L’information gain è il valore informativo che un contenuto aggiunge rispetto a quanto già pubblicato sullo stesso argomento. Non misura quanto scrivi bene: misura quanto di ciò che scrivi non esisteva prima.
Il problema è sotto gli occhi di chiunque pubblichi: l’AI ha azzerato il costo delle parole, le SERP si sono riempite di articoli corretti e intercambiabili, e Google ha reagito premiando ciò che le parole da sole non contengono. Esperienza, dati, prove.
La via d’uscita non è scrivere di più, e nemmeno scrivere meglio. È pubblicare solo quando puoi rispondere a una domanda: cosa saprà il lettore dopo il tuo articolo che i primi cinque risultati non gli avevano già dato?
Se un’intelligenza artificiale può scrivere il tuo articolo senza sapere nulla di te, nel tuo articolo manca proprio la parte che lo rende insostituibile.
Cos’è l’information gain nella SEO e cosa non è?
Parto da una verifica fatta il 16 agosto 2026 con DataForSEO: la SERP italiana di “information gain” restituisce dieci risultati su dieci dedicati al machine learning. Alberi decisionali, entropia, formule di calcolo. Nessun contenuto SEO in prima pagina.
Il termine nasce infatti nella teoria dell’informazione, dove misura la riduzione di incertezza in un dataset. Nella SEO indica un’altra cosa: la quantità di informazioninuove e utili che una pagina offre rispetto a ciò che l’utente ha già potuto leggere sullo stesso tema.
Un chiarimento dovuto, perché su questo punto si gioca la credibilità dell’intero discorso: Google non ha mai dichiarato l’information gain come fattore di ranking. Esiste un brevetto, “Contextual estimation of link information gain”, depositato nel 2018 e concesso nel giugno 2022, che descrive un sistema per stimare quante informazioni nuove un documento porta a chi ha già consultato altri documenti. Un brevetto dimostra che il meccanismo è stato progettato, non che sia in produzione. Quello che invece è documentato: la guida di Google sulle funzionalità generative, pubblicata a maggio 2026, chiede contenuti non-commodity, con punto di vista unico ed esperienza diretta, e invita a non limitarsi a produrre ciò che un modello AI potrebbe generare da solo.
Distinguere fra fatto ufficiale, brevetto e inferenza operativa non è pedanteria: è la differenza fra una consulenza e un post motivazionale.
Il test della sostituibilità: il tuo contenuto è una commodity?
Prendi dieci articoli della stessa SERP e togli gli errori, le ridondanze, le frasi da AI, il riempitivo. In molti casi restano dieci articoli che dicono le stesse cose. Corretti, ordinati, intercambiabili. Commodity.
Il test che applico prima di pubblicare è una domanda sola: se eliminassi il mio nome e quello di SEO Leader, questo articolo potrebbe uscire identico sul sito di un concorrente?
Se la risposta è sì, l’articolo ha un problema che nessuna ottimizzazione delle parole chiave può risolvere. L’originalità linguistica non coincide con l’originalità informativa: riscrivere dieci fonti con parole diverse produce un testo che supera l’antiplagio e fallisce il test dell’utilità.
Le analisi pubblicate dopo il core update di marzo 2026 e maggio 2026 convergono su questo punto: i siti con dati originali e contenuto proprietario hanno guadagnato visibilità, gli aggregatori e le pagine template l’hanno persa. La direzione era leggibile da anni; l’update l’ha resa misurabile.
E-E-A-T non si scrive: si dimostra
Il modo più diffuso di trattare E-E-A-T è aggiungerlo alla fine: box autore, tre righe di biografia, qualche fonte. Il modo che funziona è capovolto: esperienza, competenza, autorevolezza e fiducia sono il contenuto, non la sua cornice.
Experience: io c’ero
Casi seguiti in prima persona, errori commessi e documentati, procedure applicate con i risultati che hanno prodotto. In più di vent’anni di SEO ho visto sparire decine di tattiche: i contenuti costruiti su esperienza reale sono l’unico asset che ogni update ha lasciato in piedi.
Expertise: so spiegarti perché è successo
L’esperienza senza interpretazione resta aneddotica. La competenza trasforma “ho visto succedere X” in “X succede per questo motivo, e puoi replicarlo così”. È il passaggio dal racconto al metodo.
