Monitoraggio visibilità AI: perché un solo tool non basta

Solo l’11% circa dei domini citati da ChatGPT compare anche nelle risposte di Perplexity. Di conseguenza, un solo strumento di monitoraggio visibilità AI è, per definizione, cieco rispetto a gran parte dei casi in cui il brand viene consigliato — o ignorato.

Il dato che smonta il monitoraggio visibilità AI con un solo tool

11% di sovrapposizione tra domini. È il dato che dovrebbe guidare il budget destinato agli strumenti di AI SEO, e anche quello che nessun fornitore vuole mettere in evidenza nella pagina dei prezzi. Confrontando gli insiemi di domini citati nelle risposte di ChatGPT e Perplexity, i ricercatori hanno rilevato all’incirca quella quota di sovrapposizione: significa che ~89% delle fonti consigliate da un motore non viene consigliato dall’altro. Se si aggiungono Google AI Overviews, Gemini e Copilot, la frammentazione aumenta anziché diminuire.

È il dettaglio che gli articoli del tipo “13 Best AI Visibility Tools 2026” tendono a omettere. Trattano i motori come superfici diverse che mostrano lo stesso web sottostante, ma non è così. Ognuno ha un proprio stack di retrieval, fonti preferite e bias specifici. LinkedIn, per esempio, è il dominio più citato in assoluto dai principali assistenti per le query B2B professionali; un dato che incide pochissimo sul posizionamento delle stesse query tra i classici link blu di Google.

Quando si acquista un “tracker di visibilità AI”, quindi, non si compra semplicemente un insieme di funzionalità. Si compra una finestra su un sottoinsieme di motori. Tutto ciò che resta fuori da quella finestra — l’89% — rimane invisibile. Se il tool copre ChatGPT ma il pubblico di riferimento usa Perplexity, la dashboard racconterà con grande sicurezza una storia sulla visibilità che non ha alcun rapporto con i ricavi.

Il modo utile di inquadrare il problema è questo: la scelta dei tool riguarda la copertura, va valutata in base al costo per motore e verificata con un ciclo mensile di riallocazione. Tutto il resto — l’AI Visibility Score™, il generatore di prompt, il benchmark competitivo ben confezionato — è soprattutto decorazione da dashboard.

Cosa vede — e cosa non vede — ogni tracker

In base ai motori osservati e alla frequenza di aggiornamento, i tool si dividono in tre archetipi principali.

In questa matrice contano due aspetti, mentre quasi tutto il resto è secondario. Il primo è quali motori siano effettivamente monitorati dal singolo piano: molti fornitori promettono una “copertura completa” nella pagina marketing, per poi suddividerla per fascia nella pagina dei prezzi, dove Gemini o AIO diventano componenti aggiuntivi a pagamento. Il secondo è la dimensione del set di prompt inclusa nel piano. Un tracker che segue 50 prompt nel piano iniziale e 500 in quello enterprise rappresenta, per un piccolo operatore, due prodotti diversi.

Le dashboard finiscono quasi tutte per mostrare le stesse metriche di base: share of voice o quota di citazioni, posizione nella risposta, co-citazioni dei concorrenti e analisi a livello di prompt. Le differenze visive sono maggiori di quelle analitiche. Ciò che in una tabella comparativa sembra una lacuna funzionale è quasi sempre un problema di copertura: un tool osserva Perplexity e un altro no; uno intercetta AIO soltanto quando la funzione si attiva per quella keyword.

La frequenza di aggiornamento è il secondo elemento che distingue davvero le offerte, pur restando spesso implicito. L’aggiornamento giornaliero sembra migliore di quello settimanale, finché non si considera che le risposte degli LLM cambiano più lentamente del ranking su Google. Per i dati basta una cadenza settimanale; quella giornaliera serve soprattutto ad aumentare il prezzo.

