Visibilità del marchio nell'AI: come la misuro e con quali strumenti

La visibilità del marchio nell'AI è la quota di risposte degli assistenti AI alle domande dei tuoi clienti in cui il marchio è nominato o il suo sito è indicato come fonte. La calcolo su un mio insieme di domande, separatamente per ogni assistente e separatamente per menzione e citazione. Nessuno oltre ai fornitori degli assistenti conosce tutte le domande che le persone pongono, quindi la «quota di mercato dell'AI» non si può calcolare. Ogni numero sulla visibilità nell'AI ha senso solo se si sa su quale base è stato calcolato: su quante domande, in quale assistente e in quale giorno.

Tre volte, da agosto a ottobre, il mio controllo ha mostrato che un numero che sembrava buono significava altro da ciò che pensavo:

1. La «presenza del marchio» nel report di uno dei miei progetti si è rivelata una citazione del sito, non una menzione del marchio. In Perplexity il report mostrava il 2%, mentre il marchio era nominato nel 37% delle domande; nelle sole domande senza il suo nome, nel 21%.
2. Il test che doveva mostrare che la posizione sulle sotto-query (le query che l'assistente invia da solo al motore di ricerca mentre risponde) prevede le citazioni meglio della posizione sulla parola chiave principale ha dato un risultato in linea con la tesi, finché un revisore non ha notato che avevo confrontato misurazioni di diversa accuratezza.
3. Il numero di citazioni in uno strumento è cresciuto della metà in una settimana per due marchi, mentre la loro quota è cambiata pochissimo, quindi con ogni probabilità è cresciuta la base di risposte raccolte dallo strumento (il suo indice) e non la visibilità dei marchi.

La visibilità nell'AI la misuro in modo da trovare errori simili prima del report per il cliente e non dopo. Il secondo di questi casi l'ho descritto nel testo su GEO e AI SEO, gli altri due sono più sotto.

Che cos'è la visibilità del marchio nell'AI?

La visibilità del marchio nell'AI è la presenza del marchio nelle risposte generate dalle AI Overview e dalla Modalità AI di Google, da ChatGPT, Gemini, Perplexity e Copilot, calcolata come quota di tali risposte. Il marchio può comparire in una risposta in due modi e li conto separatamente:

1. Menzione: il nome del marchio è nel testo della risposta che l'utente legge.
2. Citazione: il sito del marchio è indicato come fonte, di solito in una nota o in un elenco di link accanto alla risposta.

Una cosa non implica l'altra. L'assistente può consigliare un marchio per nome senza indicare il suo sito, perché lo conosce dalla memoria o da testi altrui. Può anche indicare il sito del marchio come fonte di un'informazione generale e non scrivere mai il suo nome. Nel testo su GEO e AI SEO descrivo da dove l'assistente prende le conoscenze su un marchio: dalla ricerca o dalla memoria del modello.

Nella risposta dell'AI non esiste una posizione, quindi misuro la quota e non il posto. La risposta dell'assistente nasce ogni volta da zero e non è un elenco di dieci risultati. Eli Schwartz l'ha detto in una frase:

Perciò, al posto della posizione, conto in quante risposte sul mio insieme di domande compare il marchio. Il numero «il marchio è al 3º posto in ChatGPT» descrive una sola risposta di un solo giorno, e la risposta successiva alla stessa domanda può nominare altri marchi in un altro ordine.

Come tracciare la visibilità del marchio in ChatGPT e negli altri assistenti AI?

La controllo in sei passi e calcolo solo nel quinto. I passi precedenti servono a far sì che il numero finale riguardi il marchio giusto e le domande giuste.

