Perché il mercato della visibilità AI ha così tanti cattivi fornitori?
Tre condizioni sono arrivate insieme e ciascuna favorisce il venditore. Gli acquirenti si sono davvero spostati sugli assistenti AI, e molti marchi sono davvero invisibili lì. Quella paura è giustificata; il mercato che vende la correzione è giovane e la sua onestà non ha tenuto il passo.
- Nessuna metrica standard. Ogni fornitore calcola la «quota di voce AI» dal proprio pannello di prompt, quindi i numeri non sono né confrontabili tra fornitori né verificabili da voi.
- Un meccanismo invisibile. Nessuno fuori dai laboratori dei modelli sa spiegare del tutto perché un assistente abbia nominato un marchio e saltato un altro. Quando chi compra non può verificare il meccanismo, il testo di vendita riempie il vuoto.
- Budget spaventati. Il traffico organico si sta spostando, il consiglio chiede cosa dica ChatGPT dell'azienda e «non fare nulla» sembra più rischioso di «firmare qualcosa».
La generative engine optimization è una disciplina reale. Una quota misurabile di ciò che si vende con quel nome non lo è. Una dichiarazione: noi stessi vendiamo lavoro di visibilità AI, quindi leggete di conseguenza il nostro bias. L'articolo è scritto per essere utile anche se non assumerete mai nessuno.
Perché nessuno può garantire un posizionamento nell'AI?
Perché il sistema stesso lo esclude, qualunque cosa dica il contratto.
Le risposte sono campionate, non recuperate da una classifica. Lo stesso prompt, in due sessioni pulite nello stesso giorno, può nominare marchi diversi in un ordine diverso. Non esiste un indice con posti, quindi nessun posto può essere venduto. Il lavoro sulle fonti cambia la distribuzione di probabilità (quanto spesso comparite su molte richieste), mai una posizione fissa.
Le versioni dei modelli rimescolano tutto. Ogni rilascio cambia dati di addestramento, comportamento di recupero e ponderazione delle fonti. La ricerca di G2 sugli acquirenti ha riferito che la quota di ChatGPT tra gli acquirenti B2B di software che usano l'AI è scesa dall'89% al 63% in un anno mentre Claude è salito dall'1.4% al 18.5% (G2 via PR Newswire). «Posizionarsi sull'AI» significa più tabelloni, e si muovono tutti.
Ciò che fa il lavoro legittimo è alzare il pavimento sotto quella volatilità: più fonti indipendenti che un modello può citare, dati di entità coerenti su cui ancorarsi, presenza sulle superfici da cui recupera. È misurabile e duraturo. Non può fissare un posizionamento, e non promettiamo mai cosa dirà un'AI di voi.
Quali cinque domande smascherano un fornitore debole alla prima telefonata?
Ponetele tutte e cinque. Ciascuna richiede un minuto.
- «Quale insieme di prompt, quali modelli, come campionato?» Un vero operatore vi consegna un elenco scritto di prompt, nomina le versioni dei modelli e indica le esecuzioni per prompt. Uno debole dice «il nostro tracciamento proprietario copre tutto».
- «Mostratemi la base e il delta su un cliente passato.» Superato: un prima e dopo anonimizzato sullo stesso insieme di prompt congelato, varianza compresa, con alcuni prompt che non si sono mossi. Non superato: un muro di loghi e «+340% di visibilità AI» senza denominatore.
- «Cos'è contenuto, cos'è PR, cos'è lavoro sulle entità: cosa sto davvero comprando?» Il GEO raggruppa discipline esistenti rivolte a superfici leggibili dalle macchine. Un fornitore onesto scompone il pacchetto; uno disonesto dice che fa tutto l'algoritmo.
- «Cosa succede ai miei risultati quando esce il prossimo modello?» L'unica risposta onesta: le risposte si rimescoleranno, rifaremo la base, e lo strato duraturo sono le vostre fonti e i dati di entità.
- «Perché non posso ottenerlo da uno strumento di monitoraggio economico più il mio team contenuti?» A volte si può, e un fornitore serio lo dice. Uno che non sa articolare un valore oltre la misurazione vende una dashboard a prezzi da canone.
Quali sono i 10 segnali d'allarme, con le parole dei fornitori?
1. La garanzia.
«Garantiamo che ChatGPT vi raccomanderà entro 90 giorni.» I sistemi probabilistici non emettono garanzie; le emettono le persone che vogliono la vostra firma. Questa frase dovrebbe chiudere la telefonata.
2. L'algoritmo proprietario.
«Il nostro algoritmo di ranking AI ha decifrato come ChatGPT classifica i marchi.» Nessuno fuori dai laboratori ha decifrato gli interni dei modelli, e non esiste una classifica stabile da decifrare. Ciò che i fornitori hanno è un pannello di prompt e uno scraper: utili, ma non fisica segreta.
3. Lo sportello d'invio.
«Inviamo il vostro marchio direttamente a OpenAI, Google e Anthropic.» Non esiste alcuno sportello simile. Non è un'esagerazione; è un meccanismo inventato.
