Indice di profondità di radicamento

Grounding Depth Index (GDI) misura quanto profondamente un output di IA sia ancorato al materiale di origine, a livello di singola affermazione (claim). Non conta il numero di citazioni. Non è “keyword stuffing” tramite link. È una misura della qualità con cui ogni dichiarazione fattuale può essere ricondotta a uno specifico passaggio, a una tabella, a una specifica di prodotto, a una pagina di policy o a una riga di un dataset.

Per i team GEO, questo conta perché le risposte generative vengono accettate o respinte in pochi secondi. Se il tuo modello cita una homepage per un’affermazione sui prezzi che in realtà si trova tre livelli più in profondità in un PDF, il tuo grounding è debole anche se la risposta appare ben rifinita.

Che cosa misura davvero il GDI

Un modello GDI utile in genere valuta tre aspetti: copertura delle affermazioni, specificità della fonte e accuratezza della corrispondenza. La copertura valuta quante dichiarazioni fattuali hanno supporto. La specificità verifica se il supporto rimanda a una sezione esatta, a un frammento di URL, a una tabella o a una citazione. L’accuratezza controlla se la fonte citata supporta davvero l’affermazione, invece di limitarsi a condividere parole chiave.

In pratica, i team assegnano un punteggio al GDI su una scala 0-1 o 0-100. Una cornice approssimativa:

• 0.00-0.40: grounding debole; citazioni generiche, affermazioni prive di supporto, errori evidenti di recupero
• 0.41-0.70: utilizzabile per contenuti a basso rischio, ma richiede comunque revisione
• 0.71-0.85: intervallo operativo solido per la maggior parte dei contenuti editoriali e di prodotto
• 0.86+: grounding forte, di solito richiesto per workflow medici, legali o finanziari

Perché i team GEO dovrebbero interessarsene

Il GDI non è un fattore di ranking di Google. Facciamo chiarezza. Google Search non pubblica un “Grounding Depth Index” e Google non ha detto di usare direttamente questa metrica. Però conta il comportamento di base, perché i contenuti IA privi di supporto tendono a fallire proprio sui segnali che contano davvero: fiducia, accuratezza, revisione editoriale e soddisfazione dell’utente.

John Mueller di Google ha più volte ribadito che la qualità dei contenuti non viene “salvata” dal metodo di produzione. Nel 2025 ha enfatizzato di nuovo che ciò che conta è un contenuto utile e accurato, non se l’IA abbia aiutato a scriverlo. Stesso standard. Workflow diverso.

Per le operazioni SEO, il GDI è una metrica di controllo. Usalo per confrontare versioni diverse dei prompt, configurazioni RAG o vendor di modelli. Se una configurazione passa da 0.52 a 0.79 mantenendo stabile la completezza della risposta, allora è un miglioramento reale. Traccialo accanto al tasso di revisione manuale per la verifica dei fatti, al tasso di errori nelle citazioni e all’engagement a valle in GSC.

Come misurarlo nel mondo reale

La maggior parte dei team non ha bisogno di una metodologia “da ricerca” o di livello scientifico. Serve una procedura ripetibile. Estrai le affermazioni fattuali, mappa ogni affermazione a un frammento di fonte, poi pesa la qualità dell’allineamento (match). Ahrefs, Semrush e Moz non calcoleranno il GDI per te. È più vicino a una metrica interna di QA che a un KPI standard di una piattaforma SEO.

Usa Screaming Frog per verificare che gli URL citati restituiscano codici di stato 200 e siano indicizzabili. Usa GSC per monitorare se le pagine con una maggiore trasparenza della fonte mantengono meglio clic e impressioni dopo la pubblicazione. Se stai testando formati di risposta, Surfer SEO può aiutare a standardizzare la struttura on-page, ma non validarà il grounding fattuale.

La nota di cautela: il GDI può essere “giocato”. Un modello può aggiungere molte citazioni e comunque interpretare male la fonte. Alta densità di citazioni non significa alta verità. Ti serve comunque la revisione umana su output campionati, soprattutto in argomenti YMYL e ovunque i documenti di origine cambino settimanalmente.

Come appare una buona implementazione

• Richiedi citazioni a livello di affermazione, non un elenco di una sola fonte in fondo
• Preferisci frammenti di fonte esatti rispetto a riferimenti a livello di dominio
• Imposta soglie in base al rischio: 0.75 per contenuti di prodotto, 0.90+ per contenuti regolamentati
• Audita 20-50 output per prompt o per ogni modifica del modello prima del rollout
• Traccia il tasso di “falso supporto”, non solo la presenza di citazioni

In sintesi: il GDI è utile perché impone una domanda difficile. Questa risposta può essere verificata rapidamente e difesa con sicurezza? Se no, il contenuto non è pronto, non importa quanto suoni scorrevole.