Studio
YouTube nelle risposte delle IA: perché Gemini e Perplexity citano i video, e che cosa vi leggono davvero
Tra il 10 e il 24 luglio 2026 abbiamo archiviato 883 risposte di ChatGPT, Claude, Gemini e Perplexity, poste parola per parola, a cadenza settimanale, su 69 domande provenienti da tre mercati che non hanno nulla in comune. In questo corpus, youtube.com è la fonte più citata su Gemini e la fonte più citata su Perplexity, tutti i domini inclusi. Sugli altri due motori non compare una sola volta in 1.655 citazioni registrate. Questo studio smonta questa asimmetria: quali motori citano i video, quale parte di un video leggono davvero, e che cosa conviene farne.
Che cosa è stato misurato
Il punto di partenza è una mappa, non un'intuizione. Sull'Atlas, il registro delle fonti che le nostre rilevazioni fanno emergere, youtube.com segna una AI Authority di 100 su Gemini e di 100 su Perplexity: su una scala da 0 a 100 calcolata sull'insieme delle misurazioni che Epovest esegue negli ultimi 30 giorni, è la fonte che questi due motori citano di più. Le altre due colonne sono vuote. Una mappa così sorprendente merita il confronto con il terreno, quindi abbiamo aperto l'archivio completo che c'è dietro.
Il corpus è lo storico completo delle risposte dei nostri stessi monitoraggi: 16 monitoraggi settimanali, 69 domande distinte, poste parola per parola attraverso le interfacce ufficiali dei motori, su tre fronti senza alcun legame: destinazioni di viaggio in inglese, visibilità IA in inglese e in francese, servizi web in francese. Ogni risposta è archiviata con le sue fonti citate, in ordine, datate. Due settimane di rilevazioni danno 883 risposte e 6.754 citazioni registrate.
| Motore | Risposte | Risposte con fonti | Citazioni registrate | Citazioni YouTube | Risposte che citano YouTube |
|---|---|---|---|---|---|
| ChatGPT | 223 | 159 | 1.213 | 0 | 0 |
| Claude | 223 | 87 | 442 | 0 | 0 |
| Gemini | 223 | 211 | 2.546 | 35 | 35, ovvero il 16,6% delle risposte con fonti |
| Perplexity | 214 | 214 | 2.553 | 205 | 127, ovvero il 59,3% delle risposte con fonti |
L'asimmetria è il risultato. Che un video possa portare un nome fin dentro una risposta di IA non è una proprietà di YouTube: è una proprietà della pipeline di ciascun motore.
Un dominio, quattro trattamenti
Perplexity lo cita costantemente. Più della metà delle sue risposte con fonti cita almeno un video: 127 risposte su 214, con 205 citazioni di video in totale, l'8% di tutto ciò che il motore ha citato nelle due settimane. Dieci volte un video ha aperto l'elenco delle fonti. La posizione media, 8,3 su elenchi di circa dodici fonti, dice il resto: i video sono raramente la fonte di punta, sono una presenza permanente nelle seconde file.
Gemini lo cita in testa a una coda molto lunga. 35 citazioni mettono youtube.com al primo posto tra le centinaia di domini citati da Gemini, appena davanti a reddit.com con 33. È solo l'1,4% delle sue citazioni, distribuito sul 16,6% delle sue risposte con fonti, ma nessun altro singolo dominio ha fatto meglio, e due volte un video è stato la prima fonte della risposta. La presenza copre tutti e tre i fronti: 22 citazioni sulle domande di viaggio, 11 sulla visibilità IA, 2 sui servizi web.
Claude lo legge e scrive senza di lui. Zero citazioni su 442. Ma l'archivio mostra il motore recuperare una pagina video di YouTube cinque volte nella quindicina, due video distinti, ciascuno con la domanda quasi parola per parola nel titolo. Le pagine sono state lette; le risposte sono state scritte senza di esse.
ChatGPT non lo tocca. Zero citazioni su 1.213, e nemmeno una pagina YouTube tra le fonti che ha trattenuto.
Mediata sui quattro motori, la parte di YouTube peserebbe il 3,6% delle citazioni: un numero che non descrive nessun motore. In questo corpus, un motore si appoggia ai video nella maggior parte delle sue risposte con fonti, un altro classifica il dominio al primo posto pur citandolo con parsimonia, e due non lo accreditano mai. Motore per motore è l'unica lettura onesta.
La parte che viene letta è la traccia parlata
Per ogni fonte che trattiene, il payload di Perplexity porta il passaggio che il motore ha davvero conservato. È questo a decidere quale parte di un video serva la risposta.
Le 205 citazioni di video puntano tutte a video individuali: mai la home, mai un canale, mai una pagina di risultati. 121 video distinti, 203 voci datate. E i passaggi conservati non sono descrizioni: 129 dei 205 portano marcatori espliciti di secondi che puntano dentro la linea temporale del video, e quasi tutto il resto si legge come parlato trascritto così come è stato sentito, esitazioni comprese. Un passaggio conservato raccomanda, nell'ortografia stessa della trascrizione, un "well ststructured website". Un altro, in francese, consiglia di creare contenuti "optimisé pour lia", la grafia automatica di "l'IA". Non sono incidenti di redazione: sono prove di origine. Il motore legge la trascrizione, generata automaticamente quando non esiste di meglio, e la legge in profondità: ci sono passaggi conservati che puntano fino al sedicesimo minuto di un video.
