La risposta organica è la parte che non puoi comprare
OpenAI ha iniziato a testare gli annunci in ChatGPT il 9 febbraio 2026, e con l’aggiornamento dell’11 agosto il pilota era arrivato in Regno Unito, Messico, Brasile, Giappone e Corea del Sud. Gli annunci sono etichettati come sponsorizzati, stanno separati dalla risposta organica e, nelle parole di OpenAI, non influenzano le risposte che ti dà.
Quindi la raccomandazione non è in vendita. Il che lascia la domanda che ogni sfidante si sta già ponendo: se il modello ha sentito parlare del tuo concorrente e non di te, c’è un modo per entrare?
Con specifiche identiche, il brand riconosciuto è stato scelto nel 100% di 670 prove
Xi Chu della Trine University e YuPeng Hou della Texas A&M lo hanno misurato in un articolo presentato a giugno 2026 e rivisto ad agosto. Hanno costruito insiemi di dieci prodotti per la cura della pelle: un brand reale, CeraVe o Paula’s Choice o EltaMD, e nove nomi inventati verificati per confermare che i modelli non li conoscessero.
Nella prima condizione ogni prodotto aveva la stessa valutazione, lo stesso prezzo, lo stesso numero di recensioni e la stessa descrizione degli ingredienti. Cambiava solo il nome, quindi un modello equo sceglierebbe ciascuno circa nel 10% dei casi. Su 670 prove valide il brand reale le ha vinte tutte, con tutti e tre i modelli e in tutte e quattro le sottocategorie. Nemmeno un brand inventato è mai stato scelto.
È la lettura più cupa possibile per uno sfidante, e la meno utile, perché la condizione che descrive è una che probabilmente stai riproducendo per sbaglio.
Un vantaggio di 0,075 stelle ribalta la situazione, e il brand spiega poi l’1,2% della classifica
Dai al prodotto sconosciuto specifiche migliori e a quello reale peggiori, e su 2.769 prove i modelli sono rimasti fedeli tra l’1,7% e il 4,6% delle volte. Riduci il vantaggio e la transizione si rivela un gradino più che una pendenza. Con specifiche identiche il brand sconosciuto vinceva dal 3,6% al 6,0%. Con il vantaggio più piccolo testato vinceva dal 64% all’80%, e aggiungerne altro portava poco. Interpolata a un lancio di moneta, su 9.220 prove, la soglia è abbastanza piccola da poterla scrivere.
- Un vantaggio di 0,075 stelle nella valutazione, meno della distanza tra 4,3 e 4,4 stelle
- Un numero di recensioni 1,6 volte più alto
- Un prezzo più basso del 7,3%
La notorietà è ciò su cui il modello ripiega quando non dici nulla
Una scomposizione della varianza su 14.395 prove chiarisce cosa determinava la classifica. I parametri del prodotto spiegavano l’82,4%, la posizione nell’elenco il 6,5%, l’identità del brand l’1,2%. Il brand non aveva alcun effetto misurabile quando la qualità era chiaramente alta o chiaramente bassa. La sua influenza raggiungeva il massimo a metà, dove le informazioni erano ambigue. Fai questa domanda per motore e non in aggregato: con il vantaggio di valutazione più piccolo Claude si ribaltava nell’11% dei casi contro il 94% di GPT-4o-mini e l’88% di Gemini.
La leva più forte che hanno trovato era un’affermazione clinica che non esisteva
Tenendo identiche tutte le specifiche e cambiando solo il testo, il linguaggio d’autorità ha rotto la presa dell’operatore storico nel 73,3% dei casi e la riprova sociale nel 50,7%, contro una base vicina al 4%. Ancoraggio, scarsità e avversione alla perdita si sono registrati appena, tra il 9,6% e il 12,9%. I modelli hanno ignorato l’urgenza e hanno trattato una frase con l’aspetto di una citazione come una prova del valore di circa 0,17 punti di valutazione, o di uno sconto del 15,3%.
Ecco la parte che un riassunto lascerà cadere. Quegli stimoli erano studi clinici inventati e finte approvazioni di dermatologi. Gli autori la chiamano potenziale pubblicità ingannevole e limitano le proprie raccomandazioni a certificazioni reali e studi pubblicati. La leva misurata è la falsificazione, che è un risultato sulla verifica delle prove da parte dei modelli e non una tattica.
