
Imposta utm_medium=ai_search su ogni link che controlli, e abbinalo a un token utm_source in minuscolo e controllato per ogni superficie: chatgpt, perplexity, gemini, claude, copilot. Quel singolo medium diventa la chiave di join che permette agli strumenti di analytics di mostrare i referral degli agenti AI come un canale dedicato. Poiché gli UTM sono il segnale con il più alto livello di confidenza, tagga prima e considera tutto il resto come fallback.
In breve:
- Conserva l'intera query string attraverso redirect canonici, proxy, regole CDN e passaggi di checkout; testa ogni clic dell'agente fino al suo URL di atterraggio finale.
- In GA4, posiziona la regola esatta del medium ai_search sopra le regole basate sul referrer, poi Referral e Organic Search predefiniti; classifica le corrispondenze host senza tag come confidenza media.
- Quando gli UTM scompaiono, controlla i referrer prima di user-agent o server log e assegna alle corrispondenze inferite una confidenza bassa, perché l'attività dei crawler potrebbe non rappresentare clic reali.
- Per l'ecommerce, verifica prima che gli UTM del first touch arrivino ai record degli ordini dopo redirect e checkout, poi confronta le visite attribuite all'AI con le conversioni per individuare le correzioni da fare nelle schede prodotto.
Indice dei contenuti
- Qual è la convenzione UTM consigliata per gli agenti AI?
- Come si aggiungono gli UTM nelle superfici controllate e come si mantengono intatti?
- Come dovrebbero funzionare le regole di attribuzione di GA4 e la priorità dei gruppi di canali per la ricerca AI?
- Cosa puoi fare quando mancano referrer o UTM?
- Quali regole di denominazione evitano la frammentazione dell'analytics?
- Come puoi verificare rapidamente il tuo tagging?
- Come fai a far funzionare il tagging UTM con Shopify e WooCommerce?
- Come possono i dati UTM migliorare le tue schede prodotto per le raccomandazioni AI?
- Come si presenta, in pratica, un corretto tagging UTM?
- Come risolvi i conflitti UTM con strumenti di analytics e attribuzione?
- Come dovresti dare priorità al lavoro sull'attribuzione degli agenti questo trimestre?
- Vuoi controllare il tuo tagging e le citazioni AI con ecentic?
- FAQ
- Fonti
Qual è la convenzione UTM consigliata per gli agenti AI?
La convenzione è volutamente semplice. AI Search Referrer Attribution Reference Spec consiglia utm_medium=ai_search, un vocabolario controllato per utm_source, UTMs preservati attraverso i redirect e un gruppo di canali personalizzato GA4 ordinato per priorità. Un unico token letterale per il medium è importante perché ogni dashboard, filtro e regola del canale può così basarsi su un solo valore invece che su una serie di varianti.
Ecco il modello che consigliamo:
- utm_medium: la stringa letterale
ai_search, mai modificata in base al modello o alla campagna. - utm_source: uno tra
chatgpt,perplexity,gemini,claude,copilot, tutti in minuscolo. Se hai bisogno di un token composto da più parole, usa un trattino. - utm_campaign: l'iniziativa, ad esempio
spring-catalogoppureproduct-feed. - utm_content: il posizionamento, ad esempio
citation-linkoppurestructured-data. - utm_term (facoltativo): un hash breve che raggruppa coorti di prompt senza esporre il testo originale del prompt.
Due esempi che puoi copiare:
https://example.com/products/trail-shoe?utm_source=chatgpt&utm_medium=ai_search&utm_campaign=spring-catalog
https://example.com/collections/rain-jackets?utm_source=perplexity&utm_medium=ai_search&utm_campaign=product-feed&utm_content=structured-data
Analytics Mania consiglia di dare più importanza alla coerenza che alla granularità: usa un medium ampio come ai_search e lascia che utm_source identifichi la piattaforma.
Come aggiungere gli UTM sulle superfici controllate e mantenerli intatti?
