Il tuo brand esiste come entità per le AI?

La maggior parte dei brand arriva alla visibilità AI con la domanda sbagliata. Vogliono sapere se ChatGPT li consiglia. È comprensibile, ma sotto quella domanda ce n'è un'altra da risolvere per prima, e quasi nessuno se la pone: il modello sa che esisti, come cosa specifica, distinta da tutto ciò che per caso condivide il tuo nome?

Se la risposta è no, ogni metrica che raccogli dopo sta misurando qualcos'altro. Non puoi essere raccomandato se la macchina non riesce a stabilire chi sei.

Cos'è un'entità, in parole semplici

Per un modello linguistico, il nome del tuo brand è una sequenza di caratteri che compare in una certa quantità di testo. Nei dati di addestramento sta accanto ad altre parole: prodotti, settori, fondatori, concorrenti, recensioni. Quello che il modello impara è la forma di quel vicinato.

Un'entità è ciò che si ottiene quando quel vicinato è coerente abbastanza da essere trattato come una cosa sola. Il modello, e i sistemi di recupero costruiti sopra di esso, possono allora attaccare fatti a un riferimento stabile: questo nome è un'azienda, appartiene a questa categoria, vende questo, non è quell'altro. Questa è la risoluzione dell'entità: la differenza tra un nome su cui una macchina sa ragionare e un nome che può solo ripeterti indietro. Un elenco di link può restare vago e mostrare entrambi i significati di un nome ambiguo. Una risposta scritta in prosa deve sceglierne uno.

I tre modi in cui un nome non si risolve

Il tuo nome è anche una parola comune

Chiama la tua azienda Meridiana, o Bussola, o Orbita, e hai consegnato al modello una parola che porta già un significato suo. Chiedi del brand e potrebbe definire il sostantivo, mescolarlo con l'azienda, oppure descrivere un'organizzazione genericamente costruita su quello che quella parola lascia intendere. I nomi che sono anche parole comuni funzionano benissimo con le persone, che usano il contesto senza sforzo, e sono ostili alle macchine, che quel contesto lo devono dedurre.

Qualcun altro ha già il tuo nome

Due aziende che condividono un nome, in paesi o settori diversi, sono la norma. Se una delle due è più vecchia, più grande o semplicemente più documentata online, il modello risolve il nome verso quella e attribuisce in silenzio le tue menzioni a lei. La sua categoria diventa la tua. La sua cattiva stampa diventa la tua.

Il nome appartiene a una persona

Le aziende che portano il nome del fondatore incontrano questo problema di continuo. Il cognome appartiene anche a un atleta, a un politico, a uno scrittore, e il web parla di quella persona molto più di quanto parli della tua azienda. Il modello non è propriamente confuso: ha imparato che quella sequenza di solito si riferisce a qualcun altro.

La conseguenza è identica nei tre casi: le tue menzioni si disperdono. Quello che costruisci non si accumula mai su una cosa sola. Si spargono su più riferimenti possibili, e nessuno di questi sei esattamente tu.

Dove le entità vengono davvero definite

I modelli non prendono per buona la tua parola su chi sei. Prendono per buona la parola del web, pesata in base a quanto suona indipendente e coerente. Alcuni luoghi pesano più di altri, non perché qualcuno li abbia dichiarati ufficiali, ma per quello che sono: neutrali, strutturati, scritti da persone senza alcun interesse commerciale su di te. Le enciclopedie collaborative come Wikipedia sono l'esempio più ovvio, insieme alle basi di conoscenza strutturate che ci stanno dietro, come Wikidata, dove un'entità è un record con identificatori e relazioni tipizzate, non un paragrafo. Accanto a loro ci sono i registri delle imprese, gli enti normatori, gli albi professionali e le directory di categoria.

Quello che rende un brand risolvibile è una definizione coerente e ripetuta in luoghi indipendenti tra loro. Quando più fonti scollegate descrivono lo stesso nome allo stesso modo, nella stessa categoria, con gli stessi fatti di fondazione, l'ambiguità crolla: c'è abbastanza accordo perché una macchina si esponga. Quando ogni fonte dice qualcosa di leggermente diverso, o nessuno dice niente, non c'è nulla su cui esporsi. Ecco perché una voce enciclopedica, dove esiste legittimamente, ha un effetto sproporzionato: non perché i modelli venerino quel sito, ma perché una voce ben documentata è un'affermazione compatta e molto rilanciata di cosa significhi quel nome, e altri insiemi di dati la ereditano.

La parte che non ti piacerà

Non scrivi tu la tua voce enciclopedica. Non paghi un'agenzia perché la scriva al posto tuo, e non paghi un redattore compiacente perché la faccia passare senza controlli. Quelle comunità hanno regole esplicite su conflitto di interesse, notabilità e fonti indipendenti. Una voce su un'azienda che non è oggetto di copertura sostanziale da parte di fonti indipendenti viene cancellata, e una voce autopromozionale viene cancellata più in fretta. Il tentativo fallito è peggio dell'assenza: lascia una traccia, sul web aperto che i modelli leggono, di un brand colto a inventarsi un fatto su se stesso.

