Il filtro di rifiuto delle risposte alle recensioni di Google: cosa rivelano 12.752 risposte rifiutate

Google ora rifiuta silenziosamente le risposte alle recensioni. Nessuna notifica. Nessuna spiegazione. La tua risposta rimane nello stato RIFIUTATO nell'API mentre tu presumi che sia stata pubblicata.

Lo sappiamo perché possiamo vederlo. L'API di Google Business Profile ha introdotto ReviewReplyState il 1° aprile 2026 (Blog delle modifiche per gli sviluppatori di Google). Prima di allora, ogni risposta pubblicata tramite l'API andava automaticamente online. Nessuna moderazione. Nessun filtro.

Questo è cambiato. E con ciò è arrivato un problema di rifiuto silenzioso di cui la maggior parte delle aziende e delle agenzie non ha idea di star vivendo.

Abbiamo estratto 12.752 risposte a recensioni rifiutate dai dati della nostra piattaforma attraverso due estrazioni separate, una immediatamente dopo che i dati sono diventati disponibili il 22 aprile 2026 e una seconda il 28 maggio 2026, per scoprire cosa sta effettivamente attivando il filtro di Google. Questa è la prima volta che questi dati vengono pubblicati. Ecco cosa abbiamo scoperto.

La portata del problema è più grande di quanto chiunque si renda conto

Nel nostro set di dati combinato di 12.752 risposte rifiutate:

Il 92,6% erano risposte a recensioni a 5 stelle. Le recensioni positive stanno generando il maggior numero di rifiuti, quasi certamente perché le attività (e gli strumenti di IA) rispondono ad esse con un linguaggio entusiasta e predefinito.

I rifiuti hanno subito un'impennata nel 2024. Dai 354 rifiuti registrati in tutto il 2022 e i 398 del 2023, il numero è balzato a 9.393 solo nel 2024. O il filtro di Google è diventato significativamente più aggressivo, o la qualità della recensione è cambiata.

La risposta media rifiutata è stata scritta 1.221 ore, circa 50 giorni, dopo la pubblicazione della recensione originale. Le risposte ritardate e programmate in blocco appaiono nei dati a un tasso sproporzionato, e tale media è cresciuta dalla nostra prima estrazione. La natura silenziosa di questo è il problema centrale. Una risposta che viene rifiutata non genera un errore. Non viene respinta. Semplicemente non appare. Senza visibilità a livello di API, non lo sapresti mai.

Due snapshot, una storia

Il grafico seguente traccia il numero di rifiuti mensili da entrambe le estrazioni di dati. La prima estrazione (22 aprile 2026, mostrata in azzurro) ha catturato 7.151 risposte rifiutate. La seconda estrazione (28 maggio 2026, mostrata in blu pieno) ne ha identificate 12.752, un aumento del 78% in sole cinque settimane, riflettendo sia nuovi rifiuti sia risposte storicamente rifiutate che non erano ancora state indicizzate nella nostra prima estrazione.

La linea ambra traccia la percentuale di risposte rifiutate in ogni mese che contengono linguaggio boilerplate AI rilevabile. La sua traiettoria è la scoperta centrale di questa analisi.

I due set di dati raccontano una storia coerente: una linea di base piatta per tutto il 2022-2023, un picco esplosivo nel 2024 e un netto cambiamento compositivo da metà 2025 in poi, in cui il volume diminuisce mentre il carattere di ciò che rimane cambia in modo significativo.

Motivo 1: il boilerplate AI è il singolo più grande fattore scatenante

Il 67% di tutte le risposte rifiutate nel nostro set di dati conteneva almeno una frase boilerplate AI rilevabile. La proporzione è passata da circa il 35% all'inizio del 2024 all'85% entro metà 2024, dove si è mantenuta fino all'inizio del 2025.

Le frasi che appaiono più frequentemente nelle risposte rifiutate sono proprio quelle prodotte da strumenti di risposta AI non configurati o generici:

Queste frasi non compaiono solo nelle risposte rifiutate; le dominano. Non è una correlazione. Lo schema è troppo coerente e la tempistica troppo precisa per essere una coincidenza.

La nostra ipotesi: il sistema di moderazione di Google ha creato un modello statistico di risposte alle recensioni automatizzate e di bassa qualità. Le frasi precedenti sono le impronte digitali della generazione di massa tramite IA. Appaiono in milioni di risposte in miliardi di attività con una frequenza innaturale. Il filtro di Google sembra contrassegnare le risposte che combinano questi segnali in un modello riconoscibile.

