Un benchmark con
i calcoli allegati.
Misuriamo quanto spesso la sua marca compare, viene consigliata e viene nominata per prima in un insieme definito di risposte di API di modelli raccolte ex novo. Riceve i conteggi, i confronti e le prove originali.
L’ambito comprende una marca, una categoria, un pubblico e un mercato globale o nazionale. Sceglie inglese, tedesco, francese o italiano per le domande e può scegliere separatamente la lingua del rapporto. Approva le domande dopo il pagamento e prima della raccolta. I risultati descrivono quel test, in quel momento. Non stimano tutte le conversazioni con l’IA, la domanda di ricerca o le quote di mercato.
Concordare il test.
L’insieme di domande viene salvato prima che venga raccolta qualsiasi risposta a pagamento.
Conservare le prove.
Risposte originali, prompt, ID dei modelli, orari di raccolta e fonti restituite restano allegati al rapporto.
Mostrare i calcoli.
Conteggi e denominatori stanno accanto alle percentuali. Le analisi mancanti restano visibili.
L’IA per interpretare. Il codice per misurare.
Il software verifica la struttura delle domande e l’integrità della raccolta, recupera le citazioni e calcola i punteggi. I modelli redigono e revisionano i nuovi set di domande a pagamento prima della tua approvazione. I calcoli utilizzano prove salvate e classificazioni accettate.
Dove l’IA porta valore
I fornitori generano le risposte che vengono misurate. I modelli inoltre interpretano il contesto del sito web, classificano le raccomandazioni, esaminano le identità di prodotto ambigue e aiutano a trasformare le prove in indicazioni operative specifiche.
Dove subentrano le regole
Convalida, abbinamento dei nomi supportati, deduplicazione, denominatori, percentuali e classifica seguono un codice definito. Con gli stessi input salvati, le stesse etichette accettate, le stesse decisioni sull’identità e la stessa versione del codice, i calcoli sono ripetibili.
Un conteggio deterministico non rende infallibile un’etichetta assegnata dall’IA. Ripetere la raccolta o l’interpretazione può cambiare le prove o le loro etichette. Conserviamo il registro, mostriamo la copertura e colleghiamo i risultati alle risposte originali, così che possa esaminare l’esito.
«Per le decisioni d’acquisto che abbiamo testato, chi viene consigliato al posto nostro — e su quali prove possiamo agire?»
Controllare la domanda.
Poi ripeterla.
Indichi da due a cinque esigenze di acquisto distinte e da due a dieci concorrenti. Un modello formula domande naturali; un secondo verifica ambito, ripetizioni, formulazione e neutralità. Ogni esigenza riceve lo stesso numero di gruppi utili, da uno a cinque, più un gruppo generale sulla categoria. Usiamo meno gruppi quando aggiungerne produrrebbe ripetizioni. Approvi le domande esatte prima della raccolta.
Questo esempio usa cinque gruppi per esigenza e un gruppo generale. I report usano da uno a cinque gruppi utili per esigenza, in numero uguale. Meno gruppi significano più ripetizioni, non un prezzo inferiore. Le domande esatte e il loro numero vengono mostrati prima dell’approvazione.
La tabella di campionamento completa
| Esigenze d’acquisto | Prompt distinti | Ripetizioni per modello | Risposte totali |
|---|---|---|---|
| 2 | 22 | 8 | 704 |
| 3 | 32 | 5 | 640 |
| 4 | 42 | 4 | 672 |
| 5 | 52 | 3 | 624 |
Scegliamo il più piccolo numero intero di ripetizioni che raggiunge almeno 624 risposte, con un minimo di tre. Si tratta di un obiettivo di progettazione della raccolta, non di un calcolo della potenza statistica. «600+ risposte» include le ripetizioni tra i modelli; non significa 600 domande uniche né 600 acquirenti indipendenti.