Lo stack giusto per ogni fascia di budget

Il numero corretto di tracker non è “il più alto possibile”, ma quello sufficiente a coprire i motori usati dal pubblico che si può dimostrare essere disposto ad acquistare. Sono tre le fasce che ritengo difendibili.

Livello 0 – $0

Controlli manuali mirati su ChatGPT e Perplexity per i 10-20 prompt più importanti, programmati nel calendario. Google Search Console per le query tradizionali e quelle influenzate da AIO. GA4 con un gruppo di canali personalizzato che separi i referral provenienti da chat.openai.com, perplexity.ai, claude.ai e gemini.google.com.

Questo approccio indica, in modo approssimativo e su un set ridotto di prompt, se il sito viene citato e se gli assistenti AI generano traffico. Non misura invece share of voice, citazioni dei concorrenti o andamento nel tempo. È più che adeguato prima dei ricavi o per capire se la ricerca AI conti davvero per il proprio pubblico prima di spendere anche un solo centesimo.

Livello 1 – ~$100-200/mese, un tracker

Un unico tool con copertura ampia: Otterly, LLMrefs oppure il modulo AI di SE Ranking, se SE Ranking è già in uso. La priorità va data prima alla copertura dei motori, poi al limite massimo di prompt e solo alla fine alla dashboard. Sul motore coperto peggio dal tracker va mantenuto il controllo manuale del Livello 0, perché quello è il punto cieco.

È la fascia corretta per ~80% dei professionisti indipendenti e delle piccole agenzie. Si sta comprando una sola finestra: conviene scegliere quella affacciata sul motore in cui il proprio acquirente formula le domande.

Livello 2 – ~$400-600/mese, due tracker

Ha senso soltanto se (a) il set supera ~50 prompt attivi, (b) si possono identificare due pubblici distinti per motore — per esempio ChatGPT per l’acquirente B2B e Perplexity per lo specialista orientato alla ricerca — e (c) esiste una produzione di contenuti sufficiente perché la riallocazione permetta davvero di risparmiare.

L’errore, in questa fascia, è acquistare due tool che si sovrappongono. Profound + Otterly equivalgono a due finestre aperte più o meno sugli stessi motori. Il Livello 2 richiede una copertura complementare: il motore più forte di un tool deve compensare quello più debole dell’altro. Il calcolo da fare è il costo per motore coperto. Oltre questo criterio, si sta pagando un elenco di funzionalità, non la copertura.

Il ritorno si interrompe, grosso modo, quando il costo mensile del secondo tracker supera la spesa per contenuti che potrebbe riallocare in un mese. Producendo quattro articoli al mese da $300 ciascuno, la superficie di riallocazione è pari a $1,200. Un secondo tracker da $200 non può giustificarsi rispetto a quel budget. Meglio aspettare.

L’integrazione: riunire i tracker in un’unica vista sulla quota di citazioni

Avere due tracker in due dashboard è peggio che averne uno in una sola dashboard. È l’integrazione dello stack a stabilire se il secondo tool ripagherà il costo.

I problemi da risolvere sono tre.

Normalizzazione del set di prompt. Ogni tool richiede un proprio elenco. Se gli elenchi divergono, si finiscono per confrontare domande diverse chiamando il risultato “visibilità cross-engine”. È meglio mantenere un solo set canonico in un foglio di calcolo o in una tabella Notion e sincronizzarlo mensilmente con ciascun tool. Ogni prompt va etichettato per fase del percorso d’acquisto e cluster tematico, così da poter poi aggregare i dati.

Riconciliazione della share of voice. Qui si nasconde la trappola: ogni fornitore calcola la share of voice in modo diverso. Alcuni contano qualsiasi menzione, altri attribuiscono un peso alla posizione nella risposta, altri ancora dividono per il totale dei domini citati per prompt. Tre fornitori produrranno tre valori diversi per lo stesso prompt, sullo stesso motore e nello stesso giorno. Non bisogna cercare di uniformarli. Il valore di ogni tool va invece letto come andamento interno a quel tool, ignorando il livello assoluto. Il delta è il segnale; la percentuale in primo piano è vanità.

