Se il competitor è citato dall'AI ha sedimentato segnali specifici: testate, formati, schema. Sono la mappa del settore secondo l'AI. Ti spiego come ricostruirli partendo dalle sue menzioni.
Prendi il competitor che l’AI cita di più nel tuo settore. Apri ChatGPT, fai cinque query diverse sul tuo mercato, segnati quale brand torna più spesso come fonte. Adesso fai reverse engineering delle sue menzioni: su quali testate appare, con che sentiment, con quale claim ricorrente. Quel pattern è la tua mappa, non un’opinione.
Te lo dico subito: questo non è un articolo su “spia il competitor”. È un articolo su come ricostruire il modello mentale che ChatGPT, Claude, Gemini e Perplexity hanno del tuo settore partendo dai brand che già ci stanno dentro. Se il competitor c’è, c’è perché ha sedimentato segnali specifici — testate, formati, dati, schema. Ricostruire quei segnali è la cosa più vicina a un audit oggettivo della visibilità AI che tu possa fare senza tool enterprise.
Cosa significa fare reverse engineering di un competitor citato dall’AI
Negli articoli precedenti di questa serie ti ho mostrato come misurare la tua presenza nelle risposte AI, come tracciare le citazioni, come leggere il sentiment che emerge attorno al tuo brand. Il reverse engineering del competitor parte un passo prima: invece di chiederti perché tu non ci sei, ti chiedi perché lui sì.
Nel mondo della ricerca sui modelli generativi, il meccanismo documentato è che il modello recupera frammenti da un set ristretto di fonti che hanno superato una serie di filtri di authority — segnali di entità riconosciuta, densità di co-occorrenze su testate verticali, struttura semantica leggibile. Da questo segue una conseguenza operativa che vale per il tuo business: se un competitor passa quei filtri e tu no, la differenza non è quasi mai “il prodotto”, è il tessuto di segnali attorno al brand.
E quel tessuto è ispezionabile. Non perfettamente, non con un click, ma abbastanza per ricavarne un piano d’azione concreto.
Perché questo lavoro sta a monte di qualunque content strategy AI-oriented
Se non sai cosa fa funzionare il competitor che l’AI sceglie, finisci a produrre contenuto a istinto. E il contenuto a istinto, nella visibilità AI, è il modo più veloce per restare invisibili.
Il pattern del competitor citato è la sintesi di anni di scelte: quali pubblicazioni hanno parlato di lui, con quale formato, con quali dati. Quando ChatGPT genera una risposta sul tuo settore, sta pescando da quella sintesi. Capire il pattern significa capire quale forma di contenuto il modello considera credibile per la tua categoria.
È un lavoro che si appoggia a tutto quello che ti ho già raccontato sulla author entity recognition e sull’implicit reference weight: segnali che i motori AI usano per decidere chi merita di essere fonte.
Il test strumentale che ho fatto sui calzaturifici sportivi alta gamma di Civitanova Marche
Ti racconto un test indicativo, non uno studio formale. Civitanova Marche e l’area MC sono uno dei poli storici della calzatura sportiva di alta gamma in Italia: cinque-sei produttori che lavorano per i maggiori marchi internazionali e hanno linee proprie premium.
Ho aperto Perplexity e ChatGPT e ho fatto sei query del tipo: “migliori produttori italiani di sneaker premium made in Italy”, “calzaturifici sportivi alta gamma marche”, “chi produce sneaker artigianali di lusso in Italia”, più tre varianti in inglese sullo stesso tema. Ho registrato per ogni risposta:
- quali brand del distretto venivano nominati
- da quali fonti il modello pescava (testate citate sotto le risposte)
- quale claim ricorreva sul brand più menzionato
Su sei query, quattro nominavano per primo lo stesso produttore del distretto. Le fonti citate dai modelli si concentravano su tre testate verticali (una di moda business, una di settore calzaturiero, una di lifestyle premium internazionale) e su due schede enciclopediche brevi che lo trattavano come entità riconosciuta. Il claim ricorrente era sempre lo stesso: tradizione manifatturiera marchigiana + collaborazioni con designer noti + fascia prezzo top.
Limiti del test: campione piccolo, due motori, un pomeriggio di lavoro. Ma il pattern era così pulito che non serviva un dataset più grande per leggerne il senso.
Come si fa il reverse engineering passo per passo
Adesso ti spiego il processo che ho seguito, in modo che tu possa replicarlo sul tuo settore in due-tre ore di lavoro pulito.