Che cosa vede effettivamente il modello durante la raccolta
Categoria, pubblico, mercato ed esigenze guidano la formulazione. I modelli non ricevono il tuo marchio, sito o elenco di concorrenti. Il codice verifica anche i nomi dei marchi monitorati. La raccolta usa il testo approvato senza ulteriori informazioni su marchi o concorrenti. Questi controlli non dimostrano neutralità o domanda reale.
Quali strumenti di gestione dei progetti aiuterebbero un piccolo studio di design con clienti in Svizzera a pianificare i progetti dei clienti, e quali compromessi presentano le diverse opzioni?
Un gruppo separato, basato solo sulla categoria, elimina il pubblico e le singole esigenze. È incluso nel totale e mostrato separatamente nel registro di misurazione. Offre un confronto più ampio, non un test causale della distorsione.
Come i suggerimenti dal sito web influenzano il brief
L’anteprima basata sul sito e il brief a pagamento possono usare un modello per interpretare il testo pubblico delle pagine nella lingua delle domande scelta e suggerire categoria, pubblico, mercato ed esigenza. L’estrazione deterministica resta un punto di partenza e ogni suggerimento va verificato. Si tratta di descrizioni del sito del venditore, non di domanda dei clienti misurata.
Lei rivede il brief a pagamento e approva l’intero insieme di domande. Per scegliere le esigenze, si basi su vere chiamate di vendita, interviste ai clienti o richieste di assistenza. I controlli sui nomi delle marche non possono impedire che un insieme di funzionalità molto specifico favorisca un fornitore. Gli avvisi di revisione segnalano determinate formulazioni promozionali, descrizioni sovraccariche ed esigenze quasi duplicate; non possono individuare ogni domanda tendenziosa.
Quattro fornitori.
Una configurazione documentata.
Interroghiamo un’API del modello configurata per ogni fornitore. Ognuna riceve gli stessi prompt approvati e lo stesso numero di ripetizioni. Si tratta di richieste nuove, senza la cronologia delle chat né la personalizzazione di un account utente.
OpenAI
openai/gpt-5-miniGemini
google/gemini-3-flashClaude
anthropic/claude-sonnet-4.6Perplexity
perplexity/sonarImpostazioni predefinite attuali. Gli ID dei modelli e gli orari di raccolta salvati nel suo rapporto fanno fede per quell’esecuzione. Gli alias dei fornitori e i risultati di ricerca possono cambiare nel tempo.
Ricerca, località e impostazioni di generazione
OpenAI, Gemini e Claude hanno attivi gli strumenti nativi di ricerca web; il modello può decidere se usarli. Perplexity usa il suo modello Sonar con ricerca integrata. Le chiamate passano attraverso Vercel AI Gateway. La disponibilità e il comportamento della ricerca variano secondo il fornitore, quindi si confrontano i sistemi configurati anziché isolare la capacità del modello.
Risponda in italiano con al massimo 300 parole. Se necessario, effettui al massimo una ricerca sul web.
OpenAI usa un contesto di ricerca basso e un basso sforzo di ragionamento. Lo strumento di ricerca di Claude è limitato a un solo utilizzo. Le istruzioni relative a una sola query e a 300 parole sono semplici richieste, non la garanzia che ogni fornitore le applichi in modo identico. Il budget di output è di 4’000 token; le risposte vuote o troncate per lunghezza vengono respinte. Non impostiamo una temperatura né un seed casuale comuni.
In caso di errori tecnici, la richiesta può essere ripetuta con il prompt salvato. Il ripristino conserva le risposte riuscite invece di raccoglierle di nuovo.
Il paese selezionato viene scritto nel prompt. «Tutto il mondo» usa una formulazione riferita al mondo intero. Nessuna delle due impostazioni campiona utenti per paese né verifica la consegna da un IP locale. I risultati sono osservazioni nella lingua delle domande selezionata, senza ponderazione per pubblico regionale. Le risposte originali non vengono tradotte per la misurazione.
