Come misuriamo le citazioni delle IA

La materia prima è un flusso di risposte di cinque assistenti IA: ChatGPT, Claude, Gemini, Grok e Perplexity. Rispondono alle domande usate ogni settimana per monitorare come compaiono i siti dei clienti nelle risposte delle IA, inviate tramite l'interfaccia di programmazione (API) di ciascun modello, con la ricerca web attiva.

Le domande vengono generate a partire da una breve scheda di ogni attività monitorata: che cosa vende, su quale mercato, a chi. Somigliano alle richieste di un potenziale cliente, per esempio quale ditta di traslochi scegliere per un trasloco da un capo all'altro della Francia, o se un certo tipo di farmacia online sia affidabile. Le domande generate non nominano mai un marchio, per non orientare la risposta verso il cliente. I clienti possono aggiungerne di proprie.

L'istruzione chiede al modello di contrassegnare ogni azienda consigliata e di annotare, subito dopo il nome, gli indirizzi delle pagine che giustificano la scelta. Ogni indirizzo viene ridotto al suo dominio, senza il prefisso www., e diventa una citazione di quel dominio. Si contano solo le risposte arrivate complete.

L'unità è un tasso: le citazioni di un dominio, divise per le risposte dello stesso ambito (periodo, modello, lingua, settore) e moltiplicate per 100.

Il denominatore comprende tutte le risposte dell'ambito, anche quelle che non consigliano alcuna azienda o non danno alcun indirizzo. Un dominio viene così misurato rispetto a tutte le occasioni che ha avuto di essere citato.

Il numeratore segue una sola regola: un dominio conta una volta per azienda consigliata e per risposta. Se una risposta consiglia tre ditte di traslochi e sostiene ciascuna con una pagina dello stesso sito di recensioni, quel sito riceve tre citazioni. Due pagine dello stesso sito per una sola ditta restano una citazione per quella ditta. Il dato è quindi un tasso di citazioni, non una quota di risposte.

Su più mesi, il tasso non è una media dei tassi mensili: divide le citazioni di tutti i mesi per la somma delle loro risposte, così un mese intenso pesa più di uno tranquillo.

• Soprattutto francese, un po' di inglese. Ogni risposta assume la lingua del mercato a cui si rivolge il sito analizzato, letta nel suo codice di lingua e paese (fr-FR, fr-BE, fr-CH per il francese; en-US, en-GB per l'inglese), anziché dedotta dalla formulazione. La maggior parte dei siti monitorati si rivolge a mercati francofoni, per cui il campione francese è molto più ampio. Le poche risposte per mercati di altre lingue contano solo nei dati complessivi.
• Domande su aziende e mercati. Scegliere un fornitore, confrontare offerte, verificare prezzi o affidabilità. Gli argomenti estranei al commercio non compaiono.
• Settori. Una risposta appartiene al settore dell'azienda analizzata, definito da ciò che vende e non dalla sua clientela: un software per agenti immobiliari rientra in Software, un'agenzia web in Servizi IT. Questa classificazione parte da luglio 2026. Un settore ha una pagina propria solo a partire da almeno tre aziende e circa 500 risposte, così che nessuno rispecchi un unico cliente.
• Modelli. ChatGPT, Gemini e Perplexity ricevono le domande di tutti i siti monitorati; Claude e Grok solo quelle di una parte, quindi i loro dati poggiano su meno risposte e su un diverso insieme di aziende.

• I domini di Google. google.com e le sue versioni nazionali, i reindirizzamenti vertexaisearch.cloud.google.com presenti nelle risposte di Gemini e i server tecnici come gstatic.com vengono rimossi in ogni fase: sono le tubature delle risposte, non pagine che un lettore consulterebbe. I prodotti Google consigliati per nome, come Google Cloud, possono invece comparire nelle classifiche dei marchi.
• Il sito dell'editore. sorank.com è monitorato come un cliente, con domande sui software di posizionamento sui motori di ricerca (SEO) che sposterebbero i dati in inglese verso questi strumenti. Tutte le sue risposte vengono quindi rimosse. Per alcuni mesi dell'inizio del 2026 non era più possibile isolarle: quei mesi contano solo in francese.
• I siti dei clienti. I siti delle aziende monitorate spariscono da tutte le classifiche, sia sotto forma di dominio sia come nome di marchio, anche quando sono citati solo tramite un sottodominio. Le loro risposte restano nel campione: i siti sottostanti salgono e il denominatore non cambia. Una piattaforma pubblica indicata da un cliente come proprio indirizzo, per esempio una pagina LinkedIn, non viene mai rimossa per questo motivo.
• Testi e dati personali. Non viene pubblicata alcuna domanda, risposta, nome di cliente o dato degli utenti.

