Information Gain e SEO

TL;DR — Il guadagno informativo misura quante informazioni nuove aggiunge una pagina rispetto a ciò che un utente ha già visto negli altri risultati sullo stesso argomento. Non equivale a «buon contenuto» o «contenuto lungo»: una pagina può essere approfondita senza aggiungere nulla di nuovo. Il nome deriva da un brevetto di Google, ma Google non ha mai dichiarato di usare quel meccanismo per classificare le pagine. La sua indicazione pratica è più semplice: non riscrivere soltanto ciò che esiste già; aggiungi qualcosa di originale.

Cosa significa guadagno informativo

Il guadagno informativo è un concetto della teoria dell’informazione e dei brevetti spesso usato dagli SEO; Google non documenta un fattore di ranking pubblico con un punteggio universale sotto questo nome. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: 2026-07-14 Google patent: Contextual estimation of link information gain La guida di Google sui contenuti utili chiede se i contenuti aggiungono informazioni originali, report, ricerche o analisi. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: 2026-07-14 Google: Helpful content guidance

Immagina qualcuno che fa ricerche su un argomento. Apre il primo risultato, lo legge, poi apre il secondo. Se la seconda pagina ripete tutto ciò che ha detto la prima — solo con parole diverse — non ha imparato nulla di nuovo. Se gli fornisce un dato fresco, una storia in prima persona o una prospettiva diversa, ha guadagnato informazioni.

Questa è l’idea principale. Il guadagno informativo riguarda la novità rispetto a ciò che l’utente ha già visto, non quanto sia curata o completa una singola pagina di per sé. Un articolo di 4 000 parole che ristate attentamente gli stessi fatti di consenso dei primi dieci risultati ha un basso guadagno informativo. Un breve post con un numero davvero nuovo può avere un alto guadagno informativo.

Da dove viene il termine

Google ha ottenuto un brevetto (depositato nel 2018, concesso nel 2022) chiamato “Contextual estimation of link information gain.” Descrive la valutazione di un documento per quanto informazione aggiuntiva contiene oltre ai documenti che un utente ha già visto — e usarlo per aiutare a decidere cosa classificare o mostrare successivamente.

Due cose da tenere a mente:

1. Un brevetto non è una conferma. Google deposita migliaia di brevetti. Averne uno dimostra che Google potrebbe fare qualcosa, non che lo fa. Google non ha mai confermato di usarlo nel ranking di ricerca dal vivo.
2. Non è un sinonimo di “qualità.” Il brevetto riguarda strettamente la novità, non la bontà generale.

Perché ora conta di più

I risultati di ricerca sono sempre più risposti dall’IA — AI Overviews di Google, AI Mode, ChatGPT e altri. Questi sistemi sono molto bravi a riassumere ciò che è già stato pubblicato ovunque. Quindi se la tua pagina dice solo ciò che tutti gli altri già dicono, un’IA può assorbirla e rispondere alla domanda senza di te.

Il contenuto che sopravvive è quello che l’IA non può semplicemente parafrasare: ricerca originale, i tuoi dati, esperienza in prima persona, citazioni di esperti che nessun altro ha. Questo è il guadagno informativo in pratica.

Cosa fare al riguardo

• Prima di pubblicare, chiediti: cosa dice questa pagina che le pagine già in classifica non dicono? Se la risposta onesta è “niente,” non hai aggiunto guadagno informativo.
• Aggiungi qualcosa che solo tu hai — un piccolo sondaggio, uno screenshot di un test reale, una citazione di qualcuno del tuo team che fa effettivamente il lavoro.
• Smetti di inseguire “di più” (più parole, più sottotemi, più FAQ). Insegui nuovo.

Vuoi i dettagli del brevetto, le avvertenze sull’ambito, il linguaggio ufficiale di Google che fa eco a questo e il playbook pratico? Passa alla scheda Avanzate.