Authoritativeness: non sono io a dirlo
Citazioni, menzioni, pubblicazioni, docenze. Segnali che vivono fuori dalla pagina e che Google legge attraverso le entità, incrociando ciò che dichiari con ciò che il web dice di te. È il motivo per cui dedico parte del mio tempo alla formazione in aula per Asseprim Confcommercio: l’autorevolezza si costruisce dove il tuo sito non arriva.
Trust: puoi verificare quello che dico
Fonti primarie, date, metodologia dichiarata, limiti dell’analisi. La fiducia non è il quarto elemento della sigla: è l’asse che regge gli altri tre. In questo articolo, per esempio, ho separato ciò che Google documenta da ciò che deduco per esperienza. Puoi controllare entrambi.
La matrice AUREA dell’information gain: cinque domande prima di scrivere
Nel metodo AUREA, il framework con cui SEO Leader produce contenuti, la fase di analisi include cinque domande che decidono se un contenuto merita di esistere.
- Cosa so per esperienza diretta? (Experience)
- Quale interpretazione posso dare grazie alla mia competenza? (Expertise)
- Quale prova posso mostrare? (Trust)
- Dove la mia esperienza conferma o smentisce le fonti? (Expertise e Trust insieme)
- Cosa saprà il lettore dopo avermi letto che i primi cinque risultati di Google non gli avrebbero dato? (Information gain)
Se alla quinta domanda la risposta è “niente”, il contenuto non è pronto per essere scritto. Non serve una riscrittura: serve un’informazione che ancora non possiedi.
Information gain SEO: perché Google e le AI dovrebbero scegliere proprio il tuo contenuto?
SEO Leader applica la matrice AUREA alle pagine che pubblichi già: analisi della SERP reale, confronto con i competitor e mappa dei punti in cui puoi aggiungere valore che gli altri non hanno.
Vuoi capire se i tuoi contenuti superano il test dell’information gain? Richiedi l’analisi delle tue pagine strategiche.
Il test anti-commodity: interroga l’AI prima di scrivere
C’è un esperimento che eseguo prima di ogni contenuto importante, e che puoi replicare oggi stesso. Do a un modello linguistico la keyword, l’intento, la scaletta e la domanda principale, poi gli chiedo di scrivere quello che sa già. Quel testo è la baseline commodity: il livello zero che chiunque ottiene in trenta secondi.
Poi confronto la baseline con quello che possiedo io:
| L’LLM sa già | Io posso aggiungere |
| La definizione | L’esperienza applicata |
| Le best practice | Il risultato misurato su un caso reale |
| Le statistiche pubbliche | I dati proprietari |
| Il metodo generico | Il processo che uso davvero |
| L’opinione media | Una posizione motivata |
| L’esempio inventato | Il caso documentato |
Tutto ciò che finisce nella colonna di destra è il tuo potenziale information gain. Se la colonna di destra resta vuota, hai appena risparmiato ore di scrittura su un contenuto che non avrebbe portato niente a nessuno.
La checklist operativa post core update, in semantic chunks
Dieci controlli da applicare alle pagine strategiche. Ogni blocco è autonomo e contiene azione, motivo e criterio di verifica, così può essere letto, estratto e applicato da solo. È la stessa logica dei semantic chunks che rende un contenuto leggibile dai sistemi di retrieval: ogni unità risponde a una domanda completa senza dipendere dal paragrafo precedente.
1. Verifica il contributo originale della pagina
Azione. individua cosa contiene la pagina che la SERP non ha già.
Motivo. le perdite registrate dopo il core update di marzo 2026 e maggio 2026 si concentrano su contenuti sottili e template.
Verifica. se non trovi almeno un elemento fra dato proprietario, caso reale, test documentato o interpretazione esperta, la pagina è a rischio.
2. Controlla il match con l’intento, non con la keyword
Azione. confronta il formato della tua pagina con quello che Google premia per la query: guida, confronto, checklist, pagina servizio.
Motivo. dopo un core update cambia anche quale tipo di contenuto ottiene il posizionamento SEO, non solo chi lo ottiene.
Verifica. cerca la query e conta quanti risultati in prima pagina condividono il tuo formato.