Quando tutti i brand ottimizzano, la risposta torna all’operatore storico
Il terzo esperimento dovrebbe cambiare il modo in cui fai il budget. Aumentando da nessuno a tutti e nove gli sfidanti che scrivevano testi d’autorità, su 4.800 chiamate: senza nessuno che ottimizzava l’operatore storico sopravviveva nel 100% dei casi, con uno sfidante nel 19,8%, con tutti e nove nel 93,8%. Il segnale ha smesso di essere un segnale quando lo portavano tutti, e il modello è tornato al nome che conosceva.
Il guadagno per brand è sceso da 0,802 per il primo a muoversi a 0,007 con l’adozione universale, un tempo di dimezzamento di circa 1,4 concorrenti. Su 4.745 prove, gli sfidanti che non ottimizzavano hanno ottenuto zero raccomandazioni. Gli autori lo chiamano un dilemma del prigioniero e hanno ragione. Una tattica che un concorrente può copiare in un pomeriggio ha un guadagno con un tempo di dimezzamento di circa un concorrente. Una differenza reale che puoi dimostrare no.
Nella realtà, il modello deve prima trovare il dato
Ogni condizione qui sopra dà al modello una tabella di specifiche pulita all’interno del prompt. I motori reali ne costruiscono una, ed è in quella distanza che sta il lavoro pratico. Nella categoria che abbiamo campionato, i listicle erano il 44% di ciò che ChatGPT citava per una domanda sui migliori, i siti di recensioni il 24% e le pagine dei fornitori il 18%. Sono dati nostri, limitati ai nostri campioni, non una legge generale.
Il punto è la forma. Se le rassegne che rispondono alla domanda della tua categoria ti elencano senza valutazione, senza numero di recensioni e senza l’unica specifica su cui vinci, allora per il modello sei nella condizione delle specifiche identiche. Non stai perdendo il confronto. Non ci sei proprio.
- Trova l’unica dimensione su cui batti davvero il leader della categoria, e verifica che compaia come numero nelle pagine di terzi che i motori citano, non solo sul tuo sito.
- Recupera le risposte in cui un concorrente ha ottenuto la raccomandazione e leggi cosa ha detto il modello sulla differenza.
Cosa facciamo al riguardo
Proofsource campiona i motori ripetutamente invece che una volta, valuta ogni dato di visibilità con un intervallo di Wilson, filtra gli avvisi su quell’intervallo, mappa quali pagine vengono citate accanto a te e verifica se i crawler riescono a leggere le tue pagine.
Il confine, detto chiaramente: misuriamo se i motori ti menzionano, cosa citano quando lo fanno e se i crawler di IA e il traffico di riferimento dall’IA arrivano al tuo sito. Non misuriamo se la vendita è avvenuta.
Dove potremmo sbagliare
Una sola categoria, la cura della pelle, scelta perché gli acquirenti non possono giudicare la qualità prima dell’acquisto. La replica sui beni di ricerca copre solo il primo esperimento, e gli autori dicono di non aver testato al di fuori di essa i risultati sul linguaggio o sui più brand. Tre modelli chiusi, un solo profilo di acquirente, temperatura 0,7, con un bootstrap a cluster su 24 blocchi a cui gli effetti principali sopravvivono.
Nove dei dieci prodotti di ogni insieme erano inventati. Questo isola in modo pulito la notorietà del brand ed elimina tutto ciò che ha un concorrente reale: recensioni in circolazione, copertura di terzi, pagine che il modello può recuperare. Il 100% non è un mercato reale.
La maggior parte di tutto questo testa ciò che i modelli sanno e non ciò che recuperano, e i motori che usano gli acquirenti sono sistemi di recupero. La prova sul recupero dell’articolo stesso è minima, un solo modello di embedding e nessun riordino, e gli autori evitano di generalizzare a partire da essa. Indica nella direzione opposta: lo strato di recupero non ha dato al brand reale alcun credito per essere noto e il suo tasso di raccomandazione è sceso allo 0%.
Il nostro 44% è una singola misurazione sul nostro campione, pubblicata come nostra e non come una proprietà del web.
