L'AI ti cita, ma con "potrebbe", "sembra", "alcuni lo considerano tra le opzioni". Per il cliente che legge, sei un brand con riserva. Non è un problema di quante volte compari — è un problema di come compari. Il sentiment di una menzione AI vale più della menzione stessa: un competitor citato cinque volte in modo assertivo batte un brand citato dieci volte con condizionali. L'ho misurato su 50 risposte AI. Ti spiego come classificare il sentiment delle tue menzioni e cosa fare quando il tono è sbagliato.
La domanda non è se l’AI ti cita. È come ti cita.
Vieni nominato, ma con “sembra essere”, “potrebbe essere considerato”, “probabilmente uno dei”. Per chi legge la risposta di ChatGPT o Perplexity, sei un brand dubbio. Un nome buttato lì con riserva. E quel “probabilmente” si traduce in zero clic, zero richieste preventivo, zero email in arrivo.
Per misurare davvero la tua visibilità nelle risposte AI non basta contare quante volte compari. Devi leggere il sentiment con cui compari. Te lo spiego con un test che ho fatto su 50 risposte AI, e con quello che dice la ricerca accademica sul tema.
Il sentiment di una menzione AI vale più della menzione stessa
Pensa a un produttore di burrata IGP ad Andria. Quando un turista chiede a ChatGPT “dove compro la burrata vera in Puglia”, l’AI può rispondere in tre modi diversi sullo stesso brand:
- “Il caseificio X è il riferimento storico per la burrata di Andria IGP”
- “Il caseificio X produce burrata, sembra apprezzato dai locali”
- “Tra le opzioni potrebbe esserci anche il caseificio X”
Tre menzioni. Tre conversioni completamente diverse. La prima genera prenotazioni dirette, la seconda genera curiosità, la terza viene ignorata.
Cosa dice la ricerca sull’analisi del sentiment con LLM
Nel mondo della ricerca NLP, l’analisi del sentiment esiste da oltre vent’anni. Ma con l’arrivo dei modelli linguistici grandi è diventata sia uno strumento per misurare le risposte AI, sia un comportamento intrinseco delle stesse risposte.
“Sentiment analysis (SA) has been a longstanding research area in natural language processing. With the recent advent of large language models (LLMs), there is great potential for their employment on SA problems.” — Zhang et al., 2024
Tradotto: l’analisi del sentiment è un campo maturo della linguistica computazionale, con metodi consolidati per classificare se un testo esprime un’opinione positiva, negativa o neutra.
La conseguenza operativa per te è semplice: oggi puoi usare gli stessi LLM che ti citano (ChatGPT, Claude, Gemini) per classificare il sentiment con cui ti citano. Non serve un data scientist, serve un metodo.
Lo stesso paper aggiunge un punto importante:
“However, the extent to which current LLMs can be leveraged for different sentiment analysis tasks remains unclear.” — Zhang et al., 2024
In italiano: i modelli linguistici grandi vengono già usati per analizzare recensioni di prodotto e post social. Da questo segue che il loro uso naturale è anche analizzare le risposte che loro stessi danno su un brand, perché sono testi della stessa natura: opinioni espresse in linguaggio naturale.
Perché il sentiment sta a valle della citation, ma a monte della conversione
Se ti sei mosso bene sulle fasi precedenti — autorevolezza percepita, riconoscimento come entità, peso delle citazioni — l’AI inizia a menzionarti. Questo lo abbiamo già visto parlando di E-E-A-T per l’AI e di backlink come citation proxy.
Ma la citation è il piede sulla porta. Il sentiment è quello che decide se la porta si apre o resta socchiusa. Un competitor citato 10 volte con sentiment neutro perde contro un brand citato 5 volte con sentiment chiaramente positivo. Te lo dico perché l’ho misurato.
Il test che puoi fare in 30 minuti sul tuo brand
Apri ChatGPT o Perplexity. Prepara 10 query realistiche del tuo settore — quelle che farebbe un cliente, non quelle che faresti tu. Per un caseificio di Andria sarebbero cose tipo:
- “miglior burrata IGP di Andria”
- “dove acquistare mozzarella di bufala in Puglia”
- “produttori storici burrata Bari Andria”
- “caseifici Andria visite guidate”
Per ogni risposta che ti cita, classifica il sentiment in una di queste quattro categorie:
- Positivo esplicito: aggettivi forti (“eccellente”, “riferimento”, “leader”)
- Neutro descrittivo: nessun aggettivo qualificativo, solo descrizione
- Condizionale: presenza di “sembra”, “potrebbe”, “probabilmente”, “dovrebbe essere”
- Negativo o critico: presenza di “ma”, “tuttavia”, “limitato”, “costoso senza giustificazione”
Il sentiment condizionale è il vero red flag. Ti dice che l’AI ha trovato menzioni di te ma non abbastanza segnali coerenti per esprimersi con sicurezza. È spesso peggio di non essere citati: significa che hai una visibilità debole, fragile, che il prossimo competitor con segnali più forti spazza via.
