Se il tuo brand viene citato in 47 posti ma con varianti diverse del nome — TecnoImpianti, Tecno Impianti Srl, TecnoImpianti Brescia — per l'AI stai accumulando zero autorità. Ogni variante è un'entità separata, nessuna raggiunge la massa critica per essere raccomandata. Non è un problema di quantità di menzioni: è un problema di entity linking. Ti spiego in cosa consiste il collegamento tra nome e nodo nel knowledge graph, perché Wikidata è l'ancora che i modelli preferiscono, e cosa fare sul tuo sito per far convergere tutte le citazioni sotto un'unica identità riconoscibile.
Sei TecnoImpianti Soluzioni Industriali, produci quadri elettrici a Brescia. Negli ultimi due anni ti hanno citato in 47 posti: un’intervista su un magazine di settore, tre casi studio di clienti, una dozzina di menzioni in directory B2B, qualche recensione, un paio di podcast trascritti.
Quando un imprenditore chiede a ChatGPT “chi produce quadri elettrici custom a Brescia?” tu non compari. Il problema non è la quantità. È che per l’AI quelle 47 menzioni non appartengono allo stesso soggetto: alcune dicono “TecnoImpianti”, altre “Tecno Impianti Srl”, altre “TecnoImpianti Brescia”. Ogni variante vive come entità separata. Nessuna accumula autorità.
Questo è il problema dell’entity linking. Se non lo risolvi, la tua visibilità nelle risposte AI resta bloccata, a prescindere da quante citazioni raccogli.
Cosa fa davvero l’entity linking quando un modello legge una pagina
Nel mondo della ricerca sull’AI search il termine ha una definizione stretta. Chen et al. (2024) nel loro lavoro su EntGPT lo spiegano chiaramente introducendo l’analisi sperimentale:
“Case Study on Question Answering To better understand the results entity linking provides to LLMs, we also conducted a brief error analysis on two of the QA datasets: ARC-C and OBQA.” — Chen et al., 2024
Tradotto in pratica: si misura cosa succede dentro un modello AI quando l’entity linking funziona rispetto a quando fallisce, usando domande di esame come banco di prova. Non è un caso che venga studiato insieme al question answering: è il meccanismo che decide se il modello recupera la cosa giusta per rispondere.
La conseguenza per il tuo business è diretta. Quando ChatGPT o Perplexity compongono una risposta sul tuo settore, prima identificano i soggetti nominati nella domanda, poi li collegano a entità conosciute nel loro grafo di conoscenza, poi tirano fuori quello che sanno di ciascuna. Se il tuo brand non è linkato a un’entità riconosciuta, tutto quello che c’è scritto di te nel web diventa rumore: presente sulla pagina, assente dalla risposta.
Perché questo pezzo sta a monte di tutto il resto
Negli articoli precedenti di questa serie ti ho spiegato come un motore AI trasforma le parole in vettori e come riconosce il nome del tuo brand in una frase. L’entity linking è lo step immediatamente successivo: dopo aver riconosciuto che “Serra Agency” è un nome di azienda, il sistema deve decidere di quale azienda si tratti fra le centinaia che potrebbero chiamarsi così.
È il ponte fra il testo che scrivi e il Knowledge Graph di Google o i grafi proprietari che OpenAI e Anthropic costruiscono internamente. Senza questo ponte, tutto il lavoro su E-E-A-T per l’AI non si aggrega su un soggetto unico.
Quale “ancora” i motori usano più spesso? Peloquin et al. (2022), in una survey sui dataset di entity linking in inglese, lo scrivono senza giri di parole:
“Hence, Wikidata is an attrac- tive basis for Entity Linking, which is evident by the recent increase in published papers.” — Peloquin et al., 2022
In italiano: Wikidata è la base preferita per l’entity linking, e si vede dal numero crescente di paper che la usano. La ragione è pratica: Wikidata è aggiornata dalla community, multilingue, e ogni voce ha un identificatore numerico stabile (tipo Q42). Per te, imprenditore, significa una cosa concreta: se esiste una voce Wikidata del tuo brand e il tuo sito la dichiara esplicitamente, hai un’ancora forte da cui i motori AI possono partire. Se non esiste, stai chiedendo al modello di indovinare.
