Eseguire un pannello di visibilità basato sull'IA in grado di distinguere un cambiamento reale dal rumore del modello.

La maggior parte dei report sulla visibilità dell'IA si basa su un'esecuzione per ogni richiesta. È come lanciare una moneta e riportarla come misura. Quando Thinking Machines Lab ha inviato 1,000 richieste identiche a Qwen3-235B a temperatura 0, ha ricevuto in risposta 80 completamenti distinti, la prima divergenza che appare al token 103 (Thinking Machines Lab, 10 settembre 2025Gli assistenti virtuali per i consumatori aggiungono personalizzazione, localizzazione e aggiornamenti silenziosi del modello. Questa guida è pensata per i responsabili della crescita e della SEO a cui è stato chiesto se il marchio compare in ChatGPT, Gemini o nella modalità AI di Google e che necessitano di una risposta che regga a eventuali contestazioni. Al termine, avrete a disposizione un pannello di prompt, un conteggio delle esecuzioni giustificato dalla precisione necessaria, una griglia di valutazione e una regola per decidere quando un cambiamento tra le ondate è reale.

Misurare due eventi binari, non una classifica.

Non c'è un rango in una risposta dell'IA. C'è un paragrafo che ti nomina o non ti nomina, e un elenco di fonti che contiene il tuo dominio o non lo contiene. L'unità di misura è uno osservazione: un prompt, eseguito una sola volta, su un assistente, in una lingua e con impostazioni locali specifiche, in una data specifica. Ciascuno produce due risultati binari.

• Citare: Il nome del marchio compare nel testo della risposta.
• Citazione: Un URL del tuo dominio appare nelle sorgenti o nei link inline.

Tutto il resto deriva da questi. La quota di voce è il rapporto tra le tue menzioni e tutte le menzioni del tuo marchio nello stesso set di risposte. L'efficienza delle citazioni è il rapporto tra citazioni e menzioni: ti dice se vieni descritto in base alla memoria del modello o se il tuo contenuto viene effettivamente letto.

I risultati binari trasformano questo in una stima di proporzione, che ha metodi di intervallo ben documentati (Brown, Cai e DasGupta, Scienza statistica, 2001Un punteggio composito di "visibilità dell'IA" non è paragonabile a nulla, nemmeno al suo valore del mese scorso: non siamo riusciti a trovare una definizione condivisa tra i vari fornitori, quindi consideriamo i confronti tra strumenti diversi come inutilizzabili.

Crea il pannello dei comandi, quindi bloccalo

Un pannello è un elenco fisso di prompt che vengono riproposti a ogni ondata. Se l'elenco cambia tra un'ondata e l'altra, nessuna delle misurazioni effettuate rappresenta una variazione di visibilità.

1. I risultati vengono generati a partire da richieste reali. Ricava query formulate come domande da Search Console, dai registri delle ricerche sul sito e dalle trascrizioni delle vendite. I prompt ideati in un workshop mettono alla prova la creatività del tuo team.
2. Stratificare in base all'intento. Quattro livelli: a livello di categoria ("il miglior X per Y"), di confronto ("A contro B"), incentrato sul problema ("come posso risolvere Z") e specifico per marca ("la marca è valida?"). Bisogna fissare il conteggio per ogni livello in modo che un cambiamento nella composizione non possa essere scambiato per un cambiamento di visibilità.
3. Dimensionalo con un numero di prompt compreso tra 40 e 80. Al di sotto di 40, l'intervallo tra i pannelli è troppo ampio per poter intervenire. Al di sopra di 80, il costo di esecuzione cresce più rapidamente della precisione.
4. Considera ogni lingua come un pannello a sé stante. Un prompt turco e la sua traduzione inglese restituiscono marchi diversi, citazioni diverse, spesso una struttura di categoria diversa. Google ha aggiunto il turco quando la modalità AI si è espansa a 53 nuove lingue su 19 Febbraio 2026 (elenco delle lingueRiportare solo i dati in inglese per un mercato turco significa descrivere un mercato che non si serve.
5. Congela il pannello per un quarto e crea una versione. Aggiungi i prompt solo al confine di un trimestre e ricalcola la baseline quando lo fai.

Decidi quante esecuzioni per prompt

Ogni esecuzione è un'estrazione, non una ricerca, quindi un'esecuzione per richiesta fornisce un valore senza precisione. La tabella mostra la semiampiezza dell'intervallo di Wilson al 95% per un tasso di menzione per richiesta osservato al 50%, il caso peggiore e quindi l'ipotesi di pianificazione sicura.

La precisione su richiesta è costosa e raramente necessaria. Il numero che l'azienda chiede è il tasso a livello di pannello: menzioni totali rispetto alle osservazioni totali. Un pannello di 60 prompt su 5 run fornisce 300 osservazioni per assistente per ondata, una semiampiezza ingenua di circa ±5.7 punti al 50%.