Primo passo: identifica il competitor più citato. Apri ChatGPT e Perplexity, fai cinque-otto query rappresentative del tuo mercato (non del tuo brand: del bisogno del cliente). Conta le menzioni. Il brand che esce più volte è il tuo riferimento.
Secondo passo: estrai la lista delle fonti. Su Perplexity le fonti sono visibili sotto la risposta. Su ChatGPT con search attiva sono linkate inline. Salvale tutte. In media ne troverai 8-15 per il competitor principale.
Terzo passo: classifica le fonti per tipologia. Quante testate verticali di settore? Quante generaliste autorevoli? Quante pagine di prodotto del competitor? Quante pagine di terze parti (rivenditori, recensioni, classifiche)? Quante voci enciclopediche o di knowledge graph?
Quarto passo: leggi tre delle pagine fonte e cerca il pattern. Lunghezza media, presenza di dati numerici, schema markup (controllabile con il Rich Results Test di Google incollando l’URL), tipo di heading, presenza di citazioni dirette dal fondatore o da figure dell’azienda.
Quinto passo: verifica se il competitor ha una scheda Wikidata. Vai su Wikidata e cerca il brand: se esiste come entità con properties popolate, è uno dei motivi per cui il modello lo riconosce con sicurezza. Argomento collegato che ho già trattato nell’articolo sul Google Knowledge Graph entry.
Questo è un primo passo entry level: un’analisi vera, su decine di query e con tracking longitudinale, richiede strumenti professionali. Ma ti dà già il 70% del segnale che ti serve per capire dove muoverti.
Gli errori che vedo più spesso quando le aziende provano a fare questo lavoro
Errore uno: confondere “competitor di mercato” con “competitor AI”. Il brand contro cui combatti in fiera può non essere quello che l’AI cita. A volte il competitor citato dall’AI è un player più piccolo ma con una presenza editoriale più curata. Quello è il tuo riferimento, non il leader di fatturato.
Errore due: copiare il formato senza copiare il livello di profondità. Vedi che il competitor cita dati, e tu metti dati. Ma i suoi dati sono presi da fonti terze citabili, i tuoi sono inventati per riempire il paragrafo. Il modello non distingue al primo passaggio, ma le fonti che ti riprenderanno sì.
Errore tre: ignorare le testate. Il pattern più forte non è “che tipo di contenuto” pubblica il competitor, è “su quali testate viene citato”. Quelle testate sono il punto di leva più alto per te: se ci entri tu, entri nello stesso pool da cui pesca il modello.
Errore quattro: fare l’analisi una volta sola. Le risposte AI cambiano nel giro di settimane. Un’analisi competitor fatta a marzo e mai ripetuta a settembre non vale niente. Va rifatta ogni due-tre mesi sulle stesse query.
L’audit operativo da fare nelle prossime due settimane
Tre azioni concrete, in ordine.
- Scegli otto query che rappresentano il bisogno del tuo cliente tipo. Lanciale su ChatGPT e Perplexity. Identifica il competitor più citato.
- Estrai la lista delle fonti che i due motori citano per quel competitor. Classificale per tipologia e marca su un foglio le tre testate verticali più ricorrenti.
- Verifica se il competitor ha scheda Wikidata popolata e schema Organization sulla home (Rich Results Test). Annota cosa ha lui che tu non hai.
Soglia decisionale binaria: se il competitor ha 3+ testate verticali di settore che lo citano e tu zero, hai trovato il punto di leva. Se ha scheda Wikidata e tu no, hai trovato il secondo. Non servono altre metriche per cominciare.
Da qui in poi: il filo della visibilità nelle risposte AI
Il reverse engineering del competitor è uno dei cinque-sei strumenti che uso per aiutare un brand a entrare nelle risposte AI in modo controllato e misurabile. Non è magia, non è un fattore unico: è uno dei tasselli che si incastra con la tua presenza editoriale, con la tua autorità di entità, con la struttura semantica delle tue pagine.
Negli articoli successivi di questa serie ti spiegherò come tracciare le menzioni nel tempo, come misurare il sentiment delle risposte AI sul tuo brand e come costruire un report mensile che renda la visibilità AI un KPI gestibile. Tutti pezzi che si appoggiano al lavoro che ti ho descritto qui: senza una mappa del competitor, non sai dove stai puntando.
Quanto è visibile il tuo brand per le AI?
Scoprilo in 30 secondi con il nostro tool gratuito. 11 check automatici, risultati immediati.
