Il filtro di Google per il rifiuto delle risposte alle recensioni: cosa rivelano 12.752 risposte respinte

Google ora respinge le risposte alle recensioni senza alcun preavviso. Nessuna notifica. Nessuna spiegazione. La risposta rimane nello stato "RIFIUTATA" nell'API, mentre voi pensate che sia stata pubblicata.

Noi sappiamo perché accade. L'API di Google Business Profile ha introdotto ReviewReplyState il 1° aprile 2026 (Blog sulle modifiche di Google Dev). Prima di allora, ogni risposta pubblicata tramite l'API veniva pubblicata automaticamente. Nessuna moderazione. Nessun filtro.

Le cose sono cambiate. E con esse è emerso un problema di rifiuto senza notifiche di cui la maggior parte delle aziende e delle agenzie non si rende nemmeno conto.

Abbiamo estratto 12.752 risposte alle recensioni rifiutate dai dati della nostra piattaforma in due diverse operazioni di estrazione: una subito dopo la pubblicazione dei dati, il 22 aprile 2026, e una seconda il 28 maggio 2026, per capire quali siano effettivamente i fattori che attivano il filtro di Google. È la prima volta che questi dati vengono resi pubblici. Ecco cosa abbiamo scoperto.

La portata del problema è più vasta di quanto si pensi

Nel nostro dataset aggregato, composto da 12.752 risposte respinte:

Il 92,6% delle risposte riguardava recensioni a 5 stelle. Sono proprio le recensioni positive a generare il maggior numero di rifiuti, quasi certamente perché le aziende (e gli strumenti di IA) rispondono utilizzando un linguaggio standardizzato ed entusiasta.

Nel 2024 si è registrato un forte aumento dei rifiuti. Da 354 rifiuti nell'intero 2022 e 398 nel 2023, il numero è balzato a 9.393 nel solo 2024. O il filtro di Google è diventato decisamente più aggressivo, oppure è cambiata la qualità delle recensioni.

La risposta respinta media è stata redatta 1.221 ore, ovvero circa 50 giorni, dopo la pubblicazione della recensione originale. Le risposte programmate in blocco e inviate in ritardo compaiono nei dati con una frequenza sproporzionata, e tale media è aumentata dal nostro primo rilevamento. Il silenzio che circonda questo fenomeno è il problema principale. 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 istantanee, una storia

Il grafico sottostante riporta il numero mensile di risposte rifiutate ricavate da entrambi gli estratti di dati. La prima estrazione (22 aprile 2026, indicata in azzurro) ha rilevato 7.151 risposte rifiutate. La seconda estrazione (28 maggio 2026, indicata in blu) ne ha identificate 12.752, con un aumento del 78% in sole cinque settimane, riflettendo sia i nuovi rifiuti sia le risposte rifiutate in passato che non erano ancora state indicizzate nella nostra prima estrazione.

La linea color ambra mostra la percentuale mensile di risposte respinte che contengono frasi standard riconoscibili come generate dall'intelligenza artificiale. Il suo andamento rappresenta il risultato principale di questa analisi.

I due set di dati raccontano una storia coerente: un andamento piatto fino al 2022–2023, un picco vertiginoso nel 2024 e un netto cambiamento nella composizione a partire dalla metà del 2025, con un calo dei volumi e una trasformazione significativa delle caratteristiche di ciò che rimane.

Motivo n. 1: i testi standard generati dall'IA sono il fattore scatenante principale

Il 67% di tutte le risposte respinte presenti nel nostro set di dati conteneva almeno una frase standard generata dall'IA rilevabile. Tale percentuale è passata da circa il 35% all'inizio del 2024 all'85% a metà del 2024, mantenendosi su tali livelli fino all'inizio del 2025.

Le frasi che ricorrono più spesso nelle risposte rifiutate sono proprio quelle generate da strumenti di risposta basati sull'intelligenza artificiale non configurati o generici:

Queste frasi non compaiono semplicemente nelle risposte di rifiuto; le dominano. Non si tratta di una semplice correlazione. Lo schema è troppo costante e la tempistica troppo precisa per essere una coincidenza.

La nostra ipotesi: il sistema di moderazione di Google ha elaborato un modello statistico delle risposte automatiche di bassa qualità alle recensioni. Le frasi sopra riportate sono le impronte digitali di una generazione di massa tramite IA. Esse compaiono in milioni di risposte relative a miliardi di attività commerciali con una frequenza innaturale. Il filtro di Google sembra segnalare le risposte che combinano questi segnali in uno schema riconoscibile.

Consideratelo come un filtro antispam. Le singole parole non sono il problema. È la combinazione «introduzione + nome + frase di complimento + frase di soddisfazione + conclusione orientata al futuro» che Google ha imparato a rifiutare.