Questo è ottimistico, perché le ripetizioni dello stesso prompt sono correlate. Applica un effetto di disegno a cluster: moltiplica la varianza per 1 + (ripetizioni per prompt − 1) × ICC, la correlazione intra-prompt, stimata dalla tua prima ondata anziché ipotizzata. Se si avvicina a 0.5 a 5 ripetizioni, il campione effettivo è più vicino a 100 osservazioni e la semiampiezza reale più vicina a ±10 punti. Tienine conto prima di promettere una dashboard.

La nostra impostazione predefinita: 60 prompt, 5 esecuzioni ciascuno, per assistente, per lingua, in ondate di quattro settimane. Report a livello di pannello e di strato con intervalli, risultati per prompt solo come livelli.

Controllare le condizioni di funzionamento

Il non determinismo è il livello minimo. Tutto ciò che sta al di sotto è varianza che aggiungi tu stesso.

• Disattiva la personalizzazione. In ChatGPT si usa la chat temporanea, che non utilizza né crea memorie. La memoria altrimenti si basa su istruzioni personalizzate, chat passate e file (FAQ sulla memoria), quindi un analista che ha effettuato l'accesso misura la propria cronologia.
• Correggi le impostazioni locali e la lingua dell'interfaccia. e registrali entrambi.
• Registra la versione del modello e la data e l'ora. ad ogni osservazione, o un aggiornamento del modello tra le ondate sembrerà che la tua campagna stia funzionando.
• Utilizzare un metodo di raccolta per assistente per tutto il trimestre. L'API e l'app per i consumatori hanno modalità di recupero diverse; mescolarle all'interno di una stessa serie non ha senso.
• Randomizzare l'ordine dei prompt e distribuiscono le esecuzioni nell'arco della giornata, in modo che il carico del server, che determina la variazione della dimensione del batch alla base del non determinismo, non sia confuso con l'elenco dei prompt.

Valuta ogni osservazione con una griglia di valutazione fissa

Due analisti devono ottenere lo stesso punteggio a partire dalla stessa risposta. Utilizzare una scala chiusa e annotare i criteri di spareggio.

Valuta con 1 ogni menzione fattualmente errata e segnalala. Una descrizione errata, seppur sicura, dei prezzi o della copertura rappresenta al contempo un vantaggio in termini di visibilità e un problema commerciale, ed è proprio questo tipo di riscontro che spesso giustifica l'intero processo. Per calibrare il sistema, fai valutare le stesse 30 risposte da due persone nella prima fase; più di tre discrepanze indicano che la griglia di valutazione è troppo permissiva.

Decidere se un cambiamento è reale

Eseguite i passaggi in ordine e fermatevi al primo errore.

1. Gli intervalli del 95% tra le onde si sovrappongono? In caso affermativo, segnalare l'assenza di cambiamenti rilevati, non la differenza in punti.
2. La versione del modello è cambiata? In tal caso, il confronto è fuorviante: è necessario eseguire nuovamente l'analisi della fase precedente confrontandola prima con la nuova versione.
3. Il cambiamento si è mantenuto per due ondate consecutive? Una onda è un segnale, due sono una scoperta.
4. È concentrato in un unico strato? Un cambiamento nei prompt specifici del marchio senza nulla a livello di categoria è solitamente dovuto alla domanda del marchio, non a un'attività di visibilità basata sull'IA.
5. L'efficienza delle citazioni è cambiata di pari passo con la frequenza delle menzioni? Il fatto che le menzioni aumentino mentre le citazioni rimangono stabili significa che il modello ti descrive basandosi sulla memoria: vale meno e quindi si deteriora.

Collega il pannello a qualcosa di commerciale

La visibilità è un indicatore anticipatore, non un risultato. Segmenta i referral dell'assistente come un canale di analisi a sé stante e monitora le sessioni e il loro tasso di conversione rispetto alla ricerca organica. Aspettati un volume basso, un tasso più elevato per sessione e numeri assoluti che deluderanno chiunque venga a conoscenza di un grafico di visibilità in crescita. Dillo in anticipo.

La ponderazione della piattaforma è importante. I dati del panel di Similarweb da giugno 2025 a maggio 2026 collocano ChatGPT vicino al 53% della quota di mercato delle piattaforme di IA generativa, in calo rispetto al 76% circa dell'anno precedente, con Gemini al 27-28% e Claude vicino al 9% (SimilarWebSi tratta di stime di un gruppo di esperti, non di un censimento: utilizzatele per scegliere quali assistenti includere, non per dare peso a un dato principale.

[DATI INTERNI NECESSARI: tasso di menzione mediano ed efficienza di citazione dai panel di Switas per clienti di e-commerce, viaggi e sanità, oltre alla correlazione intra-prompt osservata nelle nostre indagini.]