Il test che puoi fare in 15 minuti
Questo è un test entry level. Ti dà un segnale chiaro, ma l’analisi vera richiede strumenti professionali e chi sa leggerli. Fatta questa premessa, ecco i tre passi.
Primo passo, verifica che esista un’entità per il tuo brand. Vai su Wikidata e cerca il nome esatto della tua azienda. Tre esiti possibili:
- esiste una voce con identificatore Q (es. Q1234567) → hai un’ancora pronta
- non esiste alcuna voce → dovrai crearla o lavorare su altri segnali di entità (sito come ancora, Google Business Profile, schema Organization)
- esistono più voci ambigue con nomi simili → la disambiguazione è il tuo problema prioritario
Secondo passo, controlla cosa dice il tuo sito di se stesso. Apri il Rich Results Test di Google, incolla l’URL della tua homepage, cerca nella risposta il blocco “Organization”. Se c’è, verifica che contenga il campo `sameAs` con il link alla tua voce Wikidata e, se applicabile, al tuo Google Business Profile. Se manca `sameAs`, il tuo sito sta dichiarando chi sei senza dare al motore il filo per collegarti all’entità globale.
Terzo passo, guarda come ti scrivono gli altri. Fai una ricerca Google del tuo brand fra virgolette e apri dieci risultati diversi da te. Conta quanti scrivono il nome in modo identico. Se meno di 7 su 10 usano la stessa forma, stai dando al motore AI dieci versioni di te stesso da disambiguare a mano.
Il caso che ho smontato pezzo per pezzo
Ho chiesto a Perplexity una query verticale e non banale: “migliori produttori di valvole industriali in Lombardia”. Sono uscite sette fonti citate nel pannello di risposta — un mix di siti aziendali, una directory di settore, un magazine B2B. A quel punto mi sono fermato e ho trattato ciascuna delle sette aziende citate come un caso clinico, verificando una per una tre cose: voce Wikidata esistente, campo `sameAs` nello schema Organization della homepage, consistenza del nome nelle prime dieci menzioni esterne.
Il pattern è emerso subito. Sei aziende su sette avevano una voce Wikidata e dichiaravano `sameAs` verso il sito ufficiale, LinkedIn Company e — in quattro casi — verso la propria pagina Wikipedia. La settima azienda citata, inserita probabilmente perché presente in una directory autorevole, aveva schema Organization senza `sameAs` e nessuna voce Wikidata.
Poi ho fatto il controllo incrociato: ho preso due produttori con fatturato e anzianità comparabili ai sette citati, ma assenti dalla risposta. Li conoscevo perché sono clienti diretti o indiretti di colleghi del settore. Stessa categoria merceologica, stesso posizionamento territoriale, qualità produttiva confrontabile. Entrambi avevano zero voce Wikidata, zero `sameAs`, e il nome scritto in almeno tre varianti diverse nelle prime dieci menzioni. Non sono mai comparsi nelle risposte su Perplexity né in query simili riformulate su ChatGPT.
Leggi il test per quello che è: un’osservazione controllata su una singola query e nove aziende totali, non uno studio. Ma il meccanismo che emerge è coerente con quello descritto dai paper: i motori AI citano prima di tutto le entità che riescono a disambiguare con certezza, e scartano quelle che vivono come identità frammentate. Chi lavora anche solo al minimo sindacale — schema Organization pulito, nome consistente, `sameAs` dichiarato — entra in un pool dove la concorrenza è molto più bassa di quanto sembri.
