La scommessa implicita della maggior parte degli stack GEO: «se vengo citato in ChatGPT, sono visibile nell'IA». I dati 2026 dicono il contrario. A parità di prompt, ChatGPT e Gemini condividono meno di un dominio citato su tre, i motori sono in disaccordo sui brand da raccomandare nel 62% dei casi, e nessuna fonte vince su tutte le piattaforme. Misurare le proprie citazioni IA su un solo motore non è un'approssimazione accettabile — è un punto cieco.
- A parità di prompt, ChatGPT e Gemini condividono meno di un dominio citato su tre (overlap Jaccard 0,15–0,34).
- 62% di disaccordo sui brand tra ChatGPT, Google AI Mode e AI Overviews (Semrush).
- Nessuna fonte vincente universale: Wikipedia domina il mix di ChatGPT, Reddit pesa ovunque, il resto diverge per motore e per verticale.
- I referral B2B si frammentano: ChatGPT 62,6% (in calo), Claude 18,5%, Gemini 10,6%, Perplexity 7,3% (Goodie, 2026).
- Conclusione operativa: il monitoring mono-piattaforma è un punto cieco. Misurare multi-engine, poi attivare.
Perché ogni piattaforma IA cita fonti diverse?
Risposta breve: perché non esiste «l'IA», esistono pipeline di retrieval distinte. Gemini e AI Mode si appoggiano al grounding di Google. ChatGPT combina il suo indice, il suo crawl e le sue partnership sui contenuti. Perplexity aggrega più fonti per ogni claim. Stessa domanda, macchinari diversi — quindi citazioni diverse.
Due definizioni prima dei numeri, perché la confusione costa cara. Una citazione IA è un link sorgente mostrato nella risposta di un motore generativo. Una menzione è il nome del tuo brand scritto nel testo della risposta. Le due cose sono disaccoppiate: Superlines misura che il 73% della presenza IA osservata corrisponde a citazioni senza alcuna menzione di brand — fino alle «ghost citations» su Gemini, dove il tuo dominio alimenta la risposta senza che il tuo nome compaia da nessuna parte. Gli studi AEO 2026 pubblicano rapporti citazione/menzione diversi per ogni motore; i valori esatti variano con le metodologie, ma la conclusione resta stabile: nessun motore ha lo stesso profilo.
L'ampiezza della frammentazione è misurabile. Un'analisi di asimmetria delle citazioni su coppie di prompt identici dà un overlap Jaccard da 0,15 a 0,34 tra i domini citati da ChatGPT e Gemini — meno di un dominio su tre in comune. E sul fronte brand, Semrush rileva il 62% di disaccordo tra ChatGPT, Google AI Mode e AI Overviews: nessun brand domina ovunque.
Esiste una fonte che vince su tutte le piattaforme?
No — ed è il punto che questo benchmark deve ribadire. Il Citation Source Index 2026 di 5W, che sintetizza oltre 680 milioni di citazioni provenienti da sei studi pubblicati tra agosto 2024 e aprile 2026, mostra un solo invariante: Reddit, citato con una frequenza intorno al 40% sull'insieme dei motori. Tutto il resto diverge. Wikipedia pesa il 26–48% della top 10 delle fonti di ChatGPT. Perplexity cita circa tre volte più fonti per risposta rispetto a ChatGPT: moltiplica le porte d'ingresso, ma diluisce ogni citazione.
La frammentazione si ripete anche per verticale. Lo studio Victorious ripreso da Search Engine Journal (Q1 2026) ha testato 177 brand su 8 piattaforme IA: nel SaaS, a portare la visibilità sono G2, Reddit e LinkedIn; nella finanza, i media editoriali tipo Bankrate o NerdWallet; nella sanità, i segnali di entità (nome, specializzazione, affiliazioni). Il playbook «pubblica sulla fonte giusta» non esiste — la fonte giusta dipende dal motore e dal mercato.
Fonti: 5W Citation Source Index 2026 (sintesi di oltre 680 M di citazioni); Superlines; Ahrefs (marzo 2026); Semrush; Victorious via Search Engine Journal (Q1 2026).
Quanto pesa davvero ogni motore nel traffico B2B?
