Farsi consigliare da ChatGPT e Perplexity: cosa funziona davvero per le cliniche

Chieda a ChatGPT il nome di una buona clinica dermatologica a Phoenix e ne indicherà diverse. Faccia la stessa domanda a Perplexity e otterrà un elenco ristretto con le fonti citate sotto. Nessuno dei due assistenti conosce il suo studio. Entrambi fanno qualcosa di più banale di quanto sembri: eseguono una ricerca, leggono una manciata di pagine e riassumono ciò che hanno trovato. Capire quel processo è tutto, perché indica dove una raccomandazione si può davvero ottenere e dove lo sforzo è sprecato.

Questo articolo parla di un momento preciso: un paziente chiede a un assistente il nome di una clinica e il suo nome compare nella risposta oppure no. Sulla questione più ampia di come strutturare il sito di uno studio per la ricerca basata sull'AI abbiamo scritto a parte in ottimizzazione per la ricerca AI negli studi medici. Qui ci concentriamo su come guadagnarsi la menzione.

Cosa succede davvero quando un paziente chiede una clinica

Gli assistenti che i suoi pazienti usano non rispondono a memoria. Per qualsiasi domanda locale, attuale o commerciale — "miglior chirurgo del ginocchio vicino a me", "recensioni clinica trapianto capelli Madrid", "chi esegue la sedazione cosciente ad Austin" — il modello attiva prima una fase di recupero. Scrive una o più query di ricerca, raccoglie una serie di pagine, le legge e genera una risposta fondata su ciò che ha appena letto.

L'indice da cui attinge dipende dall'assistente. La ricerca di ChatGPT e Microsoft Copilot si appoggiano in larga parte a Bing. Perplexity usa un crawler proprio accanto a indici di terze parti. AI Overviews e AI Mode di Google lavorano sull'indice di Google. Altri assistenti si appoggiano in licenza a un fornitore di ricerca esterno. I dettagli cambiano — cambiano i contratti, i crawler vengono ricostruiti, le funzioni rinominate — ma la struttura è rimasta stabile: prima si recupera, poi si riassume.

La conseguenza pratica è quella che la maggior parte delle cliniche non coglie. Non esiste un "canale AI" separato, accanto alla ricerca, da ottimizzare con tattiche diverse. Se le sue pagine non sono recuperabili su Bing e Google per le domande che i pazienti digitano davvero, non entrano nell'insieme di candidati che il modello legge, e nessun copywriting brillante può cambiarlo. La normale SEO medica non è diventata obsoleta: è diventata il biglietto d'ingresso. Bing in particolare merita molta più attenzione di quanta gliene dedichi la maggior parte degli studi, proprio perché alimenta l'assistente con il pubblico più ampio.

Il suo sito può fare solo una parte del lavoro

Ecco la parte scomoda. Quando un modello costruisce una raccomandazione, tratta il suo sito come una parte interessata. Un'autodichiarazione di essere la clinica di riferimento della zona pesa più o meno quanto peserebbe la stessa affermazione fatta da uno sconosciuto a una festa: qualcosa, ma poco. A fare la differenza sono le conferme che arrivano da pagine che lei non controlla.

È il motivo per cui in una stessa città ricorrono sempre gli stessi nomi nelle risposte AI. Quegli studi compaiono su pagine di terze parti che il modello recupera insieme al loro sito: schede di directory con profili completi e coerenti, articoli tipo "migliori cliniche di X" pubblicati da media locali o portali rivolti ai pazienti, piattaforme di recensioni, pagine soci di ordini e associazioni professionali, stampa locale, dichiarazioni citate nella stampa di settore. Nessuna di queste pagine la scrive lei. Se le guadagna oppure, nel caso delle directory, semplicemente le rivendica e le completa.

Perplexity rende lo schema più facile da osservare, perché mostra le fonti. Sconta visibilmente il linguaggio promozionale di un'azienda e pesca i nomi candidati da pagine di confronto ed elenchi scritti da altri. Se la sua clinica è assente da tutte le liste di terze parti che coprono la sua città e la sua specialità, sta chiedendo a un assistente di segnalarla sulla sua sola parola, e di norma non lo farà.

L'ordine conta. Prima rivendichi e completi i profili: è gratis, è rapido e alimenta i segnali di entità descritti più avanti. Poi cerchi menzioni autentiche di terze parti: giornalisti locali, società scientifiche, portali di informazione ai pazienti, podcast, affiliazioni ospedaliere. Quella parte è lenta e nessuno può accorciarla.

Il problema dell'entità: un assistente capisce che lei esiste davvero?

Prima di consigliarla, un modello deve essere ragionevolmente sicuro che la sua clinica sia un'organizzazione reale e distinta, non un nome che riconosce a metà. È qui che cade un numero sorprendente di studi con un marketing per il resto curato.

Gli assistenti risolvono le entità cercando concordanza tra fonti indipendenti. Quando nome, indirizzo e telefono cambiano tra il footer del sito, il profilo Google Business, una vecchia scheda di directory e la pagina di una convenzione assicurativa che mostra ancora un interno lasciato nel 2021, il modello non ha un segnale pulito a cui ancorarsi. L'ambiguità si risolve escludendola, non tirando a indovinare a suo favore.