Collegamento con GA4. La quota di citazioni diventa un dato di business solo quando viene collegata alle sessioni provenienti dall’AI e alle conversioni successive. Si estrae dai tracker la quota per URL, la si esporta ogni settimana e la si unisce in un piccolo foglio al traffico GA4 del gruppo di canali dedicato agli assistenti AI. A quel punto si osserva la correlazione per URL su una finestra mobile di 8-12 settimane. Quando la quota di citazioni di un URL cresce ma il traffico referral resta invariato, in genere la pagina viene citata in un riepilogo senza link in uscita: succede spesso su Perplexity e più raramente su ChatGPT. È comunque utile, ma si tratta di esposizione del brand, non di acquisizione.

Per i team con competenze tecniche, questa pipeline — esportazione dai tracker, sincronizzazione del set di prompt, collegamento a GA4 — richiede due script e uno scheduler. Per tutti gli altri va benissimo un foglio di calcolo aggiornato il lunedì mattina. (DVNC.dev realizza la versione basata su script per i clienti che gestiscono questo stack su larga scala.)

La routine mensile di riallocazione

È l’unica componente dello stack che produce un effetto cumulativo. Senza questo ciclo, si spendono $100-600/mese per una dashboard che genera opinioni. Con il ciclo, il budget dei contenuti viene spostato verso pagine e prompt in cui la quota di citazioni sta cambiando.

Servono trenta minuti, il primo giorno lavorativo del mese:

1. Estrarre il delta mensile della quota di citazioni per motore e per URL. Inserirlo nel foglio e ordinare i valori dal maggiore al minore e viceversa.
2. Individuare i tre URL che hanno perso più quota di citazioni. Leggere le pagine e poi le fonti citate al loro posto.
3. Scegliere una delle tre azioni per ciascun URL:

• Riformattare — la pagina tratta l’argomento corretto, ma è stata superata da un concorrente più strutturato. Riscrivere l’apertura e aggiungere la tabella comparativa o il blocco di specifiche che il motore AI ora preferisce. Costo dei contenuti: ~$200-400.
• Ritirare — l’argomento è cambiato, il pubblico si è spostato oppure la fonte concorrente è strutturalmente avvantaggiata, come un post LinkedIn, un thread Reddit o la documentazione ufficiale. Reindirizzare, deprecare e smettere di investire su quella pagina.
• Raddoppiare — l’URL guadagna rapidamente quota su un motore ma è fermo su un altro. Creare una pagina collegata che adotti il formato preferito dal motore più debole.

1. Inviare le tre decisioni alla coda dei contenuti. Tutto qui.

Perché ogni mese e non ogni settimana? Dopo una modifica strutturale, gli schemi di citazione degli LLM cambiano in 2-4 settimane. Il delta settimanale è perlopiù rumore; quello mensile è un segnale su cui si può intervenire.

Perché è l’unica componente cumulativa? Tutto il resto dello stack — dashboard, set di prompt, copertura dei motori — è un costo fisso che produce un’istantanea. Il ciclo di riallocazione è l’unico meccanismo capace di tradurre quell’istantanea in uno spostamento del budget. Tre URL al mese per dodici mesi equivalgono a 36 riallocazioni intenzionali della spesa per contenuti. È questo il vero asset.

Cosa non ha prodotto risultati

Ecco, con franchezza, ciò che mi aspettavo fosse importante e invece non lo è stato.

L’AI Visibility Score. Ogni tool propone una propria variante del punteggio composito unico. Nei miei dati, nessuna mostra una correlazione chiara con il traffico referral o i ricavi. Il valore sale quando si pubblica, scende quando non lo si fa e non dice nulla sul fatto che l’acquirente giusto stia leggendo la pagina giusta. Lo ignoro. Meglio usare la quota di citazioni per prompt, ponderata per fase del percorso d’acquisto.

