Coerenza delle risposte dell’IA: cosa dicono 968 esecuzioni ripetute

Le risposte dell’IA allo stesso prompt cambiano spesso, e le fonti citate cambiano molto più dei brand menzionati. Su 968 esecuzioni ripetute di 42 coppie prompt-motore monitorate in AI Rank Lab tra il 13 febbraio e il 14 ottobre 2026, 18 coppie su 42 (42,9%) sono passate almeno una volta dal menzionare il brand monitorato al non menzionarlo, e due esecuzioni consecutive dello stesso prompt avevano una sovrapposizione mediana dei domini citati di appena 0,41 (indice di Jaccard). Detto in parole povere: una singola esecuzione è un campione, non una misurazione.

Questo è uno studio su dati proprietari. Qui sotto trovi i numeri per motore, il metodo e i suoi limiti, il confronto con i lavori pubblicati da Profound, Otterly, SparkToro e dai ricercatori dell’Università di San Gallo, e una risposta pratica alle due domande su cui inciampa qualsiasi report di visibilità nell’IA: ogni quanto conviene monitorare, e quante esecuzioni servono prima di fidarsi di un cambiamento?

Cosa abbiamo misurato, e come?

Abbiamo misurato quanto cambia, da un’esecuzione all’altra, la risposta allo stesso prompt sullo stesso motore. I dati provengono dalle esecuzioni dei prompt, programmate e manuali, nel tracker di visibilità del brand di AI Rank Lab, che esegue i prompt di un utente sui motori di IA e registra se il brand monitorato è stato menzionato e quali domini ha citato la risposta. Trasparenza: AI Rank Lab è il nostro prodotto, ed è lui ad aver raccolto questi dati.

Parametro dello studio	Valore
Periodo	Esecuzioni riuscite tra il 13/02/2026 e il 14/10/2026
Criterio di inclusione	Solo le coppie prompt + motore con almeno 5 esecuzioni riuscite
Campione	42 coppie prompt-motore, 968 esecuzioni (in media circa 23 esecuzioni per coppia)
Motori con coppie idonee	Gemini (13 coppie), ChatGPT (11), Claude (11), Perplexity (6), Google AI Overview (1). Google AI Mode non aveva nessuna coppia con 5 o più esecuzioni.
Brand	Tratti da 12 domini monitorati, per lo più brand di marketing e software. Nessun dominio di clienti viene nominato qui.
Arco temporale tipico per coppia	Mediana di 25,3 giorni per ChatGPT, Claude e Gemini; 12,8 giorni per Perplexity; 37,6 giorni per l’unica coppia AI Overview

Quattro metriche, ciascuna calcolata per coppia e poi riassunta come mediana (o come conteggio) su tutte le coppie:

• Cambio di menzione: le esecuzioni della coppia non concordavano tutte sul fatto che il brand fosse menzionato. Le coppie che non hanno mai cambiato sono «sempre menzionato» oppure «mai menzionato».
• Jaccard tra esecuzioni consecutive: per ogni paio di esecuzioni una dopo l’altra, il numero di domini citati in comune diviso per il numero di domini distinti citati da almeno una delle due. 1,0 significa elenchi di fonti identici; 0 nessuna sovrapposizione. Calcoliamo la media all’interno di una coppia, poi la mediana su tutte le coppie.
• Domini presenti in ogni esecuzione: la quota di tutti i domini mai citati da una coppia che compare in ognuna delle sue esecuzioni.
• Domini distinti nel tempo rispetto a una singola esecuzione: quanti domini distinti ha citato la coppia nell’intera storia, diviso per quanti ne citava in media una singola esecuzione.

Le esecuzioni passano dalle API di ciascun motore con la ricerca web o il grounding di ricerca attivi, non dalle app di chat per il pubblico, e l’istruzione di valutazione nomina il brand monitorato, così la risposta può essere valutata. Entrambe le scelte contano per interpretare i dati, e ci torniamo nella sezione sui limiti.

Quanto spesso cambiano le risposte dell’IA allo stesso prompt?