Un tag è utile solo se arriva integro fino alla landing page. Inizia decidendo dove puoi inserire i parametri: citazioni nei contenuti, output RSS o plugin, campi di dati strutturati e widget basati su API. Ovunque controlli l'URL in uscita, controlli anche l'attribuzione.
Le linee guida di Google sui builder URL sono di impostare sempre utm_source, utm_medium e utm_campaign, mantenere una nomenclatura coerente e aggiungere utm_id e utm_source_platform quando possibile per evitare valori “(not set)” nei report. Seguile.
- Elenca tutti i punti in cui viene generato un link al tuo sito per le superfici AI: feed, output di plugin, dati strutturati e widget.
- Genera ogni URL con un builder, non manualmente, così il vocabolario resta controllato.
- Configura i redirect canonici in modo che inoltrino l'intera query string all'URL finale.
- Rimuovi o riconfigura qualsiasi proxy che elimini i parametri della query.
- Imposta regole edge sul CDN per inoltrare le query string all'origine e fare cache in base al percorso, non all'URL senza parametri.
- Fai un test di clic da ogni agente, controlla l'URL finale della landing page e conferma i valori utm a livello di sessione in GA4 o BigQuery.
Suggerimento pratico: Testa con un URL che esegue un redirect, non con quello finale. La maggior parte degli UTM persi scompare durante un passaggio di redirect e un test diretto sulla landing page non lo mostrerà mai.
La nostra guida su come tracciare il traffico AI per lo shopping aggiunge test specifici per ecommerce che puoi integrare in questa checklist.
Come dovrebbero funzionare le regole di attribuzione GA4 e la priorità dei gruppi di canali per la ricerca AI?
L'ordine è fondamentale. Un gruppo di canali personalizzato viene valutato dall'alto verso il basso e vince la prima regola corrispondente. Se una regola generica Referral o Organic è sopra la tua regola AI, i clic AI non arriveranno mai al loro canale dedicato.
Usa questa priorità:
- Primo:
utm_mediumcorrisponde esattamente aai_search. Questo è il riferimento autorevole. Quando è presente un qualsiasi UTM, Analytics usa i parametri UTM come fonte di verità e ricava esclusivamente da essi le dimensioni cross-channel. - Secondo: una allow-list di host referrer per il traffico senza UTM.
- Terzo: regole dedotte, contrassegnate con un livello di affidabilità inferiore.
Per la regola del referrer, usa una regex come chat\.openai\.com|chatgpt\.com|perplexity\.ai|gemini\.google\.com|copilot\.microsoft\.com|claude\.ai|you\.com. Posizionala subito dopo la regola UTM e sopra Referral e Organic Search predefiniti.
| Priorità | Regola | Affidabilità |
|---|---|---|
| 1 | utm_medium corrisponde a ai_search | Massima |
| 2 | La source o l'host del referrer corrisponde alla regex della allow-list | Medium |
| 3 | Corrispondenza dedotta (nuovo client, percorso di landing in stile AI, finestra temporale breve) | Bassa |
Salva un'etichetta di affidabilità per ogni corrispondenza dedotta, così i report possono ponderarla. Per una configurazione GA4 completa con esempi regex, questa guida partner sul tracciamento del traffico referral AI è un utile complemento.
Cosa puoi fare quando mancano referrer o UTM?
Alcune superfici AI aprono i link in modi che eliminano sia il referrer sia i tuoi parametri. Hai bisogno di un rilevamento a più livelli, con un punteggio di affidabilità realistico per ciascun livello. La documentazione Adobe sui campi derivati per il traffico AI indica i segnali principali: identificazione dello user-agent, classificazione del referrer e rilevamento dei parametri di query.
- Rilevamento dei parametri di query (massima affidabilità): controlla prima gli UTM. Quando un servizio aggiunge parametri o hai taggato il link, questo è il segnale più pulito disponibile.
- Classificazione del referrer (media): preserva
document.referrere confronta il suo host con un registro verificato di domini AI. Mantieni il registro in un unico file condiviso così le regole client e server restano allineate. - User-agent e log del server (da media a bassa): il logging lato server può identificare pattern noti di agenti e crawler. Ti dice che un agente ha recuperato una pagina, cosa che non sempre coincide con un clic umano.
