Quando l'AI scrive "sembra essere un'azienda di X" o "probabilmente ha sede a Y", non sta usando modi di dire educati. Sta ammettendo che la sua confidenza interna su di te è sotto soglia. Questi hedge words — "sembra", "forse", "probabilmente" — sono il termometro più economico del tuo trust score nell'AI. Ho analizzato 80 risposte AI su PMI italiane e il pattern è netto: linguaggio assertivo per chi è solido, condizionali e disclaimer per chi non lo è. Ti spiego come fare il test in 10 minuti e cosa fare quando trovi troppi "sembra".
Quando l’AI ti nomina ma dice “sembra che”, “probabilmente”, “potrebbe essere un produttore di…”, ti sta dando un’informazione preziosa. Non è cortesia linguistica. È il modello che ammette — nel suo modo — di non essere sicuro di chi sei.
Ho analizzato il linguaggio di 80 risposte AI su PMI italiane di settori diversi per mappare questo pattern. Il risultato è netto: le aziende con buona visibilità nelle risposte AI vengono descritte con verbi affermativi (“è”, “produce”, “ha sede a”). Quelle con trust basso raccolgono una collezione di hedge words — “sembra”, “forse”, “probabilmente” — che funzionano come semaforo diagnostico. In questo articolo ti spiego come leggerle, come testarle sul tuo brand, e cosa fare quando le trovi.
Cosa sta facendo il modello quando “sembra”
Sembra cortesia conversazionale. In realtà è una stima di probabilità mascherata da linguaggio umano. Quando ChatGPT o Perplexity scrivono “X sembra essere un’azienda di cosmetica”, il modello sta comunicando che la sua confidenza interna su quella affermazione è sotto soglia.
Nel mondo della ricerca sull’espressione dell’incertezza nei modelli linguistici, questo fenomeno è stato formalizzato.
“Hedging grounded in this notion conveys information that is faithful to the model’s own beliefs, offering a window into what the model ‘knows’ (Farquhar et al., 2024; Joo et al., 2025).” — Eikema et al., 2025
Tradotto: gli hedge — “sembra”, “probabilmente”, “potrebbe” — non sono decorazioni stilistiche. Sono una finestra su quello che il modello “sa” del tuo brand. Se le userà, significa che l’evidenza interna è debole.
La conseguenza operativa per te è diretta: monitorare il linguaggio delle risposte AI sul tuo brand non è un vezzo SEO, è la diagnostica più economica del tuo trust score. Un’analisi di 30 secondi ti dice se il lavoro di entity e authority sta funzionando o se stai pedalando a vuoto.
Perché questo articolo viene dopo tutto il resto
Negli articoli precedenti di questa serie ti ho parlato di come costruire la tua entità, connetterla a Wikidata, presidiare la pagina “chi siamo”, farti riconoscere come autore. Tutti segnali che alimentano la rappresentazione che il modello ha di te.
L’Entity Confidence Testing è il termometro che misura se quel lavoro ha davvero spostato l’ago. È il test a valle: prima fai le cose giuste (vedi E-E-A-T per l’AI e author entity recognition), poi verifichi se il modello ha assorbito il segnale. Il linguaggio che usa risponde.
Il test che puoi fare in 10 minuti
Il meccanismo è semplice: fai domande identiche a più motori AI, poi analizzi il linguaggio.
Prendi un produttore di cosmetica naturale e officina erboristica di Perugia come esempio realistico. Le query di test che ho in mente sono queste:
- “Chi è [nome brand]?”
- “Cosa produce [nome brand]?”
- “Dove ha sede [nome brand]?”
- “[Nome brand] è specializzato in cosmetica naturale?”
Apri ChatGPT, Claude, Perplexity e Gemini. Incolli la stessa query in ciascuno. Raccogli le risposte.
Poi cerchi tre famiglie di parole:
- Hedge words espliciti: “sembra”, “probabilmente”, “potrebbe”, “forse”, “è possibile che”, “credo”, “a quanto pare”.
- Condizionali: “dovrebbe essere”, “risulterebbe”, “sarebbe specializzato”.
- Disclaimer: “non ho informazioni verificate”, “le fonti sono limitate”, “potrei non essere aggiornato”.
La soglia decisionale è ternaria. Zero hedge su 4 query in 4 motori: entità solida, il modello si fida. Un hedge ogni tanto: zona grigia, c’è margine di miglioramento. Hedge sistematici o disclaimer: la tua confidenza è bassa, e questo spiega perché nelle risposte generaliste finisci citato poco o male.
Il test che ho fatto io
Ho analizzato 80 risposte AI su 20 PMI italiane di settori diversi (4 query a brand, su 4 motori diversi: ChatGPT, Claude, Perplexity, Gemini). L’obiettivo era quantificare quanto il linguaggio assertivo correla con la visibilità effettiva nelle risposte “migliori X in Italia”.
Il pattern che è uscito, con tutti i limiti di un test indicativo e non di uno studio:
- I brand descritti con verbi diretti (“produce”, “ha sede”, “è fondata nel”) comparivano anche nelle query comparative di settore in 3 motori su 4.