Abbastanza spesso da rendere poco significativa una singola esecuzione. Su tutte le 42 coppie, 18 (42,9%) hanno cambiato almeno una volta la menzione del brand, 19 hanno menzionato il brand in ogni esecuzione e 5 non l’hanno mai menzionato. Sul fronte delle fonti, due esecuzioni consecutive dello stesso prompt condividevano in mediana il 41% dei domini citati da almeno una delle due: in pratica, circa tre domini su cinque in due risposte consecutive comparivano solo in una delle due. È questo il risultato centrale sulla coerenza delle risposte dell’IA nel nostro campione: il verdetto sul brand è instabile per una minoranza consistente di prompt, l’elenco delle fonti lo è per quasi tutti.

I risultati principali per motore

Motore	Coppie	Esecuzioni	Coppie con cambio di menzione	Sempre / mai menzionato	Jaccard mediano tra esecuzioni consecutive	% mediana di domini citati in ogni esecuzione	Domini distinti nel tempo rispetto a una singola esecuzione
Perplexity	6	224	4 (66,7%)	2 / 0	0,59	3,8%	2,43x
ChatGPT	11	239	6 (54,5%)	1 / 4	0,54	7,7%	2,29x
Claude	11	226	5 (45,5%)	6 / 0	0,53	10,0%	2,61x
Gemini	13	274	3 (23,1%)	10 / 0	0,26	2,1%	3,50x
Google AI Overview*	1	5	0 (0%)	0 / 1	0,41	3,3%	2,63x
Tutti i motori	42	968	18 (42,9%)	19 / 5	0,41	3,5%	2,68x

*Una sola coppia con cinque esecuzioni è un aneddoto, non un risultato: la mostriamo solo per completezza. Il Jaccard complessivo (0,41) è più basso di quello di tre dei quattro motori principali perché è la mediana di tutte le 42 coppie messe insieme, e le 13 coppie di Gemini, con poca sovrapposizione, lo trascinano verso il basso.

Quale motore di IA dà le risposte più coerenti?

Dipende da quale tipo di coerenza intendi, e nei nostri dati i due tipi andavano in direzioni opposte.

• Fonti più coerenti: Perplexity. Le sue esecuzioni consecutive condividevano in mediana lo 0,59 dei domini citati, il valore più alto tra tutti i motori. Un’avvertenza: le coppie di Perplexity sono state eseguite in modo più fitto, circa 37 esecuzioni ciascuna in una mediana di 12,8 giorni, contro circa 20-22 esecuzioni in una mediana di 25,3 giorni per gli altri motori. Esecuzioni più ravvicinate nel tempo hanno meno occasioni di divergere, e questo potrebbe gonfiare il suo dato.
• Verdetto sul brand più coerente: Gemini. Solo 3 delle sue 13 coppie (23,1%) hanno mai cambiato menzione, e 10 hanno menzionato il brand in ogni esecuzione. Pensiamo che questo rifletta soprattutto il mix di prompt che per caso era monitorato su Gemini, più che una caratteristica di Gemini, e il nostro campione non permette di separare le due cose.
• Fonti meno coerenti: Gemini. Un Jaccard mediano di 0,26, appena il 2,1% dei domini citati presente in ogni esecuzione e 3,5 volte più domini distinti nel tempo rispetto a una tipica esecuzione. Gemini continuava a nominare il brand, ma cambiava le pagine a cui rimandava.
• Quota più alta di fonti «fisse»: Claude. In mediana il 10% dei domini che Claude citava per una coppia compariva in ogni esecuzione, il valore più alto tra i quattro motori principali.
• ChatGPT stava a metà classifica per sovrapposizione delle fonti (0,54) e aveva il maggior numero di coppie che non hanno mai menzionato il brand (4 su 11).

Le menzioni del brand sono più stabili delle fonti citate?