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

“Ciao Tannas, grazie per la tua recensione entusiasta e per aver consigliato vivamente Kingstree Plumbing! Ti siamo davvero grati per il tuo sostegno… È fantastico sapere che l’approccio informativo, efficiente e cordiale di Dane abbia avuto un impatto così positivo… Il tuo feedback è per noi di inestimabile valore… #KingstreePlumbing #AltamenteConsigliato #ServizioEfficiente…”

Questa risposta contiene hashtag, un uso eccessivo di parole chiave, una lunghezza eccessiva e frasi di elogio tipiche dell'intelligenza artificiale; sembra essere stata generata da uno strumento privo di controlli. È stata immediatamente respinta.

La morale è questa: se il tuo strumento di risposta automatica genera risposte che sembrano identiche a quelle di qualsiasi altro strumento simile, prima o poi il filtro di Google lo individuerà.

Motivo n. 2: parolacce nei nomi, nelle denominazioni commerciali e nelle voci del menu

Questo fatto sorprende molti. Il filtro anti-parolacce di Google analizza l'intero testo della risposta, ma non è in grado di distinguere tra un insulto e un contesto in cui la stessa espressione è legittima.

Il problema si manifesta in tre forme distinte.

La regola pratica:prima che lo strumento di risposta invii una risposta, dovrebbe eseguire un controllo preliminare sull'intero testo, inclusi il nome del revisore, eventuali nomi di prodotti e la firma aziendale. Se una qualsiasi stringa dovesse far scattare un filtro automatico contro le parolacce, la risposta dovrà essere sottoposta a revisione umana prima di essere inviata.

Motivo n. 3: risposte identiche e risposte con contenuto minimo

Dai dati emerge che un account ha inviato la risposta «Grazie!», composta letteralmente da sette caratteri, a oltre 100 recensioni consecutive. Tutte sono state respinte. Un altro account ha inviato «grazie per l'ottima recensione» in modo identico a 46 recensioni consecutive. Un terzo modello: «Grazie 🙏» con l'aggiunta del solo nome del recensore, inviato centinaia di volte da un unico account.

Casi estremi: risposte rifiutate costituite esclusivamente da una singola emoji “👍”, “🙌”, “😊” o semplicemente da segni di punteggiatura come “!!!” o “.”.

In questo caso sono probabilmente all'opera due meccanismi. Innanzitutto, la duplicazione esatta su larga scala è un classico segnale di spam. Quando la stessa stringa viene inserita dallo stesso account in decine o centinaia di recensioni in un breve lasso di tempo, tale schema corrisponde a un comportamento automatizzato di bassa qualità già noto, indipendentemente dal fatto che la singola stringa sia offensiva o meno. In secondo luogo, Google sembra applicare una soglia minima di qualità. Una risposta che non aggiunge alcun valore informativo al registro pubblico, come "Grazie!", non apporta nulla che un lettore non possa dedurre dalla valutazione a stelle e potrebbe non superare la soglia minima di qualità che il sistema di moderazione applica prima che una risposta venga approvata.

In pratica: l'uso dei modelli non è solo una questione di linguaggio standardizzato. Anche una risposta breve, chiara e non generata dall'intelligenza artificiale verrà rifiutata se risulta identica a decine di altre risposte provenienti dallo stesso account.

Motivo n. 4: dati di contatto nel corpo della risposta

Le risposte alle recensioni non sono un canale per generare traffico o acquisire potenziali clienti. La politica sui contenuti di Google lo afferma chiaramente, e i nostri dati lo confermano.

327 risposte (2,6%) contenevano un indirizzo e-mail inserito nel corpo del messaggio. Si tratta quasi sempre di un tentativo ben intenzionato di risolvere un reclamo: «Vi preghiamo di contattarci all'indirizzo[email protected]in modo da poter risolvere la questione."

287 risposte (2,3%) contenevano espressioni del tipo «contattaci» o «chiamaci», invitando chi ha lasciato la recensione a compiere un'azione al di fuori della piattaforma. Questo andamento è in linea con le recensioni negative e neutre, in cui le aziende tendono istintivamente a spostare la conversazione fuori dalla piattaforma.

La posizione di Google è chiara: una risposta a una recensione deve essere rivolta pubblicamente a chi ha lasciato la recensione. Se si desidera rispondere in privato, bisogna utilizzare la funzione di messaggistica privata già disponibile su Google. Inserire il proprio indirizzo e-mail di assistenza in una risposta pubblica viene considerato come una sollecitazione commerciale o fuori piattaforma e viene bloccato.

Motivo n. 5: gli hashtag nel testo della risposta

Nel nostro set di dati, 38 recensioni contenevano hashtag e tutte e 38 sono state scartate. Gli hashtag sono una caratteristica delle piattaforme di social media, dove la visibilità si basa sull'uso di tag. Le recensioni di Google Business Profile non sono social media. Sono un indicatore strutturato di affidabilità.

