
Naïlé Titah
Apri LinkedIn oggi e lo senti. I post hanno iniziato a fare rima. Gli stessi incipit, gli stessi contrasti ordinati, la stessa piccola domanda pulita alla fine. L'IA non è solo arrivata nel feed; ha dato all'intero feed uno stile della casa.
E nel 2026 quello stile della casa ha iniziato a costare portata. Abbiamo studiato le impression di ogni post idoneo di migliaia di autori, confrontando ciascun autore solo con i propri altri post, così la dimensione del pubblico non entra mai nel confronto. Quattro giri di frase da modello spingono ciascuno un post sotto la base dell'autore stesso, e la penalizzazione era statisticamente assente prima del 2026. Ciascuno si attesta tra il 4 % e il 7 % sotto la portata normale dello stesso autore nei nostri dati in inglese; il più ripido, il frame da consiglio «stop X, start Y / the key is», si attesta circa il 6,7 % sotto. (Lo studio completo è in I post con l'IA ottengono meno interazioni su LinkedIn?.)
Quindi sono due storie insieme: una mappa dello stile della casa e l'anno in cui è passato da risorsa a tassa. La parte scomoda della storia è che quasi nessuno di questi giri è stato inventato da una macchina. Li hanno inventati i migliori esseri umani della piattaforma, affinati per anni perché funzionavano. La macchina li ha solo copiati, su scala, finché si sono letti come un timbro e non come un'abilità, e il feed ha iniziato a scontare il timbro.
In sintesi: l'IA ha dato a LinkedIn uno stile della casa: gli stessi incipit, gli stessi contrasti ordinati, le stesse domande di chiusura pulite. Questa pagina mappa i pattern che nel 2026 si leggono ormai come IA, ne traccia l'ascesa nei nostri dati e spiega da dove sono venuti: modelli addestrati sui migliori scrittori della piattaforma.
Le forme riconoscibili
Se hai scrollato LinkedIn nel 2026, le conosci già a fiuto. Eccole per nome. (La scomposizione completa di tutte e undici è in Come riconoscere un post LinkedIn scritto con l'IA; questo è il giro breve.)
Il trattino lungo. La lineetta lunga buttata a metà frase. È rimasta sotto il 2 % dei post per anni, poi è saltata al 9,5 % nel 2024 e al 15,6 % nel 2025 con la diffusione degli strumenti di IA. È passata da rara a ovunque in due anni.
«"Here's how / Here's what".» L'incipit-promessa. Chris Donnelly (1,2 mln di follower) ha aperto un post con «Ecco la scomposizione:» e ha raccolto più di 23.000 like. Funziona, ed è esattamente per questo che è ovunque.
«"It's not X, it's Y".» La formula del contrasto. «Non è una questione di costo, è una questione di valore.» È la mossa singola più comune tra i migliori creator.
La domanda di chiusura. «E tu?» La richiesta riflessa di commenti, ormai così automatica da leggersi come un copione.
Il ponte della rivelazione. «"The result?" "Plot twist:"» Il mini suspense prima del finale.
Una creator, Allie K. Miller (1,6 mln di follower), ha riassunto questo riconoscimento collettivo in un solo post: «Segnali assurdamente ovvi che hai usato l'IA: "It's not X, it's Y", elenchi puntati tutti della stessa lunghezza, chiudere un post con una domanda strana, una sfilata di trattini lunghi, certe parole (harness, supercharge).» Quando una lista così raccoglie migliaia di like, i pattern non sono più un segreto. Tutta la piattaforma vede le cuciture.
I quattro giri che ora costano portata
Il riconoscimento è una cosa. La portata è un'altra, ed è qui che il 2026 ha rotto con ogni anno precedente. Abbiamo misurato le impression di ogni post rispetto agli altri post dello stesso autore, così la dimensione del pubblico di un creator si annulla nel confronto. Su questa base, a pubblico costante, quattro formulazioni specifiche trascinano ciascuna un post sotto il livello normale del suo autore, e l'effetto che mancava nel 2025 è presente e misurabile nel 2026.
Giro di frase | Come suona | Costo in portata (inglese, a pubblico costante) |
Frame da consiglio generico | «"Stop X. Start Y." / "the key is"» | −6,7 % |
«"Here's what nobody tells you"» | −4,3 % | |
Ponte della rivelazione | «"The result?" / "Plot twist:"» | −4,8 % |
«"It's not X, it's Y"» | −4,9 % |
Leggi la tabella con onestà. Sono misurati sui nostri post in inglese, ogni autore confrontato solo con il proprio lavoro, e tutti e quattro superano la significatività statistica. La penalizzazione è reale, è misurata all'interno di ogni autore ed è una leva di secondo ordine: il pubblico guida la portata molto più della formulazione. Ripulire questi giri recupera qualche punto percentuale sui post più da modello, non un ordine di grandezza. Non raddoppierà la portata a nessuno, e non faremo finta di sì.
