Quando un LLM cita un brand, da dove lo prende? Un'analisi su 21.170 risposte

All’interno di gemini-3.5-flash esiste una correlazione positiva e statisticamente significativa tra brand-mention rank e source-citation rank, sebbene il risultato sia più moderato di quello che vendono molti tool di settore. Sapere se motori generativi come ChatGPT o Gemini citino un brand perché lo “sanno” già dal training o perché lo leggono dalle fonti appena consultate su Google determina se la tua strategia di Generative Engine Optimization deve investire principalmente in contenuti SEO classici, in brand awareness off-domain, oppure in entrambi.

Abbiamo misurato questa correlazione per la prima volta in quattordici giorni di analisi su due mercati italiani indipendenti — SaaS gestionali e fintech. Questo articolo è il working paper completo dell’esperimento, con i numeri verificati contro i dati grezzi, le limitazioni dichiarate apertamente, e le implicazioni operative per chi fa marketing B2B su modelli grounded.

La domanda di ricerca

I sistemi di AI search compongono ogni risposta combinando due meccanismi distinti.

Il primo è il retrieval. Il sistema interroga un indice web (nel caso di Gemini, Google Search), recupera passaggi rilevanti, e li offre al modello come contesto su cui ragionare. I brand presenti dentro quei passaggi hanno più probabilità di apparire nell’output.

Il secondo è la memoria parametrica. Il modello “sa” già che HubSpot esiste, che Salesforce è un CRM, che Klarna è un buy-now-pay-later. Queste associazioni vivono nei pesi della rete, ereditate dal corpus di pre-training. Anche quando il retrieval non restituisce nulla su HubSpot, il modello può tirarlo fuori da solo.

Per un marketer, la strategia di visibilità nei motori AI dipende da un fattore operativo cruciale: la misura in cui il rank di citazione dei brand nelle risposte grounded di un LLM è spiegato dal rank di citazione del loro dominio nelle fonti consultate. La differenza tra gli approcci è tutto e comporta due roadmap con budget molto diversi. Se vince il retrieval, la strategia richiede di scrivere contenuti italiani sui motori di ricerca italiani — il vecchio SEO con un nuovo destinatario. Se vince la memoria parametrica, la strategia è apparire dentro Wikipedia, Crunchbase, podcast e PR — i posti dove il modello assorbe associazioni durante il training.

Metodologia in cinque punti

01. Selezione dei prompt

Per ogni mercato abbiamo costruito un panel di prompt di buyer intent. Per i SaaS gestionali italiani sono 100, per il fintech sono 84. Non sono stati scelti a mano. La pipeline parte da seed keyword di categoria, espande con i volumi di ricerca DataForSEO (mercato italiano, ultimi dodici mesi), e filtra con un classificatore di plausibilità. Il risultato è un panel ad alta intenzione commerciale, allineato con le query reali del mercato.

Questa scelta non è solo metodologica, è una precondizione di significatività. Misurare la AI visibility su prompt inventati produce rumore travestito da segnale. La pipeline che usiamo è la stessa che alimenta Refinea Analysis, il nostro osservatorio pubblico.

02. Multi-run sampling

Ogni prompt viene interrogato dieci volte al giorno su gemini-3.5-flash, in run indipendenti, con temperature = 0.3 e tools = [GoogleSearch()] per attivare il grounding. La logica è puramente statistica. I modelli generativi non sono deterministici. Una singola interrogazione misura una realizzazione, non una distribuzione.

In quattordici giorni, dal 28 maggio al 10 giugno 2026, abbiamo raccolto 9.410 risposte sui SaaS gestionali e 11.760 sul fintech. Totale di 21.170 risposte AI analizzate. La finestra inizia il 28 maggio perché è il giorno in cui abbiamo aggiornato l’engine da gemini-3-flash-preview (che faceva grounding nell’1% dei casi) a gemini-3.5-flash (100% grounded). Tutti i dati precedenti sono esclusi per ragioni di consistenza del modello.

03. Estrazione brand e domini

Per ogni risposta calcoliamo due conteggi a livello iterazione:

• Brand mention frequency: per ciascun brand, il numero di iterazioni in cui viene citato almeno una volta nel testo della risposta. Il riconoscimento usa un dictionary deterministico con alias fold più un secondo passaggio di NER.
• Domain citation frequency: per ciascun dominio web, il numero di iterazioni in cui viene citato almeno un URL appartenente a quel dominio nelle fonti grounded estratte dal grounding_metadata.

Da entrambe le distribuzioni ricaviamo due ranking ordinati. Il brand al rank 1 è il più citato; il dominio al rank 1 è il più consultato come fonte.

Tutti i conteggi sono filtrati con una blocklist pre-registrata di rumore (sistemi operativi, browser, mega-tech generaliste, istituzioni pubbliche italiane). La blocklist è documentata in appendice e non è stata modificata dopo aver osservato i risultati.

