Per molti anni cercare qualcosa online ha significato soprattutto scrivere.
Aprivamo Google, digitavamo alcune parole e aspettavamo che il motore di ricerca ci restituisse una serie di risultati. Prima poche parole chiave, poi frasi sempre più articolate, fino alle vere e proprie domande che oggi rivolgiamo ai motori di ricerca e alle intelligenze artificiali.
Ma nel frattempo è cambiato anche qualcos’altro: non abbiamo più necessariamente bisogno delle parole per iniziare una ricerca. Possiamo fotografare un oggetto che abbiamo davanti, inquadrare un edificio, caricare un’immagine, selezionare qualcosa che compare sullo schermo dello smartphone oppure mostrare a Google un prodotto di cui non conosciamo né il nome né la marca.
L’immagine stessa diventa la domanda.
È un cambiamento meno appariscente rispetto all’arrivo di ChatGPT e dell’intelligenza artificiale generativa, ma potrebbe avere conseguenze altrettanto importanti sul modo in cui aziende, prodotti e servizi vengono trovati online.
Quando non sappiamo cosa scrivere, possiamo semplicemente mostrarlo
Immaginiamo di vedere una lampada che ci piace nella fotografia di un arredamento. Non conosciamo il produttore, non sappiamo come si chiama quel modello e probabilmente avremmo difficoltà persino a descriverlo in maniera sufficientemente precisa.
Qualche anno fa avremmo potuto cercare qualcosa come “lampada moderna nera da tavolo con base tonda”, per poi iniziare a scorrere decine di immagini sperando di trovarla. Oggi possiamo partire direttamente dalla fotografia.
Google Lens permette da tempo di utilizzare un’immagine come punto di partenza della ricerca. Circle to Search ha ulteriormente semplificato questo comportamento sui dispositivi Android compatibili: possiamo selezionare un elemento che compare sullo schermo senza nemmeno uscire dall’applicazione che stiamo utilizzando.
Nel 2026 Google ha fatto un ulteriore passo avanti. I suoi sistemi di ricerca visuale sono in grado di analizzare più elementi presenti nella stessa immagine e AI Mode consente di combinare immagini e domande formulate in linguaggio naturale.
Una fotografia di un soggiorno, per esempio, non contiene più soltanto “un soggiorno”. Il sistema può distinguere il divano, una lampada, il tavolino, un tappeto e altri elementi presenti nella scena, comprenderne alcune caratteristiche e utilizzarli per sviluppare ricerche correlate.
Questo modifica profondamente il concetto stesso di query.
La domanda non è più necessariamente una sequenza di parole inserita dentro una casella, può essere ciò che stiamo guardando.
La ricerca sta diventando multimodale
Nel precedente approfondimento abbiamo visto come non si cerchi più soltanto attraverso la classica pagina dei risultati di Google. AI Overview, AI Mode, ChatGPT e altri sistemi stanno modificando il percorso che separa una domanda dalla scoperta di un’azienda, di un prodotto o di un’informazione.
La ricerca visuale aggiunge un altro tassello.
Si parla sempre più spesso di ricerca multimodale, cioè di sistemi capaci di lavorare contemporaneamente con forme differenti di informazione. Possiamo mostrare una fotografia e aggiungere una domanda. Possiamo partire da qualcosa che compare in un video e cercarlo. Possiamo caricare un’immagine e chiedere di trovare oggetti simili, approfondire ciò che contiene oppure identificare uno specifico elemento.
La distinzione tra ricerca testuale e ricerca visuale sta quindi diventando sempre meno netta.
E questo dovrebbe interessare molto anche chi possiede un sito web.
Le immagini di un sito non sono più soltanto decorazione
Quando progettiamo un sito, la scelta delle immagini viene ancora troppo spesso affrontata alla fine: prima costruiamo le pagine, poi scriviamo i testi e infine cerchiamo qualcosa con cui riempire gli spazi destinati alle fotografie.
Una bella immagine nella testata. Tre fotografie nei box. Una foto generica nella pagina dei servizi. Magari la stessa fotografia stock che, con un po’ di fortuna, troviamo anche sul sito di altre venti aziende.
Dal punto di vista della comunicazione è già un’occasione persa. Con la crescita della ricerca visuale lo diventa ancora di più.
Un’immagine può contenere informazioni sul prodotto, sul luogo, sull’ambiente, sulle persone e sul contesto in cui qualcosa viene utilizzato. I sistemi di ricerca possono analizzarne sempre meglio il contenuto e metterlo in relazione con le altre informazioni presenti nella pagina.
Questo non significa che ogni fotografia debba essere trattata come una nuova parola chiave da spremere fino all’ultimo pixel, significa qualcosa di più interessante: anche ciò che mostriamo contribuisce a spiegare chi siamo e cosa facciamo.