TL;DR — Il guadagno informativo è la novità relativa al corpus che un utente ha già visto su un argomento — non completezza, non E-E-A-T, non “qualità” in astratto. Prende il nome da un brevetto Google concesso (“Contextual estimation of link information gain,” depositato nel 2018, concesso nel 2022) che assegna ai documenti un punteggio da 0,00 a 1,00 per quanto nuovo contribuiscono e classifica parzialmente in base a quello. Ma: Google non ha mai confermato l’uso in produzione; la stessa impostazione del brevetto riguarda cosa mostrare dopo che un utente ha visto alcuni risultati, non la prima pagina; e non c’è alcun punteggio visibile, nessuna API, nessuna formula divulgata. Ciò che è ufficiale è la guida di Google sui contenuti utili che chiede “informazioni originali, report, ricerche, o analisi.” Conta di più in una SERP con risposte AI perché gli LLM sintetizzano il consenso gratuitamente — solo le informazioni davvero nuove costringono a una citazione.

Cos’è realmente il guadagno informativo (e cosa non è)

Il brevetto citato descrive metodi possibili, non la prova che uno specifico sistema di ranking in produzione funzioni esattamente in quel modo. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: 2026-07-14 Google patent: Contextual estimation of link information gain Usa le linee guida sul valore originale come principio editoriale, non come garanzia misurabile di ranking. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: 2026-07-14 Google: Helpful content guidance

La maggior parte degli articoli su questo argomento confonde silenziosamente tre cose diverse. Tienile separate:

• Guadagno informativo — la marginale nuova informazione che un documento aggiunge rispetto a ciò che l’utente ha già visto sull’argomento. È un delta.

• Completezza / profondità tematica — coprire tutto su un argomento. Una pagina può essere massimamente completa e avere zero guadagno informativo se ogni fatto in essa esiste già nelle pagine che la precedono nel ranking.

• E-E-A-T / qualità dei contenuti — fiducia, competenza, esperienza, autorevolezza. Correlati, ma un giudizio diverso. Puoi essere un esperto ineccepibile e pubblicare comunque una pagina che non aggiunge nulla di nuovo.

• Verità e accuratezza — essere nuovi non è la stessa cosa che essere corretti. Una pagina può aggiungere un’affermazione davvero nuova e comunque sbagliarla. Novità, accuratezza e fiducia sono giudizi separati; tratta l’originalità come un input per pubblicare, non un sostituto della verifica.

Se porti via una cosa da questa pagina: il guadagno informativo riguarda specificamente il delta, non la profondità e non la fiducia. Questa distinzione è ciò che quasi tutti gli altri spiegatori confondono.

Un’altra distinzione che vale la pena nominare, perché la SEO ha preso in prestito il termine in modo approssimativo: “information gain” ha anche un significato più antico e più tecnico al di fuori della ricerca. In teoria dell’informazione risale al lavoro del 1948 di Claude Shannon su entropia e misure dell’informazione — un resoconto matematico di quanto un segnale riduce l’incertezza, non correlato al ranking di ricerca. Nella ricerca sul recupero delle informazioni, un’ idea parallela appare come novità e diversità: metodi come Maximal Marginal Relevance (Carbonell e Goldstein, 1998) riordinano o selezionano i risultati per ridurre la ridondanza rispetto a ciò che un lettore ha già visto. Il brevetto di Google attinge alla stessa intuizione di base — nuovo rispetto a ciò che è già stato mostrato — ma nessuna di queste è intercambiabile. L‘“information gain” dell’industria SEO è una scorciatoia costruita su un brevetto specifico, non un’applicazione diretta della matematica di Shannon o di algoritmi pubblicati di diversità IR, anche se l’istinto che condividono (non limitarti a ripetere ciò che è già lì) riecheggia in tutti e tre.

Il brevetto Google dietro il termine

Cosa dice

Il brevetto è “Contextual estimation of link information gain” (US20200349181A1, depositato nell’ottobre 2018, concesso nel giugno 2022; gli inventori includono Victor Carbune e Pedro Gonnet Anders). La definizione centrale, testuale dal brevetto:

“An information gain score for a given document is indicative of additional information that is included in the given document beyond information contained in other documents that were already presented to the user.” (traduzione) «Un punteggio di guadagno informativo per un documento indica le informazioni aggiuntive che contiene rispetto a quelle presenti negli altri documenti già mostrati all’utente.»

Descrive un modello di machine learning che prende vettori semantici da documenti che l’utente ha già visualizzato più dati da un nuovo documento candidato e restituisce, nelle parole del brevetto:

“un punteggio quantitativo tra 0,00 e 1,00, dove 0,00 indica che non è previsto alcun guadagno di informazioni”

— con 1,00 che significa che il documento contiene solo informazioni non presenti in ciò che è già stato visto. I documenti possono quindi essere classificati almeno in parte in base ai rispettivi punteggi di guadagno di informazioni.

