L'AI consiglia i tuoi concorrenti? Dipende da quale

“Perché ChatGPT consiglia i miei concorrenti e non me?” Se hai un e-commerce, prima o poi te lo chiedi. Parti da una scena concreta: una persona deve comprare delle sedie di design per la cucina. Non apre Google, apre ChatGPT e scrive “dove posso comprare online le sedie Scab Design”. Riceve una manciata di nomi di negozi, con una riga di spiegazione per ognuno, e sceglie fra quelli - gli altri, per lei, in quel momento non esistono.

In questi giorni mi sono imbattuto in uno studio che sostiene una tesi precisa, e invece di ripeterla ho preferito rifare il test sul campo, su un caso mio. Ho preso un e-commerce di arredamento che seguo - posizionato bene su Google, migliaia di prodotti, marchi noti a catalogo come Ideal Lux, Scab Design e Itamoby - e ho fatto le stesse domande d’acquisto a quattro motori AI, con lo stesso metodo, misurando invece di intuire.

Il risultato non è quello che mi aspettavo, e la sorpresa più grossa non riguarda i motori: riguarda il modo in cui stavo misurando.

Lo studio da cui sono partito, e perché l’ho rifatto

Il tema in questi mesi gira sotto il nome di money prompt: le domande in cui una persona chiede a un assistente cosa comprare e dove, cioè i momenti in cui l’AI si comporta da commesso e non da enciclopedia. La tesi che circola è che i marchi noti vengono nominati quasi sempre e raccomandati quasi mai, perché la menzione arriva dalla memoria del modello mentre la raccomandazione dipende dalle conferme che il modello va a cercare sul web.

Gli studi usciti finora hanno interrogato i produttori, cioè chi il marchio ce l’ha. Ho ribaltato la domanda sul rivenditore, perché è la condizione reale della quasi totalità degli e-commerce italiani: non vendi roba tua, vendi la stessa identica merce di altri trenta negozi, e la partita è chi viene indicato come il posto dove comprarla. Questo, in italiano, non l’aveva misurato nessuno.

Sedici domande: otto temi d’acquisto, ognuno in due formulazioni, una senza nominare la marca e una nominandola. Quattro motori con la ricerca web attiva, più una prova a modello “spento”, cioè senza permettergli di cercare. Due giri, per vedere cosa resta uguale.

Stessa domanda a quattro motori, quattro comportamenti diversi

Guarda la seconda colonna prima della terza. Perplexity non è severo con quel negozio: non nomina nessun negozio, mai, in nessuna risposta. Google AI Mode invece i negozi li consiglia eccome, cinque o sei per volta con la motivazione accanto, e semplicemente sceglie altri. Sono due problemi diversi, e chi li tratta come lo stesso problema lavora a vuoto.

ChatGPT: l’errore del primo giro, ed è quello che conta

Il primo giro l’ho fatto dal mio account, in una chat nuova ma con cronologia e memoria attive. ChatGPT elencava cinque negozi e il secondo era proprio quello che seguo, presentato con la formula più forte che esista per un rivenditore: rivenditore ufficiale.

Dodici ore dopo ho rifatto la stessa identica domanda in chat temporanea, che è la finestra senza cronologia e senza memoria. Risposta diversa. Al primo posto un rivenditore ufficiale che non è il mio, al secondo posto un grande marketplace di bricolage, e il negozio che seguo compare una volta sola, dentro la descrizione del marketplace, come uno dei venditori partner che ci vendono sopra. Nella lista “altri negozi affidabili” che segue, sei nomi, lui non c’è.

Da rivenditore ufficiale consigliato per secondo, a nome di passaggio dentro la vetrina di qualcun altro.

Se misuri la tua visibilità sull’AI dal tuo account, stai misurando quanto l’AI conosce te, non quanto conosce il tuo negozio. Il tuo account ti dà ragione.

Ed è la parte che vale per chiunque legga, molto oltre questo caso: quasi tutti i test “l’AI mi cita?” che girano sono fatti dall’account di chi li fa, spesso da chi su quel sito ci lavora e ne ha parlato con l’assistente decine di volte. Quei test danno un risultato sistematicamente più generoso della realtà. Se hai fatto una prova del genere e ti sei tranquillizzato, rifalla in finestra pulita prima di crederci.

Questo, fra l’altro, è esattamente il fenomeno da cui era partito lo studio: il negozio viene menzionato ma non raccomandato. Solo che qui non succede a un marchio famoso, succede a un rivenditore normale, ed è la differenza fra comparire come destinazione e comparire come dettaglio.

Perplexity legge dieci negozi e non ne nomina nessuno

Il caso più istruttivo è quello che sembra il meno interessante. In tutti i giri, su ogni domanda, Perplexity ha risposto allo stesso modo: una guida per categorie astratte, “rivenditori autorizzati”, “shop specializzati in illuminazione”, più una checklist su garanzia, disponibilità, reso e tempi di consegna. Zero nomi di negozi. Una volta ha perfino scritto di non poter consultare i cataloghi in tempo reale.

