AI per agenzie di marketing: contenuti, report ed etichette AI

L'AI per agenzie di marketing ha senso dove il lavoro si ripete per ogni cliente: prime bozze nel tono di voce giusto, report mensili, onboarding, varianti degli annunci. Il guadagno sono le ore che tornano alla strategia e al rapporto con il cliente. Il rischio sta altrove: nel 2026 un'agenzia che produce contenuti con l'AI lavora dentro regole precise, e ne risponde lei, non il software.

Dal 2 agosto 2026 l'articolo 50 dell'AI Act chiede di dichiarare immagini, audio e video generati o manipolati che sembrano autentici. Google Ads e Meta hanno introdotto etichette per gli annunci fatti con l'AI, Merchant Center chiede di marcare titoli, descrizioni e immagini generate. Il consenso per email e SMS commerciali resta quello del Codice privacy, che nessuna automazione può presumere.

Le regole che un'agenzia incontra quando produce con l'AI

Prima degli strumenti conviene avere chiara la mappa. Ogni riga di questa tabella corrisponde a un momento del lavoro quotidiano di un'agenzia e a una regola scritta, di legge o di piattaforma.

Bozze nel tono del cliente: cosa deve leggere l'AI prima di scrivere

La prima bozza è l'uso più diffuso e anche quello che delude di più, perché senza il materiale del cliente l'AI scrive come tutti. Il lavoro vero si fa all'onboarding, quando si raccoglie ciò che definisce la voce di quel cliente e lo si mette in un documento che l'assistente legge a ogni richiesta.

1. Raccogli il materiale del cliente. Testi approvati degli ultimi mesi, presentazioni, pagine del sito, recensioni, domande che i suoi clienti fanno più spesso.
2. Scrivi il brand book operativo. Tono, parole vietate, affermazioni che il cliente può dimostrare e quelle che non può fare, concorrenti da non nominare.
3. Segna i vincoli di settore. Sanità, finanza e alimentare hanno regole proprie sulla pubblicità: vanno scritte nel brief, non ricordate a memoria.
4. Decidi cosa passa sempre da una persona. Claim con numeri, prezzi, confronti con i concorrenti, contenuti con persone riconoscibili.
5. Metti tutto nel contratto. Quali strumenti AI usi, su quali dati, chi rilegge e di chi sono i materiali prodotti.

Con questo materiale l'assistente scrive bozze che somigliano al cliente, e il copywriter lavora sull'angolo e sui dettagli invece che sul foglio bianco. Gli esempi di prompt per copy e campagne sono nella guida ai prompt AI per il marketing; l'intero ingresso di un cliente nuovo è descritto nella guida sull'onboarding clienti con l'AI.

L'ultimo passo ha anche una ragione legale. Dall'autunno 2025 la legge sul diritto d'autore tutela le opere create con l'ausilio dell'intelligenza artificiale solo se sono il risultato del lavoro intellettuale dell'autore (legge 633/1941, art. 1). Tenere traccia di brief, revisioni e scelte creative del team aiuta a dimostrarlo; il resto del tema è nella guida su copyright e contenuti generati dall'AI.

Il report mensile: i numeri dalle piattaforme, il commento dall'account

Il report è il lavoro che si presta di più all'automazione, perché ogni mese ha la stessa struttura: esporti i dati da Google Ads, Meta, Analytics e dal CRM del cliente, li metti in tabella, scrivi cosa è successo. La parte meccanica la fa un flusso automatico. La parte scritta la può abbozzare un modello, a patto che riceva i dati già calcolati e non debba fare conti da solo.

Il limite è il perché. Il modello vede che il costo per contatto è salito e tende a spiegarlo, anche quando la causa è fuori dai dati: una promozione di un concorrente, il sito del cliente fermo per due giorni, un cambio nel modo di contare le conversioni. Il commento lo firma l'account, che aggiunge contesto e prossimi passi. Il flusso dei dati, passo per passo, è nella guida sull'automazione dei report.

Da fine agosto 2026 molte agenzie hanno una fonte in più da mettere nel report: gli annunci su ChatGPT, acquistabili in self-service anche in Italia. Entrano nel report con le stesse regole, ma senza storico né benchmark di settore, come spiega il confronto ChatGPT Ads vs Google Ads.

Newsletter, SMS e dati dei clienti del cliente: consenso e catena dei responsabili

Molte agenzie gestiscono per i clienti newsletter, sequenze email e campagne SMS. L'art. 130 del Codice privacy richiede il consenso per le comunicazioni commerciali inviate con email, SMS, MMS o sistemi automatizzati di chiamata. L'eccezione riguarda la vendita diretta di prodotti o servizi analoghi a chi ha lasciato l'email durante un acquisto, se è stato informato e non si è opposto, e ogni messaggio deve ricordargli che può opporsi in modo semplice e gratuito. Per le telefonate con operatore e la posta cartacea conta invece il registro pubblico delle opposizioni.

Per l'automazione la conseguenza è semplice: la sequenza parte solo se nel CRM c'è il consenso giusto, o se il contatto rientra davvero nell'eccezione. Il modello non deve dedurre il consenso da una conversazione o da un modulo ambiguo.

C'è poi il ruolo dell'agenzia. Quando tratta i dati dei clienti del cliente per suo conto è di norma responsabile del trattamento, e lavora sulla base di un contratto, o di un altro atto giuridico, con il titolare come prevede l'art. 28 del GDPR. Se per quel lavoro usi un servizio AI esterno, quel fornitore entra nella catena come ulteriore responsabile, e serve l'autorizzazione scritta del titolare, specifica o generale. Un riepilogo è nella guida su AI e GDPR; il tuo contratto lo verifichi con il consulente privacy.