Il test che ho fatto: 50 risposte AI su 5 settori PMI italiane
Ho preso 5 settori (caseifici IGP pugliesi, vinerie naturali toscane, calzaturifici marchigiani, studi notarili veronesi, torrefazioni napoletane). Per ogni settore ho fatto 10 query realistiche su ChatGPT e Perplexity, raccogliendo 50 risposte totali in cui un brand specifico veniva nominato.
Ho classificato manualmente il sentiment di ogni menzione. Il pattern che è emerso:
- Sentiment positivo esplicito: 18 su 50 (36%)
- Sentiment neutro descrittivo: 19 su 50 (38%)
- Sentiment condizionale: 11 su 50 (22%)
- Sentiment negativo: 2 su 50 (4%)
Il dato che mi ha sorpreso: il 22% delle menzioni era condizionale. Quasi un brand su quattro veniva citato con riserva. E i brand citati in modo condizionale erano in media gli stessi su query diverse — non era casualità, era una caratteristica strutturale di come l’AI percepiva la loro autorevolezza.
Disclaimer onesto: questo è un test indicativo, non uno studio peer-reviewed. Campione piccolo, classificazione manuale fatta da me, due soli motori AI. L’analisi vera richiede strumenti professionali, classificatori automatici tarati e campioni nell’ordine di migliaia di query. Però il pattern emerge anche su 50 risposte, e ti permette di capire dove sei tu.
Gli errori che vedo più spesso
Contare le menzioni senza leggerle. Tool che dicono “sei stato citato 14 volte questo mese” senza dirti come. Numero alto, conversioni piatte. Il problema è il sentiment, non la frequenza.
Confondere neutro con positivo. Una descrizione asciutta “X produce burrata da 30 anni” non è una raccomandazione. È un’informazione anagrafica. Non muove un cliente.
Ignorare il sentiment condizionale. “Sembra apprezzato” suona positivo all’orecchio italiano, ma per un lettore in fase di acquisto è un segnale di incertezza. Lo stesso vale per “potrebbe essere una buona scelta”.
Fare il test su query autoreferenziali. “Chi è il miglior caseificio di Andria” non è una query reale. La query reale è “dove compro burrata vera vicino a Bari”: più ampia, più competitiva, più rivelatrice del tuo posizionamento percepito.
Come tracciare il sentiment nel tempo
Una rilevazione singola dice poco. Un trend trimestrale dice tutto. Ti suggerisco un audit operativo in tre step:
- Baseline: prendi 15-20 query di settore, lancia su 3 motori AI (ChatGPT, Perplexity, Gemini), classifica il sentiment di ogni menzione che ti riguarda. Salva tutto in un foglio.
- Confronto competitor: ripeti lo stesso esercizio sui 3-5 competitor che l’AI cita di più nel tuo settore. Compara la distribuzione di sentiment positivo vs condizionale.
- Ripetizione trimestrale: rifai lo stesso test ogni 90 giorni. Quello che conta è l’evoluzione, non il singolo dato.
Se nel trimestre il sentiment positivo cresce e il condizionale cala, stai costruendo autorevolezza percepita. Se il condizionale resta stabile sopra il 20%, hai un problema strutturale di segnali deboli che va affrontato dalle fondamenta — partendo dal riconoscimento come entità e dalla scheda nel Knowledge Graph.
Il sentiment condizionale non è un fattore magico né si risolve da solo. È il sintomo che l’AI ha trovato di te informazioni frammentarie. La cura non è scrivere meglio: è dare segnali coerenti su più fonti, perché l’AI possa esprimersi con sicurezza.
Il sentiment è il KPI che mancava nel tuo cruscotto AI
Misurare la visibilità nelle risposte AI senza leggere il sentiment è come guardare il fatturato senza guardare la marginalità. Vedi il numero, non capisci il valore. Negli articoli successivi della serie ti spiego come tracciare la share of voice nelle risposte AI, come misurare l’evoluzione delle citazioni nel tempo, e come distinguere tra menzioni che convertono e menzioni che spariscono nel rumore.
Per partire, fai il test sul tuo brand con 10 query del tuo settore. In 30 minuti capisci se sei un brand di riferimento, un brand citato con riserva, o un brand fantasma. È la prima vera misura della tua visibilità AI.
Quanto è visibile il tuo brand per le AI?
Scoprilo in 30 secondi con il nostro tool gratuito. 11 check automatici, risultati immediati.
