Studio rivela i fattori chiave nella citazione dei motori di risposta AI

Uno studio recente pubblicato su arXiv (2605.25517) esplora le dinamiche della Generative Engine Optimization (GEO) competitiva, analizzando i fattori che influenzano quale fonte viene citata per prima quando due opzioni competono nei motori di risposta AI. I ricercatori hanno sviluppato un testbed controllato di retrieval-augmented generation (RAG), incorporando due fonti candidate nel contesto del modello e tracciando quale fonte riceveva il primo marcatore di citazione. Hanno condotto 252.000 prove su sei LLM, valutando 18 fattori di contenuto, impiegando l'anonimizzazione del marchio e l'ordine delle fonti controbilanciato per distinguere gli effetti del contenuto dal bias posizionale. I risultati dei modelli a effetti misti hanno indicato che sia la rilevanza tematica che la posizione nell'elenco influenzano significativamente quale fonte viene citata per prima, sottolineando l'importanza della GEO per i creatori di contenuti.