Questo rapporto non riproduce le app ChatGPT, Gemini, Claude o Perplexity, i loro modelli predefiniti, la personalizzazione o la ricerca specifica dell’interfaccia. I nomi dei fornitori identificano i sistemi testati; non implicano alcun partenariato o approvazione.
Il denominatore
cambia il quadro.
La share of voice nell’IA è la quota di una marca sul totale delle menzioni di marche conteggiate in un insieme definito di risposte dell’IA. Una marca viene conteggiata al massimo una volta per risposta, anche se vi compare più volte. Una fase di estrazione con un modello etichetta la risposta; il codice ne convalida le prove e aggrega i conteggi.
Le stesse 12 menzioni.
Tre misure diverse.
Tasso di menzione. Quanto spesso la marca è comparsa in una risposta.
Share of voice tra le marche selezionate. Dipende dai concorrenti che ha scelto.
Share of voice tra le opzioni rilevate. Include alternative pertinenti oltre al suo elenco.
In una risposta possono comparire più marche, quindi le menzioni marca-risposta possono superare il numero di risposte. «Tutte le opzioni identificate» indica quelle trovate da questa analisi, non tutti i fornitori presenti sul mercato.
- Nominata
- Risposte che contengono una menzione estratta della marca ÷ risposte analizzate. Una menzione può essere positiva, negativa o incidentale.
- Consigliata
- Risposte etichettate come «consigliata» o «prima scelta» per la marca ÷ risposte analizzate. Riserve, alternative e consigli contrari restano etichette separate.
- Nominata per prima
- Risposte in cui la marca è la prima tra le entità mantenute nel testo ÷ risposte analizzate. L’ordine nel testo, da solo, non stabilisce una preferenza.
- Il suo sito nelle fonti
- Risposte riuscite che citano il suo host o un sottodominio ÷ tutte le risposte riuscite. Questa metrica non richiede che l’estrazione vada a buon fine.
- Posizione condivisibile
- Classifica per numero di raccomandazioni all’interno dell’ambito scelto per il rapporto. In caso di parità, la posizione è condivisa (1, 2, 2, 4). Le schede di classifica richiedono raccolta e analisi complete, tutti e quattro i fornitori, almeno 24 risposte analizzate nell’ambito selezionato e almeno una raccomandazione per la marca. Una scheda limitata a un’unica esigenza d’acquisto descrive quel sottoinsieme, non una posizione complessiva sul mercato. Scegliere il sottoinsieme più favorevole non lo rende rappresentativo dell’intero rapporto.
Alias, appartenenza alla categoria e citazioni
Gli alias della marca target forniti dal cliente e le varianti ortografiche supportate dei nomi di dominio vengono raggruppati. Una revisione separata dell’identità, collegata alle fonti, può riconciliare i riferimenti allo stesso prodotto o rimuovere etichette di categoria/canale. Le corrispondenze incerte restano separate e una revisione non disponibile o parziale viene dichiarata. Le risposte originali restano invariate.
I concorrenti rilevati devono essere classificati come opzioni pertinenti; i partner d’integrazione e i nomi di terzi citati incidentalmente sono esclusi. Le menzioni della marca target vengono mantenute anche se incidentali o al di fuori della categoria richiesta, quindi «nominata» è più ampio di «consigliata come opzione adatta». Le etichette possono essere errate; esamini la risposta di origine.
Le fonti citate sono i link che il fornitore associa alla risposta: annotazioni di ChatGPT, citazioni con estratto di Claude, riferimenti numerati di Perplexity e fonti di grounding di Gemini. Le query e i risultati di ricerca di ciascun motore vengono registrati separatamente. I rapporti raccolti prima di ottobre 2026 riportano come fonti i risultati di ricerca di Claude e di Perplexity. Per alcuni link di reindirizzamento di Gemini, un titolo della fonte in forma di dominio fornisce un host non verificato. Ciò è indicato nel rapporto. Una fonte elencata non stabilisce che sia stato citato un passaggio specifico, che la pagina sia accurata né che abbia determinato la raccomandazione.