Passo 1. Verifica che l'assistente sappia di quale marchio parli

Prima di calcolare qualsiasi cosa pongo una domanda con il solo nome del marchio e leggo la risposta. Se l'assistente confonde il marchio con un'altra azienda, ogni numero successivo può riguardare un'azienda diversa. In un negozio online polacco lo strumento per la visibilità nell'AI ha mostrato 55 punti su 100 e il 100% di quota, e tutte le risposte da cui l'aveva calcolato riguardavano un'altra azienda nota con lo stesso nome. In un altro strumento un marchio il cui nome è una normale parola del dizionario ha ottenuto oltre 400 mila pagine con una menzione, perché lo strumento contava ogni uso di quella parola. Il marchio di confronto ne aveva meno di 7 mila.

Quando lo stesso nome lo porta un'azienda dello stesso settore, la misurazione perde senso, quando lo porta qualcuno di un altro ambito, la misurazione è solo più difficile. Nel primo caso, prima di calcolare qualsiasi cosa, metto in ordine la descrizione del marchio sul suo sito e nei profili, perché l'assistente possa distinguerlo. Il mio nome e cognome li portano tra gli altri un attore e un pilota, quindi la misurazione del mio marchio ha senso, ma a ogni menzione controllo se riguarda me.

Passo 2. Leggi i risultati di Google sul nome del marchio

Le AI Overview e la Modalità AI usano l'indice di Google, quindi per prima cosa guardo cosa mostra Google sul solo nome del marchio. Per ogni risultato della prima decina annoto se controllo quella pagina interamente, in parte (per esempio un profilo su un servizio altrui) o per niente. Sul mio nome e cognome, il 3 ottobre 2026 nel Google polacco non controllavo per intero nessuno dei 10 risultati, e uno lo controllavo in parte.

Poi cerco in queste pagine le frasi che gli assistenti ripetono sul marchio. Se la frase è nei risultati, so da dove l'assistente la prende e posso chiedere di correggere quella pagina. Se non c'è, probabilmente è nella memoria del modello e la correzione delle pagine non la cambierà in fretta.

Passo 3. Costruisci l'insieme di domande e non cambiarlo

Le domande le prendo dai dati sulla domanda di ricerca e da Search Console, non da un brainstorming. Da Search Console scelgo le query per cui il sito compare già, e il resto lo integro con parole chiave dagli strumenti di ricerca. La suddivisione delle domande per posizione della pagina l'ho descritta nel testo sulla strategia SEO. Quando nel periodo da cui prendo le query il sito ha in Search Console meno di circa 1.000 impressioni e 100 query diverse, non ricavo da esso le domande, perché da un campione così piccolo non scelgo domande che dicano qualcosa sul mercato. È una soglia orientativa del mio processo, non il risultato di un test.

La maggior parte delle domande le compongo senza il nome del marchio, per il motivo descritto nel testo su GEO e AI SEO. La domanda «X è buono?» misura cosa l'assistente sa di X, non se lo consiglierà a qualcuno che non ne ha mai sentito parlare. Le domande senza il nome del marchio le compongo in tre forme (gli esempi sono indicativi):

• categoria con precisazione, per esempio «studio contabile per una ditta individuale a Cracovia»;
• confronto in cui c'è solo il nome del concorrente, per esempio «alternativa a [concorrente]»;
• domanda su una funzionalità concreta, per esempio «quale app per appunti funziona senza internet».

Le domande sulla reputazione le conto separatamente e non le includo nella visibilità. «X è un'azienda affidabile?» e le coppie di domande «chi scegliere» e «chi evitare» mostrano cosa l'assistente pensa del marchio, non se lo consiglia. Nel negozio di cui ho scritto nel passo 1, gli assistenti rispondevano alla domanda se fosse un negozio affidabile citando i reclami dei clienti.

Le domande su un marchio polacco le pongo in polacco e in inglese. Nel mio test una parte delle sotto-query alle domande polacche era in inglese, come scrivo nel testo su GEO e AI SEO.

L'insieme non lo cambio tra una misurazione e l'altra. Le nuove domande le aggiungo come gruppo a parte, perché ogni modifica dell'elenco rovina il confronto con la misurazione precedente.