Quell'indice è fresco. Metà delle 205 voci porta una data di rilettura a luglio 2026, il 71% da giugno. Il bacino dei video citati è giovane senza essere soltanto nuovo: il 78% è stato pubblicato dall'inizio del 2025, ma emergono ancora video del 2020. E le posizioni tengono: 33 dei 118 video identificabili tornano in almeno due rilevazioni settimanali distinte, un quarto del bacino ricitato settimana dopo settimana.
Il payload di Gemini espone il dominio invece della pagina, ma due cose vi si leggono. Le query di ricerca che lancia sono riformulazioni dirette della domanda. E la sua attribuzione lega interi blocchi della risposta finale a fonti YouTube: elenchi di raccomandazioni, criteri di scelta, consigli pratici, sostenuti da ciò che un video ha detto. L'infrastruttura sul lato Google è documentata: Gemini àncora le sue risposte tramite Google Search, e l'indicizzazione video di Google legge ciò che un video contiene e ne rileva i momenti chiave, con l'indicizzazione dei sottotitoli confermata dall'azienda da anni.
Perché questi due motori, e non gli altri
La linea di demarcazione è l'accesso alla traccia parlata. Il parlato di un video non vive nell'HTML della sua pagina: viene caricato dal player, attraverso punti di accesso che il robots.txt di youtube.com non apre ai crawler generici. Un motore che legge la pagina web vi trova un titolo, una descrizione e poco testo da citare.
I due motori che citano YouTube sono i due che hanno una porta d'ingresso. Gemini appartiene all'azienda che possiede YouTube: il suo ancoraggio corre su un indice che tratta i video come contenuti di primo rango, trascrizioni e momenti chiave compresi. Perplexity ha costruito una propria ingestione video: i passaggi con marcatori temporali nei nostri payload sono quell'indice che parla. I due motori che non citano YouTube lo incontrano come una pagina web: il nostro archivio mostra Claude recuperare una pagina video e scrivere senza di essa, e ChatGPT non trattenerne mai una.
Niente di tutto questo è dottrina da parte di alcun motore. È lo stato di quattro pipeline di recupero, misurato tra il 10 e il 24 luglio 2026. Le pipeline si muovono senza preavviso, una ragione in più per misurare invece di supporre.
Il titolo apre la porta, la trascrizione conduce la conversazione
Come entra un video in un insieme di fonti? In questo corpus: dal titolo. I video che le nostre domande hanno fatto emergere portano la domanda, quasi parola per parola, come titolo. Chiedete "What are the best places to visit in Africa right now?" e gli insiemi di fonti restituiscono "Top 10 Places To Visit in Africa" e "I Visited Every Country in Africa. Here's My Rankings". Chiedete "How can my business get recommended by AI assistants?" e restituiscono "How to Get Your Business Recommended by EVERY AI Assistant". Anche i due video che Claude è andato a leggere riformulavano la domanda nel titolo. Il titolo è ciò che fa recuperare un video, su ogni motore che recupera; ciò che accade dopo si decide nella trascrizione.
La lingua segue il mercato. Le domande in francese hanno fatto emergere prima video francofoni, con gli anglofoni dietro e, a volte, più lontano: l'abbinamento attraversa le lingue, ma un video parla a un mercato prima di tutto nella lingua di quel mercato.
Che cosa conviene farne
Ogni proprietà qui sotto punta al meccanismo misurato sopra. Insieme definiscono come è fatto un video pensato per le risposte delle IA.
- Partite dalla vostra mappa. I motori pesano i video in modo molto diverso, e l'equilibrio cambia secondo il mercato e la domanda. La vostra serie, motore per motore, mostra quali fonti servono le domande che vi stanno a cuore: è lei a decidere quale posto merita un video nel vostro piano.
- Date al video il titolo della domanda. Ciò che entra nell'insieme di fonti è un video il cui titolo enuncia la domanda che il vostro mercato pone, formulata come viene posta. Una domanda, un video, il titolo come porta.
- Dite i fatti ad alta voce. La trascrizione è il testo che i motori leggono. Pronunciate il vostro nome distintamente: la trascrizione automatica scrive ciò che sente, e ciò che scrive è ciò che viene indicizzato. Dite le cifre, i nomi, i termini che volete vedere ripresi, in parole articolate.
- Caricate una trascrizione riletta. La trascrizione automatica è ciò su cui l'indice ripiega. Sottotitoli scritti da voi rendono il testo indicizzato parole vostre, ortografia compresa.
- Mettete capitoli e descrizione. I momenti chiave si rilevano e si indicizzano. Capitoli che riprendono le domande, e una descrizione che vi risponde in testo pulito, danno alla rilevazione qualcosa da trovare.
- Parlate la lingua del mercato. Un video raggiunge un mercato prima di tutto nella lingua di quel mercato; un secondo mercato merita un secondo video più che una semplice traccia di sottotitoli.
- Datate l'azione, poi leggete l'effetto. Un video pubblicato è una mossa che merita di essere registrata nel vostro Logbook; le rilevazioni successive si leggono di fronte. Il vostro Atlas mostra se le fonti dietro le vostre domande si sono mosse, e Epovest Tracking se lo hanno fatto le risposte stesse.
Un anno fa, essere citabili dalle IA voleva dire soprattutto pagine. Su due dei quattro motori che misuriamo, la fonte più citata è ora un luogo dove il contenuto parla invece di scrivere. L'asimmetria stessa è la lezione: la visibilità nelle risposte delle IA non è una cosa sola da vincere, sono quattro pipeline da misurare, e il nostro metodo comincia lì: porre le domande del mercato a cadenza fissa, archiviare le risposte con le loro fonti, e lasciare che sia la serie a dire dove agire.