Deep fake ed etichette: AI Act e regole di Google e Meta

L'articolo 50 dell'AI Act distingue i ruoli. I fornitori dei sistemi che generano contenuti sintetici devono marcarli in un formato leggibile dalle macchine; per i sistemi già sul mercato prima del 2 agosto 2026 il regolamento Omnibus sull'IA concede tempo fino al 2 dicembre 2026. Chi usa quei sistemi, come un'agenzia, deve invece rendere noto quando diffonde un deep fake: un'immagine o un contenuto audio o video generato o manipolato che assomiglia a persone, luoghi o eventi reali e sembrerebbe autentico.

Per i testi l'obbligo riguarda quelli pubblicati per informare il pubblico su questioni di interesse pubblico, e cade se c'è stata una revisione umana e qualcuno ne ha la responsabilità editoriale. Per le opere palesemente creative o satiriche basta segnalarlo in modo da non ostacolarne la fruizione. Le piattaforme, intanto, hanno regole proprie, da ricontrollare spesso perché cambiano.

Google Ads: l'impostazione «AI label»

Google spiega che le norme sull'AI di Unione europea, India e New York richiedono in certi casi di dichiarare gli asset generati o modificati con l'AI, e offre un'impostazione per etichettarli. Nelle campagne rivolte all'Unione europea gli annunci con asset etichettati mostrano anche un'etichetta visibile; in alcuni casi l'etichetta la applica Google e non si può togliere. La stessa pagina di assistenza precisa che l'impostazione non garantisce la conformità alle norme.

Merchant Center: titoli, descrizioni e immagini dei prodotti

Per titoli e descrizioni scritti con l'AI generativa Merchant Center chiede gli attributi strutturati structured_title e structured_description, con il tipo di origine digitale «trained_algorithmic_media». Le immagini generate devono contenere il metadato IPTC DigitalSourceType, che non va rimosso (guida di Merchant Center).

Meta: l'etichetta «AI info»

Meta mostra l'etichetta «AI info» nella sezione «About this ad» degli annunci creati o modificati in modo significativo con i propri strumenti generativi, e ha annunciato il rilevamento automatico degli annunci fatti con strumenti di terzi attraverso segnali standard del settore (annuncio di Meta).

In pratica serve una colonna in più nel piano editoriale: per ogni asset, se è generato, modificato con l'AI o originale. Senza quell'informazione, quando si carica la campagna nessuno sa più cosa etichettare.

Nella verifica dei materiali può rientrare il nuovo accesso pubblico a SynthID Detector. Il controllo riguarda watermark compatibili, quindi va integrato con provenienza del file, autorizzazioni e verifica editoriale: l’assenza di un segnale non certifica che il contenuto sia autentico.

Due situazioni da agenzia: un catalogo da duemila prodotti e un testimonial che non esiste

Il catalogo da riscrivere. Un cliente e-commerce chiede di riscrivere le schede di duemila prodotti per Google Shopping. L'assistente parte dai dati tecnici del gestionale e dal brand book, scrive titoli e descrizioni, e il flusso li carica nel feed con gli attributi strutturati che Merchant Center chiede per i testi generati. Il team controlla a campione le schede con misure, materiali e claim, perché è lì che un modello inventa più volentieri. Le immagini ambientate generate restano con i loro metadati.

Il video con il cliente soddisfatto. Una catena di centri estetici chiede un video in cui una cliente racconta i risultati di un trattamento. Uno strumento di generazione lo produrrebbe in un'ora, con un volto che non esiste. Un video così può ricadere tra i deep fake dell'AI Act, e comunque racconta un'esperienza che nessuno ha vissuto. L'agenzia propone di girare con clienti vere che hanno dato il consenso e usa l'AI per montaggio, sottotitoli e versioni per i diversi formati.

Dove l'AI fa perdere credibilità a un'agenzia

• Testi che suonano come quelli di tutti, perché il brand book non c'era e il modello ha riempito il vuoto con frasi medie.
• Numeri inventati nel copy: percentuali di crescita, clienti serviti, risultati garantiti.
• Dati dei clienti incollati in strumenti gratuiti, fuori da qualsiasi accordo con il titolare.
• Report con spiegazioni plausibili e sbagliate, mandati senza che l'account li abbia letti.
• Persone sintetiche realistiche in annunci e social, senza dichiarazione.

Il caso studio di un sito per un'agenzia Google Ads parte proprio dal secondo punto: il mercato dell'advertising è affollato di promesse identiche, e per quel sito la scelta è stata di non esibire percentuali fasulle né casi di successo gonfiati, perché la credibilità nasce dalla precisione con cui si descrive il lavoro. Vale anche per i testi che un'agenzia scrive con l'AI per i propri clienti.

Nei team di design, la disponibilità generale di Figma Design Agent e degli strumenti Weave integrati cambia anche il consumo dei crediti. Prima di pianificare la produzione, separa il pool Design da Weave standalone e verifica il costo delle operazioni effettive.

Da dove partire se l'agenzia ha cinque persone e venti clienti

Il primo passo è interno: una policy che dica quali strumenti AI si usano, con quali dati e chi rilegge cosa, come spiega la guida alla policy aziendale sull'uso dell'AI. Poi il brand book operativo per i clienti principali, poi il report automatico, che ha lo stesso schema per tutti. Le etichette e la colonna sull'origine degli asset entrano nel piano editoriale da subito, perché costano poco e con il tempo diventano difficili da ricostruire.

Un'agenzia vende giudizio: l'AI le lascia più tempo per esercitarlo, purché le regole le scriva chi ne risponde. Se vuoi impostare brief, report e flussi di lead sugli strumenti che usi già, scrivici dalla pagina AI per i servizi B2B.