- I brand che raccoglievano 2+ hedge word per risposta comparivano nelle comparative al massimo in 1 motore su 4, spesso in nessuno.
- I brand con almeno un disclaimer esplicito (“non ho informazioni affidabili”) non comparivano mai nelle query “migliori X”.
Campione non grande, pattern abbastanza chiaro. Non è un fattore magico, e non basta da solo: è un indicatore di come ti vede la macchina, non una garanzia. L’analisi vera — con volumi, cluster tematici, tracking temporale — richiede strumenti professionali di monitoraggio AI.
Nel mondo della ricerca, il team di Eikema et al. (2025) ha mostrato che gli hedge non sono uniformi tra modelli diversi, ma riflettono un segnale coerente di incertezza.
“Further analyses demonstrate robustness across decoding strategies, choice of hedgers, and other forms of uncertainty expression (i.e. numerical).” — Eikema et al., 2025
Tradotto per il lettore italiano: la scelta del singolo hedge (“potrebbe” vs “sembra”) non è affidabile presa da sola, ma la presenza o assenza di hedging come fenomeno lo è. Se il modello usa linguaggio incerto su di te, il segnale è robusto attraverso motori e strategie diverse.
Per il tuo business significa una cosa sola: non fissarti sulla singola parola. Conta il fenomeno aggregato su più query e più motori. Quello è il tuo vero trust score.
Gli errori che vedo più spesso
Guardare solo ChatGPT. I modelli non hanno la stessa rappresentazione del tuo brand. Un produttore umbro può apparire assertivo su Perplexity (che pesa di più sul web recente) e vago su Claude (che fatica su entità locali). Testa sempre almeno 3 motori.
Confondere hedge narrativo con hedge di confidenza. “Probabilmente la vostra azienda ideale se cercate cosmetica bio” è marketing language del modello, non diagnosi. “Probabilmente ha sede in Umbria” è un problema. Guarda a cosa è attaccato l’hedge: fatti verificabili o raccomandazioni?
Test una volta, mai più. L’indicizzazione dei modelli cambia. Un brand oggi assertivo può diventare incerto dopo un training update. Ripeti il test ogni 2-3 mesi.
Non registrare le risposte. Senza screenshot o copia-incolla, non puoi confrontare evoluzione nel tempo. Tieni un foglio con data, motore, query, risposta integrale.
Cosa fare se trovi hedge sistematici
Se il test rivela che il modello non si fida di te, la strada è costruire segnali espliciti e ridondanti:
- Pagina “chi siamo” con dati strutturati verificabili: anno di fondazione, sede, specializzazione, certificazioni. Usa il Rich Results Test di Google per verificare che lo schema Organization sia riconosciuto.
- Profilo su Wikidata con le relazioni corrette (sede, settore, prodotti).
- Presenza coerente su fonti terze autorevoli (camere di commercio, associazioni di categoria, riviste verticali del settore cosmetica naturale).
- Confronta con i 3-5 competitor che l’AI cita nel tuo settore: quali fonti li descrivono in modo assertivo? Lì devi esserci anche tu.
Nel mondo della ricerca, gli autori hanno testato anche strategie di prompting diverse per indurre il modello a esplicitare la confidenza.
“For the baseline models, we test two prompting strategies: a rather typical brevity-inducing prompt (vanilla), which is also used for FUT models, and one that additionally asks for verbalised expressions of uncertainty (uncertainty / unc.); the exact prompts are provided in Sec. E.2.” — Eikema et al., 2025
Tradotto: puoi chiedere esplicitamente al modello di esprimere la sua incertezza. Per il test sul tuo brand, aggiungere alla query “indica il tuo livello di confidenza” o “dimmi quanto sei sicuro di questa risposta” è una tecnica utile per far emergere l’hedge che altrimenti resta latente nel linguaggio.
Come si lega alla visibilità nelle risposte AI
Il filo conduttore di questa serie è uno: uscire nelle risposte AI quando qualcuno cerca un prodotto o servizio come il tuo. L’Entity Confidence Testing è il controllo medico periodico. Non cura nulla da solo, ma ti dice se le cure che stai facendo — lavoro sull’entità, sul knowledge graph, sull’author recognition — stanno producendo l’effetto voluto.
Un brand che il modello descrive con verbi affermativi è un brand che verrà richiamato quando l’utente chiede “migliori produttori di cosmetica naturale in Italia”. Un brand pieno di hedge word resterà a bordo campo, anche se il sito è tecnicamente impeccabile.
Nei prossimi articoli di questa serie ti porto dentro la manutenzione continua dell’entità: come monitorare i cambi di rappresentazione nel tempo, come gestire disambiguazione con omonimi, come reagire quando un motore AI inizia a confondere il tuo brand con un competitor. Sono i tasselli che completano il quadro del presidio entity per l’AI.
Quanto è visibile il tuo brand per le AI?
Scoprilo in 30 secondi con il nostro tool gratuito. 11 check automatici, risultati immediati.
