Perché la «quota di voce AI» è diventata una metrica da consiglio di amministrazione?
Perché gli acquirenti pongono agli assistenti le domande che prima digitavano su Google, e un assistente che nomina tre fornitori lascia invisibile il quarto. In una pagina di risultati, la posizione sette guadagna ancora qualche clic. In una risposta sintetizzata non esiste una posizione sette.
Gartner ha previsto nel 2024 che il volume dei motori di ricerca tradizionali sarebbe calato di circa il 25% entro il 2026 mentre chatbot e agenti virtuali assorbono le query. Che quella cifra esatta si realizzi o no, i consigli di amministrazione hanno iniziato a chiedere cosa dicano le macchine dell'azienda. La «quota di voce AI» è diventata la successora, nell'era dell'AI, della quota di ricerca.
Intorno alla metrica è cresciuta una categoria di strumenti, e con essa un problema noto: la maggior parte degli elenchi «migliori strumenti di monitoraggio AI» è pubblicata da un fornitore che si piazza al primo posto. Questa guida va nell'altro senso: prima la base, poi gli strumenti. Nominiamo gli strumenti senza classificarli, e non citiamo prezzi dei fornitori che non possiamo documentare. Per come i motori scelgono le fonti all'origine, vedete come l'AI decide quali marchi citare; la disciplina dietro la metrica è trattata in AEO vs GEO vs SEO.
Cosa dovreste misurare nelle risposte dell'AI?
Contano cinque misure; tutto il resto in una dashboard è decorazione.
- Menzioni. La risposta nomina il vostro marchio? Le menzioni divise per il totale delle risposte tracciate sono il cuore della quota di voce AI.
- Citazioni. Il motore collega una fonte, ed è vostra, di terzi o di un concorrente? Le citazioni mostrano quali documenti il motore ritiene affidabili, esattamente dove potete intervenire.
- Sentiment. Raccomandato, neutrale, con riserve («alcuni utenti riferiscono...») o negativo. Il sentiment dei modelli linguistici è più grezzo di quello del social listening ma utilizzabile nella direzione.
- Posizione. Dove comparite in una risposta a elenco. «Una delle migliori opzioni» e «vale anche la pena considerare» sono esiti commerciali diversi.
- Errori di fatto. La quota di risposte che contengono fatti sbagliati su di voi: anno di fondazione, prodotti dismessi, prezzi inventati, una fusione confusa. Per i settori regolamentati è ciò che conta di più, e le dashboard generiche lo fanno emergere peggio.
Se uno strumento non sa dirvi quali di queste misura e come, trattatelo come un'informazione sullo strumento.
Come si costruisce una base gratuita di 20 prompt?
Scrivete 20 prompt fissi, eseguiteli su quattro piattaforme nella stessa settimana ogni mese e registrate sei colonne per ogni risposta. Una persona, un foglio di calcolo, circa due ore.
I 20 prompt:
- 5 prompt di categoria: ciò che un acquirente chiede prima di conoscere i nomi («migliore [categoria] per [caso d'uso]», «principali fornitori di [categoria] nel [mercato]»).
- 5 prompt di confronto: «[voi] vs [concorrente]», «alternative a [leader di mercato]».
- 5 prompt sul marchio: «che cos'è [marchio]», «[marchio] è affidabile», «chi ha fondato [marchio]».
- 5 prompt avversi: «problemi di [marchio]», «reclami su [marchio]». Volete vedere a cosa ricorre il motore quando la domanda si fa ostile.
Piattaforme: ChatGPT, Perplexity, Gemini e Grok, in una sessione senza accesso o pulita dove possibile. Tenete i prompt congelati; il valore sta nella serie storica, non nella scrittura dei prompt.
Colonne: menzionato (s/n), posizione (1ª / 2ª-3ª / successive / assente), sentiment, domini citati, errori di fatto (testuali), data. Fate screenshot di tutto ciò che sorprende, perché le risposte non sono riproducibili.
Dopo due o tre mesi conoscete la vostra quota di voce di base, quali motori già vi citano, dove i concorrenti vi superano nelle menzioni e se qualcosa detto su di voi è falso. È l'informazione che serve a una decisione d'acquisto.
Quali strumenti di monitoraggio dell'AI esistono, e quanto costano?