Inseguire troppo presto le citazioni di Gemini. Ottimizzare per le citazioni di Gemini prima che quel pubblico converta significa invertire le priorità: si costruisce visibilità su un motore che non incide ancora sulla metrica davvero importante.

Aggiornamento giornaliero. L’ho pagato su un tool e non l’ho usato. Le decisioni sono mensili. I dati erano più rumorosi, non migliori.

Una precisazione trasparente sull’attribuzione dell’intero articolo: la quota di citazioni è un indicatore anticipatore del traffico referral proveniente dall’AI, che a sua volta anticipa i ricavi. Il legame esiste, ma è debole. A livello di URL posso attribuire le variazioni di traffico ai movimenti della quota di citazioni. Con gli strumenti attuali, però, non posso ricondurre i ricavi a singoli eventi di citazione. Chi sostiene di poterlo fare sta vendendo qualcosa.

Quando questo stack è la scelta sbagliata

Ci sono quattro casi in cui nulla di tutto questo è rilevante e i tracker non andrebbero acquistati.

Prima dei ricavi. Se non si sa ancora quale tipo di cliente è disposto a pagare, non si può sapere quale motore monitorare. Meglio destinare i $200/mese all’offerta, non alla dashboard.

Meno di ~20 prompt target. Un tracker avanzato per un set di 12 prompt è una spesa eccessiva. Conviene restare al Livello 0 e controllare manualmente.

Pubblico concentrato su un solo motore. Se gli acquirenti usano esclusivamente Google e non ci sono prove che interroghino gli LLM, bastano il rank tracking tradizionale e GSC. Se ne riparlerà quando il traffico referral da AI in GA4 supererà ~2% del traffico organico.

Nessun motore di produzione dei contenuti. Il ciclo di riallocazione è il vero asset. Pubblicando un articolo a trimestre non c’è nulla da riallocare, e i tracker diventano una spesa di vanità. Prima si costruisce il motore dei contenuti, poi lo stack di misurazione.

Un solo tool può monitorare contemporaneamente ChatGPT, Perplexity e Google AI Overviews?

Diversi fornitori dichiarano una copertura completa, ma le ricerche pubblicate rilevano solo ~11% di sovrapposizione tra i domini citati da ChatGPT e Perplexity. Per questo, prima di affidarsi a un’unica dashboard, i risultati di ciascun motore vanno verificati separatamente. Le promesse di “copertura completa” sono un punto di partenza da controllare motore per motore.

Quanto dovrebbe spendere un piccolo team per monitorare la visibilità AI?

Per la maggior parte dei team, il grosso del segnale arriva da un tracker ad ampia copertura nella fascia $100-200/mese, affiancato da GSC gratuito e da un gruppo di canali GA4 per i referral AI. Un secondo tool si ripaga soltanto oltre circa 50 prompt attivi e solo se copre bene i motori sui quali il primo è debole.

Vale la pena monitorare la visibilità AI se si segue già il ranking su Google?

Sì, se una quota significativa degli acquirenti interroga gli assistenti AI invece di cercare su Google. I rank tracker tradizionali non rilevano affatto la quota di citazioni, e gli insiemi di domini citati nelle risposte degli LLM si sovrappongono appena alla SERP organica. Una vista limitata a Google perde quindi gran parte dei contesti in cui il brand viene consigliato o ignorato.

Quanto tempo serve perché un’ottimizzazione compaia nelle citazioni AI?

Le finestre osservate sono all’incirca di due-quattro settimane dopo modifiche strutturali o di schema a una pagina. Per questo funziona un ciclo mensile di riallocazione, mentre quello settimanale finisce soprattutto per inseguire il rumore. Prima di giudicare se una riscrittura ha modificato la quota di citazioni, bisogna attendere un ciclo completo.