Il peso delle piattaforme non è teorico: si legge nei referral. Il report Goodie 2026 (wave 2, marzo–aprile 2026) misura la ripartizione dei referral IA B2B — e la fotografia cambia in fretta.
Goodie, AI Search Traffic Report 2026 (wave 2). Le quattro piattaforme concentrano ~99% dei referral IA B2B misurabili.
La lezione non è «ChatGPT è in declino» — è «il mix si ridistribuisce più in fretta delle tue abitudini di misura». Claude ha moltiplicato per tredici la sua quota in otto mesi. Scommettere il monitoring sulla piattaforma dominante del momento significa misurare il mercato di ieri. Il contesto di fondo è documentato nel nostro benchmark su la svolta della ricerca verso l'IA.
Perché il monitoring mono-piattaforma è un punto cieco?
Perché ti fa trarre conclusioni globali da un campione locale. Tre dati per dimostrarlo.
Uno, la linea di base è brutale: sui 177 brand analizzati da Victorious (healthcare, SaaS, finanza, retail, legal), solo 18 avevano un tasso di menzione IA superiore a zero — circa il 90% dei brand è del tutto assente dalle risposte IA. Se fai parte del 10% visibile da qualche parte, sapere dove è esattamente ciò che conta.
Due, la superficie si espande mentre guardi altrove: le AI Overviews si attivano sul 48% delle query Google a marzo 2026, contro il 34,5% di dicembre 2025 (Ahrefs) — e il B2B tech è passato dal 36% all'82% di query interessate. Da quando Google AI Mode diventa il default, ignorare la superficie Google non è più un'opzione.
Tre, il disaccordo tra motori è la norma, non l'eccezione: 62% di disaccordo sui brand raccomandati (Semrush). Essere primi in ChatGPT non predice nulla della tua posizione in Gemini.
Essere citati in ChatGPT non dice nulla della tua visibilità in Gemini. Ogni motore è un mercato a sé, con il suo mix di fonti.
In concreto: una dashboard che traccia solo ChatGPT ignora ~37% dei referral IA B2B, la totalità delle AI Overviews e tutte le ghost citations degli altri motori. Non è un monitoring parziale. È un monitoring sbagliato.
Come impostare un monitoring multi-engine che regga?
La buona notizia: la frammentazione si gestisce con il metodo, non con l'headcount. Quattro passaggi.
- 011 — Definire un unico cluster di promptDa 30 a 80 domande che coprono l'intenzione d'acquisto della tua categoria. È lo stesso cluster che verrà campionato su tutti i motori — altrimenti gli scostamenti non sono comparabili.
- 022 — Campionare tutti i motori allo stesso ritmoLe quattro piattaforme che concentrano ~99% dei referral B2B, più la superficie Google. Una misurazione spot non vale niente: le risposte IA sono probabilistiche, servono passaggi ripetuti.
- 033 — Tracciare citazioni E menzioni, separatamenteSono due metriche disaccoppiate. Una pagina citata senza menzione nutre il motore senza costruire il tuo brand; una menzione senza citazione costruisce il brand senza traffico. Le due curve raccontano storie diverse.
- 044 — Passare dalla misura all'azioneIl monitoring constata, non corregge. Una volta identificati i punti ciechi, è il segnale di domanda — le conversazioni e le ricerche attorno al tuo brand — a far entrare un'entità nel retrieval dei modelli.
È esattamente la separazione dei ruoli che dettagliamo in monitoring vs LLM Seeding attivo: il termometro non riscalda la stanza. Rankfeed fa entrambe le cose — misura il tuo tasso di citazione multi-modello sul tuo cluster semantico, poi lo attiva tramite il segnale di domanda. La meccanica completa è descritta in come funziona.
FAQ
Per approfondire
- Come gli LLM scelgono chi citare — la meccanica di selezione, motore per motore.
- La svolta della ricerca verso l'IA nel 2026 — i volumi dietro la frammentazione.
- Google AI Mode diventa il default — la superficie Google, nuovo pezzo del puzzle.
La frammentazione delle citazioni IA non è un problema da dibattere, è un parametro da integrare. Rankfeed misura il tuo tasso di citazione multi-modello sul tuo cluster semantico — poi lo attiva tramite il segnale di domanda. Guarda i prezzi o scopri la meccanica.