Solo che nel pannello delle fonti, ogni volta, c’erano dieci pagine di negozi veri. In inglese questa metrica ha già un nome, found but not cited: il tuo contenuto entra nel processo che genera la risposta e non arriva nel testo che l’utente legge.

Due dettagli valgono da soli il test. Il primo: la fonte numero uno in assoluto era una pagina di recensioni di terzi, non un negozio, in entrambi i giri. La reputazione viene consultata prima del catalogo. Il secondo: le dieci fonti erano tutte specialisti verticali dell’illuminazione, e a distanza di ore erano le stesse dieci. Il pozzo da cui questo motore attinge nella categoria è stabile: non è che ogni giorno estrae a sorte, è che tu in quel pozzo o ci sei o non ci sei.

Non è la struttura della tua pagina di marchio

Questa è la parte che di solito costa mesi di lavoro sbagliato, quindi vale la pena essere precisi.

Fra le fonti lette da Perplexity sulla domanda relativa alle sedie c’era un negozio con questo indirizzo: /brand/961-scab-design. La pagina di marchio dell’e-commerce che seguo, per lo stesso identico marchio, ha lo stesso identico schema di indirizzo. Stessa struttura di URL, stesso tipo di pagina, stesso marchio, stessa piattaforma. Una viene letta dal motore, l’altra no.

Quindi la domanda operativa non è “che struttura deve avere la pagina di marchio”, perché la struttura è già quella giusta e ce l’hanno tutti uguale. La domanda è cosa c’è scritto dentro quella pagina, e chi la ospita.

Chi ti consiglia, lo fa per quello che dicono gli altri

Nelle risposte in cui un motore ha davvero scelto dei negozi, le motivazioni sono sempre le stesse. Le riporto testuali, perché il valore sta nelle parole esatte.

Google AI Mode, sulle lampade, mette in fila cinque e-commerce sotto il titolo “i migliori e-commerce specializzati (rivenditori autorizzati)”, con una ragione per ciascuno: catalogo completissimo e preventivi personalizzati per ordini importanti, punto di riferimento storico per il marchio, rivenditore ufficiale che garantisce l’originalità assoluta dei prodotti, spedizione gratuita sopra una certa soglia, sconti fissi dichiarati su oltre 1.200 articoli a catalogo.

Claude, quando ha consigliato il negozio che seguo, lo ha fatto motivandolo con il punteggio su una piattaforma di recensioni, con il catalogo completo del marchio, con la spedizione gratuita senza soglia minima e con l’assistenza via chat.

Nessuno di questi motivi è il prezzo. Tutti sono informazioni che stanno scritte in una pagina, non nel catalogo prodotti:

• lo status verificabile (rivenditore ufficiale, autorizzato, partner), possibilmente confermato dalla pagina rivenditori del produttore;
• le condizioni di servizio esplicite: soglia di spedizione gratuita, tempi reali, procedura di reso, canale di assistenza;
• la specializzazione dichiarata, cioè una frase che spieghi di cosa ti occupi davvero invece di far dedurre tutto dalle categorie;
• la reputazione di terzi, che è la prima cosa che i motori vanno a leggere.

O quelle frasi ci sono, e allora un motore le può citare, oppure non ci sono, e allora resti una fonte letta e mai nominata.

Search Console: la pagina che Google mostra il doppio e fa cliccare la metà

Fin qui il test. Adesso l’incrocio con i dati reali di quel negozio, ultimi sei mesi contro i sei precedenti, presi dalla sua Search Console.

La stessa pagina, nello stesso periodo: Google la mostra il doppio delle volte e la fa cliccare la metà, mentre la posizione media migliora di otto posti.

Sali di otto posizioni, raddoppi le volte in cui compari, e i clic si dimezzano. E la pagina della prima riga, quella del marchio di sedie, è esattamente l’indirizzo che Claude cita fra i rivenditori consigliati. Quindi la stessa pagina, nello stesso giorno, è: sempre più visibile nella ricerca classica di Google, sempre meno cliccata, consigliata da un motore generativo, e ignorata proprio dal motore generativo di Google, che pesca dall’indice dove quella pagina sta salendo.

Dalla stessa proprietà arriva il terzo dato, quello che chiude il cerchio. La vista sulle funzionalità di AI generativa dice che le pagine di questo negozio sono comparse 27,2K volte dentro le risposte generative di Google negli ultimi tre mesi. Ventisettemila presenze, e alla domanda su dove comprare quel tipo di prodotto Google ne consiglia altri cinque. Comparire e venire consigliati sono due cose diverse, e il report misura solo la prima.