Passo 4. Stabilisci il numero di ripetizioni con un test pilota e annota quando e dove

Il numero di ripetizioni non lo fisso in anticipo: su un nuovo insieme di domande faccio prima un test pilota in cui ogni domanda la pongo 10 volte, tutte nello stesso momento. Lo raccomanda Dmitrij Żatuchin nel protocollo Dice Roll Method per l'interrogazione ripetuta dei modelli sui marchi (arXiv, versione 2 del 14/10/2026). Dal test pilota si calcola quanto differiscono le risposte alla stessa domanda e quanto differiscono tra loro le domande, e da questo quante ripetizioni servono per il risultato che mi interessa. In questa versione del lavoro l'autore ha ritirato le soglie fisse della prima versione (da 5 a 20 ripetizioni a seconda del tipo di studio), perché si è scoperto che erano state calcolate su dati di un generatore sintetico e non su dati di studi reali.

Il test pilota dà di solito due numeri diversi: poche ripetizioni per il risultato dell'intero assistente e molte di più per confrontare una singola domanda prima e dopo una modifica. I numeri del mio test e del lavoro di Żatuchin li mostro più sotto, nella parte sulle ripetizioni. Le AI Overview erano nei miei dati le più stabili: in 77 domande su 94 hanno dato tre risposte identiche, quindi per esse di solito basta un'unica estrazione.

A ogni risposta annoto quattro cose: l'assistente, la superficie, la versione del modello e la data con l'ora. La superficie è il luogo in cui il modello risponde: l'app di chat, l'API, la Modalità AI di Google o le AI Overview. Le risposte dall'API non devono coincidere con ciò che vede l'utente dell'app, quindi i risultati di due superfici non li sommo in un unico numero.

L'ora della risposta permette di distinguere il caso da una modifica nel tempo. Nel test di ripetizione Perplexity ha citato il sito del progetto in 0, 2 e 9 domande nelle ripetizioni successive, con un numero quasi costante di menzioni (33, 36 e 35). Con ogni probabilità durante la misurazione è cambiato l'accesso al sito, ma il foglio non aveva le ore delle risposte, quindi non si può verificare. Per questo nelle misurazioni successive invio le ripetizioni tutte insieme e annoto l'ora di ogni risposta.

Passo 5. Conta separatamente menzioni e citazioni

Il risultato per un assistente è la quota di tutte le risposte in cui il marchio è comparso, separatamente per la menzione e per la citazione. Le fonti le sommo da tutte le ripetizioni. Le domande per cui il marchio è comparso solo in una parte delle risposte le segno come instabili e non ne traggo conclusioni sulla singola domanda.

Passo 6. Verifica cosa può invalidare la diagnosi

Prima di scrivere al cliente cosa gli manca, controllo le situazioni in cui la diagnosi sarebbe sbagliata:

• L'assistente non consiglia nessuno in questa categoria, per esempio nelle domande su salute, finanza o diritto. Allora non c'è un vuoto che il marchio possa riempire.
• L'assistente risponde dalla memoria, senza cercare. Allora il lavoro sul sito per molto tempo non cambierà nulla.
• Un concorrente che ho inserito io nel confronto non funziona. In una misurazione quattro domini su cui avevo basato la tesi che la categoria fosse vuota non avevano nemmeno un record DNS, cioè l'indirizzo del dominio non portava a nessun server. Zero citazioni per un concorrente il cui sito non funziona non significa che nella categoria ci sia posto libero.
• La visibilità nell'AI cresce, mentre il traffico da Google nello stesso periodo cala. SearchPilot descrive un test per il servizio Omio in cui una modifica alle pagine ha aiutato il traffico dai modelli linguistici, ma secondo la loro stima avrebbe ridotto il traffico da Google di circa il 6,5%, quindi non è stata messa in produzione (SearchPilot). Per questo, accanto alle risposte dell'AI guardo sempre il traffico da Google.

Dopo ogni modifica sul sito o nella descrizione del marchio ripeto i passi da 4 a 6 sullo stesso insieme di domande. Solo così il risultato prima e dopo la modifica si può confrontare.

