L'AI ti cita in italiano ma non in inglese. O viceversa. Stessa AI, stessa domanda, due mondi. Se esporti devi misurare bilingue. Ti spiego come confrontare la visibility AI tra lingue.
L’AI ti cita in italiano ma non in inglese. O il contrario. La visibility AI è asimmetrica per lingua, e se esporti — anche solo verso un mercato europeo — misurarla bilingue non è un’opzione: è l’unico modo per capire dove stai vendendo davvero.
Te lo dico subito perché è la prima cosa che salta fuori quando lavoro con un cliente che esporta: chiedi a ChatGPT “migliori produttori di Verdicchio di Matelica DOC” in italiano e ti escono 6 nomi. Rifai la stessa query in inglese — “best Verdicchio di Matelica DOC producers” — e dei 6 ne restano 2. Gli altri 4 sono diversi. Stessa AI, stessa domanda, due mondi distinti.
In questa serie ti sto raccontando come si misura la visibilità nelle risposte AI. Oggi ti spiego perché monitorarla solo in italiano, se vendi anche fuori, ti dà una fotografia falsa.
Cosa significa visibilità AI multilingua per un produttore che esporta
Una cantina di Camerino (MC) che imbottiglia Verdicchio di Matelica DOC vende il 40% in Italia e il 60% tra Stati Uniti, Germania, UK, Giappone. Il sommelier americano che cerca il prossimo vino da mettere in carta non apre Google in italiano. Apre ChatGPT in inglese e chiede “small producers Verdicchio di Matelica organic”. Se la cantina non esce lì, per quel sommelier non esiste.
Il punto è che i modelli AI generativi (ChatGPT, Claude, Gemini, Perplexity) hanno corpus di training pesati diversamente per lingua. L’inglese pesa di più, ma le fonti italiane su un tema iper-locale come il Verdicchio di Matelica spesso pesano di più della loro controparte inglese — perché di articoli inglesi sul Verdicchio di Matelica ne esistono molto pochi.
Tradotto: chi è citato in italiano lo è perché esistono molte fonti italiane che ne parlano (Gambero Rosso, Slow Food, Vinous in italiano, blog enogastronomici regionali). Chi è citato in inglese lo è perché esistono fonti inglesi specifiche (Wine Enthusiast, Decanter, Wine Spectator, Jancis Robinson). Sono due insiemi che si sovrappongono poco.
Perché l’asimmetria linguistica viene a monte di tutto il resto
Negli articoli precedenti di questa serie ti ho parlato di come misurare share of voice AI, di benchmark competitivo, di come tracciare le citazioni nei motori generativi. Tutto vero, tutto utile — ma se applichi quegli strumenti solo in una lingua, stai misurando una metà del tuo mercato e ignorando l’altra.
Nel mondo della ricerca sui Large Language Model il meccanismo è documentato: i modelli costruiscono associazioni entità-tema dentro lo spazio linguistico in cui le hanno viste. Se “Cantina X” appare 800 volte in articoli italiani su Verdicchio e 12 volte in articoli inglesi, l’AI in italiano la richiamerà con forza, in inglese a malapena.
Da questo segue, per il tuo business, una conseguenza concreta: la presenza editoriale in inglese è un asset separato dalla presenza in italiano. Va costruita, misurata e monitorata come capitolo a sé. Se il tuo PR fa solo press italiana, in inglese sei invisibile — anche se sei il numero uno del tuo settore in Italia.
Questo si lega direttamente a quello che ti raccontavo nell’articolo sul backlink come citation proxy: le citazioni sono linguistiche prima che globali. E si collega anche al ragionamento sul peso delle reference implicite: un’azienda menzionata 50 volte da blog enogastronomici inglesi senza link diretto pesa più, agli occhi di un’AI in inglese, di una menzionata 500 volte solo da fonti italiane.
Il test bilingue che fai in 25 minuti
Ti spiego il test base, quello che faccio con ogni cliente che esporta prima di partire con qualunque attività GEO. Ti serve solo aprire ChatGPT, Claude, Gemini e Perplexity in due tab diverse — uno con prompt in italiano, uno con prompt in inglese.
Fai così:
- Scegli 5 query commerciali del tuo settore (per la cantina di Camerino: “migliori Verdicchio di Matelica DOC”, “Verdicchio di Matelica biologico piccoli produttori”, “cantina Verdicchio Matelica visita degustazione”, “Verdicchio di Matelica per ristorazione”, “Verdicchio di Matelica per export”).
- Traducile in inglese mantenendo lo stesso intento.
- Lancia ognuna su 4 motori AI: ChatGPT, Claude, Gemini, Perplexity. Sia in italiano che in inglese.
- Per ciascuna risposta, segna i brand citati nei primi 3 nomi.
- Confronta le due tabelle: quali brand compaiono in italiano, quali in inglese, quanti sono in entrambe.
