Metodologia di misurazione AI Visibility Come rileviamo la presenza di un brand nelle risposte dei motori AI
La misurazione AI Visibility è un protocollo di interrogazione ripetuta: un set fisso di prompt commerciali viene sottoposto ai motori AI, ogni risposta viene registrata come osservazione strutturata e da quelle osservazioni derivano quattro tassi — presenza, raccomandazione, citazione e quota di voce. Questa pagina documenta definizioni, procedura, risultati reali e limiti, e mette a disposizione i dati grezzi.
Cos'è la misurazione AI Visibility e perché conta
Per AI Visibility intendiamo la presenza rilevabile di un brand all'interno delle risposte generate dai motori conversazionali quando un utente pone una domanda con intento commerciale. A differenza della ricerca tradizionale non esiste una lista di risultati stabile: il motore sintetizza una risposta, cita alcune fonti e talvolta nomina o consiglia dei fornitori.
Conta perché una quota crescente di ricerche informative e comparative si conclude dentro la risposta AI. Se il brand non compare in quel testo, non entra nemmeno nell'insieme delle opzioni valutate dall'utente. Misurarlo serve a sapere da dove si parte e a distinguere un miglioramento reale dalla percezione.
La misurazione è descrittiva, non predittiva: fotografa cosa hanno risposto i motori su un campione di prompt in date determinate.
Motori, prompt, frequenza e metriche
Motori interrogati
Il sistema di rilevazione interroga Google Gemini, Perplexity, ChatGPT con ricerca web e Claude con ricerca web. Alcune rilevazioni storiche includono anche Google Search e Google AI Overview come superfici di confronto. La copertura effettiva di ogni ondata dipende dalla disponibilità delle API dei rispettivi provider: quando un motore non è interrogabile, l'assenza viene registrata come tale e non conteggiata come risultato negativo.
Set di prompt commerciali
I prompt provengono da un set codificato di domande reali con intento commerciale o di comparazione (ricerca di fornitore, confronto tra soluzioni, domande locali), ciascuna identificata da un query_id e raggruppata in cluster tematici. Ogni interrogazione viene eseguita in sessione pulita, senza personalizzazione da cronologia.
Frequenza delle rilevazioni
Le rilevazioni automatiche vengono eseguite a lotti ricorrenti nei giorni feriali e ogni ondata distribuisce le interrogazioni su più giornate non consecutive, così da catturare la deriva dei modelli. Ogni risposta produce una riga di osservazione con motore, data, esito di scoring e URL citati.
Definizioni operative delle metriche
- Presence Rate — osservazioni in cui il brand è menzionato nel testo della risposta, diviso il totale delle osservazioni valide del motore.
- Recommendation Rate — osservazioni in cui la menzione è classificata come raccomandazione esplicita (anche con riserva), diviso il totale delle osservazioni valide. È una metrica distinta dalla semplice presenza: essere nominati non equivale a essere consigliati.
- Citation Rate — osservazioni in cui il motore cita un URL del dominio del brand fra le fonti, diviso il totale delle osservazioni valide. Gli URL di redirect dei motori vengono risolti al dominio finale prima del confronto.
- Share of Voice — menzioni del brand rapportate alla somma delle menzioni del brand e delle menzioni di operatori concorrenti rilevate nelle stesse risposte. Nei dati pubblicati i concorrenti sono trattati in forma aggregata e anonima.
- Indici compositi (CAIV / AIV) — pubblicati solo per la baseline ufficiale, perché prodotti dal motore di misurazione LL4 che li calcola con una formula propria. Non vengono calcolati né estesi alle serie di raccolta assistita riportate più sotto, dove restano pubblicate le sole metriche M1–M4.
Baseline ufficiale 8/8/2026
Rilevazione del : 160 run distribuite su 4 motori conversazionali. I valori sono fissati e non variano al caricamento della pagina.
| CAIV | AIV | Presence Rate | Recommendation Rate | Citation Rate | Share of Voice |
|---|---|---|---|---|---|
| 45.1 | 34.3 | 41.9% | 34.4% | 13.1% | 20.9% |
| Motore | CAIV |
|---|---|
| Google Gemini | 58.9 |
| Perplexity | 58 |
| Claude (con web search) | 34.2 |
| ChatGPT (con web search) | 27.7 |
Fonte: Motore di misurazione LL4, rilevazione 8/8/2026.
Caveat: Citation Gemini 0% = artefatto tecnico noto alla data (le citazioni erano servite tramite URL di redirect non risolti dal parser). Il dato non va letto come assenza di citazioni reali.