Controlli che può verificare.
Il registro di misurazione mostra che cosa ha superato i controlli, che cosa è stato valutato e che cosa manca. Ogni salvaguardia affronta uno specifico tipo di errore; nessuna è un certificato di neutralità.
Domande approvate, conservate
Il pannello a pagamento viene fissato prima della raccolta. Le risposte vengono raccolte ex novo; le risposte favorevoli dell’anteprima non vengono sostituite a quelle nuove. Le domande non vengono riscritte in funzione dei risultati.
Le richieste effettive vengono verificate
Ogni domanda, formulazione, fornitore e ripetizione pianificati devono essere presenti una volta. Il controllo d’integrità verifica anche che il prompt salvato corrisponda alla domanda approvata.
L’estrazione non conosce l’identità del cliente
Il modello di estrazione riceve la domanda, la categoria e i passaggi della risposta. Non gli viene detto quale marca sia il cliente, né quale sia l’elenco dei concorrenti monitorati o il fornitore della risposta. I nomi restano nel testo: si tratta di un’annotazione cieca rispetto al target, non di un’anonimizzazione. L’abbinamento con il target avviene in seguito, nel codice.
Le citazioni testuali provengono dalla risposta salvata
Il codice recupera i passaggi di origine e verifica nomi e citazioni testuali rispetto al testo della risposta. Il modello classifica; non inventa il testo delle citazioni. L’ancoraggio al testo verifica che le prove esistano, non che la classificazione o l’affermazione sul prodotto sia vera.
Le risposte poco utili restano nel registro
La stessa chiamata di estrazione valuta se una risposta è pertinente, mista, fuori tema o poco chiara. Le risposte analizzate fuori tema o poco chiare restano nel denominatore. Le valutazioni mancanti risultano «non valutate», mai superate automaticamente.
Stato di convalida e soglia di completamento
I test di regressione coprono la fuga di prompt, l’integrità delle richieste, la raccolta bilanciata, l’ancoraggio al testo, la deduplicazione e la gestione dei denominatori. Dati di test sintetici etichettati dagli sviluppatori e un set di controllo sintetico separato mettono alla prova l’estrazione e la pertinenza delle domande. Si tratta di una convalida interna, non di un audit indipendente né di una stima pubblicata dell’accuratezza reale nei diversi settori.
Il modello di estrazione è OpenAI GPT-5 mini, anche per le risposte generate da OpenAI. Nascondere l’etichetta del fornitore non elimina gli effetti legati alla famiglia del modello, il riconoscimento a partire dal testo o gli errori sistematici di classificazione. Non sono previsti un’annotazione umana di routine né un secondo estrattore indipendente.
Un rapporto a pagamento completato richiede analisi utilizzabili e fondate sulle prove per almeno il 95 % delle risposte previste, almeno il 90 % per ciascun fornitore ed esigenza d’acquisto, e prove per ogni domanda. Sono soglie di consegna, non livelli di confidenza. Gli errori isolati di raccolta o analisi sono esclusi dai denominatori delle marche e dichiarati come dati sconosciuti, mai come assenze. Segmenti mancanti, copertura insufficiente, duplicati o domande non corrispondenti richiedono una verifica. Le schede di classifica condivisibili mantengono il requisito più severo del 100 % di analisi.
Procedura ripetibile.
Risposte variabili.
Le ripetizioni mostrano quanto si è spostato il risultato all’interno di questa raccolta. Non ne fanno un campione probabilistico della domanda degli acquirenti. Domande correlate, fonti di ricerca condivise e comportamento dei modelli possono rendere le risposte dipendenti tra loro.
Che cosa mostriamo
Conteggi per fornitore e per ripetizione. Differenze nel tasso di menzione tra le due formulazioni, usando coppie domanda/ripetizione abbinate in cui entrambe le risposte sono state analizzate. Una vista separata basata solo sulla categoria. La copertura accanto al risultato.
