Le IA non sono d'accordo sul tuo brand: 1 domanda su 4

<p><em>Si parla delle «IA» come di un blocco unico. Ma prova a porre la stessa domanda a ChatGPT, Gemini, Claude e Perplexity: danno la stessa risposta sul tuo brand? Lo abbiamo misurato. La risposta è no, e il divario è ampio.</em></p> <h2>Il perimetro</h2> <p>Abbiamo preso <strong>617 domande</strong> poste ciascuna a <strong>più modelli in parallelo</strong> (4,3 modelli in media: ChatGPT, Claude, Gemini, Perplexity e altri), in audit reali. Per ogni risposta misuriamo se il brand auditato <strong>compare davvero</strong> (rilevamento di entità sul testo prodotto). Poi osserviamo, domanda per domanda, se i modelli <strong>concordano</strong>.</p> <h2>La constatazione</h2> <div style='background:#faf5ff;border:1px solid #ede9fe;border-radius:14px;padding:18px 20px;margin:16px 0;'><div style='font-size:2.4rem;font-weight:800;color:#6d28d9;font-variant-numeric:tabular-nums;line-height:1;'>23%</div><div style='font-size:0.95rem;color:#4b5563;margin-top:6px;'>delle domande in cui i modelli non concordano sulla presenza del brand</div></div> <p>In <strong>quasi una domanda su quattro</strong>, almeno un modello cita il brand e almeno un altro no, sulla stessa identica domanda. In altre parole: la tua visibilità non è una proprietà stabile, è una <strong>variabile che dipende dal modello interrogato</strong>.</p> <h2>Perché le IA divergono</h2> <p>Tre ragioni si combinano. Primo, ogni modello ha una <strong>memoria di addestramento diversa</strong>, ferma a una data diversa: ciò che uno «sa» di te, l'altro lo ignora. Secondo, alcuni modelli <strong>navigano sul web</strong> e altri rispondono a memoria: due immagini di brand distinte (abbiamo misurato 7 punti di scarto nel nostro <a href="/blog/it/barometro-visibilita-ia-brand-2026">barometro</a>). Infine, non <strong>attingono alle stesse fonti</strong>: LinkedIn, Wikipedia, recensioni e registri pesano in modo diverso da un modello all'altro (vedi il nostro <a href="/blog/it/fonti-che-le-ia-citano-di-piu-sui-brand-studio">studio sulle fonti</a>).</p> <h2>Cosa implica</h2> <p>Un audit di visibilità su <strong>un solo modello</strong> misura una realtà su quattro. Dichiararsi «visibile su ChatGPT» non dice nulla di Gemini, Claude o Perplexity, e i tuoi clienti usano l'uno o l'altro a caso. È proprio per questo che interroghiamo <strong>più di 50 modelli</strong> e ragioniamo in termini di distribuzione, con intervalli di confidenza, invece che su un numero unico. Il metodo è pubblico sulla nostra <a href="/it/metodologia-ags">pagina metodologia</a> e l'<a href="/it/osservatorio">Osservatorio</a> segue questi numeri nel tempo.</p> <h2>I limiti di questi numeri</h2> <p>Questi dati provengono da brand che hanno scelto di farsi auditare: campione non rappresentativo. Il «disaccordo» riguarda la presenza (il brand compare o no), non il dettaglio delle formulazioni. I tassi evolvono a ogni aggiornamento dei modelli.</p> <p>Vuoi sapere su quali modelli compari e su quali sei invisibile? È esattamente ciò che misura un audit, modello per modello.</p>