I competitor che vincono nelle risposte AI hanno 3 fonti in comune che a te mancano

I competitor vincenti hanno 3 fonti in comune che a te mancano — e non sono le testate ovvie. Ti spiego come fare reverse engineering delle citazioni AI per tirare fuori la tua lista.

I competitor vincenti hanno tre fonti in comune che ti mancano. Non sono le testate ovvie, non sono i quotidiani nazionali, non sono i blog di settore che tutti citano nelle slide. Il reverse engineering delle citazioni AI ti rivela il gap editoriale vero: i posti dove devi essere presente per uscire nelle risposte di Perplexity, ChatGPT e Gemini quando un cliente cerca la tua categoria.

Te lo spiego con un caso che ho appena testato. Settore: coltivazione fiori da taglio nella Riviera Ligure, ranuncoli e garofani. Sei un produttore di Bordighera, hai una serra storica, vendi a fiorai del Nord Italia e a wedding planner. Apri Perplexity e chiedi “migliori produttori di ranuncoli Riviera Ligure”: l’AI cita sei aziende, tu non sei tra queste. La domanda non è “perché non mi cita”. La domanda è: da quali fonti sta prendendo i nomi degli altri sei?

Cosa significa fare reverse engineering delle citazioni

Quando Perplexity (e in misura crescente ChatGPT con la modalità search e Gemini) risponde a una query, mostra i link delle fonti consultate. Non è un dettaglio cosmetico. È la mappa esplicita del grafo informativo che il modello ha attraversato per costruire la risposta. Se il tuo competitor compare nella risposta, significa che almeno una di quelle fonti citate parla di lui in modo che il modello ha ritenuto utile per rispondere.

Il principio è documentato nei meccanismi di retrieval-augmented generation che ti ho raccontato negli articoli precedenti sulla tokenizzazione e sul peso delle citazioni implicite: il modello non “sa” delle aziende, le pesca da fonti specifiche che vengono recuperate al momento della query. Da questo segue una conseguenza operativa diretta per te: le fonti citate non sono un sottoprodotto della risposta, sono la causa della risposta. Lavorare su quelle fonti è l’unica leva diretta che hai.

Ti avviso che qui ragiono per deduzione. Non ti cito un paper specifico perché il reverse engineering competitivo come pratica operativa non ha (ancora) letteratura accademica dedicata. Ti porto invece un test che ho fatto io con criterio.

Perché questa analisi sta a monte di tutto

Prima di scrivere un nuovo contenuto, prima di rifare il sito, prima di lavorare sul riconoscimento del tuo brand come entità, devi sapere dove i modelli vanno a pescare nel tuo settore. Senza questa informazione stai sparando nel buio: produci contenuti ottimi su canali che il modello non consulta mai per quella categoria di query.

Le fonti che l’AI privilegia in un settore agricolo di nicchia sono diverse da quelle che privilegia nel fintech o nella ristorazione. Non puoi dedurle a tavolino. Devi guardarle.

Il test che puoi fare in venti minuti

Apri Perplexity (versione gratuita basta) e prepara una lista di 8-12 query che un cliente reale farebbe nel tuo settore. Per il produttore di Bordighera sarebbero cose tipo:

• “migliori produttori ranuncoli Liguria”
• “fornitori garofani Riviera per fiorai”
• “vivai fiori da taglio Imperia”
• “produttori fiori matrimonio Liguria”
• “aziende floricole storiche Riviera Ligure”

Per ogni query, fai così:

1. Lancia la query, leggi la risposta
2. Annota i competitor citati (nome azienda)
3. Apri il pannello fonti di Perplexity e annota gli URL che hanno generato quelle citazioni
4. Riporta tutto in un foglio Excel con tre colonne: query, competitor citato, fonte URL

Dopo 8-12 query hai una matrice di 40-80 righe. Ora ordina per dominio della fonte e conta le occorrenze. Le fonti che compaiono 3+ volte sono il tuo gap editoriale.