Sì. Nei nostri dati, 24 coppie su 42 (19 sempre menzionate più 5 mai menzionate) hanno dato lo stesso verdetto sul brand in ogni esecuzione, mentre solo il 3,5% mediano dei domini citati sopravviveva a tutte le esecuzioni. Gli studi pubblicati vanno nella stessa direzione: lo studio di Otterly sulla stabilità ha rilevato che il 12-19% dei brand compariva in un solo giorno su una finestra di 30 giorni, contro fino al 67% delle fonti citate, e il paper di San Gallo ha misurato un Jaccard giornaliero sui brand tra 0,45 e 0,59, contro 0,34-0,42 sulle fonti. Se riporti un solo numero, un tasso di menzione del brand su una finestra è più stabile di qualsiasi istantanea del tipo «quali pagine sono state citate». La nostra guida su menzioni del brand e citazioni spiega perché le due cose richiedono KPI separati.

Perché i motori di IA danno risposte diverse alla stessa domanda?

Perché una risposta dell’IA è l’ultimo anello di una catena di passaggi, e quasi ogni passaggio ha una componente casuale o un input che si muove. La tabella qui sotto elenca le cause principali e dice se un sistema di monitoraggio può tenerle sotto controllo.

Causa della variazione	Cosa cambia	Evidenze	Un tracker può controllarla?
Campionamento dei token e non determinismo dell’inferenza	Formulazione, quali brand vengono nominati, ordine	Thinking Machines ha ottenuto 80 completamenti unici da 1.000 richieste identiche a temperatura 0	No. Le app per il pubblico non lo espongono.
Retrieval e query fan-out	Quali pagine vengono recuperate e citate	Google afferma che AI Overviews e AI Mode possono lanciare più ricerche correlate su vari sottotemi	No. Puoi solo campionarlo ripetutamente.
Cambiamenti dell’indice e del web	Entrano pagine nuove, ne escono di vecchie	Profound ha misurato un cambiamento del 40,5-59,3% dei domini citati in un mese	No. È un cambiamento reale, che vuoi vedere.
Aggiornamenti dei modelli	Salti netti sia nelle menzioni sia nelle fonti	Profound riporta una deriva che cresce fino al 70-90% da gennaio a luglio	In parte. Registra le versioni dei modelli e annota i rilasci.
Personalizzazione, posizione, memoria	Quello che vede il singolo utente	Gli studi li tengono costanti; gli utenti reali no	In parte. Fissa posizione e impostazioni nel monitoraggio.
Prodotti diversi della stessa azienda	L’intero insieme di fonti	Ahrefs ha trovato una sovrapposizione delle citazioni del 13,7% tra AI Mode e AI Overviews	Sì. Monitora ogni superficie separatamente.

Campionamento. I modelli linguistici scelgono ogni token successivo da una distribuzione di probabilità, quindi lo stesso prompt può generare testi diversi. Nemmeno impostare la temperatura a zero rende i modelli in hosting del tutto ripetibili: Thinking Machines Lab ha eseguito lo stesso prompt 1.000 volte a temperatura 0 su Qwen3-235B e ha ottenuto 80 completamenti unici, una variabilità che ha ricondotto a kernel di inferenza i cui risultati dipendono dalla dimensione del batch, e quindi dal carico dei server.

Retrieval. Le risposte con la ricerca attiva dipendono da cosa recupera il motore. La documentazione di Google sulle funzionalità di IA dice che AI Overviews e AI Mode possono usare il «query fan-out», cioè lanciare più ricerche correlate su vari sottotemi, e che le due funzionalità «possono usare modelli e tecniche diversi, quindi l’insieme di risposte e link che mostrano varierà». Piccole differenze nelle sotto-query eseguite, e in quello che restituiscono, cambiano l’elenco delle citazioni. La nostra guida al query fan-out spiega il meccanismo.