Consideralo come un filtro antispam. Le singole parole non sono il problema. La combinazione, "apertura + nome + frase di complimento + frase di soddisfazione + chiusura proiettata al futuro", è il modello che Google ha imparato a rifiutare.

Ecco un esempio reale dai nostri dati (una risposta a una recensione a 5 stelle su un idraulico, 1.731 caratteri, immediatamente rifiutata):

"Ciao Tannas, grazie per la tua recensione entusiasta e per aver raccomandato caldamente Kingstree Plumbing! Siamo incredibilmente grati per il tuo apprezzamento… È meraviglioso sentire che l'approccio informativo, efficiente e amichevole di Dane ha avuto un impatto così positivo… Il tuo feedback è prezioso per noi… #KingstreePlumbing #AltamenteRaccomandato #ServizioEfficiente…"

Questa risposta contiene hashtag, keyword stuffing, lunghezza eccessiva, frasi di elogio in stile AI e sembra generata da uno strumento senza limiti. È stata immediatamente rifiutata.

La lezione: se il tuo strumento di risposta AI produce risposte che suonano come tutti gli altri strumenti di risposta AI, il filtro di Google alla fine lo rileverà.

Motivo 2: Volgarità in nomi, nomi di attività commerciali e voci di menu

Questo sorprende le persone. Il filtro per le volgarità di Google opera sul testo completo della risposta, ma non può distinguere tra un insulto e un contesto in cui la stessa stringa è legittima.

Il problema si manifesta in tre forme distinte.

La regola pratica: prima che il tuo strumento di risposta pubblichi una risposta, dovrebbe eseguire un controllo pre-volo sull'intero testo, inclusi il nome del recensore, eventuali nomi di prodotti e la firma dell'attività. Se una stringa dovesse attivare un filtro automatico per le oscenità, la risposta necessita di revisione umana prima di essere inviata.

Motivo 3: Risposte Esattamente Uguali e con Contenuto Minimo

Nei dati, un account ha inviato la risposta “Grazie!”, dieci caratteri, testualmente, a oltre 100 recensioni consecutive. Tutte sono state rifiutate. Un altro account ha inviato “grazie per l'ottima recensione” in modo identico a 46 recensioni in sequenza. Un terzo schema: “Grazie 🙏” con solo il nome del recensore aggiunto, inviato centinaia di volte su un account.

All'estremo: risposte rifiutate composte esclusivamente da una singola emoji “👍”, “🙌”, “😊”, o semplicemente segni di punteggiatura come “!!!” o “.”.

È probabile che qui siano in funzione due meccanismi. Innanzitutto, la duplicazione esatta su larga scala è un classico segnale di spam. Quando la stessa stringa viene inviata dallo stesso account a decine o centinaia di recensioni in un breve lasso di tempo, tale schema corrisponde a un comportamento di automazione di bassa qualità noto, indipendentemente dal fatto che la singola stringa sia offensiva. In secondo luogo, Google sembra applicare una soglia minima di qualità. Una risposta che non aggiunge valore informativo al registro pubblico, "Grazie!", non contribuisce in alcun modo a ciò che un lettore non potrebbe dedurre dalla valutazione a stelle, e potrebbe non superare una soglia di qualità che il sistema di moderazione applica prima che una risposta venga approvata.

L'implicazione pratica: l'uso di modelli non è solo un problema di linguaggio standardizzato. Anche una risposta breve, pulita e non generata dall'IA verrà rifiutata se è identica a decine di altre risposte dallo stesso account.

Motivo 4: Dettagli di contatto nel corpo della risposta

Le risposte alle recensioni non sono un canale per generare traffico o acquisire lead. La politica sui contenuti di Google lo rende chiaro e i nostri dati lo riflettono.

327 risposte (2,6%) contenevano un indirizzo email incorporato nel corpo della risposta. Questi sono quasi sempre tentativi ben intenzionati di risolvere un reclamo: “Ti preghiamo di contattarci all'indirizzo [email protected] così possiamo rimediare.” 

287 risposte (2,3%) includevano “contattaci” o “chiamaci”, invitando il recensore a intraprendere azioni al di fuori della piattaforma. Il modello è coerente con le recensioni negative e neutre, dove le aziende istintivamente vogliono spostare la conversazione offline.

La posizione di Google è chiara: una risposta a una recensione deve rivolgersi pubblicamente all'autore della recensione. Se si desidera dare un seguito in privato, utilizzare la funzione di messaggistica privata esistente di Google. Inserire l'e-mail di supporto in una risposta pubblica è trattato come una sollecitazione commerciale o fuori piattaforma e viene bloccato.