La soglia decisionale è semplice e binaria: se meno del 50% dei brand citati in italiano compare anche in inglese, hai un’asimmetria seria. Se meno del 30%, sei sostanzialmente assente in uno dei due mercati linguistici.
Nota onesta: questo test è un primo passo, non sostituisce un benchmark fatto con strumenti professionali su decine di query e con tracciamento longitudinale. Ma per capire se hai un problema bilingue ti basta.
Il test che ho fatto su 10 produttori di Verdicchio di Matelica DOC
Prima di scrivere questo articolo ho voluto vedere io stesso quanto pesa l’asimmetria. Ho preso 10 produttori di Verdicchio di Matelica DOC presi dai consorzi e dalle guide di settore, ho fatto 4 query in italiano e le stesse 4 in inglese su ChatGPT, Claude, Gemini e Perplexity. Totale: 32 risposte per lingua.
Risultati su un campione piccolo (test indicativo, non studio):
- Dei 10 brand monitorati, 6 comparivano almeno una volta nelle risposte in italiano.
- Solo 3 dei 10 comparivano almeno una volta nelle risposte in inglese.
- Di quei 3, uno solo era citato sia in italiano sia in inglese in modo consistente (3+ menzioni per lingua).
- Tra le citazioni inglesi sono comparsi anche 2 brand di Castelli di Jesi che in italiano non uscivano per Matelica — segno che l’AI inglese fa meno distinzione tra le due DOC e accorpa per “Verdicchio”.
Limiti del test: campione ristretto, query non esaustive, momento della rilevazione singolo. Pattern però chiaro: chi non lavora la propria presenza in inglese non esce nelle risposte AI in inglese, e la sovrapposizione tra i due mondi è minima.
Gli errori che vedo più spesso quando un cliente parte con il monitoring AI
Chi si avvicina al monitoraggio AI bilingue inciampa quasi sempre sugli stessi punti. Te li elenco perché li riconosci subito.
- Tradurre la query parola per parola. “Migliori cantine Marche” non è “best wineries Marche”: un importatore americano cerca “Marche wine producers” o “Italian white wine producers”. L’intento di ricerca non si traduce, si riformula.
- Misurare solo su ChatGPT. ChatGPT è quello con il bias inglese più forte. Perplexity in italiano fa scelte molto diverse da Gemini in italiano. Se monitori un solo motore non vedi l’asimmetria.
- Considerare la versione inglese come “secondaria”. Per chi esporta è esattamente il contrario: se il 60% del fatturato è export, l’inglese è il mercato principale del monitoring.
- Confondere la lingua con il paese. Un importatore tedesco spesso interroga l’AI in inglese, non in tedesco. Un giapponese pure. La triade di lingue da monitorare per un’azienda food&wine italiana che esporta è quasi sempre italiano + inglese, raramente serve aggiungere altro.
Cosa fare concretamente per chiudere il gap bilingue
Prima cosa: stabilisci la baseline. Fai il test in 25 minuti che ti ho descritto sopra, su almeno 5 query commerciali del tuo settore, in italiano e in inglese, su 4 motori AI. Salva le risposte in un foglio: questa è la tua fotografia di partenza.
Seconda: capisci dove sei debole. Se sei assente in inglese, il problema sta nelle fonti — non sei presente nelle pubblicazioni di settore in inglese (riviste enologiche internazionali, guide per importatori e distributori, blog enogastronomici esteri). Se sei assente in italiano, di solito il problema è opposto: hai investito su un sito multilingua ma la tua presenza editoriale italiana è povera.
Terza: imposta un monitoring trimestrale bilingue. Non serve quotidiano. Ogni 90 giorni rifai le stesse 5 query nelle due lingue, sui 4 motori, e confronta con la baseline. Se il tasso di sovrapposizione tra italiano e inglese non sale, devi intervenire sulla pipeline editoriale nella lingua debole — non sul sito.
Per consolidare la presenza in entrambe le lingue, ricordati anche di curare la scheda Knowledge Graph di Google e di lavorare il riconoscimento dell’autore come entità: sono ancore cross-lingua che aiutano l’AI a collegare la stessa identità nei due corpus linguistici.
Visibilità AI bilingue: il filo da non perdere
Misurare la visibilità nelle risposte AI solo in italiano, se vendi anche all’estero, è come misurare il fatturato solo del mercato domestico e ignorare l’export. Tecnicamente il dato è vero, strategicamente è inutile. La visibility AI è asimmetrica per lingua e va monitorata bilingue, sempre, per chi esporta.
Nei prossimi articoli di questa serie ti parlerò di come strutturare un dashboard di share of voice AI competitivo e di come tracciare longitudinalmente le tue citazioni nelle risposte AI mese su mese. Sono i due pezzi che chiudono il cerchio del monitoring strategico.
Quanto è visibile il tuo brand per le AI?
Scoprilo in 30 secondi con il nostro tool gratuito. 11 check automatici, risultati immediati.