- Euristiche dedotte (minima affidabilità): combina un nuovo client_id, un percorso di landing che corrisponde alle pagine citate di frequente dall'AI e una finestra temporale breve. Contrassegna questi casi come dedotti, mai come confermati.
Esegui i controlli in quest'ordine e fermati alla prima corrispondenza. Poi passa a valle il valore di affidabilità così i tuoi modelli possono ridurre il peso delle ipotesi. La lezione Ahrefs sul traffico AI nota anche che alcune piattaforme trasmettono i referrer in modo incoerente, quindi integra con un campo auto-dichiarato “come ci hai conosciuto”.
Quali regole di naming evitano la frammentazione dell'analytics?
La frammentazione è il killer silenzioso dell'attribuzione. “ChatGPT”, “chatgpt” e “chat-gpt” diventano tre righe diverse e nessuno si fida più del report.
- Usa sempre il minuscolo, con trattini per i valori composti da più parole.
- Mantieni un unico vocabolario controllato per utm_source e riserva
ai_searchsolo a utm_medium. - Non inventare un medium per ogni modello. La granularità della piattaforma appartiene a utm_source.
- Documenta il vocabolario, genera gli URL con un builder automatico, aggiungi una fase QA prima del lancio e distribuisci per fasi.
Suggerimento pratico: Tratta il vocabolario come codice. Mantienilo in un unico file revisionato e fai in modo che il builder URL rifiuti qualsiasi valore non presente nell'elenco.
Come validare rapidamente il tuo tagging?
Usiamo la stessa procedura breve su ogni configurazione. Fai un test di clic da ogni agente, controlla il report realtime di GA4 per una sessione con utm_medium=ai_search, estrai un piccolo campione da BigQuery e ispeziona gli header referrer della richiesta di landing.

Fai attenzione a due criticità: le webview mobile in-app che eliminano i referrer e i token source incoerenti tra team. I nostri controlli basati su simulazioni, l'analytics di attribuzione degli agenti e UCP Playground esistono proprio per questo tipo di test pratici, così puoi vedere come gli agenti citano e collegano le tue pagine prima di fidarti dei numeri.
Come far funzionare il tagging UTM con Shopify e WooCommerce?
Le piattaforme ecommerce aggiungono i propri redirect, passaggi di checkout e app, ognuno dei quali può eliminare o sovrascrivere i parametri. L'obiettivo è assicurarsi che i parametri impostati al primo clic siano ancora presenti quando viene registrato l'ordine.
Su Shopify, tagga gli URL dei prodotti in uscita alla fonte, poi verifica che l'URL di landing dopo eventuali redirect di mercato, lingua o valuta mantenga ancora l'intera query string. Controlla che le app che gestiscono redirect o attributi del carrello non riscrivano l'URL. Conferma che gli UTM del primo touch arrivino ai dati dell'ordine, non solo alla sessione, perché è questo che collega le visite AI ai ricavi.
Su WooCommerce, i responsabili più comuni sono i plugin di caching e i livelli di sicurezza. Configura la cache delle pagine in modo che vari in base al percorso invece di eliminare le query string e assicurati che i plugin per URL canonici e redirect inoltrino i parametri. Se usi uno storefront headless o basato su API, trasferisci i valori UTM nei metadati dell'ordine durante il checkout.
Per entrambe le piattaforme, testa una scheda prodotto e una pagina collezione da ogni agente, poi segui il clic fino a un ordine di test. La nostra guida su analytics del traffico guidato da agenti copre modelli di implementazione e controlli adatti a questi storefront. Se vuoi il reporting di attribuzione senza configurarlo manualmente, ci colleghiamo direttamente a Shopify e WooCommerce.
Mantieni una regola unica per entrambe: il medium resta ai_search, e solo utm_source cambia in base alla piattaforma.
Come possono i dati UTM migliorare le tue schede prodotto per le raccomandazioni AI?
