Come misura PSentry la visibilità AI, e cosa non vede

Nessuna lettura di PSentry riproduce lo schermo di un buyer tedesco che apre ChatGPT dal suo ufficio di Stoccarda, con il suo account, la sua cronologia e il suo piano. Non lo fa nessuno strumento che interroga gli assistenti via API, e il nostro lo fa via API. È il limite principale del metodo, e conviene metterlo in testa prima di spiegare come PSentry misura la visibilità AI.

Quello che segue è il metodo per intero: quali assistenti, con quali modelli, da quale porta, ogni quanto, in quali lingue, cosa si vede in una risposta e cosa resta fuori. Non contiene promesse su come cambieranno i numeri, perché PSentry misura e basta.

Come misura PSentry la visibilità AI, in breve

PSentry misura la visibilità AI inviando un set fisso di domande da buyer a quattro assistenti (ChatGPT, Claude, Gemini e Perplexity) attraverso le loro API ufficiali, due volte al mese, in ogni lingua e mercato in cui l'azienda vende. Ogni risposta viene salvata e letta per tre cose: se il marchio è nominato, quali altre aziende sono nominate, quali fonti web la risposta riporta. Le letture si raggruppano per lingua e mercato in un AI Visibility Score e in un andamento nel tempo. Niente, nel metodo, prova a cambiare quello che gli assistenti dicono.

Cosa resta fuori dalla misura

Partiamo dai punti ciechi perché sono la cosa che chi legge un report dovrebbe sapere prima del numero.

• La memoria. ChatGPT può ricordare informazioni salvate dall'utente e attingere alle conversazioni precedenti. Una chiamata API parte da zero: il responsabile acquisti che da un mese discute di un fornitore non è rappresentato.
• La personalizzazione. Istruzioni personalizzate, piano, impostazioni e cronologia dell'account modellano la risposta che vede una persona. Nella nostra chiamata non ci sono.
• La pubblicità. Su alcuni piani di ChatGPT OpenAI mostra annunci etichettati sotto la risposta. Stanno fuori dalla risposta e fuori dalla risposta API, quindi non li registriamo.
• AI Mode e AI Overviews. Sono funzioni della ricerca Google, non dell'API di Gemini. Una lettura su Gemini non dice niente di diretto su nessuna delle due, come spiegato in Gemini non è Google AI Mode.
• Il luogo del buyer. Una lettura per un mercato non pretende di riprodurre chi si collega da quel paese. Riproduce la domanda, nella lingua di quel mercato, posta sempre allo stesso modo.

Quattro assistenti e modelli piccoli

Le piattaforme sono quattro e restano quelle. Cambia il modello dietro ciascuna, perché i fornitori ritirano e rilasciano modelli con i loro tempi. Al 20 ottobre 2026 la configurazione dell'app è questa:

• ChatGPT: gpt-5-mini, che la documentazione di OpenAI presenta come una versione più veloce ed economica di GPT-5;
• Claude: claude-haiku-4-5, presentato da Anthropic il 15 ottobre 2025 come il suo nuovo modello piccolo;
• Gemini: un modello Gemini, via API di Google;
• Perplexity: sonar-pro, via API di Perplexity.

Tradotto: chi usa ChatGPT con un piano a pagamento può ricevere la risposta da un modello più grande di quello che interroghiamo noi, e un modello più grande può conoscere di più e proporre una rosa di fornitori diversa. Il modello piccolo serve a porre lo stesso set di domande a quattro assistenti in cinque lingue, due volte al mese, a un costo che una PMI che esporta può sostenere. È una scelta di costo e si paga in fedeltà. Quando un fornitore ritira un modello e passiamo al successore, la data va accanto alla serie: un gradino improvviso su un assistente in quel giorno parla del modello, non del mercato.

Perché l'API e non la finestra di chat

L'API è la porta che un fornitore costruisce per il software; la chat è quella che costruisce per le persone. PSentry usa la prima, per tutti e quattro gli assistenti.

Il motivo è la ripetibilità. Una chiamata API porta con sé solo ciò che ci mette chi la fa: la domanda, il modello, i parametri. Niente cronologia, niente preferenze salvate. Se due letture a due settimane di distanza differiscono, è cambiato l'assistente o il web, non l'account che misura. E il confronto fra italiano e tedesco è onesto solo se lo strumento è identico nelle due lingue.