L'esempio di hashtag scartato dai nostri dati illustra chiaramente il problema: #KingstreePlumbing #AltamenteConsigliato #EspertiNellaZonaDiEdmonton

Questo sembra un tentativo di manipolazione SEO, con l'inserimento massiccio di nomi di aziende e termini relativi alla posizione in una risposta per influenzare i segnali di ricerca locale. Che fosse o meno questa l'intenzione, il filtro di Google lo interpreta in questo modo.

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

Motivo n. 6: pianificazione massiva e velocità di risposta

Il tempo di risposta di per sé non determina il rifiuto. Tuttavia, è un elemento del quadro più ampio che Google sembra analizzare.

Il 78,7% delle risposte respinte nel nostro set di dati è stato pubblicato più di 24 ore dopo la pubblicazione della recensione. Il ritardo medio è stato di 1.221 ore, pari a circa 50 giorni, in aumento rispetto alle 720 ore registrate nel nostro primo campionamento. Ciò riflette il comportamento delle aziende che raggruppano le risposte, ricorrendo spesso alla generazione automatica in blocco una volta alla settimana o al mese, anziché rispondere in tempo reale. Questa media sta peggiorando, anziché migliorare.

Quando lo stesso account invia un gran numero di risposte in un breve lasso di tempo e tutte seguono lo stesso schema strutturale, tale modello è indicativo di un abuso automatizzato. È l'equivalente digitale dell'invio di 500 e-mail dallo stesso indirizzo IP in un'ora: tecnicamente legittimo, ma statisticamente sospetto.

La nostra ipotesi sulla programmazione in massa: il sistema di Google potrebbe non valutare una risposta isolatamente. Potrebbe invece valutarla nel contesto della frequenza, ovvero considerando quante risposte questo account ha inviato in quel lasso di tempo, quanto siano strutturalmente simili tra loro e se tale schema corrisponda a comportamenti automatizzati di bassa qualità già noti. Questo è più difficile da dimostrare basandosi esclusivamente sul testo della risposta. Tuttavia, i dati relativi alla tempistica, combinati con quelli relativi ai testi standardizzati e alle duplicazioni, indicano chiaramente questa direzione.

Cosa vieta effettivamente la politica sui contenuti di Google

Le linee guida ufficiali di Google relative alle risposte alle recensioni sono generiche e non sono documentate in modo esaustivo. Sulla base dei nostri dati e della documentazione dell'API, le seguenti categorie di contenuti presentano il rischio di rifiuto più elevato:

Cause certe:

• Parolacce o linguaggio offensivo (compresi nomi di recensori, denominazioni commerciali e nomi di prodotti citati nella risposta)

• Indirizzi e-mail

• Hashtag

• Risposte identiche inviate in massa dallo stesso account

• Risposte che non raggiungono una soglia minima di qualità o di contenuto (una sola emoji, un semplice «Grazie!»)

Ipotesi fondate sui nostri dati:

• Modello standard generato dall'IA (la causa principale, pari al 67% di tutti i rifiuti)

• Andamento della velocità di trasmissione in blocco da un unico account

• Eccesso di parole chiave o manipolazione SEO nel testo della risposta

• Risposte che superano una soglia di lunghezza non documentata (la risposta più lunga respinta nei nostri dati era di 1.731 caratteri)

Rischio minore, ma da tenere sotto controllo:

• Risposte in più lingue in cui il contenuto viene segnalato in una lingua ma non in un'altra

• Risposte piene di emoji, soprattutto se accompagnate da un testo molto breve

• Cronologia: quando è cambiato il filtro e come si è evoluto

I dati illustrano chiaramente l'andamento in due fasi.

Fase 1: dal 2024 all'inizio del 2025.L'epidemia dei messaggi standard generati dall'IA. 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 aumentare rapidamente. A maggio 2024, oltre il 70% di tutte le risposte rifiutate conteneva frasi standard generate dall'IA. A luglio 2024, tale cifra ha raggiunto l'85% e si è mantenuta tale fino a febbraio 2025.

Questo fenomeno coincide perfettamente con la diffusione su larga scala degli strumenti di risposta alle recensioni basati sull'intelligenza artificiale. Con l'aumento del volume delle risposte generate dall'IA nell'ecosistema di Google, il sistema di moderazione di Google sembra aver individuato gli schemi ricorrenti prodotti da tali strumenti. Ecco il meccanismo alla base di tutto: gli strumenti di IA hanno dato vita a una vera e propria epidemia di risposte standardizzate. Google risponde con un filtro per le risposte standardizzate (due anni dopo).