Rilevazioni assistite sul campo
Queste serie sono raccolte con procedura assistita dal nostro strumento interno e costituiscono un dataset distinto e non comparabile con la baseline ufficiale: prompt, campionamento e scoring sono diversi. Nessuna di queste serie è la baseline. Le percentuali seguono le definizioni M1–M4 con denominatore per osservazione: M1 Presence Rate = osservazioni con menzione del brand / osservazioni totali; M2 Recommendation Rate = osservazioni con raccomandazione esplicita / osservazioni totali; M3 Citation Rate = osservazioni con URL del dominio citato / osservazioni totali; M4 Share of Voice = menzioni del brand / (menzioni del brand + menzioni di concorrenti).
W1A — raccolta assistita, 3–21 luglio 2026
167 osservazioni su 70 prompt distinti, registrate fra il 03/07/2026 e il 21/07/2026.
| Motore | Osservazioni | Presence Rate | Recommendation Rate | Citation Rate | Share of Voice |
|---|---|---|---|---|---|
| ChatGPT (con web search) | 67 | 37.3% | 3% | 37.3% | 39.7% |
| Google Search | 62 | 46.8% | 0% | 46.8% | 58% |
| Google Gemini | 17 | 70.6% | 17.6% | 35.3% | 52.2% |
| Google AI Overview | 12 | 58.3% | 8.3% | 66.7% | 70% |
| Perplexity | 9 | 44.4% | 0% | 44.4% | 40% |
| Tutti i motori (aggregato) | 167 | 46.1% | 3.6% | 43.1% | 49.4% |
W2 — post-migrazione dominio, da 11 agosto 2026
39 osservazioni su 10 prompt distinti, registrate fra il 11/08/2026 e il 14/08/2026.
| Motore | Osservazioni | Presence Rate | Recommendation Rate | Citation Rate | Share of Voice |
|---|---|---|---|---|---|
| Claude (con web search) | 10 | 30% | 0% | 30% | 30% |
| Google Gemini | 10 | 0% | 0% | 0% | 0% |
| Perplexity | 10 | 40% | 0% | 40% | 30.8% |
| ChatGPT (con web search) | 9 | 33.3% | 0% | 22.2% | 30% |
| Tutti i motori (aggregato) | 39 | 25.6% | 0% | 23.1% | 23.8% |
I motori con poche osservazioni non sono comparabili con quelli ad alto volume: una percentuale calcolata su pochi casi ha un intervallo di incertezza molto ampio. Le righe vanno lette per motore, non mediate fra loro.
Scarica le rilevazioni in CSV
Il file contiene le serie di raccolta assistita (non la baseline ufficiale LL4) ed è generato server-side dalle stesse tabelle usate per le tabelle della sezione precedente. La prima colonna serie (con l'etichetta estesa in serie_label) distingue le due ondate, così che non vengano mai mediate fra loro. Campi inclusi: serie, identificativo del prompt, cluster, motore, data della rilevazione, stato di disponibilità della superficie, esiti di scoring (menzione, tipo di menzione, citazione del dominio, presenza di concorrenti in forma booleana), intento commerciale, segnale locale, origine della raccolta e ondata.
Campi esclusi per policy: chiavi e credenziali, testo integrale delle risposte, note operative interne, identificativi di operatore e di task, nomi e domini dei singoli operatori concorrenti (trattati in forma aggregata e anonima).
Limiti dichiarati della metodologia
- Risposte non deterministiche: lo stesso prompt può generare esiti diversi in momenti diversi, anche senza modifiche al sito o al modello.
- Variabilità temporale: gli aggiornamenti dei modelli e degli indici di ricerca collegati cambiano le risposte in modo non annunciato; i confronti tra ondate vanno letti come tendenze, non come misure esatte.
- Campione limitato: le percentuali dipendono dal set di prompt scelto e dal numero di osservazioni per motore; campioni piccoli producono valori instabili.
- Dipendenza dalle API: alcuni motori sono interrogati via API, che possono differire dall'interfaccia pubblica per personalizzazione e fonti.
- Nessuna garanzia: la metodologia misura, non promette. Nessun intervento può garantire una citazione o una posizione nelle risposte AI.
Domande frequenti sulla metodologia
Che cosa misura esattamente un'analisi di AI Visibility?
Perché gli indici compositi compaiono solo nella baseline ufficiale?
Con quale frequenza vengono eseguite le rilevazioni?
I dati grezzi sono consultabili da terzi?
Una percentuale bassa su un motore significa che il brand è irrilevante lì?
Questa pagina documenta come misuriamo la visibilità nei motori AI. Se cerchi invece il metodo di lavoro SEO/GEO/AEO dell'agenzia — cosa ottimizziamo, con quali fasi e con quali confini dichiarati — la pagina di riferimento è Metodologia AI Search.
Approfondimenti correlati: guida GEO