RankBrain: cos'è e come funziona l'intelligenza artificiale di Google
Capitolo 6 di 9 della guida Come funziona Google
Come funziona, cosa ha detto Google nel 2023, il mito del CTR e il ruolo con AI Mode. Leggi la guida.
Fondatore di SEO SRL
Pubblicato l'Aggiornato il 8 min di lettura1.511 parole

RankBrain è il sistema di intelligenza artificiale con cui Google, dal 2015, collega le parole delle ricerche ai concetti per mostrare pagine pertinenti anche senza le parole esatte della query, soprattutto per le ricerche nuove.
Indice dei contenuti (9 sezioni)
RankBrain è il sistema di intelligenza artificiale con cui Google, dal 2015, collega le parole delle ricerche ai concetti: così trova pagine pertinenti anche quando non contengono le parole esatte della query, soprattutto per le ricerche mai viste prima. È stato il primo sistema di deep learning usato nella Ricerca ed è ancora attivo.
Su RankBrain circolano da anni teorie su clic e tempo di permanenza. Separo quello che Google ha detto, anche sotto giuramento nel 2023, da quello che è stato solo ripetuto.
RankBrain in breve
| Domanda | Risposta |
|---|---|
| Cos'è | Un sistema di machine learning che collega le parole ai concetti |
| Da quando | 2015; rivelato a ottobre 2015 da un articolo di Bloomberg |
| Primato | Primo sistema di deep learning usato nella Ricerca Google |
| Dove interviene | Riordina i primi 20-30 risultati, secondo la testimonianza di Pandu Nayak del 2023 |
| Utile soprattutto per | Le query rare o nuove, la coda lunga |
| Usa CTR e dwell time? | Google non l'ha mai confermato |
| Stato oggi | Sistema attivo nella Guida ai sistemi di ranking di Google |
Come funziona: dalle parole ai concetti

Prima del machine learning il lavoro sulle query si basava su regole scritte dagli ingegneri: lo stemming (ricondurre «nuotare», «nuotato» e «nuotatore» alla stessa radice), i sinonimi, le entità come persone e luoghi. Funzionava per le ricerche comuni, molto meno per quelle mai viste.
È un problema grande: nel 2022 Google ha dichiarato che ogni giorno il 15% delle ricerche è del tutto nuovo. Nessuno può scrivere regole per query che non esistono ancora.
RankBrain affronta il problema imparando dai dati. L'esempio ufficiale di Google è la ricerca in inglese «what's the title of the consumer at the highest level of a food chain». Un sistema a parole chiave poteva leggere «consumer» come consumatore in senso commerciale. RankBrain, che ha visto quelle parole in moltissime pagine, collega «food chain» agli animali e capisce che la persona cerca il concetto di «apex predator», il predatore al vertice della catena alimentare.
In italiano funziona allo stesso modo. Prendi le ricerche «quali sono gli stati più popolati al mondo» e «stati per popolazione». Sono formulate in modo diverso ma chiedono la stessa cosa. Un sistema che collega le parole ai concetti può riconoscerlo e mostrare risultati simili per entrambe, anche se la prima è rara e la seconda comune.
Vettori di parole e Word2Vec
Come fa una macchina a «sapere» che due frasi parlano della stessa cosa? Trasformando le parole in numeri. RankBrain converte il linguaggio in vettori: punti in uno spazio matematico in cui le parole con significato simile stanno vicine.
L'idea non nasce con RankBrain. Il 14 agosto 2013 Google ha reso open source Word2Vec, uno strumento che impara queste rappresentazioni leggendo grandi quantità di testo. L'esempio di Google: dopo aver letto moltissimi articoli di cronaca, senza nessuna indicazione umana, Word2Vec colloca paesi e capitali in modo che la distanza tra Francia e Parigi sia simile a quella tra Germania e Berlino.