Fase 2: da aprile 2025 in poi.A partire da aprile 2025, la percentuale di rifiuti generati dall'intelligenza artificiale scende drasticamente da oltre il 70% a valori a una cifra in alcuni mesi. Anche il volume totale dei rifiuti registra un calo significativo.

Sono possibili due interpretazioni, ed entrambe potrebbero essere parzialmente vere. O gli strumenti di risposta alle recensioni basati sull'intelligenza artificiale sono diventati così sofisticati che le aziende hanno smesso di utilizzare quei modelli di scarsa qualità (quindi vengono inviate meno risposte standardizzate), oppure Google applica il filtro per intercettare le risposte standardizzate in una fase specifica del ciclo di vita della risposta alla recensione, prima che raggiunga lo stato formale di "RIFIUTATA". Quest'ultima ipotesi è improbabile. Google potrebbe non utilizzare le risposte alle recensioni per la profilazione contestuale e delle entità tramite IA nel primo anno della recensione, o farlo in misura minore. Ciò che rimane nei dati della fine del 2025 e del 2026 è un profilo compositivo diverso: principalmente casi di parolacce nel contesto, spam duplicato esatto e risposte con contenuto minimo, le categorie trattate nei motivi 2, 3 e 6 above.

Cosa comporta tutto ciò per la vostra strategia di risposta alle recensioni

Controlla lo stato attuale delle tue risposte. Se pubblichi tramite l'API, devi poter visualizzare il campo "ReviewReplyState". Le risposte pubblicate tramite l'interfaccia utente di Google Business Profile o strumenti di terze parti che non mostrano questo campo vengono gestite alla cieca. Una piccola percentuale delle tue risposte esistenti potrebbe trovarsi già nello stato "REJECTED"; per anticipare i filtri, segui questi 5 passaggi:

1. Verificate il vostro strumento di risposta basato sull'intelligenza artificiale. Seproduce risposte che includono frasi come "siamo lieti di sapere", "la vostra soddisfazione è la nostra priorità assoluta" o "non vediamo l'ora di darvi nuovamente il benvenuto", sta generando contenuti ad alto rischio di rifiuto. Queste espressioni sono indicatori statistici di un'automazione di scarsa qualità. Riqualificate o riconfigurate lo strumento utilizzando un linguaggio più specifico, contestualizzato e vario.

2. Esegui un controllo preliminare per individuare eventuali parolacce nell'intero testo della risposta.Questo include il nome del recensore, eventuali riferimenti a prodotti o voci del menu e il nome della tua attività nella chiusura del messaggio. Il filtro di Google non tiene conto del contesto. "Pornstar Martini" è un cocktail; il filtro, invece, individua due stringhe da segnalare.

3. Elimina i modelli identici. Se il tuo strumento invia risposte identiche in più recensioni, questo comportamento costituisce un segnale di rifiuto immediato, indipendentemente dalla qualità dei contenuti. Ogni risposta dovrebbe essere diversa, anche se solo in misura minima.

4. Elimina i dati di contatto dai modelli.Qualsiasi modello che includa il tuo indirizzo e-mail, il numero di telefono o la dicitura "Contattaci" deve essere modificato. Rispondi ai reclami proponendo in generale la possibilità di mettersi in contatto, senza inserire un invito all'azione diretto con informazioni di contatto.

5. Distribuisci le risposte nel corso della giornata.Se pianifichi l'invio di 200 risposte alle 9:00 di lunedì mattina, questo schema è facilmente individuabile. Distribuisci le risposte in diverse fasce orarie e cerca di rispondere entro 24 ore dalla pubblicazione della recensione.

Il vero problema è la mancanza di visibilità

La maggior parte delle aziende non sa che le proprie risposte vengono respinte. Questo è il problema più grave.

Non c'è nessuna email da parte di Google. Non c'è nessun avviso nella dashboard del Profilo aziendale. La risposta semplicemente non viene visualizzata pubblicamente, mentre internamente rimane nello stato "RIFIUTATA" che solo l'API è in grado di rilevare. Per qualsiasi azienda che si affida a strumenti di terze parti che non rendono visibile questo campo, il problema è del tutto invisibile.

Ecco perché l'accesso a livello di API a ReviewReplyState non è un semplice dettaglio tecnico, ma un requisito operativo. Senza di esso, si finisce per pubblicare contenuti in una scatola nera.

Su GMBapi.com, lo stato "ReviewReplyState" viene visualizzato per ogni risposta. Quando una risposta viene respinta, la piattaforma la contrassegna in modo che possa essere esaminata, corretta e inviata nuovamente. I dati alla base di questo articolo provengono direttamente da tale infrastruttura di monitoraggio e sono stati raccolti in due estrazioni effettuate a distanza di cinque settimane l'una dall'altra.

L'obiettivo non è dirvi cosa non fare. È rendere visibile ciò che è invisibile.