3. Rendi verificabili i segnali di esperienza e fiducia
Azione. autore identificabile e pertinente, data di aggiornamento, fonti primarie, revisione editoriale dove serve.
Motivo. Google valuta i contenuti in ottica people-first e incrocia i segnali di credibilità anche fuori dalla pagina.
Verifica. ogni affermazione delicata ha una prova o una fonte raggiungibile.
4. Costruisci il cluster, non la pagina isolata
Azione. collega la pagina a pillar, approfondimenti e FAQ dello stesso tema con link interni sensati. –> se hai dubbo questi aspetti ti suggeriscvo il mio approfondimento sulla SEO semantica
Motivo. i siti coerenti su un argomento hanno tenuto meglio delle pagine singole nate per intercettare una keyword.
Verifica. la pagina riceve e distribuisce link da contenuti dello stesso cluster.
5. Pota i contenuti template e le micro-varianti
Azione. unisci, riscrivi o deindicizza le pagine con lo stesso schema e keyword sostituite.
Motivo. le pagine quasi identiche si cannibalizzano e abbassano la valutazione complessiva del sito.
Verifica. nessuna coppia di URL risponde alla stessa query con lo stesso contenuto.
6. Usa l’AI come acceleratore, non come sostituto
Azione. AI per scalette, cluster e sintesi; giudizio umano per esperienza, esempi, revisione e responsabilità editoriale.
Motivo. le analisi post update mostrano una correlazione pressoché nulla fra uso dell’AI e penalizzazioni; a essere colpita è l’assenza di contributo originale, non lo strumento.
Verifica. ogni contenuto assistito dall’AI contiene almeno un elemento che l’AI non poteva conoscere.
7. Riscrivi in ottica answer-ready
Azione. risposta principale in apertura, un’idea per paragrafo, heading discorsivi, tabelle e liste dove aiutano la lettura.
Motivo. una struttura chiara ed estraibile aumenta la probabilità di essere compresi e riutilizzati dai sistemi AI.
Verifica. ogni H2 è seguito, entro le prime venti parole, da una risposta autonoma.
8. Aggiungi prove multimodali dove servono
Azione. screenshot, schemi, video, confronti prima e dopo.
Motivo. i contenuti multimodali guadagnano spazio nelle esperienze AI, e YouTube viene citato sempre più spesso dentro le AI Overview.
Verifica. ogni elemento visivo aggiunge informazione, non decorazione.
9. Controlla la soglia tecnica minima
Azione. velocità, resa mobile, indicizzabilità, canonical, dati strutturati, stabilità del layout.
Motivo. la tecnica non compensa un contenuto debole, ma può frenare un contenuto buono; le analisi post update indicano perdite maggiori per i siti lenti a parità di contenuto.
Verifica. Core Web Vitals nei target e pagina raggiungibile da Googlebot senza ostacoli.
10. Misura con i dati giusti
Azione. valuta il post update su click, CTR e posizione media.
Motivo. Google ha confermato un bug di Search Console che ha gonfiato le impression dal 13 maggio 2025; la correzione è in corso.
Verifica. le finestre di confronto escludono i giorni di rollout e trattano le impression come dato inaffidabile fino a correzione completata.
Information gain e AI search: perché una fonte viene citata
Il ragionamento cambia scala quando dalla SERP passiamo ai motori generativi. Una risposta AI non ha bisogno dell’ennesima fonte che ripete una definizione: ha bisogno di fonti che contribuiscono alla risposta con elementi che le altre non hanno.
Il percorso che porta alla citazione ha quattro condizioni, in sequenza:
- Il contenuto può essere recuperato: indicizzazione e accessibilità, cioè come funziona Google a monte di tutto.
- Risponde a una sotto-domanda specifica della query, quella che nel FAN-OUT Framework di SEO Leader chiamiamo query fan-out.
- Information gain. Aggiunge qualcosa che le altre fonti recuperate non contengono.
- L’informazione è abbastanza affidabile da essere usata nella risposta.
Le prime due condizioni le soddisfano in tanti. Le ultime due sono il collo di bottiglia, ed è lì che si decide chi viene citato dentro le risposte dei motori di ricerca e dei sistemi generativi.