Cambiamenti reali nel tempo. Una parte del movimento è autentica: escono pagine nuove, i posizionamenti cambiano, i modelli vengono aggiornati. Lo studio di Profound sulla volatilità ha rilevato che tra giugno e luglio 2025, per gli stessi prompt, era cambiato dal 40% al 60% dei domini citati, e il suo successivo studio sull’emivita delle citazioni ha rilevato che la pagina citata mediana perde metà della sua quota di citazioni di picco entro 11 giorni dal picco. La nostra finestra copre otto mesi e le versioni dei modelli non erano fissate, quindi una parte del nostro ricambio è deriva reale di questo tipo, non rumore.

Superfici diverse. Anche all’interno della stessa azienda i prodotti sono diversi. Ahrefs ha confrontato 540.000 coppie di query e ha scoperto che AI Mode e AI Overviews citavano gli stessi URL solo nel 13,7% dei casi, anche se le loro risposte erano semanticamente simili nell’86% dei casi.

Come si confrontano questi risultati con Profound, Otterly, SparkToro e San Gallo?

Nel complesso concordano: gli elenchi delle fonti ruotano molto, la presenza del brand è più stabile e le istantanee singole ingannano. La tabella mette fianco a fianco i numeri pubblicati. Attenzione: le metriche sono diverse, quindi confronta le tendenze, non i decimali.

Studio	Chi l’ha pubblicato	Campione	Risultato confrontabile
AI Rank Lab (questo studio)	Vendor (noi)	42 coppie prompt-motore, 968 esecuzioni, da febbraio a ottobre 2026	Jaccard dei domini citati tra esecuzioni consecutive 0,41; il 42,9% delle coppie ha cambiato la menzione del brand
Don’t Measure Once (Schulte, Bleeker, Kaufmann)	Ricercatori dell’Università di San Gallo	32 prompt in tedesco svizzero, 4 motori, 45-46 giorni tra gennaio e marzo 2026	Jaccard giornaliero sulle fonti 0,34-0,42; ripetizioni entro 24 ore 0,32-0,43; Jaccard sui brand 0,45-0,59
Studio di Otterly AI sulla stabilità	Vendor	520 prompt, 7 motori, 252.407 risposte, esecuzioni giornaliere	ChatGPT e AI Mode riutilizzavano circa il 26% delle fonti da un giorno all’altro, Perplexity circa il 75%
Profound: volatilità della ricerca con IA	Vendor	Circa 80.000 prompt per piattaforma, giugno vs luglio 2025	Dal 40,5% (Perplexity) al 59,3% (AI Overviews) dei domini citati cambiati in un mese
Yotpo: quanto dura una citazione dell’IA?	Vendor	Prompt di e-commerce, settimanali per oltre 14 settimane	Stabilità settimanale delle citazioni 0,30 (ChatGPT) e 0,24 (Gemini)
SparkToro e Gumshoe (tramite Search Engine Journal)	SparkToro con un vendor di monitoraggio	2.961 esecuzioni di prompt fatte da volontari su ChatGPT, Claude, Google AI	Stesso elenco di brand meno di 1 volta su 100; presenza del brand più stabile dell’ordine

Tutti gli studi di questa tabella, tranne il paper di San Gallo, vengono da aziende che vendono il monitoraggio della visibilità nell’IA, noi compresi. Vale la pena tenerlo a mente quando uno qualsiasi di loro, noi inclusi, conclude che ti serve più monitoraggio.

Dove concordiamo. La nostra sovrapposizione complessiva delle fonti, 0,41, rientra nell’intervallo di San Gallo (0,34-0,42 da un giorno all’altro). Il fatto che Perplexity sia il motore con le fonti più stabili è in linea con Otterly (circa il 75% di riutilizzo giornaliero) e con Profound (la deriva mensile più bassa, al 40,5%). Il fatto che la presenza del brand sia più stabile delle fonti è in linea con Otterly, San Gallo e SparkToro.

Dove non concordiamo. Nelle ripetizioni entro 24 ore dello studio di San Gallo, Gemini era il motore con le fonti più stabili (Jaccard 0,505) e Perplexity tra i meno stabili (0,282): l’esatto contrario della nostra classifica. Le loro esecuzioni erano in tedesco, da server svizzeri, nell’arco di pochi giorni; le nostre sono per lo più prompt di marketing e software in inglese, distribuiti su settimane. Le classifiche di stabilità dei motori non sono trasferibili da un mercato o da una configurazione all’altra, ed è un motivo in più per costruire una tua baseline per ogni motore invece di prendere in prestito quella di qualcun altro, compresa la nostra.

