Metodologia di misurazione AI Visibility Come rileviamo la presenza di un brand nelle risposte dei motori AI

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.

Una versione precedente di questa pagina riportava indici compositi (CAIV, AIV) e percentuali aggregate attribuite a una rilevazione dell'8 agosto 2026. Nelle tabelle di osservazione disponibili oggi non esistono righe con quella data, e il CSV scaricabile non contiene quella rilevazione: i valori non sono ricostruibili né verificabili da terzi.

Per questo li abbiamo ritirati. Una nuova baseline verrà pubblicata solo quando ogni valore potrà essere ricalcolato dalle singole osservazioni presenti nel file dei dati grezzi. Fino ad allora l'unico dato pubblicato è quello delle serie riportate qui sotto.

Queste serie sono raccolte con procedura assistita dal nostro strumento interno e costituiscono un dataset distinto e non comparabile con altre rilevazioni: ogni ondata ha prompt e campionamento propri e non va mediata con le altre. 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).

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.

Il file contiene le serie di raccolta assistita 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).

Scarica il CSV delle rilevazioni

• 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.