Le agenzie pubblicitarie fanno vibe coding dei propri strumenti GEO con Claude Code
La Generative Engine Optimization (GEO) – l'ottimizzazione per i motori generativi – è diventata la lacuna di competenze più urgente nel settore pubblicitario. Le agenzie la stanno colmando nel giro di una notte grazie al vibe coding e a Claude Code, lo strumento di coding agentivo di Anthropic.
Il 4 marzo 2026, Adweek ha riportato che agenzie come Havas, Broadhead e Supergood stanno sviluppando piattaforme di monitoraggio Generative Engine Optimization (GEO) su misura in una singola serata tramite vibe coding. Nessuno sviluppatore assunto. Nessun contratto software a sei cifre. Solo una persona senza background di programmazione, un'interfaccia di chat e Claude Code.
Questo è ciò che accade quando il vibe coding incontra un bisogno aziendale reale – e ha implicazioni per ogni studio di sviluppo IA.
Cos'è la Generative Engine Optimization (GEO) e perché le agenzie ne hanno bisogno ora
La ricerca si è frammentata. Secondo le previsioni 2025 di Gartner, il volume di ricerca tradizionale diminuirà del 25% entro il 2026 mentre gli utenti si spostano verso alternative basate sull'IA. Milioni di persone ora aprono ChatGPT, Perplexity o Claude prima di aprire Google. Chiedono: "Qual è il miglior software di project management per un team remoto?" L'IA risponde – e se il tuo brand non appare, di fatto non esisti.
La Generative Engine Optimization (GEO) è la pratica di garantire che un brand appaia favorevolmente nelle risposte generate dall'IA. Mentre la SEO tradizionale ottimizza per i ranking di parole chiave in un indice web, la GEO mira alla brand salience negli output dei modelli linguistici: quanto spesso un modello cita un brand, in quale contesto e rispetto a quali concorrenti.
Gli strumenti per misurare la Generative Engine Optimization esistevano a malapena dodici mesi fa. Esistono piattaforme GEO già pronte – Profound, Bluefish e Emberos competono tutte in questo spazio – ma le agenzie hanno scoperto che le soluzioni generiche non si adattano al loro modo di lavorare. Portfolio di clienti multipli, framework di brand proprietari, strategie di prompting specifiche. Gli strumenti GEO di cui avevano bisogno non esistevano. Quindi li hanno costruiti con Claude Code.
Come il vibe coding con Claude Code rende tutto questo possibile
Mitch Hislop, VP of Product Innovation di Broadhead, ha costruito l'intera piattaforma di monitoraggio Generative Engine Optimization dell'agenzia in una sola serata con Claude Code. Una serata. Una persona. Zero righe di codice tradizionale scritte a mano.
Il suo strumento costruito con Claude Code analizza come diversi provider di IA classificano un brand e i suoi concorrenti, esegue un "voto di intelligence competitiva" dove un utente inserisce un brand e una posizione e un LLM restituisce quali concorrenti probabilmente menzionerebbe, e aggiunge livelli di personas del pubblico per simulare come diversi tipi di consumatori interrogano gli strumenti IA.
Questo upgrade di persona-layering – trasformare un semplice brand tracker in un sistema di intelligence competitiva a spettro completo – ha richiesto circa due ore di vibe coding con Claude Code.
Claude Code rende tutto questo possibile perché mantiene abbastanza contesto per costruire un'architettura applicativa completa, non solo snippets. Descrivi lo strumento GEO di cui hai bisogno, Claude Code genera codice funzionante, e iterei in linguaggio naturale. Per qualcuno con expertise di dominio ma background limitato nel coding, Claude Code è trasformativo.
Havas ha scalato ulteriormente. Il loro Brand Insights AI – anch'esso costruito su Claude Code e Replit – genera prompt personalizzati basati sul brand di un cliente, li esegue simultaneamente su più modelli IA e traccia quanto frequentemente il brand appare nelle risposte. La piattaforma copre quasi 100 paesi e più di 60 lingue, e Havas la concede in licenza ai clienti come prodotto SaaS. Dan Hagen, global chief data and technology officer di Havas, afferma che Brand Insights AI è diventato parte della strategia di pitch centrale dell'agenzia.
