Torna al blog Monitorare il brand su Claude: l'assistente che si salta

Monitorare il brand su Claude: l'assistente che si salta

Claude risponde a molte domande B2B con quello che ha imparato in addestramento, non con il web in tempo reale. Cambia cosa puoi misurare, e come lo verifichi.

Chi si occupa di marketing tiene d'occhio ChatGPT perché lo tengono d'occhio tutti. Poi controlla Perplexity, perché mostra le fonti e questo assomiglia rassicurantemente alla SEO che già conoscono. Claude viene saltato quasi sempre, con una giustificazione che suona ragionevole: ha meno utenti consumer degli altri.

Il ragionamento non è sbagliato in sé, mette solo l'attenzione nel posto sbagliato. Il numero di utenti dice quanto un assistente fa rumore, non chi c'è nella stanza. Claude è dentro moltissimo lavoro quotidiano: bozze di documenti, revisione di contratti, scrittura di codice, sintesi di una pila di ricerche, la shortlist che finisce su una slide. Se vendi ad aziende, la domanda non è quante persone aprono Claude di domenica, ma se la persona che costruisce un elenco di fornitori un martedì pomeriggio lo sta usando.

Perché è un problema soprattutto per il B2B

Gli assistenti consumer ricevono domande su ristoranti e idee regalo. Gli assistenti da lavoro ricevono domande su quali strumenti dovrebbe valutare un'azienda, quali fornitori coprono un certo mercato, se una piattaforma rispetta uno standard. Domande vicine all'acquisto, poste da chi ha un budget.

La visibilità non si distribuisce allo stesso modo su tutte le piattaforme. Un brand che un assistente nomina di continuo può essere uno sconosciuto per un altro, perché i modelli hanno assorbito porzioni di web che si sovrappongono ma non coincidono, e differiscono in quanto spesso cercano informazioni prima di rispondere. Trattare il risultato su ChatGPT come se valesse per tutti gli altri è una supposizione travestita da misurazione.

Claude si appoggia a quello che ha imparato in addestramento

Ogni modello linguistico di grandi dimensioni viene addestrato su un corpus che si ferma a un certo punto nel tempo. Quel confine è il knowledge cutoff. Tutto ciò che è stato assorbito prima è disponibile come conoscenza interna, richiamabile senza toccare la rete. Tutto ciò che viene dopo è invisibile, a meno che il modello non vada a cercarlo.

Claude risponde a moltissime domande attingendo proprio a quella conoscenza interna. Ha accesso alla ricerca sul web e la usa quando una domanda richiede evidentemente informazioni fresche, ma cosa siano gli strumenti principali per un certo compito non sembra, a un modello, richiedere niente di fresco: sembra conoscenza generale. Quindi il modello risponde a memoria, e la memoria ha una data.

La conseguenza per un brand è diretta. Se la tua azienda è giovane, o si è riposizionata di recente, o ha cambiato nome, o è stata acquisita e rinominata, c'è una possibilità concreta che il modello non sappia che esisti. Non "ti valuta male": non ti ha. I concorrenti di cui si scrive da anni stanno in quella conoscenza interna con un vantaggio di partenza, e niente di quello che pubblichi questo trimestre cambia ciò che il modello ha assorbito l'anno scorso.

Due fallimenti diversi che sembrano identici

Chiedi a Claude quali fornitori guidano la tua categoria. Non compari nella risposta. Quell'osservazione ha almeno due cause possibili, e finché non sai quale delle due hai davanti, qualunque cosa tu faccia dopo è un tentativo alla cieca.

Il caso della memoria. Il modello ha risposto dalla conoscenza di addestramento e tu non c'eri, oppure c'eri appena, descritto in modo vago, archiviato sotto una categoria che nel frattempo hai lasciato. Il fallimento è avvenuto molto prima che questa conversazione iniziasse.

Il caso del recupero. Il modello ha cercato, ha letto qualche pagina, e ha costruito la risposta da quelle. Tu non c'eri. Qui il fallimento sta avvenendo adesso, in pubblico: un elenco viene letto ad alta voce da un assistente, e il tuo nome non c'è. I rimedi vanno in direzioni opposte: il recupero riguarda quali pagine vengono trovate, la memoria è la domanda più lenta di quanto il web dica di te in generale, e nessuna pagina di destinazione la risolve.

Un protocollo che puoi eseguire questa settimana

Scrivi le domande che il tuo compratore pone prima ancora di sapere che esisti. Non "cos'è il tuo brand", che non dimostra niente: dai a un modello un nome e troverà qualcosa da dire, a volte inventandolo. Chiedi quello che viene prima: quali strumenti dovrebbe valutare un'azienda italiana di medie dimensioni che vuole esportare in Germania, chi fornisce questo servizio nel mercato francese, quali sono le alternative al leader di mercato più ovvio. La tua assenza da quelle risposte è la tua vera posizione.

Poni ogni domanda più volte, in conversazioni nuove. Questi modelli sono probabilistici: lo stesso prompt può produrre un elenco di nomi diverso un'ora dopo. Una risposta è un aneddoto; uno schema che si ripete su più conversazioni è l'inizio di una misurazione.