Una volta separate chiaramente le sessioni AI, i dati ti indicano dove intervenire. Inizia classificando le landing page in base alle sessioni attribuite all'AI e poi alle conversioni attribuite all'AI. Una pagina che ottiene visite AI ma converte poco ha un problema di scheda prodotto. Una pagina che converte bene ma riceve poche visite AI ha un problema di visibilità.
Suddividi i risultati per utm_source. Se perplexity invia visite a una pagina collezione mentre chatgpt privilegia singole schede prodotto, capisci quali formati ogni agente tende a mostrare. Usa utm_content per separare i posizionamenti e verificare se i link nei dati strutturati superano le semplici citazioni.
Poi agisci in base a ciò che scopri. Per le pagine con traffico e conversione debole, riscrivi titoli, specifiche e descrizioni in modo che rispondano alle domande che gli acquirenti portano da una conversazione AI. Per le pagine che convertono ma ricevono poche visite, rafforza gli attributi letti dagli agenti: materiali chiari, taglie, compatibilità, spedizione e condizioni di reso. I nostri strumenti di ottimizzazione AI delle schede prodotto sono costruiti attorno a questo ciclo: dalla diagnosi del motivo per cui una pagina perde fino alla riscrittura e pubblicazione.
Misura i cambiamenti con test brevi e delimitati. Modifica un gruppo di pagine, mantienine stabile un altro simile e confronta le conversioni attribuite all'AI nella stessa finestra temporale. Il nostro articolo su trasformare il traffico AI in conversioni approfondisce cosa fare una volta che le visite arrivano.
Come si presenta in pratica un corretto tagging UTM?
Non inventeremo qui una storia cliente, quindi considera questo esempio come un'illustrazione pratica con dati chiaramente ipotetici. Immagina un negozio con due pagine prodotto citate dagli agenti AI. Prima del tagging, tutti i clic AI finiscono in un mix di Direct e Referral, quindi nessuno riesce a distinguere le pagine o collegarle agli ordini.
Dopo che il negozio adotta utm_medium=ai_search con source controllate e corregge un redirect che eliminava la query string, il quadro cambia. Il gruppo di canali mostra ora una riga AI Search distinta. Le sessioni suddivise per source rivelano che un agente invia la maggior parte delle visite a una singola pagina prodotto ad alta intenzione. Il team vede che quella pagina ha una descrizione scarna e nessuna policy di reso, la riscrive e osserva le conversioni attribuite all'AI per quella pagina nelle settimane successive.
La lezione non riguarda l'entità del miglioramento. Riguarda la sequenza: taggare, preservare, separare, diagnosticare, correggere, misurare di nuovo. Senza i primi tre passaggi, gli ultimi tre sono solo supposizioni. Gli editori possono applicare la stessa logica, dato che OpenAI osserva che ChatGPT può includere utm_source=chatgpt.com negli URL referral in alcuni flussi e che i siti che consentono a OAI-SearchBot di eseguire il crawling possono tracciare i referral ChatGPT nella loro analytics. Nota che questo valore, chatgpt.com, è diverso dal tuo token chatgpt personale, quindi normalizzalo nei tuoi report. Per un modello di reporting da adattare, consulta il nostro articolo su misurare la visibilità degli agenti AI.
Come risolvere i conflitti UTM con strumenti di analytics e attribuzione?
Quando i numeri sembrano sbagliati, parti dal clic e procedi verso l'esterno. La maggior parte dei problemi rientra in poche categorie.
I parametri scompaiono. Fai clic dall'agente e osserva l'URL a ogni passaggio. Il punto in cui la query string scompare è il responsabile: una regola di redirect, un'impostazione CDN o un livello di consenso o sicurezza.
Due source non coincidono. GA4 considera gli UTM come riferimento autorevole quando sono presenti, quindi una source assegnata dalla piattaforma può sovrascrivere quella prevista da te. Controlla se un parametro aggiunto dall'agente, come il valore chatgpt.com, entra in conflitto con il tuo token e mappa entrambi su un unico valore di reporting.
