un numero inferiore di contenuti pubblicati, una qualità più elevata per ciascuno di essi e un aumento misurabile sia delle citazioni AEO sia della pipeline.

Aggiungere l'IA a un flusso di lavoro del 2018 significa soltanto ottenere più velocemente i risultati di un cannone spara-spam di contenuti del 2018.

Cosa devono fare i CMO per stare al passo con la trasformazione guidata dall'IA

Se sei un CMO e prendessimo un caffè insieme, ecco il consiglio che ti darei:

1. Smettete di inseguire gli strumenti di IA e iniziate a verificare la sostanza dei vostri contenuti. I team che stanno perdendo oggi stanno perdendo perché i loro contenuti non hanno nulla di distintivo che gli strumenti di IA, Google o gli acquirenti possano indicare. Se non avete un vero punto di vista, nessuno strumento lo creerà per voi. Smettete di inseguire lo stack di IA "perfetto".
2. Prendete sul serio la proprietà intellettuale dei contenuti. Problemi con un nome, framework con un nome, ricerche proprietarie, interpretazioni originali della vostra categoria. L'IA cita tutto questo, si posiziona nei risultati di ricerca, ottiene risultati su LinkedIn, porta nuovi iscritti alla newsletter e circola durante le chiamate commerciali. L'IA non può inoltre replicare questa parte del marketing, il che la rende più preziosa, non meno.
3. Misurate ciò che conta ora. Aggiungete il monitoraggio della visibilità AEO ai vostri report. Monitorate l'impatto di LinkedIn sulla pipeline. Determinate la correlazione tra gli iscritti alla newsletter e i tassi di chiusura o la velocità delle vendite. Sappiate per quali prompt degli acquirenti comparite su ChatGPT, Perplexity e Claude e quali concorrenti cita invece l'IA. Se non sapete rispondere a questa domanda durante il vostro prossimo QBR, presto ve la porgeranno.
4. Usate l'IA dove è efficace e smettete di forzarla dove non lo è. È efficace nella sintesi, nella ricerca, nell'analisi delle trascrizioni, nella stesura e nella riformattazione. Fate passare ogni chiamata commerciale attraverso Claude e poi in Slack, affinché il vostro team possa vederla ogni giorno, pochi minuti dopo che si è svolta. L'IA è carente nelle idee originali, nella voce del brand e nel giudizio strategico. Costruite il vostro flusso di lavoro sulla base di questa distinzione, invece di cercare di affidare tutto all'IA.
5. Pubblicate meno e fate in modo che ogni contenuto abbia un peso maggiore. La gara ai volumi è finita (anche se ogni fornitore di software per contenuti basato sull'IA sosterrà il contrario). I team vincenti pubblicano meno contenuti, più incisivi, e ottengono di più da ciascuno attraverso il riutilizzo, la distribuzione e le menzioni guadagnate.
6. Infine, siate onesti con il vostro team e con il vostro CEO riguardo a ciò che sta cambiando. Molti leader del marketing sperano in silenzio che tutto questo passi. Non succederà. Gli acquirenti hanno già cambiato il modo in cui fanno ricerca. La santa trinità è scoperta (Google/LLM), social (LinkedIn, YouTube) e contenuti relazionali (Newsletter/Podcast).

Seguite gli aggiornamenti

Potete seguire il lavoro di Brendan Hufford su LinkedIn. E date un'occhiata a Growth Sprints.

Presto arriveranno altre interviste a esperti su The CMO Club!