Claude si distingue dagli altri modelli linguistici per una ragione precisa quando si parla di landing page optimization: la sua capacità di ragionare in modo strutturato su problemi di persuasione, architettura dell’informazione e psicologia del consumatore simultaneamente. A differenza di strumenti più generici, Claude mantiene coerenza logica tra sezioni di copy, identifica contraddizioni nei messaggi di valore e può alternare prospettive — quella del copywriter, dello specialista CRO e dell’utente finale — all’interno di una singola risposta. Questo lo rende uno strumento eccezionalmente potente per chi lavora sull’ottimizzazione delle pagine di atterraggio.
In questa guida troverai prompt testati e raffinati direttamente su Claude (versioni 3 Sonnet e Opus), progettati per coprire ogni fase del processo di ottimizzazione: dall’analisi critica del copy esistente, alla generazione di headline A/B, fino alla strutturazione della gerarchia visiva e all’ottimizzazione della CTA. Ogni prompt è accompagnato da una spiegazione dei principi di prompt engineering sottostanti, da indicazioni sull’output atteso e da suggerimenti per la personalizzazione.
Che tu stia ottimizzando una landing page per un SaaS B2B, un e-commerce o una lead generation campaign, i framework presentati qui sono immediatamente applicabili. L’obiettivo non è solo fornirti prompt da copiare, ma trasferire la logica compositiva che ti permetta di costruire i tuoi prompt in modo autonomo e sistematico.
Prompt Pronti all’Uso per Landing Page Optimization
1. Analisi Critica del Copy Esistente
Sei un esperto CRO (Conversion Rate Optimization) con 10 anni di esperienza nell'analisi di landing page B2B e B2C. Analizza il seguente testo di landing page usando questi criteri:
1. Chiarezza del valore proposto (value proposition): è immediatamente comprensibile entro 5 secondi?
2. Allineamento tra headline e sotto-headline
3. Prove sociali e credibilità (social proof, dati, testimonianze)
4. Forza e specificità delle CTA
5. Obiezioni non gestite che potrebbero bloccare la conversione
6. Coerenza del messaggio rispetto all'intento di ricerca [inserisci keyword principale]
Per ogni criterio fornisci: valutazione (1-5), problema specifico rilevato, soluzione concreta con esempio riformulato.
TESTO DELLA LANDING PAGE:
[incolla qui il tuo testo]
PUBBLICO TARGET:
[descrivi il tuo ICP: ruolo, settore, pain point principale]
Perché questo prompt funziona: Assegna a Claude un ruolo specifico con anni di esperienza (role prompting), definisce criteri di valutazione numerici che forzano una risposta strutturata e non vaga, e include il vincolo dei “5 secondi” — un benchmark reale del CRO che orienta il modello verso standard professionali concreti. La richiesta di valutazione 1-5 per ogni criterio previene risposte generiche.
Output atteso: Una tabella o lista strutturata con valutazioni numeriche, diagnosi precise e riformulazioni di copy alternative. Claude tende a produrre 600-900 parole di analisi dettagliata con questo framework.
Tip di personalizzazione: Aggiungi "COMPETITOR PRINCIPALE: [URL o descrizione]" alla fine per chiedere anche un’analisi comparativa del posizionamento rispetto alla concorrenza.
2. Generazione di Headline per Test A/B
Genera 10 varianti di headline per una landing page con queste specifiche:
PRODOTTO/SERVIZIO: [descrizione in 2 righe]
PUBBLICO: [ICP dettagliato]
OBIETTIVO DELLA PAGINA: [lead gen / acquisto diretto / demo request]
KEYWORD SEO PRIMARIA: [inserisci keyword]
TONO DEL BRAND: [es. autorevole, amichevole, tecnico, provocatorio]
Per ogni headline:
- Scrivi la headline principale (max 8 parole)
- Scrivi un sotto-headline di supporto (max 20 parole)
- Indica la leva psicologica utilizzata (es. FOMO, specificità numerica, beneficio diretto, riprova sociale, curiosity gap)
- Indica per quale segmento del pubblico funziona meglio
Distribuisci le 10 varianti tra questi framework:
- 3 headline orientate al beneficio finale
- 3 headline orientate alla risoluzione del problema
- 2 headline provocatorie / contro-intuitive
- 2 headline con specificità numerica
Perché questo prompt funziona: Il vincolo di distribuzione (3+3+2+2) impedisce a Claude di produrre 10 varianti omogenee — un errore comune quando si chiede semplicemente “genera headline alternative”. La richiesta esplicita della leva psicologica trasforma l’output in materiale educativo oltre che operativo, permettendoti di selezionare varianti con consapevolezza strategica.
