Una menzione è quasi una proprietà fissa di brand, prompt e motore
La maggior parte delle dashboard di visibilità nell’IA apre con un numero, la quota di risposte che ti menzionano. Finisce negli screenshot delle presentazioni al consiglio ed è su di esso che si impostano gli avvisi. È anche la parte della risposta che si muove meno.
Un articolo pubblicato a giugno 2026 da Pratyush Kumar di Ranqo ne misura l’entità. Ranqo vende strumenti GEO e riporta i propri dati di produzione, il che conta per il peso da dargli. Il gruppo è di 102 brand su cinque motori, da marzo a maggio 2026, più di 100.000 risposte a prompt.
Per ogni cella brand, prompt e piattaforma monitorata in almeno tre esecuzioni su prompt di categoria senza brand, lo schema delle menzioni si distribuiva così: mai menzionato 63,2%, sempre menzionato 14,3%, menzionato in almeno il 70% delle esecuzioni 7,0%, menzionato in meno del 30% 8,7%. Solo il 6,8% stava nella fascia volatile tra il 30% e il 70%, il che lascia il 77,5% delle celle rigorosamente sempre o mai.
Il fatto che un motore ti menzioni su una domanda di categoria è più un dato su di te che un lancio di moneta. Per la maggior parte dei brand di quel gruppo il dato era no.
Il 45,5% delle celle con menzioni si è ribaltato tra positivo e negativo
Ora tieni ferme le celle e cambia la domanda. Invece di chiederti se la risposta ti ha menzionato, chiediti cosa ha detto. Kumar ha filtrato le celle con almeno tre menzioni e ha classificato il sentiment di ogni esecuzione.
- Sempre positivo: 29,9%
- Un mix di positivo e neutro: 21,8%
- Sempre neutro: 2,3%
- Un mix di negativo e neutro: 0,5%
- Sempre negativo: 0,0%
- Ribaltamenti tra positivo e negativo: 45,5%
Il segnale stabile è quello che riportano tutti
Il 45,5% contro il 6,8% è da dove viene il 6,7 volte. Stesse celle, stesse esecuzioni. Il numero nella dashboard è quello stabile, e il numero che nessuno riporta oscilla su quasi metà delle celle che hanno qualcosa da riportare.
C’è un risultato più discreto in quella tabella che ci piace più del titolo. Nessuna cella era costantemente negativa. Zero. Qui i motori non si sono mai assestati su una lettura negativa di un brand monitorato, e la negatività, dove è comparsa, è passata. Se qualcuno ti vende gestione della reputazione nell’IA sulla teoria che i modelli ti si sono rivoltati contro, vale la pena tenere a mente quella riga.
Menzionato e non consigliato ora è una modalità di fallimento con un nome
Un altro gruppo è arrivato alla stessa distanza dal lato opposto. Will Jack, Noah Lehman, Keller Maloney e Sarah Xu, di Unusual, hanno verificato circa 37.000 esecuzioni in produzione su 215 prompt di taglio commerciale in 19 settori, rispetto a un catalogo di 533 brand diviso in cinque livelli di notorietà. Anche Unusual vende in questo mercato.
Hanno diviso il problema in tre fasi. Il modello deve recuperare una pagina che ti cita, portarti dal bacino recuperato al testo della risposta, poi approvarti nell’insieme delle raccomandazioni invece di elencarti come l’opzione scartata.
I leader di categoria comparivano in quasi ogni recupero rilevante e vincevano dal 25% al 41% dei posti che raggiungevano. Essere nella stanza per loro era risolto. Essere scelti no. Più in basso nella scala la situazione si inverte, e dal 48% al 52% dei brand più piccoli non è mai emerso in nessuna delle 37.000 esecuzioni.
In un articolo collegato lo stesso team ha preso 7.763 casi in cui né ChatGPT né Claude consigliavano un brand e li ha divisi in uno dei tre fallimenti: non è mai arrivato al modello, ci è arrivato e non è stato menzionato, è stato menzionato e non consigliato. I due fornitori davano la stessa diagnosi nel 95,1% dei casi, con un intervallo al 95% a cluster dal 94,3% al 95,7%. L’accordo saliva man mano che i brand diventavano più piccoli, dall’81% sui leader di categoria al 99,6% sui brand regionali di nicchia. Le scelte divergono tra i fornitori. Il motivo per cui hai perso per lo più no.