Se non soddisfi i criteri di notabilità, la lettura onesta è che non sei notabile secondo quei criteri, non ancora. Non è un giudizio sulla tua azienda: molte aziende redditizie e ben gestite non ci rientrano mai. Vuol dire che l'enciclopedia non è la tua leva, e puoi smettere di fissarla.

Cosa puoi fare legittimamente

• Sii spietato sul nome. Una sola grafia, una sola capitalizzazione, un'unica forma societaria o nessuna, ovunque: sito, profili, fatture, comunicati stampa, pagine dei partner. Ogni variante che tolleri è un altro riferimento che una macchina deve riconciliare.
• Metti dati strutturati sul tuo sito. Pubblica un record Organization in JSON-LD con ragione sociale, categoria, logo, dati di fondazione e soprattutto la proprietà sameAs che punta ai tuoi profili e alle tue voci nei registri altrove. Quella proprietà afferma che le pagine sparse sono una sola entità, e quell'entità sei tu.
• Scrivi una pagina "chi siamo" che una macchina possa citare. Non un manifesto. Un paragrafo in cima che dice cosa sei, cosa vendi, chi lo compra e in quale categoria ti collochi, con le parole del tuo mercato. Se un modello deve dedurre la categoria dalla poesia del posizionamento, dedurrà qualcosa, e non ti piacerà.
• Rivendica i luoghi che accettano chiunque. Registri delle imprese, associazioni di categoria, directory di settore, registri per sviluppatori, marketplace di app, pagine partner degli strumenti con cui ti integri. Nessuno richiede notabilità, e ognuno ripete la stessa definizione da un indirizzo indipendente.

Niente di tutto questo garantisce un risultato. Rimuove un ostacolo. Le due cose non sono la stessa, e qualunque fornitore che le confonde vende qualcosa che non può consegnare.

Il test che richiede un minuto

Apri ChatGPT, Claude, Gemini e Perplexity e fai a ciascuno la domanda più piatta possibile: chi è [il tuo brand]. Non stai valutando gli elogi. Stai controllando se la macchina ti ha confuso con qualcun altro.

Osserva i segnali. Una categoria che non è la tua. Un paese in cui non hai mai operato. Un fondatore che non è il tuo fondatore. Una descrizione fluente di un'altra azienda con il tuo nome. Un rifiuto educato di dire alcunché, che è già una risposta di per sé. Poi ripeti la domanda in ogni lingua in cui vendi: un nome che si risolve senza problemi in italiano può scontrarsi con qualcosa di comune in tedesco o in inglese.

Se le risposte tornano confuse, il tuo problema non è la visibilità. È l'identità, e nessuna quantità di contenuti la risolverà finché le macchine non sapranno quale cosa sei.

Dove entra la misurazione

Una volta che il nome si risolve, la domanda utile diventa quali fonti i modelli usano quando ti descrivono, e se quella descrizione sopravvive al passaggio nei tuoi mercati di esportazione. Questo si può misurare, ed è quello che fa PSentry: esegue i tuoi prompt su ChatGPT, Claude, Gemini e Perplexity, per lingua e per mercato, e riporta dove vieni nominato, quali fonti sono state usate e chi viene nominato al posto tuo.

Misura. Non manipola gli output dei modelli, non scriverà la tua voce enciclopedica e non può prometterti un posto in una risposta. Quello che ti dice è se le macchine oggi sanno chi sei: il fatto su cui si regge questa disciplina, e quello che quasi nessun brand ha mai controllato.

Domande Frequenti

Dobbiamo cambiare nome se è ambiguo?

Quasi mai. Cambiare nome distrugge il riconoscimento costruito con le persone, e sono le persone a firmare i contratti. Descritto con coerenza in abbastanza luoghi indipendenti, il tuo significato diventa quello dominante dentro la categoria, ed è la soluzione più economica.

Una voce su Wikipedia garantisce che le AI ci descrivano correttamente?

No. Aiuta un modello ad attaccare i fatti al riferimento giusto, perché la voce è neutrale, strutturata e rilanciata. Non ti rende raccomandato, e una voce piena di affermazioni che nessun altro conferma è fragile: può essere tagliata proprio lì.

Siamo giovani e non abbiamo copertura stampa. Lavorare sull'entità è inutile per ora?

No, solo più limitato. La coerenza del nome, i dati strutturati e una pagina "chi siamo" non ambigua non costano nulla e dipendono da te. Le parti che dipendono dalla copertura indipendente arrivano dopo. Fai ora la metà che controlli, e la copertura, quando arriverà, atterrerà su un'entità che esiste già.

Un assistente nomina un concorrente quando chiediamo di noi. Cosa facciamo?

Stabilisci se è un concorrente vero o un'azienda che condivide solo il tuo nome: i rimedi sono diversi. Un omonimo è un problema di risoluzione, che si risolve con coerenza e conferme indipendenti. Un rivale nominato al posto tuo è un problema di visibilità, e significa che la tua entità sta bene.