Supergood ha firmato un accordo enterprise con Anthropic e utilizza i modelli Claude come infrastruttura centrale in più applicazioni – inclusa l'organizzazione di knowledge graph interni e la costruzione di loop di auto-valutazione dove un modello genera una risposta, la valuta rispetto a criteri, assegna un punteggio e ripete finché non raggiunge una soglia di qualità. Mike Barrett, fondatore e CSO di Supergood: "Tutti stanno creando software in questo momento. Tra due anni consegneremo più software che documenti reali."
Cosa significa questo per gli studi di sviluppo IA
Ecco la domanda scomoda per chiunque gestisca uno studio di sviluppo: se un VP marketing può costruire una piattaforma SaaS di Generative Engine Optimization funzionante in una serata con Claude Code, cosa sta vendendo esattamente una dev agency?
La risposta onesta: il giudizio ingegneristico. Ciò che il vibe coding con Claude Code non sostituisce è il lavoro che avviene dopo la spedizione della prima versione.
I numeri dei costi parlano chiaro. L'accesso all'API di Claude Code costa circa 50-200 $/mese per il tipo di utilizzo che Hislop descrive. Un contratto di sviluppo personalizzato paragonabile per una piattaforma di monitoraggio GEO partirebbe da 50.000 $. Questo è una riduzione dei costi del 99% per l'MVP – ma l'MVP non è il prodotto.
Cosa richiede ancora ingegneria:
- Hardening della sicurezza, autenticazione e conformità alla residenza dei dati per l'intelligence competitiva dei clienti
- Progettazione dello schema del database, rate limiting e pipeline di deployment in scala
- Architettura multi-modello per evitare il lock-in da singolo vendor (Hagen ha esplicitamente segnalato questo rischio – gli accordi enterprise con Anthropic possono raggiungere "svariati milioni" annualmente)
- Manutenzione quando l'API del modello IA cambia, nuovi provider devono essere integrati, o emergono casi limite
Da Context Studios, abbiamo consegnato strumenti costruiti con Claude Code in ore che precedentemente richiedevano giorni. Integriamo strumenti adiacenti alla GEO nei nostri workflow per i clienti. La nostra esperienza rispecchia ciò che Broadhead riporta – per compiti delimitati e ben definiti, Claude Code offre davvero guadagni di produttività 10x.
Ma abbiamo anche incontrato i muri. Gli strumenti vibe-coded faticano quando il dominio del problema si sposta durante la costruzione (la finestra di contesto di Claude Code non mantiene memoria architetturale inter-sessione), quando si integra con infrastrutture legacy complesse, e quando i vincoli di sicurezza richiedono una progettazione esplicita piuttosto che codice basato su pattern. Abbiamo ricostruito un prototipo Claude Code tre volte prima che l'architettura si stabilizzasse per la produzione – un pattern comune che la narrativa della "serata" non cattura.
La nostra visione: Claude Code è uno sviluppatore junior eccezionalmente capace che consegna velocemente su compiti ben definiti ma necessita di supervisione senior per tutto ciò che deve durare. Quella supervisione – il giudizio ingegneristico – è ciò su cui studi come il nostro si concentrano. Il mercato per semplici dashboard personalizzati si sta restringendo. Il mercato per sistemi IA di qualità produzione sta crescendo.
Avvertenze: cosa gli strumenti GEO vibe-coded non fanno bene
La manutenzione è più difficile della creazione. Uno strumento GEO vibe-coded in una serata con Claude Code è facile da costruire e difficile da mantenere. Quando l'API del modello IA cambia o emerge un caso limite, il codice generato da Claude Code deve essere compreso da un umano. Se nessuno nel team riesce a leggerlo, è una responsabilità.