Output atteso: Una lista formattata con 10 coppie headline/sotto-headline, ciascuna accompagnata da un’etichetta della leva psicologica e da una nota sul segmento target. Ideale per pianificare test A/B con ipotesi chiare.
Tip di personalizzazione: Sostituisci la distribuzione 3+3+2+2 con frameworks specifici del tuo settore. Per SaaS enterprise, potresti chiedere 4 varianti orientate al ROI e 3 che affrontano obiezioni di sicurezza/compliance.
3. Ottimizzazione della Sezione Hero
Analizza e riscrivi la sezione hero di questa landing page seguendo la struttura AIDA adattata per il web moderno:
STRUTTURA TARGET:
- Headline (problema o trasformazione in 6-8 parole)
- Sotto-headline (amplificazione del beneficio con specificità, 15-25 parole)
- Bullet points di valore (3 punti, formato "verbo d'azione + beneficio specifico + quantificazione")
- CTA primaria (testo bottone + microcopy di supporto sotto il bottone)
- Elemento di riduzione del rischio (garanzia, prova gratuita, no carta di credito, ecc.)
TESTO HERO ATTUALE:
[incolla qui]
VINCOLI:
- Mantieni la keyword SEO "[inserisci keyword]" nella headline o sotto-headline
- Il tono deve essere [formale/informale/tecnico]
- Evita queste parole/frasi tipicamente abusate nel settore: [es. "soluzione innovativa", "leader del settore", "best-in-class"]
Dopo la riscrittura, spiega in 3 punti le scelte copywriting effettuate.
Perché questo prompt funziona: Fornisce una struttura output dettagliata che Claude deve rispettare (structural prompting), include vincoli negativi espliciti (parole da evitare) che sono spesso più efficaci dei vincoli positivi, e richiede una meta-spiegazione che obbliga Claude a rendere esplicite le sue scelte — utile per imparare e per difendere le decisioni con stakeholder interni.
Output atteso: Una sezione hero completa e pronta per implementazione, seguita da una breve analisi delle scelte strategiche. La richiesta della meta-spiegazione produce output di qualità superiore perché Claude “pensa ad alta voce” prima di scrivere.
Tip di personalizzazione: Aggiungi "DATI DI HEATMAP: [descrivi dove gli utenti cliccano o abbandonano]" se hai accesso a dati Hotjar o Microsoft Clarity — Claude integra questi dati comportamentali nell’analisi.
4. Struttura della Pagina e Gerarchia dei Contenuti
Sei un esperto di information architecture e UX writing per landing page ad alta conversione. Basandoti sui seguenti input, progetta la struttura completa di una landing page:
OBIETTIVO: [es. generare demo request per software HR]
TRAFFICO PRINCIPALE: [es. Google Ads con keyword "software gestione presenze"]
CONSAPEVOLEZZA DEL PROBLEMA (awareness stage): [es. medio — l'utente conosce il problema ma non la soluzione]
OBIEZIONI PRINCIPALI DEL TARGET: [elenca 3-5 obiezioni reali raccolte da interviste o recensioni]
COMPETITOR PRINCIPALI: [nomi o descrizioni]
Fornisci:
1. Lista ordinata delle sezioni della pagina con titolo, obiettivo di ogni sezione e tipo di contenuto consigliato
2. Per ogni sezione: indica la domanda implicita dell'utente a cui risponde
3. Posizionamento consigliato delle CTA (primaria e secondaria) con motivazione
4. Elementi di trust da includere (tipologia e posizione)
5. Struttura ottimale per mobile-first (indica quali sezioni accorciare o riordinare su mobile)
Perché questo prompt funziona: Il parametro “awareness stage” è mutuato dal framework di Eugene Schwartz sui livelli di consapevolezza del mercato — un concetto tecnico che orienta Claude verso decisioni strategiche sulla profondità dell’educazione necessaria. Includere le obiezioni reali (idealmente estratte da recensioni G2, Capterra o da interviste) trasforma il prompt da esercizio teorico a strumento di progettazione data-driven.
Output atteso: Una roadmap dettagliata della landing page con 7-12 sezioni, ciascuna con scopo dichiarato e domanda implicita dell’utente. Particolarmente utile per briefing con designer e developer.
Tip di personalizzazione: Incolla direttamente 5-10 recensioni reali del tuo prodotto (o dei competitor) nella sezione “OBIEZIONI PRINCIPALI” — Claude estrae autonomamente i pattern ricorrenti e li trasforma in obiezioni strutturate.