Dove questo metodo fallisce

• Risposte che non è possibile raccogliere su larga scala. La modalità AI di Google non dispone di un'API pubblica per la misurazione e la raccolta automatizzata dei dati viola i termini di servizio. Consideratela come un pannello secondario manuale più piccolo, opportunamente etichettato come tale.
• Non misura la perdita classica nei risultati di ricerca (SERP). In Turchia, dove le panoramiche sull'IA sono state lanciate da 18 Febbraio 2026, uno studio su 1,035 query live in 17 settori ha rilevato panoramiche AI ​​sul 59% di esse e clic sulle query informative in calo di circa un terzo entro giugno 2026 mentre la posizione media si è mossa a malapena (StradijiUn pannello non lo rileverebbe. Search Console sì.
• Linee di base ridotte nei mercati con implementazione tardiva. Riporta i livelli e gli intervalli, non le linee di tendenza, finché non avrai quattro onde.
• Il non determinismo non è risolvibile dall'esterno. I kernel invarianti batch lo rimuovono solo per chi esegue l'inferenza. Come utente di assistenti ospitati, puoi solo calcolarne la media.
• Deriva del pannello. Un panel congelato è corretto per la comparabilità ma errato per valutare il mercato dopo due o tre trimestri.

Domande frequenti

Di quanti prompt ho bisogno per il primo pannello?

Quaranta è il valore minimo pratico e 60 è il nostro valore predefinito. Al di sotto di 40, l'intervallo del pannello è sufficientemente ampio da rendere la maggior parte delle variazioni trimestrali indistinguibili dal rumore. Stratifica in base all'intento e mantieni fisso il conteggio per strato.

Impostare la temperatura a zero rende i risultati riproducibili?

No. La temperatura zero elimina la casualità del campionamento, ma non la variazione dovuta alla dimensione del batch che cambia con il carico del server, motivo per cui 1,000 richieste identiche a temperatura zero hanno prodotto 80 completamenti diversi nell'esperimento Thinking Machines. Meglio fare una media sulle esecuzioni piuttosto che inseguire il determinismo.

Posso semplicemente utilizzare il punteggio di visibilità dell'IA del fornitore?

Utilizzate gli strumenti del fornitore per la raccolta dei dati se vi fanno risparmiare tempo, ma ricostruite la metrica a partire dalle osservazioni grezze. I punteggi compositi non sono definiti in modo coerente tra i vari strumenti e molti riportano una singola esecuzione per ogni richiesta. Chiedete a qualsiasi fornitore quante esecuzioni si celano dietro un singolo dato.

Con quale frequenza dovrei fare surf?

Ogni quattro settimane per la maggior parte dei marchi. Le rilevazioni settimanali servono principalmente a rimisurare il rumore e ad aggiornare i modelli. Dopo una modifica importante dei contenuti o dei dati strutturati, è consigliabile aggiungere una nuova rilevazione quattro settimane dopo, non quella successiva.

I prompt in turco e in inglese dovrebbero essere visualizzati nello stesso riquadro?

No. È necessario eseguire analisi separate con parametri di riferimento distinti. I set di risposte, i domini citati e il quadro competitivo variano a seconda della lingua, quindi la loro combinazione produce una media che non descrive nessuno dei due mercati.

Cosa si intende per citazione se l'assistente fornisce un link a un annuncio su un marketplace anziché al mio sito?

Consideralo come una menzione senza citazione e registra separatamente il dominio citato. Un modello di citazioni da marketplace di solito indica una lacuna nei contenuti o nei dati strutturati delle tue pagine, piuttosto che una mancanza di notorietà del marchio.

Progettiamo e gestiamo pannelli di visibilità basati sull'IA come parte integrante del nostro lavoro di crescita e SEO tecnico: progettazione dei pannelli, raccolta di dati su diversi assistenti virtuali e lingue, calibrazione del punteggio e segmentazione analitica che la collega ai ricavi. Parlaci di una prima ondata di riferimento.

fonti

• Thinking Machines Lab, Sconfiggere il non determinismo nell'inferenza LLM, 10 settembre 2025
• Brown, Cai e DasGupta, Stima intervallare per una proporzione binomiale, Statistical Science 16(2), 2001
• Centro assistenza OpenAI, FAQ sulla chat temporanea
• Centro assistenza OpenAI, domande frequenti sulla memoria
• Tavola rotonda sui motori di ricerca, Google estende la modalità AI a 53 nuove lingue, 19 febbraio 2026
• Guida di ricerca di Google, lingue supportate dalla modalità IA
• Zeo, la modalità AI di Google e una panoramica sull'intelligenza artificiale in diretta in Turchia.
• Stradiji, Cosa hanno fatto le panoramiche sull'IA alla ricerca in Turchia
• Similarweb, statistiche di ricerca basate sull'intelligenza artificiale, da giugno 2025 a maggio 2026