Cosa non dice

È qui che la maggior parte dei contenuti SEO esagera, quindi lasciami essere preciso sui limiti:

• Nessun uso live confermato. Un brevetto concesso è la prova che Google potrebbe implementare questo, non che lo fa. Google non ha confermato né negato l’uso di questo meccanismo nel ranking. Chiunque ti dica che è un fattore di ranking confermato sta indovinando.
• Ambito più ristretto di quanto si pensi. La struttura del brevetto si concentra sulla scelta di quale documento o link mostrare successivamente — pensa a un follow-up conversazionale o di assistente dopo che l’utente ha già visualizzato alcuni risultati — non sulla prima pagina di dieci link blu. L’analisi di Roger Montti su Search Engine Journal fa bene questo punto sull’ambito: l’enfasi è sugli assistenti automatizzati, e questi punteggi non sono descritti come applicati al primo set di risultati (SEJ).
• Nessuna formula pubblica. Il brevetto nomina “vettori semantici” e informazioni salienti estratte, ma non rivela pesi, nessuna lista di caratteristiche e nessun metodo di punteggio riproducibile. Non fidarti di nessun articolo che ti fornisce una formula precisa su “come Google lo calcola” — è inventata.
• È una famiglia di brevetti, non una singola domanda. Google ha ottenuto una continuazione nella stessa famiglia — US12013887B2, stesso titolo, stesso assegnatario (Google LLC), data di priorità risalente alla domanda originale di ottobre 2018. Una continuazione significa che esiste più linguaggio di rivendicazione divulgato nella famiglia, non che qualcosa di nuovo sulla distribuzione sia stato confermato — un brevetto concesso e la sua continuazione stabiliscono ancora solo ciò che Google ha divulgato di poter costruire, non ciò che è in esecuzione in produzione.

L’analisi iniziale di Bill Slawski su Go Fish Digital ha inquadrato il problema di fondo che Google sta risolvendo — che quando molti documenti condividono un argomento, tendono a contenere informazioni simili — e come il brevetto propone di classificare in parte in base ai punteggi di guadagno di informazioni per affrontarlo (Go Fish Digital).

Le linee guida ufficiali di Google che riecheggiano l’idea

Ecco la parte onesta che la maggior parte degli spiegatori salta: nessun documento, post del blog o portavoce di Google usa la frase “guadagno di informazioni” nelle linee guida pubbliche di ricerca. Il termine è un’abbreviazione di settore. Ma le linee guida effettive ufficiali di Google — “Creare contenuti utili, affidabili e incentrati sulle persone” — descrivono ripetutamente la stessa idea di fondo nelle loro domande di autovalutazione. Queste sono testuali da quella pagina:

“Il contenuto fornisce informazioni originali, report, ricerche o analisi?”

“Se il contenuto attinge ad altre fonti, evita di copiare o riscrivere semplicemente quelle fonti, e invece fornisce un valore aggiunto sostanziale e originalità?”

“Il contenuto fornisce un’analisi approfondita o informazioni interessanti che vanno oltre l’ovvio?”

“Il contenuto fornisce un valore sostanziale rispetto ad altre pagine nei risultati di ricerca?”

Quell’ultima — valore sostanziale rispetto ad altre pagine nei risultati di ricerca — è più o meno quanto il linguaggio ufficiale di Google si avvicina al concetto di guadagno di informazioni senza usare il termine. Questo è il collegamento ufficiale più forte e legittimo disponibile, ed è il motivo per cui “guadagno di informazioni” si è affermato come abbreviazione utile per un principio reale a cui Google chiaramente tiene, anche se non è una parola di Google.

Bing usa il guadagno di informazioni?

Non che io abbia trovato. Nessun documento o portavoce di Bing o Microsoft usa il termine nel materiale che ho esaminato. I fattori di ranking discussi pubblicamente da Bing — reputazione di sito e autore, completezza dei contenuti, rilevanza semantica — puntano in una direzione simile (profondità e originalità rispetto ai concorrenti), ma è un’idea adiacente, non la stessa affermazione e non lo stesso vocabolario. Se qualcuno cita Bing usando la frase letterale “information gain,” trattala con sospetto finché non vedi la fonte primaria.