5. Ottimizzazione della Call to Action
Analizza e ottimizza tutti gli elementi di CTA di questa landing page. Per ogni CTA esistente:
1. Valuta l'efficacia del testo del bottone (specifico vs generico, orientato al valore vs all'azione)
2. Analizza il microcopy di supporto (presente/assente, riduce o aumenta la frizione?)
3. Verifica la coerenza tra la promessa della CTA e la pagina/step successivo
4. Proponi 3 varianti alternative testate su principi di riduzione della frizione cognitiva
Successivamente, genera una matrice di CTA per diversi punti della pagina:
- CTA above the fold (utente freddo, prima impressione)
- CTA dopo la sezione benefici (utente interessato)
- CTA dopo le testimonianze (utente in fase di valutazione)
- CTA exit-intent o footer (ultima possibilità)
Per ogni CTA nella matrice: testo bottone + microcopy + elemento di urgency/scarcity se appropriato.
TESTO ATTUALE DELLE CTA:
[incolla qui tutte le CTA presenti]
AZIONE POST-CLICK:
[es. form a 3 campi, chiamata immediata, download PDF, pagamento]
Perché questo prompt funziona: La matrice per posizione nella pagina è una tecnica avanzata di CRO che considera il livello di riscaldamento dell’utente (cold vs warm traffic) — un parametro che la maggior parte dei prompt generici ignora. La richiesta esplicita di includere microcopy riconosce che il testo sotto il bottone è spesso più determinante del testo sul bottone stesso in termini di riduzione della frizione.
Output atteso: Un’analisi delle CTA esistenti con punteggio e alternative, più una matrice completa di CTA ottimizzate per posizione. Formato tabellare o lista strutturata con circa 400-600 parole.
Tip di personalizzazione: Aggiungi "TASSO DI CONVERSIONE ATTUALE: [X%]" e "BENCHMARK DEL SETTORE: [Y%]" per contestualizzare l’analisi — Claude calibra l’urgenza delle modifiche suggerite in base al gap da colmare.
6. Analisi e Riscrittura delle Testimonianze
Le seguenti testimonianze sono presenti sulla mia landing page. Per ognuna:
1. Valuta l'efficacia persuasiva (specificità, credibilità, rilevanza per il target)
2. Identifica gli elementi mancanti (risultato numerico, contesto del problema prima, ruolo/azienda del cliente)
3. Proponi una versione riscritta che mantiene l'autenticità ma massimizza l'impatto persuasivo
4. Indica quale obiezione specifica del target questa testimonianza dovrebbe affrontare
Dopo l'analisi individuale:
- Suggerisci l'ordine ottimale di presentazione delle testimonianze
- Indica quali tipologie di testimonianze mancano per coprire l'intero ciclo decisionale del buyer
- Fornisci 5 domande da porre ai clienti per raccogliere testimonianze ad alto impatto
TESTIMONIANZE ATTUALI:
[incolla qui le testimonianze con nome, ruolo, azienda se disponibili]
OBIEZIONI PRINCIPALI DEL TARGET:
[lista di 3-5 obiezioni]
Perché questo prompt funziona: Collega esplicitamente ogni testimonianza a un’obiezione specifica — una tecnica di social proof strategica spesso trascurata. La richiesta delle domande per raccogliere nuove testimonianze trasforma il prompt da strumento di ottimizzazione a strumento di produzione di contenuti futuri, moltiplicando il suo valore nel tempo.
Output atteso: Analisi strutturata per ogni testimonianza, versioni riscritte e una lista di 5 domande per interviste clienti. Output tipicamente di 700-1000 parole.
Tip di personalizzazione: Includi il profilo dell’ICP dettagliato — Claude selezionerà quali aspetti delle testimonianze risuonano di più con quel profilo specifico e calibrerà le riscritture di conseguenza.
Tecniche di Prompt Engineering per Landing Page Optimization
1. Usa il Parametro “Awareness Stage” per Calibrare la Profondità
Il concetto di consapevolezza del mercato (da Eugene Schwartz) è uno dei parametri più potenti che puoi fornire a Claude. Specifica se il tuo utente target è:
- Unaware: non sa di avere il problema
- Problem Aware: conosce il problema ma non le soluzioni
- Solution Aware: conosce le soluzioni ma non il tuo prodotto
- Product Aware: conosce il tuo prodotto ma non è convinto
- Most Aware: è già convinto, ha bisogno solo di un’offerta
Claude adatterà il tono, la profondità educativa e la struttura degli argomenti in modo significativamente diverso in base a questo parametro. Un utente “Solution Aware” richiede copy che differenzi il tuo prodotto, non che spieghi perché il problema esiste
Commenti (0)