La Search Console dello stesso negozio, vista Funzionalità di AI generativa. Il nome della proprietà è oscurato. Il report conta le volte in cui una pagina è finita dentro una risposta generativa, non se quella risposta la stesse consigliando: sono i due numeri che questo pezzo tiene separati.

Il segmento dove la forbice è più netta, su questo sito, è il blog: unico insieme di pagine con il CTR in calo mentre la posizione media migliora di quasi sei posti. Ovunque altrove, con lo stesso miglioramento, il CTR sale. Se vuoi il quadro di cosa i report di Google misurano davvero e cosa no, l’ho scritto nel pezzo su cosa misura Search Console su AI e social.

Nella memoria del modello ci sono i grandi, non tu

Ultimo pezzo, e spiega tutto il resto. Ho rifatto le stesse domande a un modello senza permettergli di cercare sul web, per vedere chi esiste nella sua memoria.

I negozi li nomina, e con sicurezza: i grandi marketplace, i portali di design, i due o tre specialisti storici di categoria. Sempre gli stessi. Il rivenditore indipendente che seguo, posizionato su centinaia di chiavi in Google, non compare in nessuna delle sedici risposte.

Ecco perché la partita si gioca tutta nei pochi secondi in cui il motore va a cercare: se non sei un nome che il modello ha memorizzato, l’unico modo di finire nella risposta è essere trovato, letto e giudicato citabile in quel momento.

Come rifare questo test sul tuo catalogo

Se vuoi verificarlo da solo invece di credermi sulla parola, il protocollo è questo. Serve mezza giornata e non serve nessuno strumento a pagamento.

1. Chat temporanea, sempre. È la regola numero uno e me l’ha insegnata questo test sbagliando: memoria e cronologia disattivate, altrimenti misuri il tuo rapporto con l’assistente e non la visibilità del tuo negozio.
2. Scegli otto domande d’acquisto vere, quelle che farebbe un tuo cliente. Ognuna in due formulazioni: una senza nominare la marca (“cerco sedie da cucina resistenti, dove le ordino”) e una nominandola (“dove compro le sedie Scab Design”). La differenza fra le due è metà del risultato.
3. Usa quattro motori: ChatGPT, Google AI Mode (si apre aggiungendo &udm=50 all’indirizzo della ricerca), Perplexity e uno a scelta fra Claude e Copilot.
4. Per ogni risposta annota tre cose: i negozi consigliati in ordine, se ci sei tu e in che ruolo (consigliato, oppure solo nominato di sfuggita: non è la stessa cosa), e le fonti che il motore ha aperto. Le fonti sono il dato che vale di più, perché dicono chi il motore considera degno di essere letto nella tua categoria.
5. Rifai tutto a distanza di ore o giorni. Un giro solo è un aneddoto. Nel mio caso un motore ha dato le stesse identiche dieci fonti a due giri di distanza, un altro ha cambiato la lista dei consigliati: sapere quale dei due sei è già un’informazione.
6. Screenshot datati di tutto, perché fra un mese non ricostruisci niente a memoria.

I limiti, dichiarati: un solo negozio e una sola nicchia, quindi non si generalizza a tutti i settori; Perplexity provato senza login, quindi col modello base; e isolare la memoria di un modello è più difficile di quanto sembri, perché più di una interfaccia dichiarata “senza strumenti” la ricerca web ce l’ha comunque attiva, cosa di cui mi sono accorto solo confrontando le risposte con gli indirizzi reali delle pagine che citavano.

Cosa ti posso dire, e cosa no

Le due richieste che mi arrivano sono sempre le stesse: come apparire su ChatGPT e come farsi citare da ChatGPT e dagli altri motori. La risposta onesta è che non esiste una procedura, e chi te la vende sta vendendo una certezza che nessuno controlla. Non c’è un pannello, non c’è un interruttore, non c’è una tempistica: vale per le risposte generative come per le AI Overviews dentro la ricerca classica.

Quello che si può fare, e che ha senso, è più modesto: sapere oggi quali motori ti consigliano e quali no, misurandolo in condizioni pulite; capire quali fonti consultano per giudicarti nella tua categoria; e sistemare le informazioni che ti rendono citabile, cioè status, condizioni, specializzazione e reputazione di terzi. Sono le stesse cose che rendono credibile un negozio a una persona, il che dovrebbe rassicurare invece che preoccupare.

Se questo tipo di analisi la vuoi sul tuo sito, il test lo faccio sui tuoi prompt e ti dico cosa vedo, cosa non si può dedurre e da dove partirei. Come lavoro su questo è scritto nella pagina sulla consulenza GEO; se il tuo e-commerce è in PrestaShop, la parte tecnica la trovi nella pagina sull’assistenza PrestaShop. Oppure scrivimi dalla pagina contatti.