Quali metriche di visibilità nell'AI misurare?

Per ogni assistente misuro due numeri: la quota di risposte con una menzione del marchio e la quota di risposte con una citazione del suo sito. A questi si aggiungono la quota rispetto ai concorrenti sullo stesso insieme di domande e il numero di domande instabili. Il traffico dagli assistenti in analytics lo tratto come una misura a parte, perché è sempre sottostimato: una parte delle visite arriva senza informazione sulla fonte.

Quando ho contato le menzioni separatamente, è emerso che il report sulla «presenza del marchio» misurava le citazioni. In uno dei progetti che seguo, la misurazione del 29 agosto 2026 ha riguardato 94 domande, cinque superfici AI e tre ripetizioni, in tutto 1.410 risposte. Lo script che la calcolava considerava il marchio presente solo se tra le fonti c'era il suo sito, mentre la descrizione del metodo nel report parlava di presenza del marchio nella risposta. A ottobre ho contato nelle stesse risposte il solo nome del marchio:

In Perplexity e Gemini il marchio era nominato in oltre un terzo delle domande, mentre il report mostrava il 2% e lo 0%. I numeri delle menzioni comprendono 19 domande con il nome del marchio, quindi nelle sole 75 domande senza il nome sono più bassi: dal 21% al 28% a seconda dell'assistente. È comunque circa un quinto delle domande, in assistenti per i quali il report mostrava quasi zero. Da questa analisi conto le due misure separatamente e lo stesso pretendo da ogni report che ricevo.

Menzione senza citazione e citazione senza menzione sono per me due ipotesi diverse e due lavori diversi, che descrivo nella sezione sul vuoto di visibilità. Entrambe le ipotesi le verifico con una modifica e con la misurazione successiva.

Quota calcolata sulla risposta, non sulla citazione

La quota del marchio tra i concorrenti la calcolo sulla risposta e non sulla citazione, perché le risposte hanno un numero molto diverso di fonti. Nella misurazione per un'agenzia SEO polacca, 23 risposte alle domande su quale agenzia consigliare avevano da 1 a 13 fonti. Una quota calcolata sulla citazione darebbe alle risposte con 13 fonti un peso tredici volte maggiore rispetto a quelle con una. Con il calcolo sulla risposta ogni risposta pesa lo stesso, perché l'utente legge una risposta alla volta.

L'elenco delle fonti di ChatGPT va ripulito dai risultati di ricerca che il modello ha solo scorso. Lo strumento con cui raccolgo le risposte di ChatGPT restituisce, accanto alle fonti citate nella risposta, anche l'intero elenco dei risultati di ricerca che il modello ha visto. In una risposta questi risultati erano 52 e le fonti citate 7. Nelle stesse 23 risposte, dopo aver scartato quell'elenco, il numero di citazioni è sceso da 279 a 181, e l'elenco dei luoghi in cui conviene comparire da 10 a 6 voci.

Quante ripetizioni bastano?

Nel mio test tre ripetizioni di ogni domanda bastavano per il risultato dell'intero assistente, ma non per valutare la singola domanda. Nel test di ripetizione circa metà delle domande in cui il marchio era comparso almeno una volta aveva un risultato instabile: in ChatGPT 18 su 36 per la citazione del sito (tutte le 94 domande), e in Modalità AI 16 su 29 per la menzione nelle domande senza il nome del marchio. Una domanda che in un passaggio «ha il marchio» nel successivo può non averlo.