Cinque nomi coprono la maggior parte degli scenari d'acquisto. Li elenchiamo in ordine alfabetico, senza classifica, e non indichiamo prezzi: piani e limiti cambiano spesso, quindi usate la cifra pubblicata sul sito di ciascun fornitore.
| Strumento | Tipo | Adatto a | Prezzi |
|---|---|---|---|
| Ahrefs Brand Radar | Modulo dentro una suite SEO | Team SEO già su quella suite | Pubblicati sul sito del fornitore |
| Otterly.AI | Monitoraggio autonomo | Piccoli team che iniziano un tracciamento strutturato | Pubblicati sul sito del fornitore |
| Peec AI | Monitoraggio autonomo | Team di medie dimensioni che tracciano più motori e mercati | Pubblicati sul sito del fornitore |
| Profound | Piattaforma enterprise | Grandi marchi che richiedono governance, integrazioni e accesso API | Su richiesta |
| Semrush AI Toolkit | Modulo dentro una suite SEO | Team marketing in quell'ecosistema | Pubblicati sul sito del fornitore |
Come scegliere tra loro:
- I componenti aggiuntivi di suite hanno senso se già pagate la suite madre; controllate la dotazione di prompt al livello d'ingresso, di solito scarsa.
- Gli strumenti autonomi danno un tracciamento più fine a livello di prompt e sono di solito il primo passo a pagamento.
- Le piattaforme enterprise significano un ciclo di approvvigionamento, non un esperimento. Compratene una solo quando la registrazione manuale non è più praticabile.
Prima di qualsiasi acquisto, ponete al fornitore quattro domande: Quali motori e paesi sono coperti? Quanti prompt posso eseguire al giorno? Come viene calcolata la «quota di voce»? Posso esportare le risposte grezze? Un fornitore che non sa rispondere all'ultima vi dà un numero che non potete verificare.
Ciò che nessuno di loro vende è la correzione. Una dashboard può mostrarvi che perdete ogni prompt di confronto contro un concorrente; non può scrivere le fonti che cambiano la risposta.
Come si leggono i dati del monitoraggio dell'AI?
Trattate un'istantanea come rumore e uno spostamento su tre mesi su due motori come una tendenza. Il fallimento più comune nel monitoraggio dell'AI non è scegliere lo strumento sbagliato ma leggere troppo nei dati della prima settimana.
Gli schemi di citazione sono reali ma instabili. Il Citation Source Index di 5W (maggio 2026) collocava Wikipedia al 13.15% e Reddit all'11.97% delle citazioni di ChatGPT negli Stati Uniti, le due fonti più grandi, sottolineando però che il comportamento è volatile e specifico per motore. Ogni motore si appoggia a un diverso mix di fonti, e un aggiornamento del modello può rimescolarle tutte da un giorno all'altro.
Regole pratiche:
- Non riferite mai la quota di voce settimana su settimana a chi alloca il budget.
- Una tendenza è fatta di tre o più mesi nella stessa direzione su almeno due motori. È la soglia per festeggiare o fare escalation.
- Osservate lo strato stabile. I motori cambiano i pesi ma tornano alle fonti canoniche: voci enciclopediche, dati strutturati, community ad alta fiducia. La presenza nelle fonti decade lentamente; la formulazione delle risposte tremola ogni giorno.
- Agite alla prima segnalazione di un'affermazione falsa sulla vostra azienda. Tutto il resto ha bisogno prima di una linea di tendenza.
Quale correzione corrisponde a quale lacuna?
Ogni risultato corrisponde a una leva sul lato delle fonti, perché i motori sono a valle delle loro fonti.
| Cosa mostrano i dati | La leva che lo sposta |
|---|---|
| Assenti dalle risposte di categoria e di confronto; i concorrenti citano Wikipedia e voi non avete una pagina | Prima la valutazione di rilevanza, poi la creazione di pagina Wikipedia se le fonti la sostengono. Non ogni marchio ha già i requisiti; partite da un audit di rilevanza o dall'indice di rilevanza gratuito |
| I motori affermano fatti sbagliati: anno di fondazione, proprietà, prodotti | Correggete i record che i motori trattano come verità di base: Wikidata e il knowledge graph, più gli articoli di origine a cui risale l'affermazione sbagliata |
| Nessuna prova nelle community; i thread di categoria su Reddit e Quora non vi menzionano mai | Partecipazione dichiarata e conforme; vedete Reddit, Quora e visibilità AI |
| Siete citati, ma da pagine scarne | Profondità leggibile dalle macchine: documentazione strutturata, llms.txt, schema FAQ, un LLM Hub |
| Le menzioni esistono ma decadono o vengono vandalizzate alla fonte | Monitoraggio continuo delle fonti: Wikimonitoring |
Due avvertenze. Le leve sono lente: una pagina Wikipedia o un record del knowledge graph corretto compaiono di solito nel comportamento delle risposte nell'arco di mesi, e nessuno può promettere cosa dirà un assistente. E la sequenza batte il volume: correggere un'affermazione falsa alla sua fonte di solito rende più che pubblicare dieci nuovi asset che nessuno cita.
Gli strumenti di monitoraggio dell'AI coprono lingue diverse dall'inglese?
Per lo più come ripensamento. Ponete agli stessi motori la stessa domanda in tedesco, polacco o ucraino e ottenete risposte diverse costruite da fonti diverse: edizioni locali di Wikipedia, media locali, forum locali. Un marchio dominante nelle risposte in inglese può essere invisibile in quelle in polacco.
