Le fonti più citate dalle IA sui brand: studio

Le risposte IA su un brand non dipendono solo dal sito del brand. In 123 audit e 7.264 risposte abbiamo registrato le fonti terze mostrate dai modelli. LinkedIn compare nel 37% degli audit, davanti a Wikipedia e Trustpilot. È una descrizione di questo campione, non una graduatoria di qualità né una previsione di ogni risposta futura.

In sintesi

Abbiamo contato gli URL che i modelli presentano come fonti quando parlano dei brand analizzati. Ogni fonte conta una sola volta per audit e il sito del brand viene escluso. LinkedIn, Wikipedia, Trustpilot, registri delle imprese, piattaforme di recensioni e community ricorrono spesso. Il passo utile è verificare i dati visibili su queste superfici, senza dedurre che una presenza garantisca una citazione.

Cosa abbiamo misurato

Abbiamo analizzato 123 audit, per un totale di 7.264 risposte IA. Per ogni audit abbiamo estratto gli URL mostrati come fonti quando una risposta riguardava il brand esaminato. Abbiamo tolto i siti dei brand per mantenere soltanto fonti terze. Poi abbiamo contato una fonte una volta sola nello stesso audit. Così una risposta lunga o un brand molto documentato non può far crescere meccanicamente il valore di un dominio.

La percentuale indica la quota dei 123 audit in cui una fonte compare almeno una volta. Non è un tasso complessivo di citazioni e non è una media di citazioni per risposta. La tabella non misura traffico, affidabilità editoriale o intenzione del modello. È un indicatore di frequenza per questo corpus.

Le fonti terze osservate più spesso

La classifica registra frequenze osservate. Le categorie servono a leggere le famiglie di fonti e non costituiscono una scala di qualità.

PosizioneFonteQuota dei 123 auditTipo
1LinkedIn37 %Rete professionale
2Wikipedia35 %Enciclopedia
3Trustpilot32 %Recensioni
4Pappers24 %Registro delle imprese
5YouTube23 %Video
6Reddit21 %Community
7Societe.com19 %Registro delle imprese
8Facebook19 %Rete sociale
9G214 %Recensioni B2B
10PagesJaunes10 %Elenco imprese
11annuaire-entreprises.data.gouv.fr7 %Registro pubblico
12Glassdoor7 %Recensioni sul lavoro

Come leggere la tabella senza sovrainterpretarla

LinkedIn compare nel 37% degli audit, Wikipedia nel 35% e Trustpilot nel 32%. In questo corpus, questi tre servizi sono visibili più spesso delle altre fonti elencate. Ciò non dimostra che ogni pagina LinkedIn, voce Wikipedia o recensione Trustpilot venga riutilizzata. Un URL può comparire in una risposta senza essere la causa unica della formulazione prodotta.

Pappers compare nel 24% e Societe.com nel 19% degli audit. Questi valori riflettono anche la componente francese del campione. Sarebbe scorretto dedurre che i registri francesi dominino ogni mercato o lingua. La stessa cautela vale per PagesJaunes e per il registro pubblico francese delle imprese: possono essere rilevanti in un contesto, non universali.

Quattro famiglie di fonti ricorrenti

Reti professionali, enciclopedie e profili pubblici

LinkedIn, Wikipedia e Facebook compaiono nella classifica. Queste pagine raccolgono spesso elementi di identità: nome, attività, persone associate, storia o descrizione pubblica. È possibile confrontarli con fonti primarie. Prima di modificare qualcosa occorre verificare che siano corretti, datati quando serve e coerenti tra i canali che l’azienda controlla davvero.

Registri ed elenchi

Pappers, Societe.com, PagesJaunes e annuaire-entreprises.data.gouv.fr rientrano in questa famiglia. Le risposte possono associarli a fatti strutturati come ragione sociale, attività o stato dell’impresa. La risposta corretta non è riscrivere la storia aziendale. È distinguere dato ufficiale, dato aggregato e testo descrittivo, poi correggere una fonte originaria solo quando una correzione verificabile è legittima.

Recensioni ed esperienze

Trustpilot, G2 e Glassdoor emergono nel campione. Non svolgono la stessa funzione: feedback dei clienti, recensione di un software ed esperienza lavorativa rispondono a domande diverse. Riunirli tutti sotto il termine reputazione nasconde la differenza. Se un’IA mostra una recensione, quella recensione non diventa una verità generale. Indica soltanto che una superficie terza era visibile nella risposta osservata.

Community e video

YouTube e Reddit sono tra le prime sei fonti. La loro presenza ricorda che un brand viene raccontato anche tramite video, commenti, confronti e conversazioni. Sono formati eterogenei. Prima di interpretare una citazione bisogna leggere data, autore, tema e contesto. Una dimostrazione di prodotto, un thread di supporto e un’opinione personale non hanno lo stesso peso.

Un processo di verifica pratico

Il punto di partenza non è una lista universale di piattaforme. È il registro delle fonti già visibili nelle risposte sul tuo brand e sulle tue domande. Da lì, un processo breve evita decisioni prese per impressione.

  • Conserva prompt, modello, data e modalità di risposta accanto a ogni URL osservato.
  • Classifica l’URL: pagina ufficiale, registro, recensione, community, media o profilo social.
  • Controlla separatamente fatti di identità, affermazioni commerciali e opinioni basate sull’esperienza.
  • Correggi informazioni inesatte solo dove la correzione è legittima e tracciabile.
  • Ripeti lo stesso pannello in seguito per osservare cambiamenti, senza attribuirli automaticamente a una sola azione.