Un dato di sentiment ha bisogno di un denominatore molto più grande di un dato di menzione
La conseguenza pratica è aritmetica. La regola operativa di Kumar è che i tassi di menzione richiedono almeno tre esecuzioni, e i punteggi ponderati per sentiment almeno dieci prompt per piattaforma per brand prima di stabilizzarsi. Un sentiment riportato su una manciata di verifiche riporta la fortuna del campionatore.
Per questo ogni percentuale di visibilità che pubblichiamo ha un intervallo di Wilson, e per questo i nostri avvisi scattano sull’intervallo invece che sulla stima puntuale. Esegui una serie di sentiment con la stessa profondità di una serie di menzioni e farà scattare un avviso circa sette volte più spesso, e quasi tutti saranno rumore.
- Tieni menzione e inquadramento come serie separate con dimensioni del campione separate. Un unico numero di sintesi fa la media tra una cosa stabile e una volatile.
- Quando perdi, chiediti quale dei tre fallimenti è stato. La correzione per non essere mai recuperato non ha nulla in comune con quella per essere il secondo classificato.
- Per motore. Le scelte tra fornitori erano in disaccordo circa due terzi delle volte nei dati di Unusual.
- Imposta la soglia dell’avviso a partire dall’intervallo, così un’oscillazione su nove campioni non fa scattare nessuno.
Cosa facciamo al riguardo
Proofsource monitora sentiment e posizionamento accanto al monitoraggio dei prompt e allo share of voice dei concorrenti, valuta ogni dato di visibilità con un intervallo di Wilson e filtra gli avvisi su quell’intervallo. Quando vieni menzionato e scartato, il compito del report è dire perché hanno vinto gli altri, con le prove allegate.
Il nostro campionamento è più piccolo e indica qualcosa di leggermente diverso. Nell’unica categoria che abbiamo testato abbiamo misurato un ricambio da un giorno all’altro dal 9% al 27% per motore nei nomi che compaiono, più movimento di quanto suggerisca un tasso di ribaltamento del 6,8%. Gruppo diverso, definizione diversa di esecuzione, e non fingeremo che le due cose si conciliino in modo pulito.
La parte che difenderemmo in ogni caso è l’indicazione che ne segue. Smetti di leggere un conteggio delle menzioni come un risultato. È la condizione d’ingresso.
Dove potremmo sbagliare
Entrambi i gruppi vendono strumenti in questo mercato ed entrambi pubblicano i propri dati di produzione. Non è squalificante, e noi siamo nella stessa posizione quando pubblichiamo i nostri. Nessuno dei due è una verifica indipendente, quindi non leggerli come tale.
Kumar indica lui stesso il limite più grande. Il sentiment è classificato da un modello sui passaggi che menzionano il brand, quindi il 45,5% mescola la varianza reale delle risposte con il rumore del classificatore, e l’articolo non li separa. Considera il 6,7 volte un limite superiore di quanto sia instabile l’inquadramento, non una sua misura.
Quel gruppo è un campione di convenienza ed è sbilanciato verso SaaS, retail execution, fintech e brand direct-to-consumer. Il gruppo Tier 1 è di 11 brand, e l’articolo segnala le proprie celle piccole.
Anche le etichette delle modalità di fallimento di Unusual sono assegnate da un modello, e la loro scala di notorietà è codificata a mano da segnali pubblici. Approssima quanto è noto un brand, non quanto è grande.
Le finestre sono marzo-maggio 2026 e maggio 2026. I motori rilasciano di continuo, quindi prendi la forma e tieni i decimali con leggerezza.
Zero celle costantemente negative è un’affermazione sui brand monitorati nei prompt di categoria in un gruppo. Non significa che i modelli non dicano mai nulla di negativo su nessuno.