La sicurezza non è implicita. Il codice generato da IA tramite Claude Code non implementa automaticamente autenticazione, rate limiting, validazione degli input o conformità alla residenza dei dati. Uno strumento di monitoraggio GEO che gestisce intelligence competitiva dei clienti necessita di una vera progettazione della sicurezza.
Il rischio di allucinazione si compone. Gli strumenti di Generative Engine Optimization costruiti su LLM sono sistemi di misurazione che sono essi stessi probabilistici. Senza un'attenta ingegneria dei prompt e validazione degli output, un tracker GEO produce risultati dall'aria sicura ma incoerenti.
Il lock-in del vendor è reale. Se costruisci tutta la tua offerta GEO su un unico provider di modelli e quel provider smette di essere abbastanza frontier, hai un problema. Le architetture multi-modello aggiungono complessità ma riducono il rischio.
Domande frequenti
Cos'è la Generative Engine Optimization (GEO)?
La Generative Engine Optimization (GEO) ottimizza come un brand appare nelle risposte generate dall'IA di ChatGPT, Perplexity e Claude. A differenza della SEO tradizionale che mira ai ranking per parole chiave, la GEO si concentra sulla brand salience e sulla frequenza di citazione negli output dei grandi modelli linguistici. La pratica è emersa nel 2025 quando gli strumenti di ricerca basati sull'IA hanno catturato una quota di mercato significativa dai motori di ricerca tradizionali.
Come ha costruito Havas la sua piattaforma Brand Insights AI?
Havas ha costruito Brand Insights AI con Claude Code e Replit in un processo iterativo di vibe coding. La piattaforma genera prompt personalizzati per brand cliente, li esegue su più modelli IA e analizza la frequenza di citazione. Copre quasi 100 paesi e 60+ lingue, e Havas la concede in licenza come prodotto SaaS ai clienti.
Il vibe coding con Claude Code è affidabile per strumenti enterprise di qualità produzione?
Il vibe coding con Claude Code produce strumenti funzionali rapidamente, come dimostrano Broadhead e Havas. Gli strumenti di qualità produzione richiedono inoltre hardening della sicurezza, gestione degli errori, architettura di scalabilità e manutenzione continua. L'MVP della "serata" è reale; il prodotto SaaS durevole richiede ancora giudizio ingegneristico e investimenti di sviluppo continuativi.
Perché le agenzie costruiscono strumenti GEO invece di acquistare soluzioni pronte all'uso?
Le piattaforme GEO pronte all'uso non si adattano ai workflow delle agenzie – portfolio clienti multipli, framework di brand proprietari, strategie di prompting specifiche. Costruire con Claude Code consente personalizzazione completa a una frazione dei costi dei contratti software enterprise, con la flessibilità di iterare man mano che la tecnologia IA evolve rapidamente.
Cosa significa il tooling d'agenzia vibe-coded per gli studi di sviluppo?
La barriera per costruire strumenti specifici per dominio e a bassa complessità è calata drasticamente. Questo comprime il mercato per software personalizzato semplice. I sistemi complessi di qualità produzione che richiedono progettazione della sicurezza, giudizio architetturale e manutenibilità a lungo termine richiedono ancora vera ingegneria. Gli studi IA-nativi focalizzati su quel livello sono ben posizionati.
Quali funzionalità di Claude Code abilitano il vibe coding di strumenti GEO?
La finestra di contesto estesa di Claude Code mantiene intere architetture applicative in memoria, generando componenti interconnessi coerenti piuttosto che snippets isolati. Le sue capacità agentive – leggere file, eseguire comandi, iterare sugli errori – gli permettono di costruire e testare workflow completi di Generative Engine Optimization senza intervento umano costante.
Letture correlate
- Best Practice Claude Code: Workflow, Attività & Tutorial — Approfondire cosa può fare Claude Code in produzione
- Polsia: Come un fondatore solo ha raggiunto 1M$ di ARR in 30 giorni con agenti IA — Un altro caso studio sulla velocità IA-nativa
- Il Reset dei Modelli IA: I Lanci Più Importanti di Febbraio 2026 — Il panorama dei modelli che rende possibile tutto questo