Competitor Entity Graph: perché l’AI cita sempre gli stessi 4-5 brand del tuo settore

Su cinquanta query B2B di settore che ho testato negli ultimi sei mesi, l'AI cita sempre gli stessi quattro o cinque brand. Gli altri competitor non compaiono mai, anche se più grandi o tecnicamente migliori. Non è questione di Domain Rating o budget editoriale — è che l'AI non sa che quegli altri brand fanno parte della stessa famiglia competitiva. Se non sei nel cluster, non vieni citato nelle query comparative. E le query comparative sono quelle in cui il cliente sta decidendo chi chiamare. Ti spiego come verificare se il tuo brand è nel cluster giusto e come entrarci con contenuti che insegnano al modello la relazione competitiva.

Su 50 query B2B di settore che ho testato negli ultimi 6 mesi, l’AI cita sempre gli stessi 4-5 brand. Gli altri competitor del settore, anche se più grandi o migliori, non compaiono mai. Ecco perché.

Il motivo non è la qualità dei contenuti, non è il DR del dominio, non è nemmeno il budget in contenuti. È che l’AI non sa che quegli altri brand fanno parte della stessa “famiglia competitiva”. E se non sei nella famiglia, non ti cito quando qualcuno chiede “alternative a X”.

Ti spiego cosa significa, come verificare se il tuo brand è nel cluster giusto, e cosa fare per entrarci.

Il cluster competitivo è un’entità, non una lista

Quando chiedi a ChatGPT o Perplexity “chi sono i principali studi di architettura e urbanistica in Puglia”, il modello non fa una SERP. Costruisce un cluster: un gruppo di entità che considera comparabili per geografia, dimensione, servizio offerto e tipologia di progetti. Poi ne estrae 4-5 da citarti.

Questo cluster non è un elenco statico. È un grafo di relazioni che il modello impara osservando come i brand appaiono insieme nei testi del web: nelle classifiche di settore, nei confronti, nelle recensioni comparative, nelle gare d’appalto, nei referenziamenti reciproci.

Nel mondo della ricerca sui grafi, il clustering non supervisionato è un problema aperto:

“However, important unsupervised problems on graphs, such as graph clustering, have proved more resistant to advances in GNNs.” — Tsitsulin et al., 2023

Tradotto: raggruppare entità in cluster coerenti senza etichette umane è difficile. Il modello deve dedurre da solo chi va con chi. E lo fa usando i segnali che trova nei contenuti.

La conseguenza operativa per te è diretta. Se nei contenuti del settore il tuo studio non compare mai accanto agli altri studi del cluster — non citato con loro, non confrontato con loro, non elencato con loro — per il modello non fai parte di quel cluster. Punto.

Perché questo sta a monte di tutto il resto

Puoi avere la migliore scheda entità su Wikidata, il miglior schema Organization, la migliore pagina “Chi siamo” ottimizzata per E-E-A-T applicato all’AI. Se il modello non ti colloca nella famiglia competitiva giusta, nelle query comparative non appari.

E le query comparative sono quelle che convertono. “Migliori studi di architettura a Bari”, “alternative a [studio famoso]”, “studi di urbanistica in Puglia specializzati in rigenerazione urbana”: sono query di shortlist. Il cliente sta decidendo chi chiamare.

Se la tua entità esiste nello spazio vettoriale ma è lontana dal cluster dei tuoi veri competitor, il modello ti tratta come un outlier. Ti vede, ma non ti include. È peggio che non esistere: esisti fuori contesto.

Il test che puoi fare in 20 minuti

Non serve un tool complicato. Serve ChatGPT o Perplexity, una lista di competitor, e un foglio Excel.

1. Scrivi i 10 competitor che tu ritieni essere i tuoi diretti (quelli con cui pitchi le stesse gare, gli stessi clienti, gli stessi budget).
2. Apri ChatGPT o Perplexity e lancia 5 query comparative reali del tuo settore. Esempi per uno studio di architettura in Puglia: “principali studi di architettura a Bari”, “studi di urbanistica in Puglia specializzati in rigenerazione urbana”, “architetti pugliesi che si occupano di edilizia pubblica”, “alternative a [studio locale noto]”, “migliori progettisti per masserie ristrutturate in Puglia”.
3. Per ogni query, segna quali brand vengono citati.
4. Conta: quanti dei tuoi 10 competitor ipotizzati compaiono? E tu compari?