Google ha precisato di non aver fornito informazioni supervisionate durante l'addestramento: la relazione «capitale di» emerge da sola dai testi. È questo tipo di apprendimento che permette a RankBrain di gestire domande che nessuno ha mai scritto prima.
Cosa ha detto Google sotto giuramento
Per anni le informazioni su RankBrain sono state poche. Nell'ottobre 2023, al processo antitrust contro Google negli Stati Uniti, Pandu Nayak, vicepresidente della Ricerca, ha dato dettagli che Google non aveva mai reso pubblici:
- Lavora sui primi 20-30 documenti. RankBrain rivede i risultati già selezionati e può modificarne il punteggio. Non valuta tutto l'indice.
- Costa molto. È più costoso di altri componenti del ranking, per questo non gira su centinaia o migliaia di risultati.
- È addestrato su query di tutte le lingue. Non è un sistema solo per l'inglese.
- Capisce la coda lunga. Nayak ha detto che RankBrain comprende i bisogni della coda lunga mentre si addestra.
- DeepRank ne assorbe una parte. DeepRank, cioè BERT usato per il ranking, sta prendendo su di sé sempre più capacità di RankBrain.
Molti dettagli della testimonianza sono stati oscurati, quindi il quadro resta parziale. Ma è la fonte più diretta disponibile, insieme ai documenti interni trapelati nel 2024 di cui parlo nell'articolo sul Google leak.
RankBrain è il terzo fattore di ranking?
La frase viene da qui: nel 2015, in un'intervista a Bloomberg che rivelò l'esistenza di RankBrain, il ricercatore di Google Greg Corrado lo definì il terzo segnale più importante per i risultati. Nel marzo 2016 Andrey Lipattsev, Search Quality Senior Strategist di Google, indicò gli altri due: i contenuti e i link verso il sito, senza un ordine, come precisò lui stesso.
Da allora Google ha smontato più volte l'idea di una classifica fissa. A settembre 2023 Gary Illyes ha detto che i link non sono tra i primi tre fattori «da un po' di tempo» e che i fattori più importanti cambiano da sito a sito.
La mia lettura: «terzo fattore» era una frase da dichiarazione del 2015, non una regola. RankBrain non è un segnale che puoi alzare o abbassare: è un sistema che interpreta la ricerca.
RankBrain usa CTR e dwell time? Fatti e miti
Molti articoli scrivono che RankBrain misura la soddisfazione degli utenti con il CTR (la percentuale di clic sui risultati), il dwell time (il tempo passato sulla pagina prima di tornare ai risultati) e la frequenza di rimbalzo. Il quadro è questo.
| Affermazione | Cosa risulta | Fonte |
|---|---|---|
| RankBrain usa il CTR della SERP | Mai confermato. Nel 2019 Gary Illyes ha definito «in genere inventate» le teorie su dwell time e CTR legate a RankBrain | Search Engine Journal, 2019 |
| RankBrain usa i dati storici delle ricerche | Sì: secondo Illyes li usa per prevedere su cosa cliccherebbe un utente per una query mai vista | Search Engine Journal, 2019 |
| Google usa i clic per il ranking | Sì, ma con un altro sistema: secondo Nayak, Navboost è addestrato sui clic degli utenti degli ultimi 13 mesi ed è uno dei segnali importanti | Search Engine Land, 2023 |
| Google usa la frequenza di rimbalzo di Analytics | Nessuna conferma. Google dichiara di usare dati sulle interazioni aggregati e anonimizzati per valutare la pertinenza, non le statistiche di un singolo sito | Come funziona la Ricerca |
Il punto pratico: i clic contano per Google, ma non nel modo «alzo il CTR e salgo» che si legge in giro. Un titolo che promette quello che la pagina non dà porta clic che tornano indietro. Non ha senso costruirci sopra una strategia.
RankBrain oggi: BERT, MUM, AI Overview e AI Mode
RankBrain è ancora tra i sistemi di ranking attivi di Google, accanto a neural matching, BERT e passage ranking. MUM, presentato nel 2021, non è usato per il ranking generale. Google lo descrive come uno dei principali sistemi di AI della Ricerca, che lavora insieme agli altri.
E le risposte generate? AI Overview e AI Mode si basano sui sistemi di ranking e di qualità della Ricerca: recuperano le pagine dall'indice e mostrano i link alle fonti. AI Mode usa anche il query fan-out: genera una serie di ricerche collegate per trovare più risultati.
Su questo punto Google non dice quali sistemi intervengono, uno per uno, nelle ricerche generate dal fan-out. È plausibile che anche lì lavorino RankBrain e BERT, perché sono sistemi di ranking attivi e il fan-out produce proprio query nuove e lunghe, il terreno di RankBrain. Ma è una deduzione, non una dichiarazione di Google.
Cosa cambia per la SEO
RankBrain ha reso inutile una pratica molto diffusa: una pagina per ogni variante della stessa ricerca. Se Google collega «stati più popolati al mondo» e «stati per popolazione» allo stesso concetto, dieci pagine quasi uguali si fanno concorrenza tra loro.
La coda lunga però resta importante: è proprio quel 15% di ricerche nuove su cui RankBrain aiuta di più. Cambia il modo di coprirla:
- Raggruppa per intenzione. Metti insieme le varianti che chiedono la stessa cosa e fai una pagina sola, completa.
- Copri le sotto-domande nella stessa pagina. Una sezione per ognuna, con un titolo chiaro. Serve al lettore e alle ricerche collegate del fan-out.
- Scrivi in linguaggio naturale. Il sistema collega concetti, non conta parole: forzare la keyword non aiuta.
- Usa il lessico del settore. I termini che chi conosce l'argomento userebbe comunque («apex predator», non «animale più forte») aiutano a collegare la pagina al concetto giusto.
- Cura titolo e meta description perché siano veri. Devono descrivere quello che la pagina dà, non promettere di più per strappare un clic.
- Aggiorna le pagine vecchie invece di aprire un doppione.
Il resto è una buona strategia SEO: sapere chi cerca, cosa vuole e quali pagine del sito devono rispondere.
Hai più pagine che si contendono le stesse ricerche? È uno dei problemi che sistemo nel servizio di posizionamento del sito web. Per iniziare vuoi vedere dove perdi visite? Ecco da dove partire: ricevi le 5 cose da sistemare per prime sul tuo sito.
Per il quadro generale dei sistemi di Google c'è la guida su come funziona Google; per il sistema che ha aperto la strada, l'articolo su Hummingbird.
Domande frequenti
RankBrain usa il CTR e il tempo di permanenza?
Google non lo ha mai confermato. Nel 2019 Gary Illyes ha definito in genere inventate le teorie su dwell time e CTR, spiegando che RankBrain usa i dati storici delle ricerche per prevedere su cosa cliccherebbe un utente per una query mai vista. I clic degli utenti li usa un altro sistema, Navboost, con i dati degli ultimi 13 mesi: lo ha detto Pandu Nayak nella testimonianza del 2023.
Si può ottimizzare un sito per RankBrain?
Non in modo specifico. Conviene raggruppare le varianti di una ricerca che hanno la stessa intenzione in una sola pagina completa, coprire le sotto-domande con sezioni chiare, scrivere in linguaggio naturale e usare titoli che descrivono davvero la pagina. Creare una pagina per ogni variante di parola chiave porta solo pagine che si fanno concorrenza.



