Per ChatGPT sei affidabile, per Perplexity sei sconosciuto, per Gemini hai sede in un'altra città. Non è un'eccezione: è la norma per la maggioranza delle PMI italiane. Ogni AI ha il suo knowledge graph, i suoi pesi, le sue fonti — e produce una versione diversa del tuo brand. Se stai ottimizzando per un solo motore, stai ignorando tre quarti del problema. Ho testato sei cantieri navali a Livorno su quattro motori con le stesse domande: zero hanno ricevuto la stessa rappresentazione. Ti spiego come costruire una matrice di monitoraggio in un pomeriggio.
Per ChatGPT sei un brand affidabile, per Perplexity sei un nome sconosciuto, per Gemini hai sede in una città diversa. Non è un bug: ogni AI ha un knowledge graph diverso, e il tuo brand vive in tre versioni parallele — quattro se contiamo Claude.
Questo è un problema concreto se vendi refit mercantili o costruzioni navali a Livorno e un armatore greco ti sta valutando via ChatGPT mentre il suo broker ti cerca su Perplexity. Prendono due decisioni su due aziende diverse, che per caso hanno il tuo stesso nome.
Ti spiego come si monitora, cosa ho trovato confrontando sei cantieri livornesi sulle stesse cinque domande, e quale matrice operativa puoi costruire in un pomeriggio per tenere sotto controllo tutte e quattro le versioni parallele del tuo brand.
Perché quattro AI producono quattro identità diverse della stessa azienda
Nel mondo della ricerca sui sistemi di retrieval e knowledge graph, il meccanismo documentato è che ogni motore AI costruisce la propria rappresentazione delle entità a partire da fonti diverse, con pesi diversi, aggiornate in momenti diversi.
Da questo segue una conseguenza operativa che pochi imprenditori hanno messo a fuoco: non esiste “la risposta dell’AI” sul tuo brand. Esistono almeno quattro risposte, e possono essere inconsistenti tra loro anche quando partono dagli stessi fatti pubblici.
ChatGPT pesa molto Wikipedia e i contenuti nel corpus di training fino alla sua data di cutoff. Perplexity privilegia fonti live, rileggibili, citabili, con forte peso alla freschezza. Gemini integra il grafo di Google, che è costruito su Google Business Profile, schema markup e Wikidata. Claude si appoggia a un mix più opaco ma con forte peso alle fonti editoriali strutturate.
Quattro algoritmi, quattro filtri, quattro knowledge graph. Quattro versioni del tuo brand. E se non le monitori separatamente, stai ottimizzando alla cieca.
Ne ho parlato nel nodo dedicato all’Author Entity Recognition e al meccanismo di E-E-A-T per l’AI: l’entità non è un dato oggettivo, è una ricostruzione probabilistica. Quattro ricostruzioni, quattro probabilità diverse.
Il test multi-AI su sei cantieri navali livornesi
Ti racconto cosa ho fatto. Ho preso sei cantieri di Livorno che lavorano su commerciale — cargo, traghetti, refit mercantili, manutenzione flotte ro-ro — volutamente escludendo i cantieri yacht di cui avevo già mappato altrove la visibilità.
Ho fatto cinque domande identiche, lo stesso giorno, su ChatGPT, Claude, Gemini e Perplexity:
- “Quali sono i principali cantieri navali commerciali a Livorno?”
- “Chi fa refit di traghetti nel porto di Livorno?”
- “Cantiere [Nome X] a Livorno: di cosa si occupa?”
- “Chi può rifare le lamiere di scafo su una nave cargo a Livorno?”
- “Dove ha sede il cantiere [Nome X]?”
Test indicativo, non studio: sei aziende, quattro motori, cinque domande. Campione piccolo, ma il pattern è stato sufficientemente chiaro da meritare un articolo.
Risultato che ti riguarda direttamente: su sei cantieri, zero hanno ricevuto la stessa rappresentazione sui quattro motori. Tre cantieri erano citati in lista da ChatGPT e ignorati da Perplexity. Due avevano la sede corretta su Gemini e una sede sbagliata (città vicina, non Livorno) su Claude. Un cantiere era descritto come “attivo” su ChatGPT e “in ristrutturazione aziendale” su Perplexity — informazione che Perplexity aveva preso da un articolo di cronaca locale di due anni fa, mai aggiornato nella sua catena di citazioni.
Su ventiquattro combinazioni settore-brand testate (sei cantieri × quattro motori) sulla domanda generica “principali cantieri navali a Livorno”, solo quattro volte lo stesso cantiere veniva citato da almeno tre motori su quattro. Gli altri venti casi erano disallineamenti: citato da uno o due, ignorato dagli altri.