E Peec AI? Al 18 ottobre 2026 non abbiamo trovato un dato pubblicato di Peec AI sulla stabilità tra esecuzioni ripetute. La sua pagina dei prezzi descrive la copertura del monitoraggio come prompt monitorati moltiplicati per modelli attivi e frequenza di monitoraggio, e indica che la panoramica di visibilità viene aggiornata ogni giorno, il che implica lo stesso approccio basato su finestre.

Una singola istantanea della visibilità nell’IA è affidabile?

No. Nel nostro campione, il 43% delle coppie prompt-motore avrebbe dato un verdetto sul brand diverso a seconda dell’esecuzione che ti capitava di guardare, e una tipica esecuzione singola mostrava ben meno della metà dei domini citati da quella coppia nel tempo (il rapporto di domini distinti di 2,68x significa che un’esecuzione catturava circa il 37% del bacino finale di fonti della coppia). I volontari di SparkToro hanno visto ChatGPT e l’IA di Google restituire lo stesso elenco di brand meno di una volta su 100 esecuzioni. Uno screenshot dimostra che una risposta c’è stata una volta. Non ti dice qual è la tua visibilità.

Cosa dovrebbero mostrare i report di visibilità nell’IA al posto delle istantanee?

Tassi su finestre temporali. Sostituisci «siamo stati menzionati?» con «in quale quota di esecuzioni siamo stati menzionati negli ultimi N giorni, e su quante esecuzioni?». Ecco la configurazione di reporting che consigliamo, la stessa da cui provengono questi dati:

1. Fissa l’insieme di prompt. Tieni un elenco stabile di prompt per ogni motore, così il denominatore non si sposta. Cambiare i prompt cambia la metrica più di quanto facciano la maggior parte dei cambiamenti reali: il test «una volta al giorno» di Profound ha rilevato che la scelta del portafoglio di prompt spostava la quota di citazioni di circa un ordine di grandezza in più rispetto alla deriva giornaliera.
2. Esegui i prompt con una cadenza fissa. Il default più comune è una volta al giorno. In AI Rank Lab, le esecuzioni programmate dei prompt lo fanno in automatico per ChatGPT, Claude, Gemini e Perplexity e salvano ogni esecuzione: è così che si sono accumulati i dati di questo articolo.
3. Riporta il tasso di menzione su una finestra. Esecuzioni con menzione diviso esecuzioni totali, su 14-28 giorni, con il numero di esecuzioni riportato accanto al tasso.
4. Riporta la quota di citazioni a parte. Monitora quali dei tuoi URL vengono citati nell’arco della finestra, non in una singola esecuzione. Aspettati che l’elenco ruoti: guarda la quota, non chi c’è dentro. Il nostro tracker delle citazioni è un modo per farlo.
5. Tieni separati i motori. I nostri motori non erano d’accordo su quale tipo di stabilità avessero. Un punteggio aggregato lo nasconde.
6. Annota i cambi di modello e di prodotto. Quando un motore rilascia un nuovo modello, segna la data, così un salto netto non viene scambiato per una vittoria o una sconfitta dei tuoi contenuti.
7. Intervieni sui cambiamenti persistenti. Considera reale un cambiamento quando regge per due finestre consecutive e compare in più di un prompt.

Se il tuo team usa un unico numero di visibilità nell’IA, la nostra guida su come si misura un punteggio AEO spiega cosa dovrebbe esserci sotto.

Quante esecuzioni servono prima di fidarsi di un cambiamento?