Perché l’information gain conta di più in una SERP ricca di risposte AI

Questa è la parte che rende l’information gain più di una curiosità da trivia sui brevetti.

L’AI ha letto internet. ChatGPT, Claude, Gemini e gli stessi AI Overviews e AI Mode di Google sono eccellenti in una cosa specifica: sintetizzare e ricompattare ciò che già esiste sul web. Nathan Wahl di Animalz argomenta in modo incisivo — questi sistemi possono già reiterare e ricompattare tutto ciò che è stato pubblicato, quindi la domanda diventa perché pubblicare qualcosa che non sia additivo. Quando Google sintetizza una risposta, attinge da più fonti — la cornice di Wahl è che non devi superare i giganti se i tuoi contenuti contengono informazioni che i loro non hanno (Animalz).

Questo è il meccanismo. Se la pagina si limita a ripetere il consenso, un’AI Overview può assorbirlo e rispondere senza inviare visite. Se invece contiene qualcosa che soltanto tu possiedi — un dato proprietario, un esperimento reale o l’esperienza diretta di un esperto — un sistema di IA deve attingere in modo specifico alla tua fonte per includere quel fatto, anziché parafrasarlo da altrove. Non è una garanzia: recupero, inclusione nel contesto, generazione e citazione sono passaggi distinti, e superarne uno grazie all’originalità non implica superare gli altri. Una ricerca circoscritta sulla visibilità nei motori generativi (Aggarwal et al., “GEO: Generative Engine Optimization”) rileva che aggiungere fonti, statistiche e citazioni può migliorare la visibilità nelle risposte generate nei contesti testati: è una prova che l’originalità può aiutare, non che garantisca citazioni, ranking o traffico. Il guadagno informativo è una condizione utile per essere citati invece che parafrasati, non una promessa.

Bernard Huang di Clearscope ha collegato questo al Knowledge Graph di Google: punta a contenuti che coprano concetti ed entità ai margini di ciò che Google già “sa” su un argomento, perché gli LLM sono ottimi per il consenso ma la vera novità è ancora dove gli umani aggiungono valore (Clearscope). La prima cornice di Amanda King su Search Engine Land ha catturato l’idea centrale — un punteggio di information gain è essenzialmente una misura di quanto i tuoi contenuti siano unici rispetto al resto del corpus, e i contenuti rischiano di essere declassati se mancano di unicità anche quando sono solo le stesse idee con parole diverse (Search Engine Land). Andrew Holland ha poi riformulato il tutto per l’era dell’AI: il termine significa cose diverse per persone diverse, ma il compito è continuare ad aumentare il tasso di information gain — e sempre più stiamo ottimizzando per l’AI, non solo per Google (Search Engine Land).

Ho visto questo anche dall’altra direzione. Ho eseguito alcuni test cercando di posizionare contenuti nell’AI Mode di Google, e i contenuti semplicemente non si posizionavano — anche se erano, per quanto potevo dire, migliori e più pertinenti di pagine che lo facevano. Una delle possibilità che ho sollevato pubblicamente era una mancanza di information gain negli articoli: se il contenuto è una riscrittura ben scritta di ciò che è già là fuori, potrebbe non esserci nulla da premiare per il sistema (il mio post su X).

Cosa produce effettivamente l’information gain

Sintetizzando le fonti — e la mia esperienza — ecco cosa fa davvero la differenza:

• Ricerca originale, sondaggi ed esperimenti. La forma più difendibile. Conduci uno studio, pubblica i dati, lascia che altri ti citino. Su Ahrefs, i nostri contenuti con le migliori performance tendono fortemente verso studi basati sui dati proprio per questo motivo.
• Dati proprietari / di prima parte. Dati interni di prodotto o di utilizzo che nessun altro può riprodurre. Se hai un dataset, quel dataset è il tuo guadagno informativo.
• Interviste a esperti ed esperienza diretta. Questa è la mia tattica preferita. Invece di pubblicare testo generato senza fonti, contatta una manciata di veri esperti del settore a cui hai già accesso — via Slack, email o una rapida chiamata assistita dall’IA — alcune volte a settimana, e cattura le loro storie ed esperienze reali. Questa è informazione originale che non esisteva sul web prima che la pubblicassi. Ho applicato questo approccio alla mia ricostruzione dell’hub SEO tecnico di Ahrefs (circa 160 pagine generate con l’IA) aggiungendo revisione di esperti e feedback dei lettori, così le pagine offrono qualcosa di più del semplice consenso ripetuto.
• Tesi contrarie o aggiornate sul consenso. Testare un’affermazione ampiamente ripetuta e riportare cosa è realmente accaduto è un guadagno informativo, anche quando lo “studio” è piccolo.
• Costruire sul lavoro di un predecessore. Prendi la ricerca pubblicata da qualcuno, estendila, aggiungi il prossimo dato. Stai aggiungendo al corpus, non copiandolo.

