Chiedi a ChatGPT cosa sa del tuo brand, poi chiedigli dove tira a indovinare. In 30 secondi ti regala la lista delle cose che ti mancano per essere citato. Ti spiego come fare il self-audit.
Apri ChatGPT e scrivi due prompt in fila. Primo: “Cosa sai del brand X?”. Secondo: “Adesso valuta la tua confidenza su quelle informazioni: dove sei sicuro, dove stai tirando a indovinare, cosa ti manca per consigliarlo come fonte credibile?”.
Il modello risponde a entrambi. E nella seconda risposta ti regala — gratis, in 30 secondi — la lista delle cose che mancano al tuo brand per essere citato nelle risposte AI. Una specie di audit gratuito fatto dal sistema stesso che dovrebbe consigliarti.
Lo chiamo LLM-based self-audit. È una tecnica che uso con i clienti da circa un anno e che, per quanto sia sotto gli occhi di tutti, vedo applicata da pochissime PMI italiane. In questo articolo ti spiego come funziona, perché funziona, e dove smette di funzionare.
Cosa significa chiedere all’AI di auditare se stessa
Un modello come ChatGPT o Claude non ha una vera coscienza di quello che sa o non sa. Ha però due cose: una distribuzione di probabilità sulle parole che genera, e un addestramento esplicito a riconoscere quando una risposta è basata su fonti solide e quando invece sta interpolando.
Quando gli chiedi “valuta la tua confidenza”, il modello non fa magia: introspeziona il proprio output e produce una stima qualitativa di quanto è solido. Non è un dato strumentale, è un’autovalutazione. Imperfetta, ma utile.
Negli articoli precedenti di questa serie ti ho parlato di metriche oggettive: share of voice nelle risposte AI, accuratezza delle citazioni, coverage rate sulle query. Tutte cose che misurano cosa l’AI fa con il tuo brand. Il self-audit ti dice una cosa diversa e complementare: cosa l’AI pensa di sapere del tuo brand, e dove sente di avere lacune.
Perché funziona (e perché non è magia)
Il principio sotto è semplice. Il modello AI è addestrato su miliardi di pagine. Se il tuo brand compare con segnali coerenti — sito, Wikipedia, articoli di terze parti, profili autore, schema markup — il modello costruisce una rappresentazione “densa” e ti consiglia con sicurezza. Se invece compare in modo frammentato o assente, il modello ammette l’incertezza.
Il legame è diretto con cose di cui ti ho parlato in altri articoli: l’E-E-A-T per l’AI, il riconoscimento dell’autore come entità, il peso delle citazioni implicite. Il self-audit AI è il tuo specchio operativo di quei segnali: ti dice cosa il modello vede e cosa no.
Non è uno studio peer-reviewed, è un test diagnostico in prima persona. Da questo segue che va trattato come tale: ottimo per orientarti, insufficiente per certificare. L’analisi vera richiede strumenti professionali e una baseline su più motori AI nel tempo.
Il test che puoi fare in 10 minuti
Apri ChatGPT (o Claude, o Perplexity — meglio farlo su tutti e tre per confronto). Usa questa sequenza di prompt sul tuo brand. Prendo come esempio un produttore di fisarmoniche di Castelfidardo, perché è un settore — quello degli strumenti musicali artigianali del marchigiano — dove la differenza tra brand “visti” e “non visti” dall’AI è enorme.
Prompt 1 — Cosa sai “Cosa sai di [Nome Brand], produttore di fisarmoniche a Castelfidardo?”
Prompt 2 — Confidenza “Su una scala da 1 a 10, quanto sei sicuro delle informazioni che mi hai dato? Dove ti sentivi più solido e dove stavi facendo inferenze plausibili ma non verificate?”
Prompt 3 — Cosa manca “Se dovessi consigliare un produttore di fisarmoniche italiane a un musicista professionista, [Nome Brand] entrerebbe nella tua shortlist? Se no, cosa gli manca rispetto ai brand che invece consiglieresti?”
Prompt 4 — Confronto competitivo “Confrontalo con [Competitor 1], [Competitor 2], [Competitor 3]. In cosa questi tre sono più ‘leggibili’ per te?”
Le risposte ai prompt 3 e 4 sono dove succede tutto. Lì il modello ti dice — letteralmente — cosa devi sistemare per entrare nelle sue risposte.
Il test che ho fatto io
Ho applicato questa sequenza a 12 produttori di strumenti musicali del marchigiano: 8 fisarmoniche della zona di Castelfidardo, 4 liuteria (violini e archi) di botteghe marchigiane. Test indicativo, non studio: campione piccolo, ma il pattern è stato chiaro.