Più di quante ne lascino intendere la maggior parte delle dashboard, soprattutto a livello di singolo prompt. Un tasso di menzione è una proporzione, quindi la sua incertezza si riduce con il numero di esecuzioni che ci stanno dietro. La tabella usa l’approssimazione normale standard per un tasso di menzione del 50% (il caso peggiore) e presuppone esecuzioni indipendenti. Le esecuzioni reali sono correlate, quindi considera questi valori come soglie minime ottimistiche.

Esecuzioni nella finestra	Margine al 95% circa su un tasso	Variazione necessaria tra due finestre per superare il rumore	Esempio
5	+/- 44 punti	circa 62 punti	Un prompt, eseguito in 5 giorni
10	+/- 31 punti	circa 44 punti	Un prompt, eseguito in 10 giorni
20	+/- 22 punti	circa 31 punti	Un prompt, eseguito ogni giorno per circa 3 settimane (vicino alla nostra media di 23 per coppia)
30	+/- 18 punti	circa 25 punti	Un prompt, eseguito ogni giorno per un mese
60	+/- 13 punti	circa 18 punti	Due prompt sullo stesso tema, ogni giorno per un mese
100	+/- 10 punti	circa 14 punti	Un cluster tematico di prompt, con diverse esecuzioni ciascuno

Ne derivano due cose. Primo: se il tasso di menzione di un singolo prompt passa dal 50% al 65% tra due finestre di tre settimane, sei ancora ampiamente dentro il rumore. Secondo: il modo pulito per avere più esecuzioni di solito è aggiungere prompt, non ripetere di più lo stesso. Il paper di San Gallo arriva a una conclusione simile con i propri dati: l’errore standard del tasso di rilevamento per brand scendeva sotto 0,10 con 7 esecuzioni per prompt, e una finestra mobile portava l’errore per brand sotto 0,10 a 10 giorni e sotto 0,05 a 24 giorni. Per questo gli autori raccomandano finestre da due a quattro settimane.

I test dei vendor non sono d’accordo sulle ripetizioni giornaliere, ma misurano un’altra cosa. Profound ha rilevato che le esecuzioni una volta al giorno restavano entro circa 2 punti da quelle dieci volte al giorno sulla visibilità (78,7% contro 80,4%) su 753 prompt, e Meikai ha rilevato che 1 esecuzione al giorno dava lo stesso segnale aggregato di 10 su 500 prompt. Entrambi sono risultati a livello di portafoglio, con centinaia di prompt alle spalle. La quadra è semplice: con un insieme ampio di prompt basta una volta al giorno; per diagnosticare un singolo prompt servono molte esecuzioni di quel prompt.

Quanti prompt devi monitorare?

Abbastanza perché le stranezze di un singolo prompt non determinino il numero, e in pratica significa decine per motore, non una manciata. Otterly ha rilevato che con 10 prompt il 90% dei suoi risultati di copertura del brand cadeva in un intervallo tra il 39% e il 71%; con 100 prompt l’intervallo si restringeva al 51-60%, circa il 73% di variabilità in meno. Gli autori di San Gallo hanno visto il Jaccard a livello di prompt andare da meno di 0,2 a più di 0,8 all’interno di una stessa campagna. Il nostro campione mostra la stessa dispersione: all’interno di un singolo motore, alcune coppie non hanno mai cambiato menzione, mentre altre l’hanno cambiata più volte.

La nostra soglia pratica: almeno 50 prompt per motore per un numero a livello di brand, raggruppati in cluster tematici, e 100 o più se vuoi confrontare motori o segmenti. È una valutazione basata sugli studi citati sopra, non qualcosa che il nostro campione di 42 coppie possa dimostrare da solo. Scegliere i prompt conta quanto il loro numero.

Ogni quanto conviene monitorare la visibilità nell’IA?

Esegui i prompt ogni giorno e fai il reporting su finestre mobili da 14 a 28 giorni. La cadenza delle esecuzioni e quella del reporting sono decisioni diverse: le esecuzioni devono essere abbastanza frequenti da riempire la finestra di campioni, i report abbastanza lenti da far sì che una finestra contenga abbastanza esecuzioni da significare qualcosa. Nei nostri dati, le coppie di ChatGPT, Claude e Gemini hanno accumulato circa 20-22 esecuzioni in una mediana di 25 giorni, quasi una al giorno, e anche così i tassi di menzione del singolo prompt restavano con barre d’errore ampie.

