Audit della visibilità AI: come analizzare brand, fonti e concorrenti

Un audit della visibilità nella ricerca AI serve a capire se le risposte di strumenti come ChatGPT e Perplexity citano la tua azienda e la descrivono correttamente. Puoi scoprire, per esempio, che un prodotto viene presentato con una funzione che non ha, oppure trovare, tra le fonti che citano un concorrente, una spiegazione utile che manca sul tuo sito.

Per fare un primo controllo manuale, parti da un prodotto o servizio e dalle domande che un potenziale cliente potrebbe fare prima di acquistarlo. Qui trovi sei prompt da adattare, un piano di 24 prove e un registro PDF stampabile. L’esempio svolto mostra come leggere le risposte e decidere quali informazioni o problemi tecnici correggere.

Come organizzare le 24 prove

Il piano prevede 6 domande × 2 piattaforme × 2 ripetizioni = 24 prove. Una prova consiste nell’inviare una domanda una volta e registrare ciò che compare, anche se manca una risposta AI. Quattro domande non nominano il brand e servono a vedere se viene citato spontaneamente; due lo nominano per controllarne la descrizione e il confronto con un concorrente. Ripetere le domande permette di vedere se le risposte cambiano.

Puoi iniziare con ChatGPT Search e Perplexity. Attiva la ricerca web in ChatGPT e scegli in Perplexity una modalità di ricerca disponibile nel tuo account. Perplexity fornisce risposte di ricerca con citazioni. Per ciascuna piattaforma mantieni la modalità scelta: se passi dalla ricerca standard a Deep Research, cambi anche il tipo di prova.

Se una funzione non è disponibile, puoi scegliere un’altra piattaforma prima di cominciare. Se invece raggiungi un limite durante l’audit, registra le prove rimaste senza risposta e il motivo. Puoi usare anche Google, tenendo distinti AI Mode e AI Overview: quest’ultima non compare in tutte le ricerche. Quando ottieni solo link web, registra l’assenza della risposta AI; non contarla come una risposta che non cita il brand.

Disattiva memoria e personalizzazione quando puoi, altrimenti annota le impostazioni attive. Invia le sei domande su ciascuna piattaforma, aprendo ogni volta una conversazione nuova: questo primo giro comprende 12 prove. Ripeti poi le stesse domande, nelle stesse condizioni, per arrivare a 24. Conserva la prima risposta ottenuta a ogni invio; rigenerarla finché compare il brand altererebbe il confronto.

Se vuoi stimare il tempo necessario, cronometra due prove includendo il salvataggio delle risposte e la lettura delle fonti. Usa quel tempo per organizzare il lavoro restante, tenendo conto che un errore o un problema tecnico richiederà un approfondimento.

Sei domande da adattare al tuo prodotto

Immaginiamo un distributore italiano con 20 addetti che cerca un software per gli ordini tra aziende. Gli servono due livelli di approvazione e la possibilità di scambiare file CSV con il gestionale aziendale, o ERP. Nei prompt, OrdinaLab è il prodotto da analizzare e FlussoDesk il concorrente: sono nomi inventati. Sostituiscili con quelli che vuoi controllare e adatta clienti, mercato e requisiti al tuo caso.

Le domande N1-N4 riprendono quattro esigenze d’acquisto: trovare fornitori, verificare una funzione, risolvere un vincolo tecnico e confrontare i costi. Lasciale senza il nome del brand, così puoi osservare se la piattaforma lo introduce nella risposta. Per un’attività locale, adatta il contesto al servizio, alla città e a un requisito concreto, come l’accessibilità dei locali. Una volta preparati i prompt, usa gli stessi testi in entrambe le ripetizioni.

B1 e B2 servono invece a controllare ciò che la piattaforma dice del prodotto quando l’utente lo conosce già. Le loro risposte vanno tenute separate da N1-N4: se il nome è nella domanda, ritrovarlo nella risposta non dimostra che la piattaforma lo avrebbe proposto da sola. Puoi fare domande aggiuntive per capire un errore, ma salva questi approfondimenti a parte, senza inserirli nelle 24 prove.

Che cosa salvare per ogni risposta

Dai a ogni prova il codice già presente nel registro. A-N1-1 significa piattaforma A, domanda N1, prima ripetizione; A-N1-2 è il secondo invio della stessa domanda. Salva la risposta completa in un file con quel codice, per esempio A-N1-1.txt, oppure con screenshot che comprendano tutto il testo e le fonti. Nella riga del registro indica data, ora e file salvato. Le impostazioni restano quelle annotate all’inizio: segnala soltanto eventuali cambiamenti.

Apri le fonti da cui ricavi una conferma o un errore e conserva il passaggio rilevante, il titolo e la data, se disponibile. Se un URL citato non si apre, resta comunque un link presente nella risposta, ma non puoi usarne il contenuto per verificare un’affermazione. Quando hai già accertato un errore, assegna E anche se altre parti della risposta restano da controllare. Una risposta occupa sempre una sola riga, indipendentemente dal numero di menzioni o link.