• 13%Tante sono le domande senza il nome del marchio che in ChatGPT verrebbero valutate in modo errato (il marchio è nominato oppure no) con tre ripetizioni. Ponendo la domanda una sola volta 21%, con cinque 9%, con sette 8%.Stima da un modello sui dati di 1.410 risposte, 14/10/2026
• 1,5 punti percentualiTanto vale l'errore tipico (deviazione standard) della quota di risposte con una menzione del marchio in ChatGPT con tre ripetizioni, nelle domande senza il nome del marchio. Con cinque 1,2 punti percentuali.Stima da un modello sui dati di 1.410 risposte, 14/10/2026
• 0,33Mediana della somiglianza degli elenchi di domini citati tra due ripetizioni della stessa domanda in ChatGPT e in Modalità AI: parte comune divisa per tutti i domini dei due elenchi (1 significa elenchi identici). In Perplexity 0,92.Test di ripetizione, 14/10/2026
• 77 su 94Tante sono le domande per cui le AI Overview hanno dato tre risposte identiche.Test di ripetizione, 14/10/2026

Passando da tre a cinque ripetizioni, il risultato per l'assistente nel mio test è migliorato di meno di un punto percentuale, quindi per questo risultato di solito mi fermo a tre. È una stima da un modello statistico adattato a un progetto, a una finestra di misurazione e a due assistenti (ChatGPT e Modalità AI), non una misurazione, ed è per questo che su un nuovo insieme la verifico con un test pilota. Żatuchin arriva a un risultato simile: su 250 domande diverse una o due ripetizioni davano già un coefficiente di affidabilità di 0,80, e cinque ripetizioni di 0,96 (1 significa che le medie delle ripetizioni, senza errore, distinguono le domande l'una dall'altra).

Per confrontare una singola domanda prima e dopo una modifica al sito servono 15-25 ripetizioni, non tre. Secondo le simulazioni di Żatuchin, con cinque ripetizioni la probabilità di rilevare una grande variazione su una singola domanda è solo del 15-19%, e arriva all'80% soltanto con 15-25 ripetizioni. I suoi dati riguardano la raccomandazione di marchi da parte di modelli interrogati via API, quindi anche per le risposte con ricerca questo numero lo verifico con un test pilota.

L'elenco delle fonti di una sola ripetizione non lo uso, perché in ChatGPT e in Modalità AI la parte comune di due ripetizioni della stessa domanda è di solito solo un terzo di tutti i domini citati in entrambe. L'elenco dei luoghi in cui il marchio dovrebbe comparire lo costruisco da tutte le ripetizioni, con il numero di occorrenze di ogni dominio.

Le fonti possono cambiare anche da una settimana all'altra. SISTRIX ha seguito 82.619 domande per 17 settimane in sei paesi (Polonia esclusa) e in ChatGPT da una settimana all'altra cambiava fino al 74% delle fonti citate; è il valore massimo, non la media (SISTRIX, 1/05/2026). Per questo riconosco una variazione nelle fonti solo se si ripete nella misurazione successiva.

Come funzionano gli strumenti per misurare la visibilità nell'AI e come sceglierli?

Gli strumenti per la visibilità nell'AI fanno la stessa cosa della misurazione manuale: pongono agli assistenti un insieme di domande, salvano le risposte e calcolano dove compare il marchio. Differiscono per l'origine delle domande, quante volte le pongono e cosa contano. I dati li prendo da tre tipi di fonti:

I numeri assoluti crescono insieme all'indice dello strumento

Il numero di citazioni in uno strumento può crescere della metà in una settimana anche se la quota del marchio non cambia. Nel report di Ahrefs sul numero di risposte AI che citano un dominio, basato sulla base di domande di Ahrefs, ho confrontato due letture per due grandi negozi online in Germania, del 26 luglio e del 2 agosto 2026. Il numero delle loro citazioni in ChatGPT è cresciuto in quel periodo del 50% per entrambi, mentre la quota di uno dei due nel numero complessivo di citazioni dei due negozi è cambiata appena: 34,2% e 34,1%. In Perplexity i numeri sono cresciuti del 68% e del 185%. Con ogni probabilità è cresciuta la base dello strumento e non la visibilità di quei marchi. Sono due marchi, uno strumento e una settimana.