Se i brand citati dall’AI sono sempre gli stessi 4-5 e non coincidono con la tua lista, hai due informazioni preziose. Primo: il cluster che tu pensi di abitare non è quello che il modello riconosce. Secondo: sai esattamente con chi devi farti vedere insieme per entrare nella famiglia.

Il test che ho fatto io

Su 50 query B2B di settore monitorate negli ultimi 6 mesi — diverse combinazioni geografiche e verticali, dai servizi professionali al manifatturiero — il pattern è stato sempre lo stesso: 4-5 brand dominanti citati nel 70-80% delle risposte, e una lunga coda di brand che non compare mai, anche quando oggettivamente hanno fatturati, portfolio e dimensioni comparabili ai primi.

Il fattore discriminante non era la qualità del sito. Era la presenza nei contesti comparativi: classifiche di settore, articoli “top X in [zona]”, pagine di confronto, menzioni in panel e tavole rotonde.

Test indicativo, non studio controllato: il campione è qualitativo, la misura è su citazioni aggregate. Ma il pattern è troppo netto per essere rumore. Chi non viene mai nominato insieme ai leader di cluster, per l’AI non è un competitor di quei leader.

Gli errori che vedo più spesso

Parlare solo di sé. Pagine che raccontano solo il proprio studio, senza mai nominare il contesto competitivo. Il modello non ha modo di agganciarti a un cluster.

Confronti generici. “Siamo diversi dagli altri studi” senza dire quali. L’AI ha bisogno di nomi propri per costruire la relazione competitiva.

Evitare i nomi dei competitor per paura. La paura è commerciale, non tecnica. Ma il costo è invisibilità: se non nomini mai i tuoi competitor in contesti legittimi (recensioni di mercato, analisi di settore, post di riflessione), il modello non ti associa a loro.

Pensare che basti il link building. Link autorevoli aiutano l’authority, ma non costruiscono da soli il grafo competitivo. Servono co-occorrenze testuali ragionate.

Cosa fare concretamente

• Scrivi 2-3 pagine di confronto esplicito tipo “Il nostro approccio alla rigenerazione urbana vs [Studio X] vs [Studio Y]”. Onesto, non denigratorio, con criteri chiari (metodologia, tipologia di progetti, territorio servito).
• Pubblica 1-2 articoli di mercato all’anno in cui nomini i 5-10 player del tuo cluster. “Panorama degli studi di architettura in Puglia nel 2026” funziona bene.
• Richiedi di essere incluso in classifiche e panel di settore dove compaiono gli altri studi del cluster.
• Usa l’Author Entity Recognition per legare i tuoi progettisti come entità a progetti concreti: il modello associa persone a studi a tipologie di lavoro.
• Verifica periodicamente con nuove query comparative se stai entrando nei cluster che ti interessano.

Queste azioni non sono magia e non producono risultati in due settimane. Ma in 3-6 mesi iniziano a spostare il modo in cui il modello ti colloca nel grafo. L’analisi vera del posizionamento nel cluster richiede strumenti professionali di monitoraggio delle risposte AI e analisi semantica dei contenuti di settore — quello che ti ho descritto è un primo check per capire se hai un problema, non una diagnosi completa.

Dove finisce il tuo cluster, finisce la tua visibilità AI

Il punto che voglio lasciarti: la tua visibilità nelle risposte AI per le query comparative dipende da una cosa sola — che tu sia riconosciuto come membro del cluster giusto. Entity graph, schema markup, authority, tutto il resto viene dopo. Se non sei nella famiglia, non ti cito quando qualcuno chiede dei suoi membri.

Nei prossimi articoli di questa serie approfondisco come costruire le relazioni tra entità in modo strutturato, come usare Wikidata per dichiarare esplicitamente le relazioni competitive, e come monitorare l’evoluzione del cluster nel tempo.

Quanto è visibile il tuo brand per le AI?

Scoprilo in 30 secondi con il nostro tool gratuito. 11 check automatici, risultati immediati.