Motivo 5: Hashtag nel testo della risposta

38 risposte nel nostro set di dati contenevano hashtag e tutte le 38 sono state rifiutate. Gli hashtag sono una caratteristica delle piattaforme di social media in cui la scoperta è guidata dal tagging. Le recensioni del profilo dell'attività su Google non sono social media. Sono un segnale di fiducia strutturato.

L'esempio di hashtag rifiutato dai nostri dati chiarisce il problema: #KingstreePlumbing #HighlyRecommended #EdmontonAreaExperts  

Questo viene interpretato come una manipolazione SEO, che inserisce nomi di attività e termini di localizzazione in una risposta per alterare i segnali di ricerca locale. Indipendentemente dall'intento, il filtro di Google lo interpreta in questo modo.

La regola è semplice: nessun hashtag nelle risposte alle recensioni.

Motivo 6: Programmazione in blocco e velocità di risposta

Il solo tempo di risposta non causa il rifiuto. Ma è una componente del modello più ampio che Google sembra analizzare.

Il 78,7% delle risposte rifiutate nel nostro dataset sono state pubblicate più di 24 ore dopo la scrittura della recensione. Il ritardo medio è stato di 1.221 ore, circa 50 giorni, rispetto alle 720 ore della nostra prima estrazione. Ciò riflette il comportamento delle attività commerciali che raggruppano le loro risposte, spesso eseguendo la generazione AI in blocco una volta alla settimana o una volta al mese anziché rispondere in tempo reale. Tale media sta peggiorando, non migliorando.

Quando lo stesso account invia un gran numero di risposte in un breve periodo, tutte seguendo lo stesso modello strutturale, tale schema è coerente con un abuso automatizzato. È l'equivalente digitale dell'invio di 500 email dallo stesso IP in un'ora, tecnicamente legittimo, ma statisticamente sospetto.

La nostra ipotesi sulla programmazione in blocco: il sistema di Google potrebbe non valutare una risposta in isolamento. Potrebbe valutarla nel contesto della velocità, di quante risposte questo account ha inviato in questa finestra, di quanto siano strutturalmente simili tali risposte e se il modello corrisponde a noti comportamenti di automazione di bassa qualità. Questo è più difficile da dimostrare dal solo testo della risposta. Ma i dati sui tempi, combinati con i dati sul boilerplate e la duplicazione, puntano fortemente in questa direzione.

Il Campo Che Cambia Tutto: Stato dell'Account vs Contenuto

Tutto quanto sopra è stato costruito tramite reverse-engineering dal testo della risposta rifiutata stessa, perché fino a poco tempo fa era l'unico segnale disponibile. Da allora Google ha aggiunto un motivo di violazione delle norme direttamente alla risposta API per le risposte rifiutate, quindi per la prima volta, aziende e piattaforme possono vedere la causa dichiarata invece di inferirla.

Abbiamo estratto questo nuovo campo dalla nostra attuale base clienti: 11.893 risposte rifiutate in totale. La ripartizione non è stata quella che ci aspettavamo.

Oltre il 90% dei rifiuti in questo set di dati ha la motivazione ACCOUNT_RESTRICTED_AND_EDIT_REJECTED. Secondo la documentazione API di Google, quel valore specifico significa che l'Account Google dietro il Profilo dell'attività è stato sottoposto a restrizione, il che causa il rifiuto delle modifiche, incluse le risposte alle recensioni. È fondamentale sottolineare che il Profilo dell'attività stesso non è sospeso e rimane pubblicamente visibile. Solo la capacità di modifica dell'account è bloccata.

In altre parole, per la stragrande maggioranza dei rifiuti che possiamo ora attribuire direttamente, il problema non è mai stato la formulazione della risposta. Era lo stato dell'Account Google che l'ha inviata. Una risposta perfettamente scritta, non basata su modelli, senza hashtag e senza dettagli di contatto viene comunque rifiutata se l'account che la invia è soggetto a restrizioni.

Ciò non invalida le ragioni da 1 a 6 sopra. GENERIC_VIOLATION e OFFENSIVE, le due ragioni basate sul contenuto che compaiono in questo nuovo campo, insieme rappresentano circa il 9% dei rifiuti in cui il contenuto è esplicitamente la causa dichiarata, e i modelli che abbiamo identificato in precedenza (boilerplate AI, volgarità nel contesto, duplicazione, dettagli di contatto, hashtag, velocità di massa) sono i driver più plausibili di quella fetta più piccola. Ciò che è cambiato è la scala: la qualità del contenuto spiega una quota a una cifra di ciò che possiamo ora misurare direttamente, non la maggioranza che avevamo ipotizzato lavorando solo sul testo.

