Settanta prompt hanno prodotto 1.702 citazioni, circa otto per risposta
La maggior parte delle discussioni sulla visibilità nell’IA tratta una risposta come un verdetto su una pagina. La tua. Da dentro sembra così, perché controlli solo se ci sei.
Una verifica pubblicata a settembre 2025 da Arlen Kumar e Leanid Palkhouski, della UC Berkeley e di Wrodium Research, ha dato numeri alla forma della cosa. Hanno fatto passare 70 prompt con intento d’acquisto in 16 verticali di SaaS B2B attraverso Brave Summary, Google AI Overviews e sonar-pro di Perplexity, e hanno raccolto 1.702 citazioni che puntavano a 1.100 URL unici.
Settanta prompt su tre motori fanno 210 risposte. Dividi 1.702 citazioni tra queste e ottieni circa otto URL citati per risposta. È questa l’unità reale. Otto posti, e sette appartengono a qualcun altro anche in una buona giornata.
Sulle domande di software, il 72,7% dei domini citati non era dei fornitori
Un secondo studio dello stesso mese chiarisce chi sono quei vicini. Mahe Chen, Xiaoxuan Wang, Kaiwen Chen e Nick Koudas dell’Università di Toronto hanno eseguito 1.000 prompt di classifica per consumatori, dieci categorie da cento ciascuna, negli Stati Uniti e in Canada sia su Google sia su un GPT con accesso al web. Hanno preso i primi dieci URL per query e classificato ogni dominio come Brand, Social o Earned, cioè media indipendenti, siti di recensioni e di confronto.
Nei prodotti software negli Stati Uniti, la ricerca con l’IA ha restituito il 72,7% di Earned, il 26,7% di Brand e quasi nessun Social. Google sugli stessi intenti ha restituito il 43,7% di Brand, il 45,4% di Earned e il 10,9% di Social. Il Canada era più ampio: la ricerca con l’IA dava il 74,2% di Earned e nessun Social, mentre Google pendeva al 53,8% di Brand. L’elettronica di consumo negli Stati Uniti andava ancora oltre, al 92,1% di Earned.
Letto da brand, brucia un po’. Su una domanda di categoria, la maggior parte di ciò su cui lavora il modello è stata scritta da persone che non assumi, su pagine che non puoi modificare.
La co-citazione è stata definita nel 1973 e la definizione è tutto il punto
C’è un’idea più vecchia che si adatta perfettamente. Nel 1973 Henry Small ha definito la co-citazione sul Journal of the American Society for Information Science come la frequenza con cui due documenti vengono citati insieme, misurata confrontando gli elenchi dei documenti che li citano e contando le voci identiche. I gruppi di articoli co-citati, ha mostrato, mappano la struttura di una specialità scientifica.
La proprietà che vale la pena trasferire è quella su cui Small ha costruito la misura. La co-citazione la crea chi cita. Due articoli diventano vicini perché una terza parte continuava a citarli entrambi. Nessuno dei due può dichiarare la relazione, e nessuno dei due può sottrarsi.
Trasferiscilo a un motore di risposta e la conseguenza è scomoda. Non scegli le pagine accanto a cui compari. Il motore assembla l’insieme, da capo a ogni richiesta, e l’acquirente legge tutte e otto le fonti come una cosa sola. Due fornitori con pagine quasi identiche possono finire in vicinati diversi ed essere letti diversamente per questo.
Solo 134 delle 1.100 pagine citate sono comparse su più di un motore
Anche i vicinati non si trasferiscono. Nel corpus di Kumar e Palkhouski, 134 URL sono stati contati come citazioni su più motori. Su 1.100 URL verificati è circa uno su otto, quindi all’incirca sette ottavi delle pagine citate sono stati citati da un solo motore. Le 134 che hanno viaggiato avevano un punteggio del 71% più alto nell’indice di qualità delle pagine dell’articolo rispetto a quelle citate da un solo motore, il che è un buon argomento per il noioso lavoro strutturale.
La lettura pratica è che un posto nell’insieme di fonti di Perplexity ti dice molto poco su Google AI Overviews. Se la tua dashboard comprime i motori in un unico numero di visibilità, sta facendo la media su tre popolazioni di pagine per lo più separate.
Citare altri ha fatto salire del 115% il sito al quinto posto
Ecco la parte che cambia ciò che fai il lunedì. L’articolo che ha dato il nome alla generative engine optimization, di Pranjal Aggarwal e colleghi di Princeton, ha testato nove riscritture dei contenuti su un benchmark di 10.000 query in 25 ambiti.