La scala di qualità dei contenuti di Ahrefs (Si Quan Ong’s “How to Create Quality Content”) è una mappa utile qui: sale da semplici listicoli fino a studi di ricerca e idee originali — effettivamente una scala di guadagno informativo, che premia i dati di prima mano rispetto all’aggregazione, senza mai usare il termine.

Come valutare i tuoi contenuti per il guadagno informativo

Adatta le domande di Google sui contenuti utili in un controllo pre-pubblicazione:

• Apri i primi risultati per la tua query target. Elenca cosa dice già ciascuno.
• Per la tua bozza, evidenzia ogni frase che aggiunge un fatto, un numero, una prospettiva o un’esperienza non presente in quell’elenco. Se non c’è nulla di evidenziato, hai una riscrittura, non una risorsa.
• Chiediti se un’IA potrebbe rispondere completamente alla query dalle pagine già in classifica. Se sì, la tua unica strada per la rilevanza è contribuire con qualcosa che quelle pagine non hanno.
• Verifica la domanda “valore rispetto ad altre pagine nei risultati di ricerca” letteralmente — non “è buono”, ma “è additivo”.

Il punto fondamentale

Il guadagno informativo è un concetto reale e utile che si basa su un meccanismo non confermato. Non venderlo internamente come un fattore di ranking di Google confermato con un punteggio che puoi regolare — non è vero, e brucerà la tua credibilità. Vendilo come la cosa che sta dimostrabilmente funzionando in una SERP fortemente basata sull’IA: smetti di pubblicare versioni meglio ottimizzate di ciò che già esiste, e inizia a pubblicare ciò che solo tu puoi. Questo è il fossato.

Letture correlate del cluster: SEO delle entità, markup Schema per l’IA, GEO e AEO spiegano come ottenere visibilità e citazioni quando i contenuti hanno davvero qualcosa di nuovo da offrire.

Riepilogo AI

Una sintesi della versione Advanced:

• Information gain = novità rispetto a ciò che un utente ha già visto su un argomento. È il delta marginale, non la completezza e non l’E-E-A-T. Una pagina approfondita può avere zero information gain.
• Il nome deriva da un brevetto Google concesso (“Contextual estimation of link information gain,” depositato nel 2018, concesso nel 2022) che assegna ai documenti un punteggio da 0,00 a 1,00 per quanto nuovo contribuiscono e classifica in parte su quello.
• Google non ha mai confermato l’uso in produzione. La stessa impostazione del brevetto riguarda cosa mostrare dopo che un utente ha visto alcuni risultati — non la prima pagina. Non esiste un punteggio visibile, né un’API, né una formula divulgata; qualsiasi “punteggio di information gain” in uno strumento è un’approssimazione.
• Ciò che è ufficiale è la guida di Google sui contenuti utili che chiede se i contenuti forniscono “informazioni originali, report, ricerche o analisi” e “valore sostanziale rispetto ad altre pagine nei risultati di ricerca” — la stessa idea, senza il termine.
• Perché conta ora: gli AI Overview e la AI Mode sintetizzano gratuitamente contenuti di consenso. Le informazioni davvero nuove — ricerca originale, dati proprietari, competenza di prima mano — sono ciò per cui un sistema di IA deve attingere a te invece di parafrasare altrove, anche se questo non è una garanzia di citazione, posizionamento o traffico (recupero, inclusione, generazione e citazione sono passaggi separati).
• La novità non è accuratezza. Una pagina può aggiungere un’affermazione davvero nuova ed essere comunque sbagliata — tratta l’originalità come un input per pubblicare, non come un sostituto della verifica.
• Cosa la produce: studi originali, dati di prima parte, interviste a esperti ed esperienza diretta, interpretazioni contrarie/aggiornate, estensione della ricerca altrui.
• Attenzione ai dettagli inventati — statistiche precise come “core update confermato information gain, +X% visibilità” senza fonte primaria sono un pattern di mito, non dati.