Un onesto avvertimento: GENERIC_VIOLATION e GENERIC_VANDALISM non compaiono nell'elenco enum pubblicato da Google per questo campo (i valori documentati vanno da ACCOUNT_RESTRICTED_AND_SUSPENDED a VIOLENCE_AND_GORE, coprendo sia lo stato dell'account che le categorie di contenuto). Non possiamo ancora confermare se questi due siano etichette interne legacy, valori non documentati o qualcosa di specifico per come vengono visualizzati tramite l'API. Vale la pena trattarlo come una vera domanda aperta piuttosto che risolta.

Quello che possiamo dire con sicurezza: le categorie di Google si dividono nettamente in due famiglie. Lo stato dell'account e della scheda (ACCOUNT_RESTRICTED_AND_SUSPENDED, ACCOUNT_RESTRICTED_AND_EDIT_REJECTED, ASSOCIATED_ACCOUNT_SUSPENDED, OWNERSHIP_REVOKED, LOCATION_SUSPENDED, LOCATION_DISABLED, EDITING_RESTRICTION e simili) rientrano in una famiglia. I problemi di contenuto (FAKE_ENGAGEMENT, ADVERTISING_AND_SOLICITATION, OFFENSIVE, GIBBERISH_AND_REPETITIVE, VIOLENCE_AND_GORE e altri) rientrano nell'altra. I nostri dati indicano che la prima famiglia è, di gran lunga, quella in cui attualmente si concentrano la maggior parte dei rifiuti.

Cosa proibisce realmente la Normativa sui contenuti di Google

Le politiche dichiarate da Google per le risposte alle recensioni sono ampie e non documentate in modo esaustivo. In base ai nostri dati e alla documentazione dell'API, le seguenti categorie di contenuto comportano il rischio di rifiuto più elevato:

Cause definite:

• Linguaggio volgare o offensivo (anche nei nomi dei recensori, nei nomi delle attività commerciali e nei nomi dei prodotti incorporati nella risposta)
• Indirizzi email
• Hashtag
• Risposte esatte duplicate inviate su larga scala dallo stesso account
• Risposte al di sotto di una soglia minima di qualità o contenuto (una singola emoji, "Grazie!" da solo)

Forti ipotesi basate sui nostri dati:

• Testo standard AI predefinito (la causa dominante, 67% di tutti i rifiuti)
• Modelli di velocità di massa da un singolo account
• Keyword stuffing o manipolazione SEO nel testo della risposta
• Risposte che superano una soglia di lunghezza non documentata (la risposta più lunga rifiutata nei nostri dati era di 1.731 caratteri)

Rischio inferiore, ma da monitorare:

• Risposte in più lingue dove il contenuto viene segnalato in una lingua ma non nell'altra
• Risposte ricche di emoji, in particolare in combinazione con testo molto breve
• La cronologia: quando il filtro è cambiato e come si è evoluto

I dati raccontano una storia chiara attraverso due fasi.

Fase 1: dal 2024 all'inizio del 2025. L'epidemia di boilerplate AI. Prima del 2024, i rifiuti nel nostro set di dati erano minimi: 354 nel 2022, 398 nel 2023. A partire da marzo 2024, i rifiuti hanno iniziato ad accelerare bruscamente. Entro maggio 2024, oltre il 70% di tutte le risposte rifiutate conteneva boilerplate AI. Entro luglio 2024, tale cifra ha raggiunto l'85% e si è mantenuta tale fino a febbraio 2025.

La tempistica è correlata precisamente con l'adozione di massa degli strumenti di risposta alle recensioni basati sull'intelligenza artificiale. Man mano che il volume delle risposte generate dall'IA è aumentato nell'ecosistema Google, il sistema di moderazione di Google sembra individuare i modelli prodotti da tali strumenti. Questa è la dinamica centrale: gli strumenti di intelligenza artificiale hanno creato un'epidemia di boilerplate. Google risponde con un filtro boilerplate (due anni dopo).

Fase 2: da aprile 2025 in poi. Un diverso profilo di rifiuto. Da aprile 2025, la quota di boilerplate AI nei rifiuti scende drasticamente da oltre il 70% a cifre singole in alcuni mesi. Anche il volume totale dei rifiuti diminuisce in modo significativo.