Tre metodi sono risultati migliori: aggiungere citazioni a fonti credibili, aggiungere citazioni testuali e aggiungere statistiche. Insieme hanno prodotto un miglioramento relativo del 30-40% sulla metrica dell’articolo basata sul conteggio delle parole ponderato per posizione e del 15-30% sul suo punteggio di impressione soggettiva.
Diviso per posizione nella ricerca, il metodo Cite Sources ha aumentato la visibilità del 115,1% per i siti già al quinto posto, mentre la visibilità del sito al primo posto è scesa in media del 30,3%. La leva lì non è l’autorevolezza. È la citabilità. Una pagina che cita fonti credibili dà al modello qualcosa da riprendere, e mette la tua frase nello stesso paragrafo delle fonti che hai citato.
È il punto della co-citazione visto dall’altro lato. Chi citi plasma con chi vieni citato.
Misura il vicinato, non solo la tua riga
Se l’unità è l’insieme, quattro domande valgono più di un conteggio delle citazioni.
- Quali domini continuano a comparire insieme per la tua categoria. Se le stesse quattro pagine ricorrono nei tuoi prompt, quel gruppo è l’elenco reale delle fonti della tua categoria, ed è conoscibile.
- Se un concorrente sta in un insieme da cui manchi. È una lacuna di posizionamento, e nessuna riscrittura della tua homepage la colma.
- Per motore, tenuti separati. Secondo i numeri sopra gli insiemi si sovrappongono appena, quindi il vicinato di un motore prevede male quello di un altro.
- Quali pagine co-citate accettano proposte o correzioni. La maggior parte delle rassegne lo fa, e chiedere è di solito il modo più economico per entrare in un insieme da cui sei fuori.
Cosa facciamo al riguardo
Per questo Proofsource esegue la mappatura delle co-citazioni accanto al monitoraggio dei prompt e al rilevamento delle lacune di citazione. Il report mostra quali fonti viaggiano insieme per la tua categoria e da quali manchi, e il report per i clienti include una vista sul mix di fonti dei listicle e sulla loro freschezza per lo stesso motivo.
Il nostro campionamento va nella stessa direzione. Su una domanda sul migliore della categoria, nell’unica categoria che abbiamo testato, listicle e rassegne erano circa il 44% delle fonti citate da ChatGPT, i siti di recensioni il 24% e le pagine dei fornitori il 18%. È un dato nostro, una categoria e un motore, e non lo difenderemmo come legge generale.
Significa anche che spesso diciamo alle persone che la correzione più economica sta su una pagina che non possiedono e che noi non possiamo toccare. Preferiamo dirlo piuttosto che vendere una riscrittura che non sposterà nulla.
Dove potremmo sbagliare
Entrambe le verifiche sono state eseguite a settembre 2025. È un anno fa, e ogni motore coinvolto ha rilasciato molte versioni da allora. Considera la direzione ben documentata e le percentuali esatte datate.
Lo studio di Kumar e Palkhouski è osservazionale, in inglese, sul SaaS B2B, e raccolto in un solo momento da 70 prompt. Ha interrogato Perplexity tramite l’API sonar-pro, che non deve per forza comportarsi come il prodotto per i consumatori. Il loro dato di 134 è un conteggio in quel corpus, e non pubblicano la sovrapposizione a coppie, quindi non possiamo dire quali due motori condividano di più.
Lo studio di Toronto ha classificato ogni dominio usando GPT-4o-search-preview. Le etichette assegnate da un modello portano con sé gli errori del modello, e il confine tra Brand ed Earned si confonde davvero per un sito di confronto finanziato da un fornitore.
C’è un disaccordo che qui non possiamo risolvere. Diversi tracker molto diffusi riportano che le piattaforme di community come Reddit ottengono una quota molto ampia delle citazioni dell’IA, mentre questo studio ha trovato il Social vicino a zero. Non abbiamo ricondotto quei tracker a una fonte primaria, quindi non citiamo un loro numero. Segnaliamo il conflitto invece di schierarci.
Il benchmark di Aggarwal risale al 2023 e al 2024 ed è stato valutato su motori di due generazioni fa. Prendine il meccanismo e considera il 115% un prodotto di quella configurazione.
La misura di Small del 1973 descriveva un archivio stampato fisso. L’insieme di fonti di una risposta viene rigenerato a ogni richiesta, quindi con chi vieni citato è una distribuzione. Una sola risposta non stabilisce nulla sul tuo vicinato.
