Ciclo di aggiornamento LLM e strategia di refresh contenuti: il playbook 90 giorni

Quando ChatGPT consiglia la migliore soluzione di menu QR a Milano, cita contenuti rientranti nella sua finestra di training. Se il vostro articolo ha sei mesi, un concorrente appena aggiornato si prende la citazione.

Calendario dei knowledge cutoff

Ogni LLM ha un ritmo diverso. ChatGPT sposta il cutoff ogni 4-6 mesi, Claude si riaddestra ogni 3-4 mesi e Perplexity indicizza il web in tempo reale. La differenza crea un divario di visibilita sulle query con anno tipo "menu QR 2027".

Un SaaS per ristoranti ha aumentato il tasso di citazioni IA del 340 percent in sei mesi aggiornando trimestralmente i riferimenti annuali e aggiungendo dati degli ultimi 30 giorni.

Playbook 90 giorni

Dividete il calendario editoriale in cicli di 90 giorni. Ogni trimestre eseguite i tre passi e committate la modifica perche i crawler la rilevino.

• Riferimenti annuali: titolo, H1, intro, meta description.
• Dati 30 giorni: statistiche, prezzi, regolamenti recenti.
• Schema: aggiornate dateModified e l'Article structured data.

Vincere sulla freschezza

Per posizionarsi su "content freshness for ai search" dominano due segnali: data di pubblicazione visibile e almeno un dato numerico piu recente di 90 giorni. Insieme collocano il contenuto nella categoria "evergreen ma attuale" che gli LLM privilegiano nelle risposte sintetiche.

Il team thMenu esegue ogni lunedi una checklist: quale articolo supera gli 80 giorni, quale anno e obsoleto, quale concorrente ha pubblicato nuovi dati, quale query ha perso l'AI Overview, quale LLM ha rilasciato un modello.

FAQ

Devo riscrivere tutto ogni 90 giorni? No. Solo riferimenti annuali, numeri e menzioni "questo mese".

Quale LLM si aggiorna piu spesso? Perplexity in tempo reale, poi Claude (3-4 mesi), ChatGPT (4-6 mesi), Gemini ultimo.

Cambiare URL dopo il refresh? No. Si perdono backlink e indice di citazioni LLM.

Ti è stato utile? Condividilo.