Questo metodo separa un fatto misurato da una spiegazione. Il fatto è che un URL è comparso in una risposta specifica in condizioni documentate. Spiegare il perché richiede altre prove. Un profilo aggiornato può coincidere con una risposta diversa senza esserne necessariamente la causa. Allo stesso modo, un URL non risolto o assente non prova che un’informazione sia stata inventata.

Cosa cambia per un brand

Lo studio sposta l’attenzione dal solo sito ufficiale all’ecosistema di fonti che descrive già il brand. Non per manipolare queste fonti, ma per mapparle con precisione: dove è descritta l’identità, dove sono pubblicate le recensioni, dove sono ripetuti dati legali o commerciali e quali pagine ricorrono realmente nelle risposte testate. Il nostro articolo su Source Authority approfondisce questo approccio a livello di URL.

La visibilità non basta a qualificare una risposta. Contano anche accuratezza, aggiornamento e contesto. Per questo il barometro della visibilità IA e lo studio sugli URL inventati dai modelli completano questa classifica. Rispondono a domande diverse, con perimetri propri. Mescolarli produrrebbe una conclusione più spettacolare ma meno solida.

Limiti da ricordare

I brand di questo corpus hanno scelto di sottoporsi a un audit, quindi il campione non rappresenta tutte le aziende. La sua componente francese spiega in parte la visibilità di registri ed elenchi locali. La classifica riguarda solo fonti terze mostrate nelle risposte raccolte e non prevede il comportamento futuro. Modello, domanda, lingua e accesso alla ricerca web possono cambiare ciò che si osserva.

La conclusione è volutamente prudente: il tuo sito resta importante, ma non contiene tutto ciò che una risposta IA può esporre sul tuo brand. Misura le fonti effettivamente osservate, verifica i fatti, documenta le correzioni legittime e non confondere frequenza e causalità.

Cosa registrare per ogni fonte

Un registro delle fonti utile deve essere specifico. Non basta scrivere che un modello ha citato LinkedIn o un elenco. Registra la pagina esatta, la domanda, il modello, la data, la disponibilità della ricerca web e la frase in cui è comparsa la fonte. In questo modo la verifica successiva è possibile e un’osservazione su un dominio non diventa un’affermazione su tutte le sue pagine.

Confronta poi l’informazione mostrata con una fonte primaria. Ragione sociale, forma giuridica, indirizzo, nome di un dirigente, descrizione di prodotto, affermazione in una recensione o prezzo datato non richiedono lo stesso trattamento. Alcuni elementi appartengono a un registro pubblico, altri al titolare di un profilo, altri ancora a chi ha scritto una recensione. La domanda utile non è «come facciamo comparire questa pagina?», ma «l’informazione visibile qui è esatta, attribuibile e aggiornata per questa domanda?».

Registra anche l’esito con precisione: confermato, obsoleto, incompleto, opinione, non risolto o non applicabile. Un URL non risolto deve restare tale nel registro. Non va trasformato nell’affermazione che un modello ha inventato un fatto. Se c’è una discrepanza fattuale, documenta la prova primaria usata e il canale di correzione legittimo, quando esiste.

Per affiancare a questo registro dati pubblicati, consulta l’Osservatorio e la metodologia AGS. Riguardano oggetti diversi: non trasformano la frequenza qui registrata in una media, una causalità o una previsione.

Questa tracciabilità offre un altro vantaggio. Se una risposta cambia, il team può confrontare condizioni equivalenti: stessa famiglia di prompt, modello, lingua e modalità di risposta. È più utile che confrontare due schermate senza condizioni note. Non dimostra una causalità, ma rende l’osservazione ripetibile e utile ai team editoriali, legali e di brand.

Domande e risposte

Quali fonti citano di più le IA quando parlano dei brand?

Su 123 audit, le fonti terze più citate sono LinkedIn (37% degli audit), Wikipedia (35%), Trustpilot (32%), Pappers (24%), YouTube (23%) e Reddit (21%). I registri delle imprese e le piattaforme di recensioni pesano in modo particolare.

Perché il mio sito web non basta per essere visibile nelle IA?

Perché le IA costruiscono l'immagine di un brand a partire da fonti terze (reti professionali, enciclopedie, recensioni, registri delle imprese) e non solo dal sito ufficiale. Se queste fonti sono inesatte o incomplete, l'IA ripete l'errore.

Confronto: LinkedIn o Wikipedia contano più del mio sito?

Nel nostro campione, LinkedIn è la fonte terza più citata dalle IA sui brand, davanti a Wikipedia e Trustpilot. Una pagina LinkedIn aggiornata e una presenza enciclopedica esatta hanno quindi un impatto diretto su ciò che l'IA dice di te.

Come è stato realizzato questo studio?

Abbiamo estratto gli URL che i modelli citano come fonti in 123 audit reali (7.264 risposte), escluso i siti dei brand stessi e contato ogni fonte una volta per audit, per misurare un'autorità trasversale e non il peso di un singolo brand.

Informazioni sull’autore

Davy Abderrahman

Fondatore di

Come specialista della visibilità nelle risposte dell’IA (AEO/GEO/LLMO), aiuto agenzie e consulenti a misurare e analizzare la presenza dei loro clienti su ChatGPT, Claude, Gemini, Perplexity e altri motori di risposta basati sull’IA.

AEO GEO LLMO Visibilità nell’IA Audit IA
Come compaiono i vostri marchi nelle risposte delle IA?

Agenzie, consulenti e team interni: confrontate le risposte ai vostri scenari, nelle lingue e con i modelli selezionati. La nostra infrastruttura, i vostri scenari, la vostra esperienza.

Questo articolo ti è stato utile?

- (0 votes)