Dall’AI slop al contenuto che merita di esistere
Nell’articolo dedicato all’AI slop la domanda era come evitare che l’AI degradi i tuoi contenuti. La domanda successiva è più scomoda: perché questo contenuto dovrebbe esistere?
Se la risposta è “perché la keyword ha volume di ricerca”, non è ancora una buona ragione. Se la risposta è “perché posso aggiungere un’esperienza, un dato, una prova o un’interpretazione che manca“, hai trovato l’information gain. E con lui il motivo per cui una persona, Google o un motore generativo dovrebbero scegliere la tua fonte invece di un’altra.
L’AI ha reso economica la scrittura. Non ha reso economica l’esperienza. Nei prossimi anni la SEO premierà chi possiede informazioni, non chi produce testi.
Trasforma l’information gain nel tuo vantaggio SEO
|
Se vuoi portare i tuoi contenuti dal livello commodity al livello che Google e le AI citano, il consulente SEO di SEO Leader ti affianca con il metodo AUREA: analisi della SERP con dati reali, matrice delle cinque domande e piano editoriale costruito su ciò che solo la tua azienda può dire. |
Prova il metodo AUREA sul tuo prossimo contenuto
Porta un titolo del tuo piano: in consulenza lo sviluppiamo insieme, dalla persona al testo pronto.
La consulenza di SEO copywriting anti AI slop e pro information gain: 3 ore, quattro risultati
La sessione dura tre ore, lavora sui tuoi dati e produce quattro deliverable. La tengo io, Christian Carlo Cilli, founder di SEO Leader: a maggio 2026 ho portato questi temi sul palco di Asseprim Confcommercio, dalla posizione 1 alla citazione nei motori generativi. Il piano editoriale SEO che consegno segue lo stesso impianto.
- SEO audit in sessione su Google Search Console per stabilire se è in corso un deposizionamento da uso eccessivo di AI o una penalizzazione algoritmica (serve un accesso in lettura).
- Checklist operativa anti AI slop da dare in pasto al tuo LLM: 20 punti con esempi di sostituzione.
- Principi EEAT (Experience, Expertise, Authoritativeness, Trustworthiness) applicati al tuo business e piano editoriale SEO per dare continuità editoriale in autonomia.
- A scelta: sviluppo con metodo AUREA di un contenuto del piano, oppure rework di un contenuto esistente.
FAQ sull’information gain SEO
L’information gain è un fattore di ranking confermato da Google?
No, Google non ha mai confermato l’information gain come fattore di ranking diretto. Esiste un brevetto concesso nel 2022 che ne descrive il meccanismo e una guida ufficiale che chiede contenuti non-commodity. La distinzione corretta resta quella fra brevetto, documentazione pubblica e inferenza operativa.
Che differenza c’è fra information gain SEO e machine learning?
Nel machine learning misura la riduzione di entropia in un dataset, nella SEO misura il valore informativo aggiunto da un contenuto. In Italia la SERP di “information gain” restituisce solo risultati machine learning: chi scrive di SEO deve presidiare la variante “information gain SEO”.
Come si misura l’information gain di un contenuto?
Si misura per confronto: leggi i primi cinque risultati della query e verifica cosa il tuo contenuto aggiunge che loro non hanno. Dati proprietari, casi documentati, test ed esperienza diretta contano come guadagno; la riscrittura con parole diverse no.
L’information gain vale anche per AI Overview e motori generativi?
Sì, i sistemi generativi selezionano fonti che contribuiscono alla risposta con elementi non ridondanti. Un contenuto che ripete le stesse informazioni delle altre fonti recuperate non ha motivo di essere citato; uno che aggiunge dati, prove o prospettive sì.
I contenuti scritti con l’AI possono avere information gain?
Sì, se il valore lo aggiunge chi li supervisiona: dati, esperienza, casi e interpretazioni non arrivano dal modello. Le analisi successive al core update di marzo 2026 e maggio 2026 mostrano una correlazione quasi nulla fra uso dell’AI e penalizzazioni: viene colpita l’assenza di contributo originale.
Quante informazioni nuove servono per superare i competitor?
Ne basta una, se è rilevante e verificabile: un dato proprietario pesa più di dieci paragrafi riscritti. L’obiettivo non è la quantità di novità, ma la risposta a una domanda: cosa resta al lettore che i primi risultati non gli avevano dato?