Che cosa stabilisce
La variazione osservata nella configurazione testata. Non stabilisce un margine d’errore sulla popolazione, una probabilità che la marca venga consigliata né un risultato privo di distorsioni. Non pubblichiamo alcun punteggio di affidabilità privo di fondamento.
Ogni modello riceve la stessa allocazione di raccolta. I tassi complessivi delle marche aggregano le risposte analizzate; se manca una parte dell’analisi, i fornitori possono contribuire con conteggi leggermente diversi. Un’estrazione non riuscita può essere sistematica, quindi escluderla può comunque influire sul risultato. L’aggregato non è ponderato in base alla quota di mercato dei fornitori, alla popolarità dei prompt o all’utilizzo da parte dei suoi clienti.
Confrontare un rapporto successivo
Mantenga coerenti categoria, pubblico, mercato, esigenze, formulazioni approvate, nomi monitorati e alias. Prima di interpretare un cambiamento, controlli gli ID dei modelli, le versioni di raccolta e di analisi, le date, il mix di fonti e la copertura.
Aggiornamenti dei fornitori, ricerca in tempo reale e variabilità delle risposte possono spostare i risultati anche se il suo sito web non è cambiato. Una nuova esecuzione può seguire la stessa procedura senza riprodurre le stesse risposte. Una differenza prima/dopo, da sola, non permette di attribuire un miglioramento a una modifica dei contenuti, a una campagna di recensioni o ad altri interventi.
Un risultato dovrebbe
darle un punto di partenza.
Il rapporto a pagamento fornisce confronti con la concorrenza, risposte originali e fonti citate. Ulteriori osservazioni sono incluse solo se supportate da prove esaminate. Sono facoltative e non promettono un aumento della visibilità.
L’attenzione è rivolta al lavoro di cui i marketer possono farsi carico: contenuti del sito più chiari, copertura editoriale utile, profili esterni e recensioni accurati, e correzione di affermazioni non supportate. L’assenza di una formulazione non prova l’assenza di una funzionalità del prodotto. Le modifiche al prodotto non sono una conclusione da trarre soltanto da questo benchmark.
Che cosa copre la revisione del sito web e delle azioni
Esaminiamo un insieme limitato di pagine HTML pubbliche e tentiamo un controllo del file robots.txt. Una revisione facoltativa più approfondita utilizza l’individuazione tramite sitemap, pagine aggiuntive del suo sito e determinate pagine esterne citate. Si applicano limiti di pagine, dimensioni e tempo, oltre alle esclusioni per i crawler; i controlli parziali riusciti vengono conservati. Si tratta di una revisione mirata delle prove, non di un audit completo del sito.
Se le prove idonee e il budget lo consentono, un passaggio facoltativo con un modello redige osservazioni specifiche e una chiamata separata a un modello le esamina in modo critico. Le citazioni testuali devono corrispondere al testo esaminato e i valori di riferimento della misurazione vengono preservati. Se questo passaggio non è disponibile o non supera la convalida, l’analisi della concorrenza può comunque essere consegnata. I candidati non verificati non vengono presentati come raccomandazioni.
La scansione non esegue il rendering di JavaScript, non stabilisce l’inclusione nell’indice di ricerca, non esamina ogni pagina né verifica l’accesso dalla rete di un fornitore. Una pagina mancante in questa scansione limitata non prova che la pagina non esista. La co-occorrenza nelle fonti non stabilisce un’influenza. Le attività sono ipotesi da verificare; non promettono alcun miglioramento di posizionamento, traffico o fatturato.
I dettagli accompagnano
il risultato.
Il rapporto conserva i prompt approvati, le risposte originali e le fonti restituite. Il suo registro di misurazione mostra l’integrità della raccolta, la copertura dell’analisi, i controlli sull’ambito e le differenze di formulazione. ID e versioni dei modelli permettono di verificare quale metodo ha prodotto il risultato.