Documentazione ufficiale

Fonti primarie. Nota che la guida di Google non usa mai il termine “information gain” — lo fa il brevetto, ma un brevetto è un deposito legale, non una dichiarazione sul ranking in produzione.

Google — il brevetto (fonte primaria, non “guida”)

• Contextual estimation of link information gain (US20200349181A1) — il deposito da cui deriva il termine: la descrizione del punteggio 0,00–1,00 e la definizione di “informazioni aggiuntive oltre ai documenti già presentati all’utente”.

Google — guida ufficiale sui contenuti utili (usa il concetto, non il termine)

• Creating helpful, reliable, people-first content — le domande di autovalutazione su informazioni/ricerca/analisi originali e valore sostanziale rispetto ad altri risultati. Questo è il linguaggio ufficiale più vicino all’information gain.

Citazioni dalla fonte

Linguaggio dichiarato. Gli elementi Google qui sotto sono verbatim da fonti primarie (il brevetto e i documenti di Google sui contenuti utili). Le voci del settore sono parafrasate nel corpo dell’articolo piuttosto che citate, perché non ho potuto riverificare in modo indipendente la loro formulazione esatta rispetto alle pagine originali — non metterò tra virgolette parole che non posso confermare.

Google — il brevetto (US20200349181A1)

• “An information gain score for a given document is indicative of additional information that is included in the given document beyond information contained in other documents that were already presented to the user.” (traduzione) «Un punteggio di guadagno informativo per un documento indica le informazioni aggiuntive che contiene rispetto a quelle presenti negli altri documenti già mostrati all’utente.» — Stima contestuale del guadagno informativo dei link. Leggi il brevetto
• “a quantitative score between 0.00 and 1.00, with 0.00 indicating that no information gain is to be expected” (traduzione) «un punteggio quantitativo tra 0,00 e 1,00, dove 0,00 indica che non è previsto alcun guadagno informativo» — la scala descritta dal brevetto; 1,00 indica che il documento contiene soltanto informazioni non ancora mostrate. Leggi il brevetto

Google — linee guida sui contenuti utili (il concetto, senza il termine)

• “Does the content provide original information, reporting, research, or analysis?” (traduzione) «Il contenuto fornisce informazioni originali, report, ricerche o analisi?» Vai alla citazione
• “If the content draws on other sources, does it avoid simply copying or rewriting those sources, and instead provide substantial additional value and originality?” (traduzione) «Se il contenuto attinge ad altre fonti, evita di copiarle o riscriverle semplicemente, fornendo invece un valore aggiuntivo sostanziale e originalità?» Vai alla citazione
• “Does the content provide insightful analysis or interesting information that is beyond the obvious?” (traduzione) «Il contenuto fornisce un’analisi approfondita o informazioni interessanti che vanno oltre l’ovvio?» Vai alla citazione
• “Does the content provide substantial value when compared to other pages in search results?” (traduzione) «Il contenuto fornisce un valore sostanziale rispetto ad altre pagine nei risultati di ricerca?» Vai alla citazione

Playbook: aggiungere un vero guadagno informativo

Un processo ripetibile per trasformare una bozza “ennesimo articolo su X” in qualcosa di aggiuntivo.

1. Mappa prima il corpus. Apri i primi 10 risultati per la tua query. In un documento, elenca le affermazioni distinte, i dati e le angolazioni che ciascuno già copre. Questa è la baseline che il cercatore avrà “già visto”.

2. Trova il divario. Dove il consenso è debole, obsoleto o non testato? Quale domanda le pagine in classifica sollevano ma non rispondono? Quel divario è il tuo obiettivo.

3. Scegli la tua fonte di novità. In ordine approssimativo di durata:

• Ricerca originale / un sondaggio / un esperimento che conduci.
• Dati proprietari o di prima parte che già possiedi.
• Interviste a esperti ed esperienza diretta.
• Una tesi contrarian o aggiornata che puoi effettivamente sostenere.