Annota, per ogni risposta, se il modello ha cercato sul web, poi forza l'altra modalità e confronta. Quando Claude esegue una ricerca lo dichiara e mostra le pagine consultate: link allegati significa informazioni fresche, prosa sicura senza fonti significa che parlava dalla propria conoscenza di addestramento. Chiedi di nuovo dicendo esplicitamente di cercare prima sul web: se compari solo lì, il web vivo ti conosce e la conoscenza interna del modello no, il problema è l'età e la copertura, non un file robots rotto.

Verifica di essere raggiungibile. Apri tuodominio.it/robots.txt e cerca ClaudeBot. Una regola Disallow sotto quel nome significa che hai escluso il crawler di Anthropic, magari durante un momento di allarme generale sullo scraping, senza che nessuno l'avesse deciso davvero. Qualunque lato tu voglia scegliere, sceglilo di proposito.

Prova anche il vecchio nome, se ne hai uno, e ripeti la prova in ogni lingua in cui vendi. Le aziende che hanno cambiato marchio o sono state acquisite scoprono spesso che il modello le conosce con il nome abbandonato e non con quello attuale. E un brand descritto con scioltezza in italiano può essere assente dalla stessa domanda posta in tedesco, perché il web in lingua tedesca dice meno di te.

Quello che questo metodo non può dirti

Quando una menzione arriva senza citazioni, non sai da dove viene. Il modello ha prodotto il tuo nome, non una ricevuta. Potrebbe riflettere un sito di recensioni, un thread di forum, la tua documentazione, o un articolo di confronto scritto da qualcuno a cui non piaci. Senza fonti nella risposta, la provenienza resta chiusa, e ogni spiegazione del perché sei stato nominato è una storia che ti stai raccontando da solo.

Chiedere al modello di spiegare il proprio ragionamento non risolve il problema: la descrizione che dà è testo generato come qualsiasi altro, non un registro di controllo, e nominerà influenze che non ha mai consultato. Anche le versioni cambiano, quindi qualunque lettura tu faccia è una fotografia di un istante.

Quando la versione manuale smette di reggere

Puoi farlo a mano una volta. Non puoi farlo su decine di prompt, quattro assistenti e più lingue, ripetutamente, e continuare ad avere un lavoro. È qui che la misurazione deve diventare automatica, ed è quello che fa PSentry: esegue il tuo insieme di prompt su ChatGPT, Claude, Gemini e Perplexity, in ogni lingua in cui vendi, e riporta dove vieni nominato, dove vieni citato, quali fonti sono emerse e chi è stato consigliato al posto tuo.

Due cose che non è. Le scansioni girano a calendario, due volte al mese, non in tempo reale: i brand non entrano ed escono dalla conoscenza di un modello di ora in ora. E misura invece di ottimizzare: non manipola quello che un modello dice di te, perché nessuno può farlo.

Domande Frequenti

Claude legge il mio sito quando qualcuno chiede del mio brand?

Solo se cerca sul web durante quella conversazione, e spesso non lo fa. Rispondere dalla conoscenza di addestramento significa attingere a tutto quello che ha assorbito prima del cutoff, incluse pagine che non esistono più. Un profilo di terze parti ormai vecchio può sopravvivere alla tua stessa home page.

Se blocco ClaudeBot, Claude smette di nominarmi?

No. Bloccare il crawler incide su cosa si può raccogliere dal tuo sito da questo momento in avanti. Non ha alcun effetto su quello che il modello ha già imparato, né su quello che le pagine di altri dicono di te, che è gran parte di quello che il modello ripete.

Claude ha descritto il mio prodotto in modo scorretto. Posso correggerlo?

Non direttamente. Non esiste un modulo di segnalazione, un profilo verificato, una coda di correzioni. Puoi rendere la versione accurata facile da trovare e difficile da fraintendere, e accettare che l'effetto sia indiretto e lento.

Perché Claude nomina un concorrente delle mie stesse dimensioni e non me?

Le dimensioni su un mercato e la presenza in un corpus di addestramento sono due grandezze diverse. I modelli raggruppano i brand in base a quanto il web scrive di loro, non in base al fatturato. Un rivale più piccolo con documentazione pubblica abbondante può essere molto più presente per un modello di un'azienda più grande che vende tramite trattative dirette.

Vale la pena monitorare Claude se i miei clienti sono consumatori privati?

Meno, ma non zero: le persone portano gli strumenti da lavoro anche nelle decisioni personali. La ragione più forte è diagnostica. Poiché Claude si appoggia di più alla conoscenza di addestramento, le sue risposte funzionano quasi come un resoconto diretto di quanto il web abbia parlato di te prima del cutoff.

Il mio brand compare in alcune conversazioni e non in altre. Qual è quella vera?

Entrambe. Un sistema probabilistico ha una distribuzione, non un'unica risposta in attesa di essere rivelata. Esprimi un risultato come una frequenza su più conversazioni ripetute: uno screenshot di una risposta buona non è prova di niente.