Per anni il programmatic SEO è stato una di quelle cose che suonavano bene in teoria. Creare pagine a scala partendo da pattern ripetibili: stessa struttura, dati diversi. Una pagina per ogni combinazione di prodotto, servizio o categoria. Indicizzata, posizionata.
In pratica, però, il risultato era quasi sempre lo stesso: pagine template piene di testo generico che non dicevano niente a nessuno. Google se ne è accorto — e con gli aggiornamenti Helpful Content ha iniziato a penalizzare esattamente questo tipo di contenuti.
Il problema non era l’idea. Era l’esecuzione.
Il vero problema: scala senza contesto
Quando un cliente — ESGRID — ci ha chiesto di creare centinaia di pagine prodotto per il suo sito, sapevamo che l’approccio tradizionale non avrebbe funzionato. Tante categorie, tante combinazioni, tantissime pagine da creare. Farlo a mano sarebbe stato impensabile. Ma usare i tool generici significava produrre contenuti che non sapevano niente del business per cui venivano creati.
Questo è il nodo centrale del programmatic SEO: la scala, da sola, non basta. Se quello che scali è generico, stai solo generando rumore più velocemente.
Quello che mancava non era la tecnologia per produrre contenuti. Era il contesto.
Nessun tool sapeva chi fosse ESGRID, cosa vendesse, a chi parlasse. E senza quel contesto, ogni output era intercambiabile con quello di qualsiasi altro business nello stesso settore.
L’approccio: uno stack che conosce il business
Invece di cercare un unico tool che facesse tutto, abbiamo costruito uno stack dove ogni pezzo fa una cosa bene e passa il risultato al successivo. L’ingrediente che tiene tutto insieme è il contesto aziendale.
Il tool custom (Lovable)
La parte di cui vado più fiero è un tool che ho costruito in un pomeriggio con il vibecoding, usando Lovable.
Funziona così: gli dai il profilo aziendale del cliente — settore, business model, target, USP — e lui genera keyword specifiche, idee per articoli del blog, headlines e meta descriptions. Tutto già calibrato su quel business, non estratto da un database generico.
Quattro iterazioni da prompt a prodotto funzionante. Non è un prototipo: è lo strumento che usiamo in produzione.
Il tool si collega a DataForSEO per i volumi di ricerca reali e i CPC. Usa Claude AI per generare idee articoli calibrate sul settore. Produce anche copy Google Ads coerente con il resto dello stack.
Costo per query: circa $0.003. Per centinaia di keyword, stiamo parlando di pochi dollari.
L’automazione (Make.com + Gemini)
Le keyword generate dal tool passano a Make.com, che orchestra il resto del flusso. Gemini riceve le keyword con il contesto aziendale e genera gli articoli veri e propri.
Il punto chiave: Gemini non riceve solo una keyword. Riceve la keyword, il profilo dell’azienda, il tono di voce, il target. Ogni articolo che esce è già contestualizzato.
Il flusso completo
Seed keyword
↓
Tool custom (Lovable)
→ Genera keyword secondarie contestualizzate
→ Genera headlines, descriptions, idee articoli
↓
DataForSEO API
→ Volumi reali, CPC, difficulty
↓
Make.com + Gemini API
→ Genera articoli completi con contesto aziendale
↓
Tool custom
→ Genera copy Google Ads coerente
↓
Output: contenuti + ads, calibrati sul businessCosa cambia rispetto al programmatic SEO tradizionale
La differenza non è nella quantità di contenuti prodotti. È nella rilevanza.
Con i tool generici, generi 200 pagine e poi passi ore a scartare, riscrivere, adattare. Il 60-70% dell’output è rumore. Con uno stack che parte dal contesto aziendale, ogni output è già filtrato. Non devi scartare niente.
Questo ha tre conseguenze pratiche:
1. Tempo di produzione reale più basso. Non conta solo quanto velocemente generi i contenuti. Conta quanto tempo passi a renderli pubblicabili. Se l’output è già rilevante, il tempo totale si riduce drasticamente.
2. Google tratta i contenuti diversamente. Pagine che dicono qualcosa di specifico su un business specifico performano meglio di template riempiti con dati generici. Non è una teoria — è quello che vediamo nei dati GSC dopo il lancio.
3. Coerenza tra canali. Se le keyword, gli articoli e il copy Ads vengono tutti dallo stesso contesto, il messaggio è coerente. Il cliente non deve riallineare niente manualmente.
Quando il programmatic SEO ha senso
Non sempre. Il programmatic SEO funziona quando hai:
Pattern ripetibili. Combinazioni prodotto/categoria, servizio/città, feature/settore. Se ogni pagina richiede un approccio completamente diverso, non è programmatic SEO — è content marketing tradizionale.
Volume sufficiente. Se devi creare 10 pagine, falle a mano. Il programmatic SEO ha senso da 50+ pagine in su, dove il costo di setup dello stack viene ammortizzato.
Dati strutturati disponibili. Il tool funziona perché parte da dati concreti — profilo aziendale, keyword con volumi reali, struttura dei prodotti. Se non hai questi dati, l’output sarà comunque generico.
I tempi sono cambiati
Due anni fa, costruire uno stack del genere avrebbe richiesto un team di sviluppo, budget dedicato e mesi di lavoro. Oggi i pezzi esistono tutti: Lovable per costruire tool custom senza scrivere codice, Make.com per orchestrare i flussi, API di AI per la generazione, DataForSEO per i dati reali.
Non serve essere sviluppatori. Serve capire il problema, scegliere i pezzi giusti e collegarli.
Il programmatic SEO non è morto. Sta diventando quello che avrebbe dovuto essere dall’inizio: contenuti a scala che hanno qualcosa da dire.
Se stai pianificando un progetto di contenuti a scala e vuoi capire se questo approccio fa al caso tuo, parliamone.