Il prezzo lo abbiamo già detto in apertura: una risposta via API non è lo screenshot dello schermo di un buyer. È la cosa più vicina a quello schermo che si possa misurare due volte e confrontare. Uno screenshot girato dal commerciale il martedì mattina è un aneddoto con una data; una serie di letture fatte sempre allo stesso modo regge una seconda occhiata.

Due scansioni al mese, per scelta

Tutti i piani fanno due scansioni al mese. Non ci sono avvisi in tempo reale né interrogazioni continue, e non è una mancanza da colmare.

Le risposte di un modello linguistico sono probabilistiche: la stessa domanda posta due volte nella stessa ora può restituire due elenchi diversi. Una lettura ogni poche ore registra soprattutto questo rumore e lo chiama movimento. Il ragionamento completo è in perché misurare più spesso peggiora il dato. La regola pratica: un cambiamento che compare in una lettura e sparisce nella successiva è meteo; uno che regge per due o tre letture di fila, sullo stesso assistente e nella stessa lingua, merita una riunione.

Cosa si legge in una risposta

Ogni risposta salvata dice tre cose: se il marchio c'è, quali concorrenti l'assistente nomina al suo posto (spesso aziende locali che non compaiono nella lista dei concorrenti interna) e su quali fonti web si appoggia, quando ne riporta. Non c'è una posizione in classifica, perché una risposta non è una pagina di risultati: conta quante volte il marchio compare su molte domande, rispetto ai nomi che gli stanno accanto.

Sulle fonti gli assistenti si comportano in modo molto diverso, e qui i nostri dati servono più di una descrizione. Fra il 13 dicembre 2025 e il 20 ottobre 2026 PSentry ha raccolto 17.719 risposte dai quattro assistenti via API. Su 100 risposte di Claude, 97 riportavano almeno una fonte; Perplexity 94 su 100, Gemini 56 o 57, ChatGPT 44. Anche il numero cambia: circa 12 fonti per risposta per Claude, fra 11 e 12 per Perplexity, circa 10 per Gemini, circa 4 per ChatGPT. Una risposta di ChatGPT senza fonti, insomma, è il caso normale, non un errore di lettura.

Il campione ha dei limiti che vanno detti accanto ai numeri. Le domande sono quelle degli utenti di PSentry, soprattutto servizi B2B e industria: non è una fotografia di tutto ciò che si chiede agli assistenti. Non contiene ancora risposte a domande in tedesco e ne contiene solo 259 in spagnolo, troppo poche per concludere qualcosa.

Ogni lettura dietro la dashboard di PSentry si esporta in CSV, e l'API pubblica (/v1/sites) restituisce gli stessi dati a uno script. Se un numero sembra sbagliato, il testo della risposta che l'ha prodotto è lì da leggere.

Per chi esporta dall'Italia, l'italiano non basta

L'italiano è la lingua in cui il nostro campione è più ricco, e proprio per questo mostra bene il problema. Nelle domande poste in italiano più di metà delle fonti citate sono domini .it; nelle domande in inglese circa tre fonti su quattro sono .com. La lingua della domanda sposta le fonti, e con le fonti spesso i nomi.

Per un produttore che vende in Germania tramite un agente o un distributore, il dato che conta non è quello italiano. Un buyer di Monaco chiede in tedesco, e la risposta pesca da un altro insieme di pagine, dove magari compare il distributore e non il marchio. Per questo ogni lingua ha il suo set di domande, scritto come lo scriverebbe un buyer di quel mercato e non tradotto dall'italiano, e il suo score. L'analisi dei gap di export serve a questo: indicare i mercati dove vendi e gli assistenti non ti nominano.

Vale anche al contrario. Se il fatturato estero passa per la Francia, il dato francese pesa più di quello italiano, anche se la sede, il sito principale e l'ufficio marketing parlano italiano. La misura segue il mercato, non l'organigramma.

Domande sul metodo

Un modello piccolo rende le letture inutili?

No, le rende letture di un modello preciso, ed è per questo che il modello è dichiarato. Andamenti sullo stesso assistente e confronti fra lingue reggono, perché il modello è lo stesso da entrambi i lati del confronto. Un'affermazione su cosa vede ogni utente di ChatGPT non reggerebbe, e non la facciamo.

PSentry cambia quello che gli assistenti dicono del mio marchio?

No. PSentry è uno strumento di misura: invia domande e registra risposte. Non pubblica contenuti, non invia nulla ai fornitori e non promette miglioramenti di visibilità.

Posso verificare una lettura da solo?

Sì. Prendi una domanda del tuo set, il testo della risposta dall'export e la data: è quello che l'assistente ha restituito via API quel giorno, parola per parola.