Che cosa può verificare
Ambito, piano di campionamento, regole di conteggio, configurazione dei modelli e limiti sono pubblici. Il suo rapporto aggiunge le domande approvate, le risposte raccolte e le prove necessarie per contestare un risultato. Un calcolo riproducibile significa applicare le stesse regole allo stesso registro salvato; non promette risposte identiche da una nuova esecuzione.
Il nostro codice sorgente, i prompt di analisi interni e la messa a punto operativa restano proprietari. Non è necessario leggerli per esaminare un conteggio riportato. Il metodo e le prove possono essere esaminati senza pubblicare il software che li applica.
- Protocollo delle domande
buyer-panel-v5 · i set già salvati mantengono il proprio protocollo, incluso buyer-panel-v4.1- Protocollo di raccolta
api-search-it-300w-v1- Versione dell’analisi
report-v2.7-explicit-identities- Estrattore
source-anchored-v6-citation-separation- Allocazione della raccolta
- Uguale per tutti i fornitori e tutti i prompt approvati
- Unità di conteggio
- Una marca mantenuta per risposta, conteggiata una volta
- Responsabile della ricerca
- Share of Voice by Serge · Superstellar Sagl
- Metodo rivisto
Anteprime gratuite, rapporti precedenti e correzioni
Le nuove anteprime gratuite pongono a OpenAI una domanda ricavata dal sito; quelle precedenti mantengono i fornitori originali. L’anteprima non ha né l’ampiezza né le ripetizioni del rapporto completo. Richieste identiche possono riutilizzare un risultato per 24 ore. Controlli la data di raccolta e il modello indicati. Il rapporto a pagamento raccoglie nuove risposte da quattro fornitori dopo la Sua approvazione delle domande.
L’esempio pubblico usa una marca fittizia e risposte illustrative. Mostra l’esperienza del rapporto, non un benchmark reale né un risultato di convalida.
I rapporti precedenti conservano le domande e l’analisi salvate. Il protocollo precedente a esigenze combinate e il punteggio basato sul nome esatto non sono direttamente confrontabili con il pannello attuale. Le estrazioni precedenti non vengono descritte retroattivamente come cieche rispetto al target. Consulti il metodo registrato in ciascun rapporto.
Se un nome è stato classificato in modo errato o un numero non torna, ci scriva tramite il modulo di assistenza indicando il riferimento del rapporto e della risposta. Possiamo esaminare le prove; non possiamo certificare la veridicità di ogni affermazione dei fornitori.
Il ragionamento alla base
del metodo.
Queste fonti orientano le nostre scelte in materia di trasparenza, variazione dei prompt e analisi basata su modelli. Non certificano Share of Voice né convalidano il nostro rapporto commerciale.
- 01HELM: Holistic Evaluation of Language ModelsStanford CRFM · Liang et al., 2022
A model-evaluation framework that makes scenarios, metrics, prompts and outputs inspectable. Relevant to our evidence-first reporting, not a validation of our scores.
- 02Standards for DisclosureAmerican Association for Public Opinion Research
A useful disclosure reference for exact wording, sampling, weighting, processing and limits. Our benchmark is a model-output study, not a survey of people or an AAPOR-certified study.
- 03ProSA: Assessing and Understanding the Prompt Sensitivity of LLMsZhuo et al. · Findings of EMNLP, 2024
Documents sensitivity to prompt wording across models and tasks. Our two phrasings expose some variation; they cannot cover every way a buyer might ask.
- 04Judging the Judges: A Systematic Study of Position Bias in LLM-as-a-JudgeShi et al. · IJCNLP–AACL, 2025
Studies position bias in model-based judging. Its setting differs from our extraction task; it supports treating model labels as fallible, not borrowing an accuracy claim.
Apra un rapporto.
Segua le prove.
Esplori l’esempio illustrativo, dal confronto principale fino alle risposte originali e alle fonti.
Esamina il rapporto di esempio USD 179 per rapporto a pagamento. Rapporti mensili facoltativi.