Risultato: 9 brand su 12 alla domanda di confidenza hanno ricevuto un punteggio sotto 5/10 dal modello. Di questi 9, sette ricevevano dall’AI esattamente la stessa lista di mancanze: nessuna pagina Wikipedia, nessun profilo Wikidata, sito senza schema Organization compilato, autori dei contenuti non riconoscibili come entità, zero menzioni in pubblicazioni di settore in lingua inglese.
I 3 brand sopra 7/10 avevano in comune tre cose: presenza su Wikipedia (anche stub), copertura su riviste internazionali di musica, e un fondatore o liutaio nominato in interviste indicizzate. Niente di esoterico — esattamente i segnali di authority di cui ti ho parlato negli articoli su Knowledge Graph di Google e backlink come citation proxy.
Una cosa che mi ha colpito: per i 4 liutai di violini, ChatGPT e Claude hanno restituito risposte molto diverse tra loro. Claude era più cauto, dichiarava esplicitamente di non avere informazioni recenti su 3 dei 4 brand. ChatGPT invece in 2 casi inventava dettagli plausibili ma falsi (anni di fondazione, premi mai vinti). Perplexity, pescando in tempo reale, era il più affidabile ma anche il più “vuoto” sui brand piccoli — semplicemente non li trovava.
Lezione operativa: il self-audit ti dà valore non quando le risposte sono uniformi, ma quando divergono. Le divergenze ti dicono dove ogni motore AI ha lacune diverse — e dove devi intervenire prima.
Limite del test: il modello può sbagliare la sua stessa autovalutazione. Ma quando sbaglia, sbaglia in modo coerente — e per il tuo audit operativo va più che bene.
Gli errori che vedo più spesso
Fare il test una volta sola. Le risposte AI variano di sessione in sessione. Ripeti il test 3 volte in giornate diverse e fai una media qualitativa. Una sola esecuzione non è significativa.
Testare solo su ChatGPT. Ognuno dei motori AI ha addestramento e fonti diverse. Un brand può essere visibile a Perplexity (che pesca dal web in tempo reale) e invisibile a Claude (che ha un knowledge cutoff più rigido). Vai su almeno tre motori.
Accettare la prima risposta come oro. Se il modello dice “ti manca presenza su Wikipedia”, non significa che devi correre a creare una voce Wikipedia. Significa che devi capire perché non hai segnali equivalenti che ti rendano leggibile. La voce Wikipedia è uno dei modi, non l’unico.
Chiedere senza nominare i competitor. L’AI rivela molto di più quando può confrontare. Il prompt 4 della sequenza qui sopra è quello che produce le indicazioni più operative. Saltarlo dimezza il valore del test.
Non conservare le risposte. Se non salvi screenshot o copia-incolla delle risposte di ogni test, tra sei mesi non hai modo di misurare il progresso. Crea un foglio Google con colonne: data, motore AI, score di confidenza, mancanze citate, prompt usato. Così il self-audit diventa una serie storica, non un aneddoto.
Cosa fare concretamente dopo il self-audit
- Estrai dalla risposta AI le 3 mancanze citate più frequentemente sui tre motori
- Confronta con i 3-5 competitor che il modello cita per primi nel tuo settore: cosa hanno loro che tu non hai
- Per ogni mancanza, decidi se è strutturale (serve un intervento di entity building, riconoscimento autore, schema) o di copertura (serve content)
- Ripeti il test trimestralmente con la stessa sequenza di prompt: tieni traccia dello score di confidenza nel tempo
L’obiettivo non è far dire all’AI “ti consiglio sempre”. L’obiettivo è far salire lo score di confidenza da sotto 5 a sopra 7 nei prossimi 6-9 mesi. Quando ci arrivi, le citazioni nelle risposte AI iniziano a comparire da sole.
Dove va il discorso da qui
Il self-audit è uno strumento diagnostico, non una metrica continua nel tempo. Per misurare davvero la tua visibilità nelle risposte AI ti servono metriche oggettive e ripetibili: nei prossimi articoli di questa serie ti parlo della scorecard mensile della visibilità AI, della matrice di confronto competitivo e di come fare un audit AI dei competitor per costruire la baseline da cui partire.
Il self-audit resta la prima cosa che faccio quando un cliente nuovo mi chiede “perché non esco mai nelle risposte AI?”. In 10 minuti l’AI stessa risponde alla domanda. È un punto di partenza onesto e gratuito — poi inizia il lavoro vero.
Quanto è visibile il tuo brand per le AI?
Scoprilo in 30 secondi con il nostro tool gratuito. 11 check automatici, risultati immediati.