4. Il ciclo di interviste agli esperti (il mio default). Hai quasi sempre esperti della materia a portata di mano. Qualche volta a settimana, scrivi a un gruppo di loro — Slack, email o una breve chiamata assistita dall’IA — con una domanda precisa. Cattura la storia, il numero, il dettaglio “in pratica, in realtà…”. Attribuiscilo. Questa è informazione originale che non esisteva sul web prima che tu la pubblicassi.

5. Attribuisci tutto. Cita le tue fonti. Metti link. Mostra i tuoi dati. I contenuti che citano le fonti da cui provengono le informazioni risultano additivi; i testi generati senza fonti risultano riempitivi — e vengono sempre più spesso trattati così.

6. Controllo pre-pubblicazione. Evidenzia ogni frase della tua bozza che non è già presente in una delle prime 10 pagine. Se è evidenziato poco, non pubblicare ancora — torna al punto 3.

7. Stratifica, non scaricare. Se generi contenuti su larga scala, non fermarti alla generazione. Aggiungi revisione di esperti, feedback dei lettori ed esempi reali, così ogni pagina porta qualcosa oltre il consenso. Il volume senza novità è ciò che l’IA assorbe gratuitamente.

Anti-pattern: come l‘“information gain” va storto

Trattarlo come un fattore di ranking confermato con un punteggio regolabile. È un brevetto concesso che Google non ha confermato di usare nel ranking dal vivo. Non esiste un campo in Search Console, nessun segnale nei log, nessuna API pubblica. Qualsiasi “punteggio di information gain” in uno strumento è un’approssimazione di quello strumento, non di Google. Non presentarlo internamente come una leva confermata — perderai credibilità quando qualcuno chiederà la fonte.

Ripetere statistiche sospettosamente precise e senza fonte. Un’ondata di post datati 2026 afferma cose come “l’aggiornamento core del [data] ha confermato l’information gain come segnale dominante, +15–25% di visibilità per i contenuti originali, –30–50% per i contenuti basati su template”, fino a timestamp specifici. Nessuna fonte primaria sostiene nulla di tutto ciò. Queste affermazioni sembrano dettagli inventati o allucinati che cavalcano una parola d’ordine. Se una statistica sull’information gain non ha una fonte primaria rintracciabile, non ripeterla.

Confondere “scrivere di più” con l’information gain. Lunghezza e completezza non sono information gain. Un articolo di 5 000 parole che ripete il consenso ha meno information gain di un post di 400 parole con un nuovo dato. La mossa di riempire le FAQ — aggiungere 50 o 100 FAQ a una pagina — è l’esempio più chiaro: aggiunge parole, non novità, e non funziona.

Confonderlo con E-E-A-T o “qualità”. Correlati ma distinti. Puoi essere un vero esperto e pubblicare comunque una pagina che non aggiunge nulla di nuovo al corpus. L’information gain è il delta marginale, non il giudizio di fiducia/competenza.

Presumere che si applichi alla prima pagina dei risultati. La stessa impostazione del brevetto si concentra su cosa mostrare dopo — contesti di assistente/follow-up — dopo che l’utente ha visto alcuni risultati, non necessariamente i primi dieci link blu. La maggior parte delle spiegazioni salta questa limitazione di ambito; non farlo.

Affermare che Google o Bing hanno detto “information gain”. Né l’uno né l’altro hanno usato la frase letterale nelle linee guida pubbliche sul ranking che ho trovato. È un’abbreviazione di settore basata su un brevetto (Google) e su principi generali di contenuti utili. Tratta con sospetto qualsiasi citazione attribuita a Google o Bing sull‘“information gain” finché non vedi la fonte primaria.

Prompt per revisioni dell’information gain

Compare my draft with these competing-page notes. Build a claim matrix with one row
per substantive point and columns for: already common in the corpus, genuinely new,
new only in wording, supported by first-hand evidence, source needed, and remove or
keep. Do not assign a fake information-gain score. Finish with the three strongest
original contributions and the evidence needed to publish each.

DRAFT:
[paste]

COMPETING-PAGE NOTES:
[paste]

Turn these raw first-party materials into an evidence plan, not finished prose.
Separate proprietary data, direct observation, expert experience, original examples,
and repeatable analysis. For each candidate contribution, state the claim it could
support, the minimum method disclosure, limitations, and what would make the claim too
weak to publish. Do not infer results that are absent.

