Un prompt fornisce sempre la stessa risposta?
Facciamo un esperimento. Aprite ChatGPT, scrivete una domanda qualsiasi “qual è il miglior tool SEO per un e-commerce?” e leggete la risposta. Poi aprite una nuova finestra e riscrivete la stessa identica domanda. La risposta sarà diversa. Magari di poco, magari parecchio: cambieranno le parole, l’ordine dei nomi citati, a volte i nomi stessi.
Davanti a questa evidenza, la reazione più comune è una scrollata di spalle: se le risposte cambiano ogni volta, che senso ha monitorarle? È la stessa obiezione che ho sentito circolare in decine di conversazioni tra professionisti, e i numeri la confermano. In un sondaggio condotto che ho condotto, il 60% dei professionisti dichiarava di non inserire alcuna forma di prompt tracking nei propri report, e solo un 20% lo faceva in modo strutturato.
Eppure quella scrollata di spalle è un errore. Lo è per una ragione molto concreta: secondo i dati presentati al SEOZoom Day, oltre un terzo degli acquisti è oggi influenzato dall’intelligenza artificiale. Le persone raccontano le proprie esigenze a un chatbot e ricevono tre o quattro nomi. Se il vostro brand non è tra quei nomi, per quell’utente semplicemente non esistete. E se c’è, conta moltissimo come viene raccontato.
Giuseppe Liguori, co-fondatore di SEOZoom, ha dedicato a questo tema una masterclass su SEOZoom Academy, e il suo ragionamento parte proprio dalla domanda del titolo. Sì, le risposte cambiano. Ma la variabilità non rende il monitoraggio inutile: lo rende semplicemente diverso da come lo abbiamo sempre inteso. Del resto, anche le posizioni su Google cambiano a seconda dell’utente, dell’orario, della localizzazione (ed è per questo che Search Console ci mostra posizioni medie, non assolute). Nessuno ha mai concluso che il rank tracking fosse una perdita di tempo.
Proviamo allora a mettere in fila i cinque punti che, alla luce di quella masterclass, sono decisivi per capire perché il prompt tracking ha senso e come farlo bene.
- Le risposte cambiano in superficie, ma i concetti attivati restano gli stessi.
- Dietro ogni risposta c’è una ricerca web: la SEO tradizionale conta ancora.
- Non tutti i prompt valgono: bisogna riconoscere i money prompt.
- Il segnale emerge dal campionamento nel tempo, e va misurato il come.
- Servono la controprova sui competitor e l’audit del modello.
Lo spazio vettoriale rende il tracking possibile
Quando un modello linguistico compone una risposta, sceglie le parole una alla volta o meglio, un token alla volta, con un margine di casualità che rende ogni output leggermente diverso dal precedente. Sotto, però, funziona un meccanismo molto più stabile: lo spazio vettoriale, un ambiente matematico a migliaia di dimensioni in cui i concetti simili occupano posizioni vicine. “Tool SEO”, “strumento SEO” e “software per la SEO” sono scritture diverse dello stesso punto, o quasi.
La conseguenza pratica, come spiega Liguori, è che quando dieci utenti formulano la stessa esigenza in dieci modi diversi, il modello va comunque a pescare nello stesso angolo del suo spazio concettuale. Il vostro brand, se è presente in quell’area, tende a riemergere: cambieranno le formule, cambierà il contorno, ma l’attivazione semantica è la stessa. Ecco perché la variabilità delle risposte è rumore, non caos. E il rumore, con il metodo giusto, si filtra.
Cosa succede davvero quando l’AI risponde
C’è un secondo elemento che molti sottovalutano: i chatbot moderni sono alimentati dai motori di ricerca. Quando chiediamo un consiglio d’acquisto, il sistema lancia una serie di ricerche web in parallelo (il cosiddetto fan-out) e riceve in ingresso una quantità enorme di risultati. Un algoritmo di re-ranking filtra poi le fonti più pertinenti alla richiesta, basandosi in larga parte su titoli e descrizioni.
Il dettaglio interessante è che a questo filtro non importa la vostra posizione su Google. Se il chatbot ha aperto quindici query e raccolto duecento siti, potete essere in posizione 47 e vincere comunque, purché il vostro contenuto sia la risposta che meglio combacia con la domanda. È una notizia che ribalta una certa narrativa apocalittica sulla morte della SEO: il lavoro sulle query, sugli intenti, sui contenuti che rispondono davvero resta la porta d’ingresso alle risposte generative. Non serve conoscere la singola query di fan-out, serve presidiare l’intento esattamente come si è sempre fatto con le long tail.