Una fotografia originale può valere più di dieci immagini stock
Pensiamo al sito di un hotel.
Possiamo utilizzare una splendida fotografia stock di una camera elegante, perfettamente illuminata e tecnicamente impeccabile. Comunicherà probabilmente una sensazione piacevole, ma non mostrerà quella camera.
Una fotografia reale può invece raccontare la disposizione degli spazi, la vista dalla finestra, l’arredamento, i materiali, la terrazza, il bagno e molti altri elementi che appartengono davvero alla struttura. Lo stesso vale per un ristorante, un negozio, un’impresa edile, un artigiano, un produttore o uno studio professionale.
Mostrare il prodotto reale, il lavoro eseguito, la sede, le persone o il risultato di un intervento produce un contenuto che appartiene all’azienda e che nessun altro possiede nello stesso modo.
La fotografia originale non è automaticamente migliore soltanto perché originale: deve comunque essere ben realizzata, pertinente e utile. Ma possiede una caratteristica che una fotografia generica difficilmente può offrire.
Documenta qualcosa che esiste davvero.
E in un web che può produrre quantità praticamente infinite di immagini artificiali, questa caratteristica acquista ancora più valore.
L’AI può creare immagini. Il problema rimane cosa vogliamo comunicare
Abbiamo già affrontato questo tema parlando delle immagini generate con l’intelligenza artificiale.
Oggi possiamo ottenere in pochi secondi fotografie apparentemente perfette, ambientazioni spettacolari, prodotti inesistenti, persone inesistenti e scenari costruiti esattamente come li abbiamo immaginati.
È una capacità straordinaria, ma non risolve automaticamente un problema di comunicazione.
Se un hotel mostra camere che non possiede, se un ristorante utilizza piatti che non prepara o se un’azienda rappresenta prodotti differenti da quelli realmente venduti, l’immagine può essere bellissima e contemporaneamente inutile — quando non addirittura fuorviante.
La questione diventa ancora più interessante nel contesto della ricerca visuale.
Se le immagini diventano informazioni interrogabili, riconoscibili e collegabili ad altri contenuti, la corrispondenza tra ciò che mostriamo e ciò che realmente offriamo diventa parte della qualità della nostra presenza digitale.
L’identità visiva non consiste quindi nel produrre molte immagini. Consiste nello scegliere e costruire immagini che appartengano davvero al brand e alla sua comunicazione.
Google deve poter capire anche il contesto dell’immagine
La ricerca visuale non elimina la SEO delle immagini. Semmai la rende ancora più sensata. Google continua a raccomandare immagini di buona qualità inserite vicino a testo pertinente e accompagnate da informazioni che aiutino a comprenderne il contenuto.
Il testo alternativo, il famoso attributo alt, fa parte di questo lavoro, ma non dovrebbe essere trasformato in un contenitore nel quale infilare tutte le keyword possibili. La sua funzione primaria rimane descrivere in maniera utile l’immagine, anche per chi utilizza tecnologie assistive.
Se abbiamo la fotografia di una piscina a sfioro affacciata sul mare in un hotel di Bordighera, una descrizione coerente dell’immagine è molto più utile di una sequenza artificiale come “hotel Bordighera piscina hotel lusso Liguria piscina mare”.
Vale la stessa logica per il nome del file, per la didascalia quando necessaria, per il testo circostante e per la pagina nella quale l’immagine è inserita. Google non guarda un’immagine completamente isolata dal resto.
Il contesto aiuta a comprenderne il significato.
Anche la scelta dell’immagine principale conta
C’è poi un dettaglio tecnico interessante che nel 2026 Google ha ulteriormente chiarito.
Il motore di ricerca può utilizzare sia i dati strutturati sia il tag og:image come fonti per determinare quale immagine utilizzare come miniatura di una pagina nei risultati di ricerca e in Discover.
È un dettaglio apparentemente piccolo, ma dimostra quanto l’immagine associata a un contenuto faccia ormai parte integrante del modo in cui quel contenuto viene rappresentato e scoperto.
Non basta quindi caricare una fotografia e dimenticarsene, bisogna chiedersi quale immagine rappresenti davvero quella pagina, se abbia dimensioni e qualità adeguate, se sia accessibile ai crawler e se i metadati forniscano indicazioni coerenti.
Sono accorgimenti tecnici, certo, ma dietro la tecnica rimane sempre la stessa domanda: cosa vogliamo mostrare quando qualcuno incontra il nostro contenuto per la prima volta?
Per un e-commerce la ricerca visuale è ancora più importante
Se esiste un ambito nel quale questo cambiamento è particolarmente evidente, è quello dell’e-commerce.
Vediamo un paio di scarpe in una fotografia, una borsa durante un video, una sedia all’interno di un appartamento pubblicato sui social, un oggetto utilizzato da qualcuno. Possiamo cercarlo senza conoscerne il nome.