[paste interview notes, dataset description, tests, or case documentation]

Framework per creare vero information gain

Il framework corpus–affermazione–evidenza

1. Corpus: Riassumi ciò su cui le attuali pagine utili sono già d’accordo.
2. Affermazione: Dichiara cosa la tua pagina aggiungerebbe oltre quel consenso.
3. Evidenza: Nomina i dati, l’osservazione, l’esperienza o la fonte che rendono difendibile la nuova affermazione.
4. Limite: Documenta dove l’evidenza non si generalizza.

Se l’affermazione cambia solo la formulazione, non è nuova. Se l’evidenza non può sostenere l’affermazione, non è pronta.

La scala della novità

• Riformulazione: Stessi fatti, parole diverse.
• Sintesi: Fatti esistenti collegati in un modo nuovo e utile.
• Applicazione: Conoscenza esistente testata in un contesto specifico.
• Osservazione: Evidenza di prima mano che altri non hanno.
• Scoperta: Un risultato riproducibile che cambia ciò che il lettore sa.

La scala è un modello di pianificazione, non il punteggio nascosto di Google.

Cheat sheet sull’information gain

Verifica della realtà: Google non espone alcun punteggio pubblico di information gain o formula. Valuta il contributo e le sue prove, non un decimale inventato.

Risorse che meritano il tuo tempo

I miei articoli e interventi

• Il traffico dalla ricerca IA converte meglio di quello dalla ricerca tradizionale? (Ahrefs) — i dati che spiegano perché vale la pena perseguire la visibilità nella ricerca IA e perché il guadagno informativo conta sul piano commerciale.
• GEO, AEO, LLMO: cosa significano tutte queste sigle della SEO per l’IA? — la mia presentazione ad Ahrefs Evolve 2025, che sviluppa l’idea di pubblicare ciò che soltanto tu possiedi.
• Il mio post sul test di ranking in AI Mode (X) — l’esperimento naturale in cui i contenuti assenti dal ranking di AI Mode potrebbero non offrire abbastanza guadagno informativo.
• Patrick Stox sulla creazione di contenuti nell’era GEO (Unscripted SEO Podcast) — espongo la tattica di contattare cinque veri esperti e documentare le affermazioni.
• Strategie AEO avanzate con Patrick Stox (Marketing Speak) — l’episodio presenta il guadagno informativo come vantaggio difendibile, con il contributo degli studi di dati di Ahrefs.
• Come creare contenuti di qualità (Ahrefs, di Si Quan Ong) — una scala della qualità che va dagli articoli a elenco alla ricerca originale e che, di fatto, è anche una scala del guadagno informativo.

Dal settore

• Stima contestuale del guadagno informativo dei link (US20200349181A1) — il brevetto originale; leggi la fonte prima di fidarti di un riassunto.
• Creare contenuti utili, affidabili e pensati per le persone (Google Search Central) — le domande ufficiali di autovalutazione che descrivono il concetto senza usare il termine.
• Il brevetto di Google sul guadagno informativo per classificare le pagine web (Roger Montti, Search Engine Journal) — l’analisi più prudente sull’ambito: contesto dell’assistente e delle domande successive, non la prima pagina.
• Cos’è il guadagno informativo nella SEO e perché conta (Amanda King, Search Engine Land) — una delle prime definizioni diffuse.
• Guadagno informativo: cosa significa davvero questa espressione nella SEO (Andrew Holland, Search Engine Land) — la rilettura nell’era dell’IA.
• Il guadagno informativo nella SEO (Bernard Huang, Clearscope) — la prospettiva del Knowledge Graph e applicazioni pratiche.
• Guadagno informativo: la teoria SEO resa indispensabile dall’IA (Nathan Wahl, Animalz) — l’argomento più forte sul perché sia importante oggi, collegato alla sintesi dell’IA e alle citazioni da più fonti.
• Punteggi di guadagno informativo (Bill Slawski, tramite Go Fish Digital) — l’analisi tecnica originale del brevetto.
• Cos’è il guadagno informativo nella SEO e Google lo misura? (Rachel Handley, Semrush) — un’ulteriore panoramica definitoria.

Mettiti alla prova: Information Gain

Cinque domande rapide su cos’è l’information gain, da dove viene e cosa fare al riguardo. Scegli una risposta per ciascuna, poi controlla.

Cronologia modifiche