Tutto appare come Direct. Di solito significa che il referrer è stato eliminato e manca un UTM, situazione comune nelle webview mobile in-app. Usa le tue regole dedotte, contrassegnale con bassa affidabilità e aggiungi ai moduli una domanda sulla source auto-dichiarata.
Le piattaforme di attribuzione sovrascrivono i tag. Alcuni strumenti riscrivono o ri-taggano gli URL di landing. Confronta l'URL cliccato dall'utente con quello registrato dalla piattaforma ed escludi i tuoi parametri AI da qualsiasi regola di riscrittura.
Maiuscole e minuscole dividono le righe. Normalizza in fase di acquisizione se non puoi correggere subito tutte le source, poi correggi le source.
Per controlli lato GA4 ed esempi aggiuntivi di rilevamento, questo articolo partner sul tracciamento del traffico LLM in GA4 è un utile riferimento incrociato. Mantieni un changelog di ogni redirect, plugin e regola edge che modifichi. La maggior parte dei misteri di attribuzione deriva da una modifica che nessuno ha documentato.

Come dovresti dare priorità al lavoro di attribuzione degli agenti questo trimestre?
Secondo me i team pianificano troppo e rilasciano troppo poco. Inizia dalle pagine prodotto e categoria con più traffico e da un unico medium ai_search. Non costruire una tassonomia di medium, perché non riuscirai a mantenerla.
Automatizza l'iniezione dei tag per gli output che controlli completamente, poi estendila a plugin e feed sindacati. Resisti alla tentazione di perfezionare subito il rilevamento del traffico non taggato: i link taggati ti forniscono dati puliti più rapidamente.
Infine, esegui brevi coorti A/B e misura l'incremento nelle conversioni attribuite all'AI prima di qualsiasi rollout su larga scala. Un risultato piccolo ma affidabile vale più di uno grande ma dubbio.
— Xhurian
Vuoi controllare il tuo tagging e le citazioni AI con ecentic?
Se vuoi la prova che i tuoi tag funzionano, possiamo mostrartela. ecentic esegue scansioni basate su simulazioni che imitano ChatGPT, Gemini, Claude e altri agenti, mostrando dove vengono citate le tue pagine prodotto e dove invece vincono i concorrenti.

Il nostro UCP Playground e l'analytics di attribuzione degli agenti ti permettono di validare gli UTM e visualizzare le conversioni attribuite all'AI in un unico posto. Ottieni diagnosi in linguaggio semplice, suggerimenti per riscrivere le schede prodotto e pubblicazione con un clic su Shopify e WooCommerce. I piani iniziano con una scansione introduttiva gratuita e i piani a pagamento sono elencati nella nostra pagina prezzi. Esegui una scansione gratuita oppure apri il Playground e testa oggi stesso il tuo tagging.
FAQ
Quale utm_medium dovrei usare per il traffico AI?
Usa ai_search come unico valore letterale su ogni link che controlli. Inserisci l'identità della piattaforma in utm_source, ad esempio chatgpt o perplexity. Così mantieni una chiave di collegamento pulita per il tuo gruppo di canali.
ChatGPT aggiunge automaticamente parametri UTM?
In alcuni flussi, sì. OpenAI afferma che ChatGPT può includere utm_source=chatgpt.com negli URL referral, come indicato nelle FAQ per gli editori. Dovresti comunque taggare i link che controlli e mappare il valore automatico sul tuo token nei report.
Come posso tracciare il traffico AI quando non ci sono UTM?
Usa come fallback una allow-list di host referrer, poi segnali di user-agent e log del server, quindi regole dedotte. Assegna a ciascuno un livello di affidabilità così i report possono ponderarli. La lezione Ahrefs suggerisce anche un'attribuzione auto-dichiarata nei moduli.
Perché il mio traffico AI appare come Direct?
Alcune superfici AI e webview in-app eliminano il referrer e, senza un UTM, nulla identifica la source. Tagga i link che controlli e aggiungi regole dedotte per tutto il resto.