Google Lens integra già informazioni commerciali come prezzi, recensioni e possibilità di acquisto, mentre le esperienze visuali di AI Mode permettono di descrivere ciò che cerchiamo in maniera molto più libera rispetto ai tradizionali filtri di un catalogo.
Per chi vende online, la qualità delle immagini di prodotto non riguarda quindi soltanto la capacità di convincere l’utente una volta arrivato sulla scheda. Può contribuire anche alla fase precedente: essere scoperti.
Fotografie nitide, viste differenti, dettagli, immagini contestualizzate e informazioni di prodotto coerenti diventano parti di un ecosistema nel quale immagine, catalogo, dati strutturati e contenuto della pagina lavorano insieme.
Ma riguarda anche chi non vende prodotti
Sarebbe però un errore considerare la ricerca visuale una questione esclusivamente legata all’e-commerce.
Un utente può fotografare un edificio e cercare informazioni. Può voler identificare un luogo visto sui social. Può cercare un ristorante partendo dalla fotografia di un piatto, approfondire una destinazione turistica, riconoscere un prodotto utilizzato durante un lavoro oppure cercare esempi di un determinato servizio.
Per molte attività locali il patrimonio fotografico potrebbe diventare progressivamente importante quanto quello testuale.
Pensiamo a un’impresa che pubblica fotografie autentiche delle proprie realizzazioni, a un hotel che documenta camere e servizi, a un ristorante che mostra realmente i propri piatti o a un professionista che costruisce nel tempo un portfolio riconoscibile.
Non stiamo più parlando semplicemente di “avere belle foto sul sito”, stiamo costruendo informazioni visive associate a un brand.
Il sito deve diventare comprensibile in tutte le sue parti
Il filo conduttore con gli altri cambiamenti della ricerca è piuttosto evidente.
Quando abbiamo parlato di GEO e di ricerca attraverso le intelligenze artificiali, abbiamo visto quanto sia importante rendere chiari i contenuti, le entità, i servizi e il contesto di un’azienda. Con la ricerca visuale il principio non cambia, ma si allarga.
Testi, fotografie, video, dati strutturati, informazioni sui prodotti e architettura delle pagine non possono essere considerati compartimenti completamente separati.
Un buon sito deve permettere a una persona di capire rapidamente cosa sta guardando e, sempre di più, deve permetterlo anche ai sistemi che analizzano quel contenuto.
Quindi dobbiamo fare “SEO per Google Lens”?
Probabilmente questa sarebbe la conclusione più facile da vendere.
Inventare una nuova disciplina, darle un nome accattivante e promettere una formula per arrivare primi nelle ricerche visuali.La realtà è meno spettacolare.
Non esiste un pulsante che garantisca la comparsa di un’immagine in Google Lens, così come non esiste una formula che garantisca la citazione di un sito dentro una risposta generata dall’AI.
Esistono però buone pratiche molto concrete: immagini pertinenti e di qualità, contenuti originali, pagine accessibili ai motori di ricerca, descrizioni corrette, informazioni coerenti, dati strutturati quando appropriati e una relazione chiara tra ciò che una pagina dice e ciò che mostra.
Ancora una volta, l’evoluzione tecnologica non rende inutile il lavoro fatto bene, lo rende più importante.
Dal sito da leggere al sito da comprendere
Per anni abbiamo progettato siti pensando principalmente a due interlocutori: le persone e i motori di ricerca. Oggi il confine è molto meno semplice. Una persona può trovare un’azienda attraverso Google, un social network, una risposta generata dall’intelligenza artificiale, una fotografia, un video o qualcosa che ha visto nel mondo reale e successivamente inquadrato con il proprio smartphone.
Il punto di ingresso cambia continuamente.
Per questo un sito non dovrebbe più essere pensato soltanto come una raccolta di pagine da leggere: Deve essere un insieme coerente di informazioni, testi, immagini, identità e contenuti che raccontano chiaramente la stessa realtà.
La ricerca visuale è soltanto uno dei segnali di questa trasformazione.
Forse tra qualche anno ci sembrerà perfettamente normale cercare qualcosa semplicemente guardandolo ed in parte, lo stiamo già facendo.
E per le aziende la domanda da porsi oggi non è soltanto “cosa diciamo online?”, ma anche “quello che mostriamo aiuta davvero a trovarci, riconoscerci e capire chi siamo?”
In CTWEB Studio progettiamo siti web e strategie di comunicazione partendo proprio da questa coerenza: struttura, contenuti, immagini, identità visiva e visibilità sui motori di ricerca devono lavorare insieme, non essere aggiunti uno dopo l’altro.
Se vuoi capire se il tuo sito sta semplicemente mostrando delle immagini o se sta realmente comunicando la tua attività, possiamo partire da un’analisi della presenza digitale attuale.