Money prompt: le domande che muovono il fatturato
Non tutti i prompt meritano di essere tracciati. Chiedere una ricetta o il meteo non genera brand nella risposta, quindi non sposta nulla sul piano commerciale. I money prompt sono le domande che accendono una ricerca web e citano brand, e ci sono tre segnali per riconoscerle.
Il primo è la soggettività: aggettivi come “migliore”, “consigliato”, “affidabile” costringono il modello a cercare fonti esterne, perché da solo non ha un’opinione su cosa sia il migliore. Il secondo è la freschezza: date, anni, riferimenti temporali obbligano a una ricerca live, dato che ogni modello è fermo al proprio knowledge cutoff, come un’enciclopedia stampata che non si aggiorna. Il terzo è la specificità: confronti, liste, “tool A contro tool B”. Quando questi segnali si combinano, il prompt ha una probabilità concreta di orientare una decisione d’acquisto, non necessariamente un click, e questa distinzione è importante. Sono questi i prompt da mettere nel paniere di monitoraggio, scelti con criterio e non in base a ciò che ci piacerebbe leggere.
Misurare il come invece che il quanto
Un singolo prompt rilevato una volta non dice nulla: la risposta di stasera smentirà quella di stamattina. Il segnale emerge quando si monitora un gruppo di prompt, su più motori (ChatGPT, Gemini, Perplexity e simili), per più punti nel tempo. È lo stesso principio delle posizioni medie in Search Console: la statistica funziona sul lungo periodo, il controllo compulsivo quotidiano no.
E soprattutto cambia l’oggetto della misurazione. Non esistono volumi di ricerca per i prompt, non esiste una posizione. Quello che possiamo misurare è come l’AI parla di noi: se veniamo citati come fonte o solo menzionati nel testo, se siamo raccomandati direttamente o buttati in un elenco puntato, con quale tono, con quale inquadramento (leader, sfidante, alternativa economica, specialista di nicchia). Nella masterclass Liguori mostra come il Prompt Tracker di SEOZoom traduca tutto questo in indicatori: citation rate, mention rate, recommendation rate, sentiment, positioning index, defensive ratio. L’ultimo merita una nota: se l’AI vi consiglia soprattutto perché il competitor costa troppo, non vi sta difendendo, vi sta usando come ripiego. Il giorno in cui il concorrente abbassa i prezzi, quella visibilità evapora. Saperlo prima è un vantaggio strategico enorme.
La controprova sui competitor
Un report costruito solo sui propri prompt rischia il cherry picking: scegliamo le domande dove sappiamo di uscire bene e ci raccontiamo una bella storia. La controprova è semplice e onesta: si duplicano gli stessi identici prompt su un progetto dedicato al competitor e si confrontano le metriche.
C’è poi un livello ancora più profondo: capire cosa il modello sa di noi alla fonte, prima di qualsiasi ricerca web. È il compito del GEO Audit, che interroga il modello senza accesso al web e ne fotografa le convinzioni: chi siamo, cosa facciamo, dove operiamo. Poi libera la web search e verifica quali di quelle convinzioni sono sbagliate. Ogni criticità che emerge è oro: è un punto preciso su cui lavorare con contenuti sul proprio sito e attività di digital PR, perché il prossimo addestramento del modello trovi una base informativa più solida. Un brand che il modello conosce bene già in partenza è un brand meno in balia di ciò che scrivono i terzi.
L’AI sta già rispondendo al posto vostro
Torno alla domanda iniziale. No, un prompt non fornisce mai la stessa risposta due volte, e chi cerca la posizione assoluta nelle risposte generative insegue un fantasma. Ma dietro la variabilità c’è una struttura stabile, misurabile con il metodo giusto: panieri di money prompt, più motori, campionamenti nel tempo, attenzione al come si viene raccontati più che al quanto si appare.
L’AI sta già rispondendo al posto tuo, devi solo sapere se sta dicendo quello che vuoi tu. Il monitoraggio serve esattamente a questo. Non a produrre l’ennesima vanity metric, ma a scoprire dove la narrazione del brand ci sfugge di mano e a riprendersela.