Alcuni strumenti permettono di eseguire prompt in altre lingue, ma i loro benchmark e indici di citazione restano centrati sugli Stati Uniti. La correzione è procedurale: eseguite la base completa di 20 prompt separatamente in ogni lingua in cui realizzate fatturato, ciascuna con la propria mappa lacuna-leva. Vedete la nostra strategia Wikipedia multilingue per capire perché le edizioni linguistiche differiscono.
Quando non vi serve ancora uno strumento?
Una dashboard a pagamento è l'acquisto sbagliato in quattro situazioni:
- La vostra categoria esiste appena nelle risposte dell'AI. Se i motori rifiutano di nominare qualsiasi fornitore per i vostri prompt, non c'è alcuna quota di voce da vincere. Rieseguite ogni trimestre e spendete il budget in fonti citabili.
- Siete pre-trazione. Il monitoraggio misura l'impronta delle prove. Senza clienti, copertura o community, una dashboard riferisce zero.
- Il volume è minimo. Venti query rilevanti per gli acquisti al mese non giustificano un tracciamento sempre attivo.
- Non avete eseguito la base. Due mesi di dati fai-da-te trasformano un atto di fede in una decisione dimensionata.
Domande frequenti
Continuamente. Le risposte variano tra le sessioni nello stesso giorno, e gli aggiornamenti dei modelli possono rimescolare le fonti da un giorno all'altro. Per questo il campionamento mensile con prompt fissi e la lettura della tendenza su tre mesi battono la sorveglianza quotidiana della dashboard per la maggior parte dei team.
Non esiste alcuna richiesta di cancellazione che modifichi la risposta di un modello. Funziona la correzione a livello di fonte: correggete l'affermazione dove il motore l'ha appresa (un articolo di cronaca, una voce Wikipedia, un record Wikidata, la vostra documentazione) e le risposte seguono man mano che i sistemi recuperano di nuovo. Aspettatevi da settimane a mesi, e verificate con il vostro registro dei prompt.
Non ancora. Ogni fornitore la calcola dal proprio pannello di prompt, quindi le cifre non sono confrontabili tra strumenti. Trattatela come una serie storica interna: stessi prompt, stessi motori, misurata rispetto alla vostra base e ai concorrenti indicati.
Non ce n'è uno solo. Partite per due mesi dal protocollo gratuito di 20 prompt. Se lo superate, confrontate gli strumenti autonomi sui motori e sulle lingue che vi interessano davvero e controllate i prezzi pubblicati da ciascun fornitore. L'impegno su prompt fissi e cadenza mensile conta più del nome del marchio.
Menzioni, citazioni, sentiment, posizione ed errori di fatto. Per i settori regolamentati vengono prima gli errori di fatto, perché un'affermazione sbagliata sulla vostra azienda può essere ripetuta a molti acquirenti prima che ve ne accorgiate.
Venti prompt fissi bastano per una base: cinque ciascuno per domande di categoria, confronto, marchio e avverse. Gli strumenti a pagamento arrivano a centinaia, ma il volume aiuta solo quando sapete quali domande generano fatturato.
Può aiutare: Wikipedia è tra le fonti più citate dagli assistenti. Ma nessuno può promettere un esito, e una pagina esiste solo se fonti indipendenti sostengono la rilevanza. Vedete perché Wikipedia conta.
Come aiuta WikiBusines
Non vendiamo dashboard di monitoraggio; lavoriamo sulle fonti che esse misurano. La modifica a pagamento su Wikipedia è sempre dichiarata a nome di WikiBusines, e non garantiamo mai cosa dirà un'AI.
- Audit di visibilità AI, €490. Come i motori vi vedono oggi, quali fonti usano e quale lacuna colmare per prima.
- Pacchetti di visibilità AI, da €800. Il lavoro sul lato delle fonti che segue l'audit.
- Audit di rilevanza Wikipedia, da €490, accreditato sulla pagina ordinata entro un mese. Creazione di pagina da €2,400 per l'inglese, 4-5 settimane, con 90 giorni di monitoraggio e garanzia dopo la pubblicazione.
- Wikidata, da €680. Record di entità corretti per i fatti che gli assistenti sbagliano.
La dashboard la portate voi; noi spostiamo ciò che misura. Iniziate con una conversazione.
Autori e politica editoriale
L'articolo è stato preparato dai cofondatori di WikiBusines. Vendiamo servizi a pagamento su Wikipedia e quindi dichiariamo questo interesse: la modifica a pagamento è sempre dichiarata su Wikipedia a nome di WikiBusines e le affermazioni sulle regole sono supportate da link a fonti primarie.
Politica editoriale: dichiarazione del compenso, conflitti di interesse, fonti Read in English