Gli errori che vedo più spesso
Nome fluttuante nei materiali propri. La società si chiama “Automeccanica Brescia Srl” nel footer del sito, “Automeccanica Brescia” nella pagina Chi Siamo, “Auto Meccanica Brescia” sulla scheda Google Business e “AMB” nei casi studio dei clienti. Ogni variante, per un motore AI, è un candidato diverso di entità. Il lavoro di citazione si frammenta su quattro soggetti invece di sommarsi su uno.
Assenza del contesto disambiguante nel testo. Scrivere “contattaci, siamo a tua disposizione” non aiuta l’AI a capire chi sei. Scrivere “Studio Associato Rossi, commercialisti a Milano dal 1987” dà al motore tre tratti — nome, categoria, luogo, anno — che permettono di distinguerti dai venti Studio Rossi sparsi per l’Italia.
Schema Organization senza `sameAs`. Molte PMI hanno un JSON-LD Organization sulla homepage, ma il campo `sameAs` è vuoto o elenca solo i social. Il `sameAs` serve per dichiarare “io sono la stessa entità che su Wikidata si chiama Q…, su LinkedIn Company si trova qui, su Crunchbase qui”. Senza quei link, il motore legge un’identità isolata.
Directory e menzioni mai richiamate. Se un cliente pubblica un caso studio in cui ti cita, e tu non lo linki dal tuo sito (e il cliente non ti linka indietro con il nome corretto), quella menzione vive orfana. Accumula autorità per il cliente, non per te.
Cosa fare concretamente, in ordine di priorità
- Fissa la forma canonica del tuo brand in un solo modo e usala ovunque controlli tu: sito, email, firme, contratti, fatture, social. Tollera le varianti solo dove non puoi intervenire.
- Scrivi in ogni pagina di introduzione aziendale almeno una frase che includa nome, categoria merceologica, città. Non per SEO, per disambiguazione.
- Verifica (o aggiungi) lo schema Organization sulla homepage, con `sameAs` che punti a Wikidata se esiste, a Google Business Profile, a LinkedIn Company, a Crunchbase. Il controllo lo fai con il Rich Results Test di Google.
- Se Wikidata non ha una voce del tuo brand e hai almeno 2-3 fonti secondarie indipendenti che ti citano (stampa di settore, interviste, directory autorevoli), valuta con qualcuno che conosce Wikidata la creazione della voce. Non è banale e le linee guida sono severe, ma è il segnale più forte di entità che tu possa dare.
- Confronta con i 3-5 competitor che ChatGPT e Perplexity citano quando fai una query generica sul tuo settore. Controlla quanti hanno voce Wikidata, quanti hanno `sameAs`, quanti usano il nome in modo consistente. Se la maggioranza lo fa e tu no, sai da dove partire.
Il filo che tiene insieme tutto
La visibilità nelle risposte AI non si gioca sulla singola pagina, si gioca sull’entità. Entity linking è il meccanismo che trasforma un insieme di menzioni sparse in un soggetto unico a cui i motori possono attribuire autorità. Senza questo passaggio, ogni pezzo di E-E-A-T che costruisci resta sospeso nell’aria.
Negli articoli successivi di questa serie approfondirò altre leve dello stesso filone: come entrare nel Knowledge Graph di Google passo dopo passo, come gestire la riconciliazione quando compari in grafi diversi con attributi incoerenti, e come mappare le relazioni fra la tua entità e le altre del tuo settore per dare al motore il contesto che ti distingue.
Il meccanismo, nella letteratura, è un cantiere aperto: non è un fattore magico, non basta da solo. Ma per un’impresa oggi invisibile come entità, bastano i fondamentali — nome consistente, contesto disambiguante, `sameAs` dichiarato — per uscire dal rumore e iniziare ad accumulare autorità in un posto solo. Che è poi la condizione per comparire nelle risposte AI quando qualcuno cerca quello che fai.
Quanto è visibile il tuo brand per le AI?
Scoprilo in 30 secondi con il nostro tool gratuito. 11 check automatici, risultati immediati.