Perciò dagli strumenti prendo la quota e non i numeri assoluti, e solo per gli assistenti in cui la quota nel mio confronto non è cambiata di più di mezzo punto percentuale. È stato così in ChatGPT, nelle AI Overview, in Modalità AI e in Grok (l'assistente dell'azienda xAI), mentre in Perplexity, Gemini e Copilot la quota è cambiata di circa 3-11 punti percentuali. È un solo confronto di una sola settimana, quindi suppongo la stabilità finché la lettura successiva non la smentisce.

Cosa verifico prima di scegliere uno strumento

Prima di scegliere uno strumento controllo sette cose:

1. Se mostra menzione e citazione separatamente.
2. Se posso aggiungere domande mie e tenerle invariate per molti mesi.
3. Quante volte pone ogni domanda e se mostra quali domande sono instabili.
4. Se salva la versione del modello, la superficie e la data di ogni risposta.
5. Se supporta il mio mercato e la mia lingua.
6. Se mostra le risposte complete, così che io possa verificare che si tratti del marchio giusto.
7. Se indica la quota sullo stesso insieme di domande e non solo i numeri assoluti.

I giudizi sul tono di un classificatore che ho provato non li riporto. In un caso ha segnato come negativa una risposta che si concludeva con il verdetto «X è la scelta migliore per la maggior parte dei team». Il tono lo valuto leggendo il frammento della risposta, oppure non scrivo nulla in proposito.

Un unico «punteggio di visibilità nell'AI» di uno strumento non è per me un obiettivo. Unisce menzioni, citazioni e assistenti diversi, quindi non se ne può capire cosa sia cambiato. Il numero di uno strumento lo riporto sempre insieme a una misura di business: richieste dei clienti, vendite o traffico da Google.

Fonti gratuite: Bing e Google

Bing Webmaster Tools mostra gratis quante volte Copilot e le risposte AI di Bing hanno citato le tue pagine. Il report AI Performance è stato annunciato il 10 febbraio 2026 come versione di prova. Mostra il numero di citazioni, il numero di pagine citate al giorno, le citazioni dei singoli indirizzi e un campione delle espressioni con cui l'AI ha cercato i contenuti prima di citarli (Bing Webmaster Blog). Sono dati solo di Bing e Copilot, quindi non sostituiscono la misurazione in ChatGPT.

Search Console mostra le impressioni delle pagine nelle AI Overview e in Modalità AI, ma non dice se il marchio sia stato nominato. Google ha reso disponibile questo report a una parte dei siti a giugno 2026, e a tutti dal 31 agosto 2026 (Google Search Central, Guida di Search Console). La descrizione del report parla di impressioni per pagine, paesi, date e dispositivi, e non descrive le menzioni nel testo delle risposte né le domande che le hanno provocate. È un buon controllo dal lato di Google, ma non è una misurazione delle menzioni.

Misurazione propria via API

La misurazione propria via API costa poco, ma richiede tempo per la preparazione e il controllo. Un passaggio di 14 domande su quattro superfici (ChatGPT con ricerca, Modalità AI di Google e Gemini e Perplexity via API), in tutto 56 risposte, mi è costato 0,82 USD di API, di cui 0,63 USD per Gemini (il primo di questi numeri l'ho riportato nel testo su GEO e AI SEO). È stato il primo di tre passaggi di misurazione per l'agenzia SEO, e l'intera misurazione, in tutto 180 risposte, è costata circa 2,8 USD. Con queste tariffe un insieme di 100 domande su quattro superfici con tre ripetizioni, cioè 1.200 risposte, costerebbe circa 18-19 USD a misurazione, in gran parte per Gemini. Un test pilota con dieci ripetizioni sullo stesso insieme sono 4.000 risposte e circa 60 USD, una tantum. Il tempo serve per comporre le domande, verificare che l'assistente non confonda il marchio con un altro e leggere le risposte. Nel testo sugli strumenti AI nella SEO ho descritto i test dopo i quali i numeri di queste misurazioni li calcolo con uno script e non con un modello.

Cosa faccio quando la misurazione mostra un vuoto di visibilità?