Ecco i giri allo stato brado, riscritti a partire da post reali del 2026 così nessuno viene nominato:
Frame da consiglio generico. «Smetti di descrivere lo strumento. Inizia a prenderti il risultato.» «Smetti di rincorrere i like, inizia a risolvere problemi.» Sostituisci il modello con l'azione concreta e specifica del tema e il costo sparisce.
L'incipit «Here's». «Ecco cosa nessuno ti dice quando guidi un team di queste dimensioni.» Entra dritto nella sostanza invece di annunciarla.
Il ponte della rivelazione. «I team cuciono un flusso di lavoro con cinque app diverse. Il risultato? La prima linea si perde.» Concatena la conseguenza direttamente: «...e così la prima linea si perde.»
La formula del contrasto. «Non è una questione di branding. È una questione di sistema.» Dillo chiaro («È una questione di sistema») e salta il perno del nega-e-riformula.
Altre tre mosse che spesso finiscono nello stesso calderone della «scrittura con l'IA» fanno il contrario: aiutano. La sincerità e la vulnerabilità genuine salgono tra il +7 e il +10 % all'interno di un autore, una domanda di chiusura aggiunge circa un +3 %, e un poscritto o una chiusura con CTA si legge come un positivo netto. Sono pratiche di interazione, non segnali di IA, e toglierle per «suonare umani» sarebbe esattamente la mossa sbagliata. Suonare umani significa lasciare i quattro modelli condivisi mantenendo la sincerità e la domanda che davvero guadagnano attenzione.
Da dove sono nati davvero
Questa è la parte che si perde nel panico. Non sono invenzioni dell'IA. Sono le mosse firma degli scrittori di maggior successo su LinkedIn.
Abbiamo profilato 100 dei creator più grandi della piattaforma (una mediana di circa 79.000 follower). Le mosse «da IA» sono le loro mosse:
Mossa che ora si legge come «IA» | Migliori creator che la usano |
«It's not X, it's Y» | 100 % (28 % in quasi ogni post) |
«Here's how / Here's what» | 98 % |
«The key is / Stop doing X» | 100 % |
Una domanda alla fine | 98 % |
Gary Vaynerchuk (5,9 mln di follower) scrive «Non conta sempre quanto guadagni, conta quanto spendi.» Justin Welsh (853 mila) apre con «Here's». Questi post vincono, migliaia di like alla volta. I pattern funzionano perché sono stati affinati per anni da persone che scrivono per mestiere.
Allora perché ora si leggono come un robot? Per come imparano i modelli linguistici. Come ha detto la scrittrice Ann Handley (511 mila follower) in un post molto condiviso: «I modelli di IA adorano il trattino lungo perché lo adorano gli esseri umani. Sono addestrati su milioni di frasi scritte da esseri umani.» Il modello ha studiato i migliori creator, ha assorbito le loro mosse più performanti e ora le restituisce a tutti, tutte insieme, in ogni post. Ciò che lo tradisce non è mai stata la mossa in sé; è la saturazione, lo stesso pugno di giri ripetuto in tutto il feed.
La reazione e la sovracorrezione
La community se n'è accorta, e l'umore è cambiato in fretta. Alcuni dei post più apprezzati dell'anno ora parlano proprio dei segnali. Ci sono liste parodia di «frasi che gridano IA». C'è una battuta ricorrente sul trattino lungo messo «sotto processo».
Ma la reazione ha sbagliato la mira, non l'istinto. La gente ha iniziato a togliere trattini lunghi, elenchi puntati puliti e ogni frase tagliente dalla propria scrittura, e diversi scrittori noti hanno replicato proprio al panico sulla punteggiatura. Il cofondatore di Netflix Marc Randolph (380 mila follower) ha fatto notare di scrivere con i trattini lunghi da quasi 50 anni. Il trattino lungo ha 400 anni, e un singolo trattino non è un verdetto.
Avevano ragione sul trattino e hanno sbagliato a estendere l'amnistia a tutto. I dati di portata tracciano una linea netta tra le due cose. Un trattino lungo isolato è cosmetico e non porta alcuna penalizzazione di portata misurabile. I quattro giri da modello qui sopra sono strutturali, e una la portano, nel 2026. Così i lettori che strappavano i trattini dalle bozze stavano levigando la superficie sbagliata, mentre le mosse davvero costose, il frame da consiglio, l'incipit «Here's» e la formula del contrasto, restavano intatte. Niente di tutto ciò significa che la formulazione da IA sia innocua; significa che la folla ha segnalato il tell sbagliato e ha lasciato al loro posto quelli cari.
Lo stesso autore, due versioni
La prova più pulita sta dentro i singoli creator, dove il pubblico è costante per definizione. Abbiamo confrontato i post di ciascun autore che portano uno dei quattro giri killer con i propri post puliti nel 2026. I post segnalati restano sistematicamente sotto.