4. llms.txt come voce da quattro cifre.
Il file è markdown semplice, richiede circa venti minuti (come funziona) e non abbiamo visto alcun motore documentarlo come input di posizionamento. Pubblicarne uno è sensato; pagarlo quattro cifre è arbitraggio sulla vostra inesperienza.
5. Il grafico della quota di voce senza metodologia.
«Siete al 4%; il vostro concorrente al 31%.» Chiedete quali prompt, quante esecuzioni, quali modelli, campionati quando. Se il grafico pre-vendita non sa rispondere, nemmeno i rapporti post-vendita lo sapranno.
6. Risultati dentro un ciclo di modello.
«Vedrete movimento entro 30 giorni.» I cambiamenti alle fonti si propagano attraverso scansioni, indici di recupero e riaddestramento in settimane o mesi. Tutto ciò che si muove in giorni è rumore di recupero o misurazione creativa.
7. Nessuna base prima che il lavoro inizi.
Un fornitore che non cattura mai una base congelata non può mai dimostrare un delta, il che è comodo per una sola parte.
8. Il capitolato che non nomina nulla.
«Generative engine optimization continua, canone mensile.» Se la riga del risultato consegnato non ha sostantivi, nessun insieme di prompt, nessun elenco di fonti, nessun lavoro sulle entità, nessuna cadenza di rimisurazione, state comprando un abbonamento alle sensazioni.
9. Tutto, ovunque, a un solo prezzo.
«Ottimizziamo per tutte le AI.» Ogni motore si appoggia a un diverso mix di fonti, e il comportamento differisce per lingua e mercato. Promettere ogni motore senza priorità significa non misurarne correttamente nessuno.
10. Volume di contenuti ribattezzato GEO.
«Trenta articoli ottimizzati per l'AI al mese.» I motori premiano l'autorevolezza citabile, non la produttività, e il testo AI prodotto in serie non dà a nessun'altra fonte un motivo di citarvi.
Come giudicare un prezzo senza un prezzo di mercato?
Dai risultati consegnati che ci stanno dietro, perché i prezzi GEO pubblicati spaziano per ordini di grandezza per promesse dal suono simile e nessuna indagine dei fornitori è neutrale. Un preventivo equo si può leggere riga per riga:
| Incarico | Cosa deve essere incluso | La versione da rifiutare |
|---|---|---|
| Audit una tantum | Insieme di prompt fisso, base multi-modello, mappa delle fonti di citazione, elenco di correzioni in ordine di priorità | Un PDF standardizzato di punteggi senza elenco di prompt |
| Lavoro su entità e dati strutturati | Record nominati creati o corretti, con verifica | «Ottimizzazione dello schema» senza elenco di ciò che cambia |
| Costruzione di fonti di citazione | Quali fonti indipendenti esisteranno alla fine che non esistevano all'inizio | Volume di articoli senza pubblicazione esterna |
| Canone mensile | Rimisurazione rispetto alla base congelata, varianza riportata | «Ottimizzazione continua» con risultati non nominati |
| Strumenti di monitoraggio | Prompt fissi, esecuzioni programmate, copertura multi-motore | Uno strumento rivenduto dentro un canone, ribattezzato proprietario |
Per trasparenza, il nostro audit di visibilità AI parte da €490 ed è un servizio a sé, non accreditato sui pacchetti. Lo pubblichiamo perché possiate confrontare gli ambiti, non come proposta commerciale.
Cosa dovrebbe nominare un capitolato legittimo?
Un incarico mensile, se è giustificato, si legge come un documento di ingegneria. Cinque risultati dovrebbero comparire per nome:
- Definizione dell'insieme di prompt: l'elenco congelato di prompt rilevanti per gli acquirenti (categoria, confronto, marchio, avversi), concordato per iscritto prima che il lavoro inizi.
- Rilevazione della base: misurazione multi-modello e multi-esecuzione di dove vi trovate oggi, archiviata così che nessuna delle parti possa spostare i pali.
- Lavoro su entità e dati strutturati: i record specifici da creare o correggere, come voci di knowledge graph, markup schema e dati organizzativi coerenti. Vedete Wikidata e lavoro sul knowledge graph.
- Costruzione di fonti di citazione: quali fonti indipendenti e citabili esisteranno alla fine. È la riga più lenta e quella che conta di più.
- Cadenza di rimisurazione: stessi prompt, stesso metodo, intervallo dichiarato, varianza riportata, compresi i prompt peggiorati.
Un fornitore che si oppone a metterli per iscritto vi sta dicendo che il risultato consegnato è la fattura.
Come falsificano i fornitori le metriche di quota di voce?
Tre mosse producono dal nulla un grafico impressionante, e tutte e tre scompaiono se chiedete.
- Prompt scelti a piacere. Misurare 200 prompt, riportare i 20 migliorati. Rimedio: l'insieme di prompt è congelato nel capitolato e ogni rapporto copre tutto.