Se usi un’API per automatizzare le domande, tieni un registro separato. Modello, strumenti disponibili e personalizzazione possono essere diversi da quelli dell’interfaccia web usata dai clienti: confrontare le due raccolte come se fossero la stessa prova renderebbe poco chiaro il risultato.

Come calcolare menzioni, link ed errori

Per calcolare le percentuali conta le risposte AI valide che hai effettivamente ottenuto. Le prove NC restano nel registro con il loro motivo, ma non entrano nel denominatore. Una risposta AI senza fonti, invece, è valida e ha Link uguale a 0. Accanto a ogni percentuale scrivi sempre anche il conteggio, per esempio 6 risposte su 15.

Calcola i risultati di B1 e B2 a parte e indica quante verifiche sono ancora aperte, cioè NV. Per gli errori, dividi le risposte E per il totale C + E: in questo modo le risposte non ancora verificate non sembrano corrette. Se il denominatore è zero, scrivi “non calcolabile”. Quando confronti le piattaforme, mostra prima i conteggi di ciascuna; per il totale somma le risposte e poi calcola la percentuale.

Usa questi risultati per scegliere quali risposte approfondire, non come stima di visite o vendite. La guida su come misurare la visibilità nella ricerca AI spiega come affiancare al registro i dati disponibili sulle visite e sui risultati aziendali.

Come leggere un registro compilato

Supponiamo di aver eseguito le 24 prove su OrdinaLab, che scambia file CSV con il gestionale ma non ha un collegamento diretto con l’ERP. Le risposte ipotetiche qui sotto mostrano come compilare il registro. A e B indicano le due piattaforme scelte; gli indirizzi .example usati nel caso sono inventati.

Su mobile, scorri la tabella del caso in orizzontale per leggere anche le colonne Link, Conc. e Acc.

C indica una risposta verificata e corretta, E una risposta con almeno un errore, NV una verifica da completare e NA l’assenza di affermazioni sul brand. Nella prova B-N4-2 compaiono soltanto link web: la segniamo NC. Restano quindi 23 risposte AI valide, di cui 15 alle domande senza il nome del brand e 8 alle domande che lo nominano.

Le risposte A-N1-2, A-B1-2 e B-N3-1 attribuiscono a OrdinaLab un collegamento diretto con l’ERP che il prodotto non offre: sono le tre E. Altre tre risposte citano funzioni ancora da controllare e restano NV. Il 30% di errori deriva quindi da 3 risposte errate su 10 verificate, non da 3 su tutte le 23 risposte AI.

Parti dalle tre risposte E e confronta le frasi sbagliate con le fonti citate. Se l’errore compare sul tuo sito, correggilo; se viene da una scheda esterna, chiedine l’aggiornamento. Completa poi le tre verifiche NV. Per le risposte senza link ufficiali, leggi le fonti citate e cerca ciò che il tuo sito non spiega: per esempio, come funziona lo scambio CSV o quali approvazioni sono disponibili. La sola assenza di un link non ti dice quale contenuto manca.

Controlla le fonti e l’accesso alle pagine

Per ogni problema emerso dal registro, apri la pagina citata e quella del tuo sito che dovrebbe fornire l’informazione corretta. Controlla che siano leggibili senza login e che parlino del prodotto e della funzione richiesti. Per verificare una caratteristica puoi usare la documentazione, la scheda prodotto o una conferma del responsabile del servizio.

Per Google, la pagina deve essere indicizzata e idonea a mostrare uno snippet per poter comparire come link nelle funzioni AI. OpenAI distingue OAI-SearchBot da GPTBot: il primo riguarda la ricerca, il secondo l’addestramento. Per il dettaglio delle direttive e degli altri provider consulta la guida sui crawler AI e l’accesso al sito.

Nel nostro esempio, immaginiamo che il tecnico trovi un blocco sulla pagina dello scambio CSV: il server risponde al crawler di ricerca con HTTP 403, cioè nega l’accesso. Dopo la correzione, il tecnico verifica che la pagina risponda con HTTP 200 e mostri il testo previsto. A quel punto puoi ripetere N3. Se il contenuto diventa accessibile ma continua a non essere citato, il controllo dell’accesso è concluso e l’assenza del link va approfondita separatamente.

Decidi che cosa correggere e chi deve farlo

Per ciascun intervento bastano il problema con gli ID delle prove e gli URL, l’azione da svolgere, un responsabile e una data di ricontrollo. Distingui due esiti: la pagina può essere stata corretta mentre la risposta AI mostra ancora il vecchio errore. Registra entrambi, così chi prosegue il lavoro sa se deve intervenire di nuovo sul sito o soltanto ripetere il controllo della risposta.

Quando manca una spiegazione utile, aggiungila alla pagina che tratta già quell’argomento. La guida su come ottimizzare i contenuti per la ricerca AI approfondisce come farlo senza creare pagine duplicate.

Conserva il registro per il prossimo controllo

Per verificare una correzione, ripeti le domande interessate con lo stesso testo, sulla stessa piattaforma e nella stessa modalità. Conserva il registro iniziale: ti servirà per confrontare le risposte agli stessi quesiti. Se cambi domande, mercato o impostazioni, annota il cambiamento e tieni separati i nuovi risultati.