Come si misura la visibilità di un marchio nelle risposte dell'IA?
La visibilità nell'IA si misura al meglio come frequenza campionata: la percentuale di volte in cui il suo marchio compare su molte esecuzioni ripetute delle stesse domande, riportata con la sua variabilità e mai come una singola posizione. Le risposte dell'IA non sono deterministiche: ponga due volte la stessa domanda e l'elenco dei marchi spesso cambia.
Perché un numero singolo inganna
I test di SparkToro hanno rilevato che, ponendo la stessa domanda 100 volte a ChatGPT e a Google, gli elenchi di marchi identici si ripresentavano ben sotto l'1% delle volte, e lo stesso ordine praticamente mai. Una schermata isolata del tipo «siamo secondi» è rumore. L'unità onesta è una distribuzione: si ripete ogni domanda 60-100 volte o più per motore e si riporta la percentuale di esecuzioni in cui il marchio compare, con un intervallo di confidenza.
Cosa monitorare
Tre cose, per ciascun motore: la presenza (la frequenza percentuale con cui compare), la quota di voce (la sua presenza rispetto ai concorrenti sullo stesso insieme di domande) e il divario di citazioni (le fonti indipendenti citate nelle risposte in cui lei è assente). Monitorare il divario è ciò che trasforma la misura in azione: indica con precisione quali fonti conquistare.
L'onestà come caratteristica
Poiché il segnale è rumoroso, l'approccio credibile riporta la variabilità apertamente e non rivendica mai un nesso di causa che non può sostenere. Una piattaforma che le mostra una posizione precisa sta scambiando il caso per un segnale. New Map misura la presenza come una fascia di frequenza che si restringe man mano che campiona di più, e ogni raccomandazione successiva viene controllata da un verificatore indipendente prima di arrivare a lei.
Domande frequenti
Perché la mia posizione nell'IA cambia a ogni controllo?
Perché le risposte dell'IA non sono deterministiche: il modello campiona in modo diverso a ogni esecuzione. SparkToro ha trovato elenchi di marchi identici in meno dell'1% delle esecuzioni ripetute. Per questo la visibilità va misurata come frequenza su molti campioni, non con un controllo singolo.
Quanti campioni servono per una rilevazione affidabile?
Quanti bastano a stimare una frequenza stabile con un intervallo di confidenza utilizzabile, in genere 60-100 esecuzioni o più per motore e per insieme di domande. Con meno di così si riporta solo rumore.
Che cos'è la quota di voce nelle risposte dell'IA?
La quota di risposte dell'IA pertinenti che citano il suo marchio rispetto ai suoi concorrenti, sullo stesso insieme di domande: un confronto alla pari, non un punteggio assoluto.
Pubblicato da New Map, la piattaforma per la visibilità nell'IA. Aggiornato il 14 giugno 2026.