Alcune cose da verificare in questo trimestre:

• Coerenza di nome, indirizzo e telefono su ogni scheda che riesce a trovare, comprese quelle che ha dimenticato di aver creato. Cerchi il suo numero di telefono tra virgolette e guardi cosa esce.
• Schede duplicate e orfane di vecchie sedi, di precedenti denominazioni dello studio o del profilo di un socio che se n'è andato.
• Dati strutturati sul sito: markup Organization o MedicalClinic e LocalBusiness sulla home e sulle pagine delle sedi, markup Person per i professionisti, FAQPage dove risponde davvero a delle domande. Non impone una citazione, ma elimina l'ambiguità su chi è e cosa fa.
• Un autore reale e identificabile dietro i contenuti clinici. Un professionista con nome, titoli, una pagina biografica e una presenza altrove sul web (elenchi degli ordini, pubblicazioni, pagine del personale ospedaliero) è un segnale più forte de "la redazione".
• Profili coerenti tra loro su prestazioni offerte, lingue parlate e orari. Una contraddizione tra i suoi stessi profili è una ferita autoinflitta.

Scriva pagine da cui un assistente possa estrarre una frase

I modelli estraggono. Cercano un passaggio che risponda alla domanda in modo netto e che si possa citare o parafrasare senza che il paragrafo intorno crolli. Questa preferenza ha conseguenze pratiche su come si scrive.

Metta la risposta all'inizio. Se la pagina tratta i tempi di recupero dopo una rinoplastica, le prime due frasi devono indicare quei tempi, con le avvertenze dopo e non prima. I preamboli di marketing spingono il contenuto estraibile sotto la soglia di attenzione del modello, che funziona come quella di una persona che scorre in fretta.

Sia specifico. Procedure con il loro nome, dispositivi con il loro nome, patologie con il loro nome, numeri reali, fasce di prezzo reali dove sceglie di pubblicarle, durate reali. Le rassicurazioni vaghe non sono estraibili: in "adottiamo un approccio personalizzato" non c'è nulla che un assistente possa consegnare a un paziente.

Usi titoli in forma di domanda, formulati come li formulerebbe un paziente, e faccia in modo che ogni pagina risponda per intero a una sola domanda, invece di sfiorarne sei. Una pagina che risponde per intero a "quanto dura l'osteointegrazione di un impianto dentale" ha più probabilità di essere recuperata e citata di una pagina di prestazioni che nomina gli impianti insieme ad altri undici trattamenti.

Le recensioni funzionano da filtro, non solo da riprova sociale

Quando un assistente restringe una lista di strutture locali, i dati delle recensioni sono uno dei pochi segnali di qualità a sua disposizione che non siano autodichiarati. Vengono letti il volume, la freschezza e il contenuto di ciò che i pazienti hanno scritto. Le recensioni che citano procedure e professionisti specifici sono più utili a un modello di un muro di valutazioni a cinque stelle senza testo, perché collegano la sua entità alle prestazioni su cui il paziente ha chiesto.

Il meccanismo per costruire quel volume in modo corretto — quando chiedere, come renderlo semplice, restare dentro le regole delle piattaforme e i vincoli di privacy sanitaria — è un tema a sé, di cui abbiamo scritto in come ottenere più recensioni dai pazienti. Il punto qui è che il lavoro sulle recensioni oggi rende due volte: con i pazienti che le leggono direttamente e con i sistemi che decidono se nominarla o no.

Verifichi che i crawler AI riescano davvero a raggiungere il suo sito

È la voce meno affascinante dell'elenco e quella che più spesso si rivela il problema vero. Un numero non trascurabile di siti blocca i crawler AI senza che nessuno l'abbia deciso.

Gli user agent che contano sono GPTBot e OAI-SearchBot (OpenAI), ClaudeBot, PerplexityBot e Google-Extended. Controlli due punti, non uno. Primo, il robots.txt: uno sviluppatore precedente o un plugin SEO può aver aggiunto blocchi generalizzati. Secondo, e più spesso trascurato, il CDN o il livello di sicurezza. Cloudflare, Akamai e altri offrono interruttori "blocca i bot AI" a un clic e regole gestite sui bot che operano a livello di rete, del tutto indipendenti da ciò che dice il robots.txt. Un sito può servire un robots.txt perfettamente permissivo mentre il CDN restituisce in silenzio una pagina di blocco a ogni crawler AI che si presenta.

Da sapere: questi crawler fanno lavori diversi. Alcuni raccolgono contenuti per l'addestramento dei modelli, altri leggono le pagine in tempo reale per rispondere a una domanda in corso. Scegliere di bloccare i crawler di addestramento è una decisione editoriale legittima. Bloccare quelli legati alla ricerca la esclude dalle risposte. Se blocca, lo faccia con cognizione e sappia quale è quale.

Cosa non funziona

Una parte di ciò che viene venduto come ottimizzazione per la ricerca AI non produce alcun effetto.

llms.txt non è un interruttore. Il file proposto per spiegare agli assistenti come leggere il sito costa poco da pubblicare ed è innocuo, ma oggi nessun assistente rilevante lo usa come input per le risposte. Lo consideri una scommessa a basso costo su uno standard che forse verrà adottato, non una leva.