Il test che ho fatto io

Ho preso il caso reale del produttore di Bordighera (PMI floricola con cinque ettari di serre, 40 anni di attività, vendita B2B a fiorai e wedding planner). Ho mappato sei competitor citati da Perplexity nella Riviera Ligure di Ponente e Levante. Per ognuno ho lanciato 10 query commerciali e annotato le fonti.

Risultato sul campione di 60 risposte (test indicativo, non studio statistico):

• Tre fonti ricorrevano in oltre il 65% delle citazioni dei sei competitor: il portale del Mercato dei Fiori di Sanremo, una rivista di settore floricolo italiana (con archivio articoli online accessibile), e una directory regionale del turismo agricolo ligure.
• Le testate generaliste tipo Repubblica o La Stampa comparivano nel 12% dei casi, ma solo per articoli specifici di cronaca locale del 2019-2022.
• Wikipedia compariva in 4 risposte su 60, sempre per voci di territorio (non di azienda).

Il produttore di Bordighera che ho analizzato era assente da tutte e tre le fonti ricorrenti. Tradotto in pratica: produce fiori da 40 anni, vende a clienti soddisfatti, ha un sito decente, ma per il modello AI non esiste perché non esiste nei posti che il modello consulta. Limite onesto del test: campione su un solo settore e una sola macroarea geografica, ma il pattern è abbastanza netto da agire.

Gli errori che vedo più spesso

Confondere “fonti autorevoli in generale” con “fonti consultate dal modello per quella query”. Un imprenditore mi ha detto: “ho un articolo sul Sole 24 Ore, quindi sono autorevole”. Vero in senso editoriale, irrilevante se per la sua categoria di query il modello pesca da tre directory di settore di nicchia che ignora.

Fare reverse engineering su una sola query. Una query è rumore. Servono 8-12 query simili per vedere quali fonti ricorrono. La ricorrenza è il segnale, la presenza singola è coincidenza.

Guardare solo i competitor grandi. Spesso il modello cita anche player piccoli ben posizionati su fonti specifiche. Quei piccoli sono i più informativi: capisci esattamente cosa hanno fatto loro che tu non hai fatto.

Limitarsi a Perplexity. Perplexity mostra le fonti, ChatGPT e Gemini in modalità search anche, ma con interfacce diverse. Replica almeno su due motori per evitare di ottimizzare per un solo sistema di retrieval.

Cosa fare concretamente la prossima settimana

1. Estrai 10 query commerciali del tuo settore (chiedi al commerciale quali domande fanno i clienti freddi).
2. Lancia ognuna su Perplexity, salva risposte e fonti in un foglio.
3. Identifica le 3-5 fonti più ricorrenti nelle citazioni dei competitor.
4. Per ogni fonte verifica: posso esserci con un profilo aziendale? Posso pubblicare un contenuto? Posso ottenere una citazione redazionale? Quanto costa, quanto tempo richiede?
5. Confronta con i 3-5 competitor che l’AI cita nel tuo settore: cosa hanno in quelle fonti che tu non hai? Un profilo completo? Un articolo dedicato? Una scheda con dati strutturati?

Verifica anche, una volta presente, che il tuo nome aziendale venga letto come entità unica: il riconoscimento del brand come entità autore determina se quella citazione viene effettivamente associata a te o si disperde.

Questa è un’analisi entry level. Ti dà la mappa del gap, non la strategia di copertura. Per il piano di pubblicazione e il monitoraggio nel tempo servono strumenti professionali e qualcuno che incroci i dati con la performance organica.

Dove va a parare tutto questo

Il reverse engineering delle citazioni è il punto da cui parte qualsiasi strategia seria di visibilità nelle risposte AI. Senza la mappa delle fonti del tuo settore stai producendo contenuti alla cieca. Con la mappa, sai esattamente dove investire le prossime ore di lavoro editoriale per essere presente quando il modello costruisce la risposta che ti riguarda.

Nei prossimi articoli di questa serie su come misurare la visibilità AI ti racconto come trasformare questa mappa in un piano di citation building strutturato, come monitorare la frequenza con cui il tuo brand entra ed esce dalle risposte di Perplexity nel tempo, e come distinguere le citazioni che convertono da quelle puramente decorative.

Quanto è visibile il tuo brand per le AI?

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