La misurazione mostra in quale situazione si trova il marchio, e da questo dipende cosa faccio:

• Il marchio non c'è né nelle menzioni né nelle fonti, e l'assistente cerca in rete: lavoro sulla visibilità del sito su Google per queste domande e le loro varianti. Comincio verificando se i crawler degli assistenti ricevono la pagina, come nell'audit SEO.
• Il marchio è nominato, ma il suo sito non è citato: correggo i frammenti della pagina in modo che rispondano alla domanda senza il resto del testo.
• Il sito è citato, ma il marchio non è nominato: lavoro su ciò che altri scrivono del marchio, perché probabilmente è dai testi altrui che l'assistente sa chi consigliare. Nel testo sul link building nell'era dell'AI ho descritto come pianifico le menzioni sui siti che l'AI già cita.
• L'assistente risponde dalla memoria e fornisce fatti non aggiornati o falsi: prima una descrizione coerente del marchio nei canali propri, poi pubblicazioni in luoghi curati da altri. Un effetto entro un trimestre non lo prometto.

L'effetto di ciascuno di questi lavori lo verifico con la misurazione successiva sullo stesso insieme di domande, perché nessuno di essi dà una garanzia. Nel testo su GEO e AI SEO ho descritto quali di queste azioni hanno prove e quali sono consigli diffusi senza misurazione. Ci sono anche i miei test, che non hanno confermato alcuni di questi consigli.

Cosa non dice la misurazione della visibilità nell'AI?

La misurazione non dice quante persone abbiano visto il marchio nelle risposte dell'AI. La quota riguarda il mio insieme di domande, non tutte le conversazioni con gli assistenti, il cui numero non conosco.

Non dice nemmeno perché l'assistente abbia scelto questo marchio e non un altro. La diagnosi che deriva dalla misurazione è un'ipotesi che verifico con una modifica e con la misurazione successiva sullo stesso insieme.

Un risultato di un solo giorno non è un trend. I fornitori cambiano i modelli e il modo di cercare, e le modifiche non sempre vengono annunciate, quindi confronto solo misurazioni con la stessa superficie e la versione del modello annotata, e riconosco una variazione solo se si ripete nella misurazione successiva.

Per la Polonia mancano dati su quali assistenti usino le persone. Non ho trovato uno studio polacco su quanto spesso le persone usino i singoli assistenti, quindi non so che peso abbia il risultato in ciascuno. Per questo mostro il risultato di ogni assistente separatamente e non li unisco in una media.

Cosa misuro sul mio marchio?

Su rogala.pro misuro le stesse cose che per i clienti, ma la prima misurazione (punto zero) del 26 luglio 2026 l'ho fatta con un metodo più debole. Aveva una sola risposta per domanda e non comprendeva i risultati di ChatGPT. Il punto zero e ciò che ho cambiato da allora l'ho descritto nel testo su GEO e AI SEO. Il 25 agosto ho impostato in Ahrefs Brand Radar il controllo quotidiano di quattro domande del punto zero in ChatGPT per la Polonia. I risultati di questo controllo quotidiano non li descrivo finché non li confronto con la misurazione del 1° novembre. La prima misurazione con il metodo di questo testo l'ho pianificata per il 1° novembre 2026 come test pilota: le stesse quattro domande su quattro superfici, ognuna 10 volte. Il risultato lo descriverò in entrambi i testi, anche se sarà zero.

Domande frequenti sulla visibilità del marchio nell'AI

Da dove iniziare?

La prima misurazione puoi farla da solo in un'ora, senza uno strumento a pagamento. Poni all'assistente una domanda con il solo nome del marchio e verifica se sa di chi si tratta. Scegli da Search Console dieci query per cui il tuo sito compare, ponile senza il nome del marchio tre volte in ChatGPT e in Modalità AI di Google e annota separatamente dove il marchio è nominato e dove il suo sito è una fonte. Ti darà un quadro dell'intero insieme; sulle singole domande dirà di più solo un test pilota con dieci ripetizioni. Se il risultato ti sorprende, è un buon argomento per una consulenza.