Le risposte grezze vengono cancellate dopo qualche settimana. Ogni mese viene aggregato finché esistono ancora: totali per modello e lingua, una serie completa per ogni piattaforma monitorata e liste dei domini in testa (i primi 25 del mese per tutti i modelli, i primi 20 per modello). I mesi più vecchi sopravvivono solo in questa forma.

Una classifica sull'intero periodo somma queste liste mensili. Un dominio rimasto fuori dalla lista di un mese conta zero per quel mese, anche se è stato citato. I domini di testa compaiono in quasi tutte le liste, quindi la parte alta di una classifica è affidabile; più in basso, posizioni e conteggi sono valori minimi, soprattutto per i domini con una presenza irregolare.

Le piattaforme monitorate, come YouTube, Reddit, Wikipedia o Trustpilot, sfuggono a questo limite, perché le loro citazioni vengono registrate per intero ogni mese. Quando la pagina di una piattaforma e una classifica dei domini divergono sullo stesso periodo, il dato completo è quello della pagina della piattaforma.

Ogni indirizzo viene ricondotto al suo dominio registrabile, il nome che un'azienda acquista davvero, individuato con la Public Suffix List, l'elenco pubblico di riferimento delle estensioni di dominio. help.example.com viene quindi contato con example.com, entreprendre.service-public.gouv.fr con service-public.gouv.fr. Il dettaglio resta: una riga unificata elenca i suoi sottodomini e i relativi conteggi in un menu a tendina.

Due tipi di domini non vengono mai unificati, perché i loro sottodomini appartengono a proprietari diversi:

1. Piattaforme per creare siti e servizi di hosting in cui ogni sottodominio è un sito a sé, come i blog su substack.com o wixsite.com.
2. Grandi domini istituzionali in cui ogni sottodominio è un ente pubblico distinto, come nih.gov, europa.eu o admin.ch.

Zone come gouv.fr o gov.uk funzionano da estensioni in quell'elenco, perciò impots.gouv.fr e service-public.gouv.fr restano due siti. Un vecchio indirizzo che reindirizza a uno nuovo viene unito a quest'ultimo (service-public.fr a service-public.gouv.fr), e le piattaforme monitorate raggruppano i loro indirizzi: twitter.com e x.com contano come Twitter/X.

Un effetto collaterale: se una risposta sostiene un'azienda con due sottodomini dello stesso sito, la riga unificata della classifica dei domini li conta entrambi, mentre i dati delle piattaforme contano la piattaforma una sola volta.

Le domande partono ogni settimana; il sito viene aggiornato con un rilevamento mensile, la cui data è indicata sul sito. Ogni rilevamento aggiunge l'ultimo mese senza cancellare lo storico: quando esistono due versioni di un mese prevale quella con più risposte, così un mese parziale non sostituisce mai un mese completo.

Un cambiamento di metodo, come una nuova regola di raggruppamento, si applica a tutte le pagine al rilevamento successivo, mesi passati compresi nei limiti consentiti dai loro aggregati.

I dati sono compilati da Thibault Besson-Magdelain, fondatore di Sorank. Tutti gli aggregati dietro i grafici si trovano in un unico file, data.json, nella radice di data.sorank.com: classifiche di domini e marchi, complessive e per modello, serie mensili delle piattaforme, totali delle risposte per mese, modello e lingua, e ripartizioni per settore. Conteggi e tassi, nient'altro.

• Non è un censimento dell'uso delle IA. I dati mostrano quali fonti citano gli assistenti IA su aziende e mercati, non che cosa chiede loro il pubblico in generale, e i settori con più siti monitorati pesano di più.
• Una netta prevalenza del francese. I dati complessivi tendono verso fonti che contano sui mercati francofoni; l'inglese poggia su una base più ridotta e le altre lingue non ne hanno. I risultati non si trasferiscono così come sono al mercato italiano.
• I modelli cambiano. I fornitori rilasciano nuove versioni e modificano i loro strumenti di ricerca. I dati sono raggruppati per assistente, non per versione: una variazione in una curva può dipendere da una nuova versione del modello quanto dal web.
• Le risposte variano. La stessa domanda posta due volte può restituire altre aziende e altre fonti. Il volume attenua l'effetto, ma gli ambiti ristretti (un modello, un settore, un mese) si muovono di più.
• Risposte via API, indirizzi non verificati. Le applicazioni di chat aperte al pubblico, con impostazioni proprie, possono citare altre pagine. Gli indirizzi citati non vengono controllati uno per uno: una pagina può essere irraggiungibile o non dire ciò che il modello le attribuisce.