Sono possibili due interpretazioni, ed entrambe potrebbero essere parzialmente vere. O gli strumenti di risposta alle recensioni basati sull'AI sono diventati sufficientemente sofisticati da indurre le aziende a smettere di usare quei modelli di scarsa qualità (quindi vengono inviate meno risposte standardizzate). Oppure Google applica il filtro per intercettare il boilerplate in una fase particolare del ciclo di vita della risposta alle recensioni, prima che raggiunga lo stato formale di RIFIUTATO. Questo è improbabile. Google potrebbe non usare le risposte alle recensioni per il profiling di entità AI e contestuale nel primo anno della recensione, o in misura minore. Ciò che rimane nei dati di fine 2025 e 2026 è un diverso profilo compositivo: principalmente casi di parolacce contestualizzate, spam con duplicati esatti e risposte con contenuto minimo, le categorie trattate nelle motivazioni 2, 3 e 6 sopra.

Cosa significa per la tua strategia di risposta alle recensioni

Controlla lo stato attuale delle tue risposte. Se stai pubblicando tramite l'API, hai bisogno di visibilità su ReviewReplyState. Le risposte pubblicate tramite l'interfaccia utente del Profilo dell'attività su Google o strumenti di terze parti che non mostrano questo campo operano alla cieca. Una piccola percentuale delle tue risposte esistenti potrebbe essere già in stato RIFIUTATO per rimanere al passo con i filtri; segui questi 5 passaggi:

1. Controlla lo stato dell'account e dell'attività prima di tutto il resto. Se la tua piattaforma mostra il motivo della violazione delle norme, esaminalo prima. Se il motivo è legato all'account o all'attività piuttosto che ai contenuti, nessuna riscrittura della risposta lo risolverà. Si tratta di un problema di integrità dell'account da segnalare, non di copywriting, e i cinque passaggi seguenti non saranno d'aiuto finché non sarà risolto.
2. Controlla il tuo strumento di risposta AI. Se produce risposte che includono “siamo felici di sentire”, “la tua soddisfazione è la nostra massima priorità” o “non vediamo l'ora di darti il benvenuto di nuovo”, sta generando contenuti ad alto rischio di rifiuto. Queste frasi sono indicatori statistici di automazione di bassa qualità. Riqualifica o riconfigura lo strumento con un linguaggio più specifico, contestuale e vario.
3. Esegui un controllo preventivo di profanità sull'intero testo di risposta. Ciò include il nome del recensore, gli elementi del prodotto o del menu a cui si fa riferimento e il nome della tua attività nella firma. Il filtro di Google non capisce il contesto. "Pornstar Martini" è un cocktail; il filtro vede due stringhe segnalate.
4. Elimina i modelli duplicati esatti . Se il tuo strumento invia risposte identiche a più recensioni, quel modello è un segnale di rifiuto diretto indipendentemente dalla qualità del contenuto. Ogni risposta dovrebbe variare, anche se la variazione è minima.
5. Rimuovi i dettagli di contatto dai modelli. Qualsiasi modello che includa il tuo indirizzo email, numero di telefono o frasi come “contattaci” deve essere rivisto. Rispondi ai reclami con un'offerta generica di collegamento, non con una chiamata all'azione diretta con informazioni di contatto incorporate.
6. Distribuisci le risposte nel tempo. Se programmi l'invio di 200 risposte alle 9 del lunedì, tale schema è rilevabile. Distribuisci le risposte in diverse finestre temporali e punta a rispondere entro 24 ore dalla pubblicazione della recensione.

Il divario di visibilità è il vero problema

La maggior parte delle attività commerciali non sa che le proprie risposte vengono rifiutate. Questo è il problema più difficile.

Non arriva nessuna email da Google. Non c'è alcun avviso nella dashboard del Profilo dell'attività. La risposta semplicemente non appare pubblicamente, mentre internamente rimane in uno stato REJECTED (rifiutato) che solo l'API può rivelare. Per qualsiasi attività che si affida a strumenti di terze parti che non espongono questo campo, il problema è del tutto invisibile.

Ecco perché l'accesso a livello API a ReviewReplyState non è un dettaglio tecnico; è un requisito operativo. Senza di esso, stai pubblicando in una scatola nera.

Su GMBapi.com, ReviewReplyState viene mostrato per ogni risposta. Quando una risposta viene rifiutata, la piattaforma la segnala in modo che possa essere rivista, corretta e reinviata. I dati sottostanti che hanno prodotto questo articolo provengono direttamente da tale infrastruttura di monitoraggio, estratti in due momenti a distanza di cinque settimane.

L'obiettivo non è dirti cosa non fare. È rendere visibile l'invisibile.