Il keyword stuffing è peggio che inutile. I modelli riassumono il significato, non la frequenza dei termini. La ripetizione rende più difficile estrarre un passaggio in modo pulito.

I contenuti generati in massa con l'AI non costruiscono autorevolezza. Pubblicare sessanta pagine povere produce sessanta pagine che nessuno linka e nessuno cita. Il problema delle conferme esterne descritto sopra non si risolve producendo altro materiale proprio.

La raccomandazione non si compra. Non esiste un prodotto pubblicitario che inserisca la sua clinica dentro una risposta organica di un assistente. Dove su queste superfici esistono posizionamenti a pagamento, sono etichettati e separati dalla raccomandazione. Chi offre l'inclusione garantita sta vendendo qualcosa che non esiste.

Come misurare qualcosa senza un rank tracker

Qui non esiste un equivalente pulito del report di posizionamento delle keyword, e misurare onestamente significa accettare un margine di imprecisione.

Cominci dai log del server. Filtri i log di accesso per gli user agent elencati sopra e verifichi che quei crawler stiano leggendo le sue pagine: quali e con che frequenza. È l'unica prova certa e di prima parte che ha, e risolve in via definitiva la questione dell'accesso.

Poi metta alla prova le risposte. Costruisca un elenco fisso di venti-trenta domande che un paziente farebbe realisticamente — domande su procedure, domande di confronto, domande tipo "migliore clinica a [città]" — e le esegua ogni mese su ChatGPT, Perplexity, Copilot e le superfici AI di Google. Annoti se viene nominata, chi viene nominato al suo posto e quali fonti vengono citate. Quelle citazioni sono la sua lista di obiettivi: dicono esattamente quali pagine di terze parti il modello considera affidabili sul suo tema.

Osservi nelle analitiche il traffico di referral dai domini degli assistenti e tenga d'occhio Bing Webmaster Tools accanto a Search Console. Poi accetti l'avvertenza: questi sistemi non sono deterministici e sono personalizzati, i risultati variano per sessione e per luogo, e nessuno — nessuna agenzia, nessuno strumento — può garantire una citazione. Quello che può fare è rendersi la risposta evidente, ben confermata da terzi e facile da verificare, e lasciare che le probabilità giochino a suo favore.

Se vuole un secondo parere su dove si trova la lacuna nel suo studio, quella diagnosi — visibilità negli indici, coerenza dell'entità, presenza su fonti terze e accesso dei crawler — è la prima cosa che il nostro team di Medical Marketing esegue. Nella maggior parte dei casi il problema non è che i contenuti siano scadenti. È che nulla al di fuori del sito della clinica conferma che la clinica esista.

Domande frequenti

llms.txt aiuta la mia clinica a comparire nelle risposte AI?

Al momento no. llms.txt è uno standard proposto per indicare agli assistenti come leggere il sito, ma oggi nessun assistente rilevante lo usa come input quando genera le risposte. Pubblicarlo costa quasi nulla e non fa danni: lo consideri una scommessa a basso costo su un'adozione futura, non una leva che cambia qualcosa adesso.

Posso pagare per comparire tra i suggerimenti di ChatGPT o Perplexity?

No. Non esiste un prodotto pubblicitario che inserisca la sua clinica in una risposta organica di un assistente. Dove su queste superfici esistono posizionamenti a pagamento, sono etichettati e tenuti separati dalla raccomandazione. Se un fornitore offre l'inclusione garantita nelle risposte AI, sta vendendo qualcosa che non esiste: meglio lasciar perdere.

Quanto tempo passa prima che un assistente inizi a nominare la mia clinica?

Sistemare l'accesso dei crawler o il robots.txt può dare effetti in poche settimane. La coerenza dell'entità e i profili nelle directory impiegano uno o due mesi a propagarsi. Guadagnare menzioni di terze parti e costruire volume di recensioni è la parte lenta: di solito sei mesi o più prima che le risposte cambino. Chi promette risultati in trenta giorni descrive tempi che questi sistemi non rispettano.

Devo essere primo su Google per essere consigliato dall'AI?

No, ma deve essere recuperabile. Gli assistenti interrogano un indice e leggono le pagine che ottengono: se non compare nella prima o seconda pagina per la query pertinente, è improbabile che rientri nell'insieme che il modello legge. Essere citati dipende anche dalle pagine di terze parti che la nominano, che l'assistente può recuperare al posto del suo sito.

Conviene bloccare GPTBot per proteggere i contenuti della mia clinica?

Prima capisca quale crawler fa cosa. Alcuni raccolgono contenuti per l'addestramento dei modelli, altri leggono le pagine in tempo reale per rispondere subito alla domanda di un paziente. Bloccare i crawler di addestramento è una scelta editoriale difendibile. Bloccare quelli legati alla ricerca la esclude dalle risposte che i pazienti vedono. Controlli anche le regole sui bot del suo CDN, perché possono bloccare indipendentemente dal robots.txt.