Situazione	Cadenza delle esecuzioni	Finestra di reporting	Cosa osservare
Monitoraggio continuo del brand	Giornaliera	28 giorni mobili, rivisti ogni settimana o ogni mese	Tasso di menzione e quota di citazioni per motore
Lancio, rebranding o crisi di PR	Giornaliera, con più prompt sul tema interessato	14 giorni mobili	Tasso di menzione e sentiment sui prompt interessati
Test di una modifica ai contenuti	Giornaliera sui prompt target	14 giorni prima vs 14 giorni dopo, come minimo	Quota di citazioni dell’URL modificato nell’arco della finestra
Budget ridotto	Settimanale è accettabile se allarghi la finestra	Da 8 a 12 settimane	Solo la direzione del tasso di menzione
Diagnosi di un prompt importante	Più esecuzioni al giorno	Da 1 a 2 settimane	Quali fonti e concorrenti ricorrono

Per il quadro generale su cosa monitorare e perché, leggi la nostra guida al monitoraggio della visibilità nell’IA.

Quali sono i limiti di questo studio?

Parecchi, e delimitano quello che puoi ricavarne.

• Campione piccolo e disomogeneo. 42 coppie e 968 esecuzioni, da 12 domini monitorati sbilanciati verso marketing e software. Perplexity ha 6 coppie, Google AI Overview 1, Google AI Mode nessuna. Le percentuali per motore calcolate su 6-13 coppie possono oscillare per una sola coppia.
• Non è un campione casuale di prompt. I prompt sono stati scelti dagli utenti per monitorare i propri brand. Il numero elevato di coppie «sempre menzionato» di Gemini (10 su 13) riflette molto probabilmente questo mix.
• API, non app per il pubblico. Le esecuzioni hanno usato le API di ciascun motore con ricerca web o grounding attivi, e nessuna personalizzazione. Un utente con login potrebbe vedere più o meno variabilità.
• Il brand è nominato nell’istruzione di valutazione. Questo permette al tracker di valutare la risposta, ma può far salire i tassi di menzione assoluti rispetto a una chat da zero. Per questo ci concentriamo sulla stabilità, non su quanto spesso vengono menzionati i brand.
• Valutazione automatica. Menzioni e domini citati vengono rilevati automaticamente dal testo della risposta e dalle sue citazioni; non abbiamo verificato a mano ogni esecuzione.
• Spaziatura irregolare e modelli non fissati. Le esecuzioni non seguivano un orario fisso (Perplexity è stato eseguito in modo più fitto) e le versioni dei modelli non sono rimaste fissate per tutta la finestra, quindi il nostro ricambio mescola rumore e deriva reale.
• Domini, non URL, e nessun posizionamento. La sovrapposizione è misurata sui domini citati, che è più generosa di quella a livello di URL, e non abbiamo analizzato la posizione nella risposta.
• Nessun test di significatività. Sono mediane e conteggi descrittivi. Non estrapolarli ad altri settori, lingue o motori.

Ripeteremo questa analisi man mano che il campione cresce e pubblicheremo i numeri aggiornati con le stesse definizioni.

In conclusione

La coerenza delle risposte dell’IA è così bassa che una singola esecuzione può trarti in inganno, e gli elenchi delle fonti ruotano molto più delle menzioni del brand. La soluzione non è fare più screenshot: è un insieme fisso di prompt, esecuzioni giornaliere e tassi riportati su finestre da due a quattro settimane, motore per motore, con il numero di esecuzioni in vista. Se vuoi questa configurazione senza doverla costruire da zero, il monitoraggio della visibilità del brand di AI Rank Lab esegue i tuoi prompt secondo una programmazione e conserva ogni esecuzione, così puoi leggere le tendenze invece delle istantanee.