- Campionamento a esecuzione singola. Una risposta per prompt al mese è un lancio di moneta presentato come tendenza. Rimedio: più esecuzioni per prompt, con il tasso di menzione riportato sulle esecuzioni.
- Nessun intervallo di confidenza. Un passaggio dal 22% al 26% su un pannello piccolo è rumore statistico che si presenta come una barra soddisfacente. Rimedio: i rapporti includono numero di esecuzioni e varianza e segnalano quali cambiamenti stanno dentro il rumore.
Non serve una laurea in statistica. Chiedete una volta: «Quante esecuzioni per prompt, e qual è il livello di rumore?» Il silenzio è una risposta.
Dove si collocano Wikipedia e Wikidata nella visibilità AI?
Sotto la sigla GEO c'è soprattutto un problema di fonti: i modelli citano ciò di cui si fidano, e si fidano di un breve elenco di superfici. Wikipedia è costantemente tra le più citate, e Wikidata alimenta i knowledge graph che i motori usano per ancorare chi siete. Come lo strato enciclopedico confluisce nelle risposte è trattato in Wikipedia AEO.
Il test taglia in entrambi i sensi. Un fornitore GEO che non menziona mai fonti, superfici di citazione o lavoro sulle entità vende spam di contenuti sotto un nuovo acronimo. E il mercato dei servizi Wikipedia ha un proprio ecosistema di truffe, i cui segnali d'allarme fanno rima con questi: garanzie, agenzie fantasma e casi di studio non verificabili. Stessa truffa, superficie diversa.
Quando bastano uno strumento o un team interno?
Un canone è l'acquisto sbagliato quando il vostro universo di prompt è piccolo (sotto circa 100 query rilevanti per gli acquirenti), operate in una sola lingua, i motori già dichiarano fatti corretti su di voi e il vostro team contenuti può agire sui risultati. Uno strumento di monitoraggio più i vostri redattori copre gran parte di ciò che dichiara un canone di fascia media; vedete gli strumenti di monitoraggio del marchio nell'AI.
L'aiuto esterno si guadagna il compenso in tre situazioni: misurazione multi-mercato in lingue che non avete in organico, lavoro su entità e superfici di citazione che il vostro team non può fare internamente (correzioni al knowledge graph, fonti enciclopediche) e errori attivi sulla vostra azienda da correggere alla fonte. Tutte e tre sono progetti con una fine, ed è per questo che un ambito fisso batte di solito un canone aperto.
Domande frequenti
No. Le garanzie su una specifica risposta dell'AI contraddicono il funzionamento dei modelli linguistici. I fornitori legittimi promettono un metodo, una misurazione e un insieme di prompt concordato, e riportano probabilità con varianza.
I cambiamenti alle fonti richiedono di solito da settimane a mesi per raggiungere scansioni, indici di recupero e successive versioni dei modelli. Una dichiarazione di movimento visibile in giorni è più probabilmente rumore di campionamento che effetto.
Uno che indichi un insieme di prompt congelato, una base, lavoro su entità e dati strutturati, costruzione di fonti di citazione e una cadenza di rimisurazione. Se una riga non ha un sostantivo, chiedetene uno.
Pubblicarne uno costa poco ed è sensato, ma è un piccolo file, non una voce di servizio. Trattate una richiesta di quattro cifre come un segno che il resto della proposta va esaminato con attenzione.
In parte sì. Chiedete l'elenco dei prompt e il numero di esecuzioni, poi rieseguite un campione di prompt più volte in sessioni pulite. Se i vostri risultati differiscono molto, il numero è rumore.
Non sempre, ma Wikipedia e Wikidata sono tra le superfici a cui i modelli si appoggiano. Un'azienda rilevante con scarsa presenza enciclopedica ha spesso una lacuna di fonti; un audit di rilevanza mostra se una pagina è realistica.
L'ambito fisso si adatta ad audit, lavoro sulle entità e correzioni una tantum. Un canone ha senso solo quando il capitolato nomina risultati ricorrenti e misurazione rispetto a una base congelata.
Come aiuta WikiBusines
Facciamo lo strato delle fonti e delle entità, con l'ambito indicato prima che paghiate:
- Audit di visibilità AI, da €490: base multi-modello e mappa delle fonti di citazione; servizio a sé, non accreditato sui pacchetti.
- Entità Wikidata, da €680: record di entità strutturati che i motori usano per ancorare il vostro marchio.
- Audit di rilevanza, da €490, e creazione di pagina in inglese, da €2,400, 4-5 settimane: per i marchi la cui lacuna è lo strato enciclopedico, con la modifica a pagamento dichiarata a nome di WikiBusines.
Per definire un audit rispetto a una proposta che già avete, contattateci.
Autori e politica editoriale
Bohdan DubylovskyiCofondatore e CBO, WikiBusines→
Roman MelnykCofondatore e caporedattore, WikiBusines→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