Un fondatore SaaS che si appoggia al ponte della rivelazione («...le aziende lo internalizzano troppo presto. Il risultato?») fa una media di 18 punti di portata sotto i propri post che lasciano cadere il dispositivo. Un recruiter i cui post segnalati usano il perno del contrasto («Non è una questione di branding. È una questione di sistema.») si attesta 41 punti sotto la sua scrittura più pulita, post che aprono su qualcosa di specifico e vissuto. Sull'insieme dei creator controllati, lo scarto tra i post da modello di uno scrittore e i suoi post puliti andava da 18 a 41 punti.
Quel confronto è correlazionale, perché tema e formato variano anche all'interno di un singolo account. Ma punta nella stessa direzione della stima controllata e neutralizzata per pubblico, e lo fa autore per autore: il post che indossa il modello rende meno del post che non lo indossa, dalla stessa mano, davanti allo stesso pubblico.
Cosa sta facendo LinkedIn al riguardo
La piattaforma ha deciso di prendere posizione. A maggio 2026 ha annunciato che avrebbe declassato i contenuti «generici o ripetitivi» che «non hanno alcuna prospettiva unica reale», e ha riferito di aver segnalato contenuti generici con circa il 94 % di accuratezza nei primi test. Non ha vietato nessuna frase specifica; il bersaglio dichiarato è il vuoto, il ripetuto e il da modello. Questo combacia con quello che i numeri di portata già mostrano. I post che indossano gli stessi quattro giri di tutti gli altri sono esattamente quelli che si leggono come generici, ed esattamente quelli che perdono impression. (Approfondiamo cosa significa per la portata in LinkedIn penalizza i contenuti con l'IA?.)
Dove ci lascia tutto questo
Quindi questo è lo stato dell'arte nel 2026. Un feed che è convergito su un insieme condiviso di mosse, in parte perché i modelli si sono addestrati sui migliori creator, in parte perché tutti imitano gli stessi, e una community che ora sa individuare tutto. I pattern non spariranno; sono troppo efficaci. Ciò che è cambiato è che non segnalano più «buon scrittore». Segnalano «ha scritto come tutti gli altri».
La scrittura interessante adesso è quella che non fa rima con il resto del feed. Non perché ha lasciato il trattino lungo. Perché dietro c'è una persona vera.
Come riconoscere un post LinkedIn scritto dall'IA: 11 schemi (abbiamo analizzato 46.000 post)
Abbiamo analizzato 46.000 post LinkedIn per trovare gli 11 schemi che fanno leggere un post come IA nel 2026, con esempi reali dei migliori creator e come correggere ognuno.
«It's not X, it's Y»: la formula LinkedIn che ormai tutti leggono come IA
"It's not X, it's Y" è la formula IA più segnalata su LinkedIn. La usano tutti i migliori creator, perché è diventata una spia e quanta portata costa ormai nel 2026 (around -9% in French).
Il trattino lungo è un segno di IA su LinkedIn? Sì, e ha un cugino più grande
Il trattino lungo è un segno di IA su LinkedIn? Sì. Il suo uso è salito da meno del 2% dei post a oltre il 15% con ChatGPT. I dati, e cosa usare al suo posto.
"Ecco come" ed "ecco cosa": gli incipit generati dall'IA che penalizzano la visibilità
«"Here's how"» è il passaggio di consegne con IA più comune di LinkedIn. È passato da meno del 3 % dei post a oltre il 16 % con ChatGPT. Perché si legge come IA e come variarlo.
Parole IA da evitare su LinkedIn: abbiamo analizzato 129.000 post (2026)
Le famose parole IA da evitare (delve, tapestry) sono già morte su LinkedIn. Abbiamo analizzato 129.000 post. I veri tell sono passati dal vocabolario alla struttura.
LinkedIn penalizza i contenuti IA? Cosa dicono i dati (2026)
LinkedIn penalizza i contenuti IA? Non proprio. Penalizza la distribuzione dei post generici, non l'IA. Abbiamo analizzato 46.000 post top e il 97% risulta umano. Scopri di più qui.
Humanizer per post di LinkedIn: cosa funziona davvero nel 2026
La maggior parte degli umanizzatori di intelligenza artificiale corregge la cosa sbagliata. Su LinkedIn, il vocabolario è morto; il vero indizio è la struttura. Cosa dovrebbe fare davvero un umanizzatore di post di LinkedIn, dati alla mano.
Perché non dovresti usare Claude per i post di LinkedIn
Claude è un ottimo scrittore, ma l'output grezzo di Claude è lo strumento sbagliato per ottenere visibilità su LinkedIn nel 2026. Ecco cosa ti costa e cosa utilizzare invece.