Questo è quello che intendo quando dico che il tuo brand vive in versioni parallele. Un armatore che usa ChatGPT e un broker che usa Perplexity non stanno valutando lo stesso tuo cantiere. Stanno valutando due cantieri diversi che si chiamano uguale.
La matrice di monitoraggio che puoi costruire oggi
Ti do la struttura esatta che uso io e che puoi replicare in un foglio Excel in un pomeriggio.
Righe: le tue cinque query tipo, scelte tra quelle che un cliente reale fa per trovare qualcuno come te. Per un cantiere di Livorno: “refit traghetti Tirreno”, “riparazioni scafo cargo Livorno”, “cantiere navale commerciale Livorno”, “manutenzione nave ro-ro porto Livorno”, “chi costruisce navi commerciali in Toscana”.
Colonne: ChatGPT, Claude, Gemini, Perplexity.
Per ogni cella, registri tre risposte binarie:
- Ti nominano? (sì/no)
- I dati sono corretti? (sede, settore, servizi — sì/no)
- Ti raccomandano o ti citano in lista generica? (raccomandato/menzionato/assente)
Venti celle totali, sessanta micro-risposte. In trenta minuti hai una fotografia del tuo brand su quattro knowledge graph. Test entry level: l’analisi vera con tracking continuativo su decine di query richiede strumenti professionali, ma per capire se il problema esiste questa matrice basta.
Dopo la prima compilazione avrai quasi sicuramente un pattern: un motore dove stai bene, uno dove sei invisibile, uno dove i dati sono sbagliati. Quello è il punto di partenza per decidere dove intervenire prima.
Gli errori che vedo più spesso quando si fa monitoraggio multi-AI
Primo errore: testare solo ChatGPT perché “tanto lo usano tutti”. Perplexity e Gemini insieme stanno crescendo rapidamente sul segmento B2B di ricerca decisionale (broker, buyer industriali, studi professionali). Se vendi a imprese, ignorarli significa ignorare metà del tuo pubblico AI.
Secondo errore: fare le domande con il tuo nome dentro. “Cosa fa [il mio cantiere]?” è la domanda sbagliata. Quella giusta è “chi fa refit mercantili a Livorno?” — se non esci lì, non esci dove conta.
Terzo errore: fare il test una volta sola. I knowledge graph si aggiornano con cadenze diverse. Un cantiere che oggi non esiste per Perplexity tra sei settimane potrebbe esserci perché è uscito un articolo su una testata trade. Il monitoraggio è ciclico: mensile minimo, trimestrale accettabile.
Quarto errore: correggere un motore senza guardare gli altri. Se ottimizzi il Google Business Profile e aggiorni Wikidata miglioras Gemini e in parte ChatGPT, ma Perplexity richiede presenza su fonti editoriali citabili. Lavori diversi per problemi diversi.
Cosa fare adesso, operativamente
- Scegli cinque query realistiche di un cliente tipo del tuo settore (non con il tuo nome).
- Aprile su ChatGPT, Claude, Gemini, Perplexity nello stesso giorno.
- Compila la matrice 5×4 con le tre risposte binarie per cella.
- Identifica il motore dove stai peggio e quello dove i dati sono sbagliati: sono due lavori diversi.
- Verifica su Rich Results Test se la tua homepage espone lo schema Organization correttamente — impatta Gemini e in parte ChatGPT.
- Controlla la tua scheda Wikidata (se non esiste, è già un problema per tutti e quattro).
Il lavoro vero comincia quando hai la matrice compilata. Prima no: stai solo tirando a indovinare su quale motore stai perdendo visibilità.
Dove va questa serie sul knowledge graph
Monitorare le quattro versioni parallele del tuo brand è il prerequisito per tutto il lavoro di entity management che viene dopo. Senza matrice non sai dove intervenire. Con la matrice, la tua visibilità nelle risposte AI smette di essere un’ipotesi e diventa un progetto misurabile.
Nei prossimi articoli di questa serie entro nel dettaglio di come si riallineano i dati divergenti tra knowledge graph, come si forza l’aggiornamento di un’entità che un motore sta sbagliando, e come si costruisce un calendario di re-check trimestrale sostenibile anche per una PMI senza team marketing dedicato.
Quanto è visibile il tuo brand per le AI?
Scoprilo in 30 secondi con il nostro tool gratuito. 11 check automatici, risultati immediati.