04. Matching brand → dominio posseduto

Per i primi 60 brand di ciascuna industry tentiamo l’identificazione del dominio posseduto via matching a stringhe con due livelli di confidenza:

• High confidence: il dominio inizia con la normalizzazione del nome del brand. Esempio: teamsystem.com matcha “TeamSystem”.
• Medium confidence: il nome del brand compare come substring di almeno cinque caratteri nel dominio. Esempio: appresto.cloud matcha “PrestO”.

Le analisi primarie usano solo high confidence. Le analisi di sensibilità aggiungono medium. Questo è un matching euristico, non validato manualmente: ne discutiamo il limite nella sezione apposita.

05. Statistica

La metrica principale è la correlazione di rango di Spearman tra brand-rank e domain-rank, con intervallo di confidenza al 95% costruito con la Fisher z-transform — il metodo statisticamente corretto per piccoli N su dati ordinali. Verifichiamo la robustezza con Kendall τ, Pearson r su log-rank, e un permutation test con diecimila iterazioni.

L’effect size canonico è ρ², la varianza condivisa, non il ρ grezzo. Una correlazione di 0,53 non significa “50% search-driven”. Significa che il 28% della variabilità è statisticamente associata. Questa distinzione è importante e la trattiamo con onestà nei risultati.

Risultati

Analisi primaria: SaaS gestionali italiani

Su 47 brand con matching ad alta confidenza:

Aggiungendo i quattro brand con matching medio (N = 51), il risultato sale leggermente a ρ = +0,547 con IC [+0,320, +0,715]. L’effetto è robusto rispetto alla soglia di matching.

Le tre ipotesi pre-registrate sul coefficiente ρ (search-driven, parametric-only e mixed) erano:

• H1 (search-driven, ρ ≥ +0,7) → rigettata, il limite superiore dell’IC è +0,707
• H2 (parametric-only, |ρ| < +0,2) → rigettata, il limite inferiore è +0,282
• H3 (mixed, +0,2 ≤ ρ < +0,7) → supportata, la stima cade nel range previsto

Replication: fintech italiano

Applicando identica metodologia al panel fintech, su 48 brand high-confidence:

La stima del fintech è praticamente sovrapponibile a quella dei SaaS gestionali. Il test di differenza Fisher z non rigetta l’uguaglianza tra le due correlazioni (Δz ≈ 0,02, p ≈ 0,92). Due mercati indipendenti, con prompt diversi, brand diversi, ecosistemi di fonti diversi, convergono allo stesso valore. Questa è la prova più solida che la correlazione non è un artefatto di selezione del campione.

Cosa significa ρ² ≈ 28%

La varianza condivisa stimata è del 28% circa. Tradotto in italiano operativo: circa un quarto della variabilità nel modo in cui Gemini cita un brand è statisticamente associata al modo in cui cita il suo dominio nelle fonti. Il restante 72% riflette altri fattori, fra cui la memoria parametrica del modello, le menzioni del brand dentro fonti terze (non il suo dominio), e variabilità di campionamento.

L’intervallo di confidenza è ampio. Anche il limite inferiore (ρ = +0,28) corrisponde a ρ² ≈ 8%, una correlazione piccola ma non nulla. Il limite superiore (ρ = +0,71) corrisponde a ρ² ≈ 50%. Possiamo escludere sia l’assenza di relazione sia il dominio totale del retrieval, ma non possiamo essere precisi sulla magnitudo esatta. Per stringere l’intervallo serve un campione più ampio, ovvero finestre temporali più lunghe o industry aggiuntive.

Quadranti descrittivi

Per facilitare la lettura distribuiamo i brand su quattro quadranti definiti dai cutoff al 50° percentile di ciascun rank. Questo è un aiuto descrittivo, non un risultato inferenziale. Con quarantasette brand divisi in quattro bin, l’appartenenza di un singolo brand a un quadrante ha alta varianza di campionamento.

I pattern osservati nei SaaS gestionali italiani sono:

• Q1, forti su entrambi i fronti: Fatture in Cloud, TeamSystem, Fiscozen, Aruba. Vincono sia con la presenza editoriale sia con il brand recognition.
• Q2, solo memoria parametrica: HubSpot, Zoho, Salesforce, monday.com. Citati nel 7-17% delle risposte senza apparire in modo rilevante nelle fonti italiane. Sono SaaS internazionali che il modello conosce dal training in lingua inglese e generalizza al contesto italiano.
• Q3, solo nelle fonti: SiFattura, QuickFisco, Pipedrive. Il loro dominio è citato spesso dalle fonti grounded ma il modello non li riconosce come brand al livello dei competitor Q1. Sono i “quick wins” della strategia GEO: con una brand attribution editoriale più forte possono migrare verso Q1.
• Q4, deboli su entrambi: la coda lunga del mercato.

Ecosistema delle fonti

Per completezza, le quindici fonti più citate da Gemini sui SaaS gestionali italiani sono:

La top 15 degli hub consultati dal modello è dominata da aggregatori di terze parti — blog di settore, hub editoriali, community. I siti dei vendor compaiono ma occupano posizioni di centro classifica. Il segnale per chi fa GEO è chiaro: l’autorità del proprio dominio conta meno della presenza dentro i dieci-quindici hub che il modello consulta più spesso.

Implicazioni operative

La brand visibility nei motori AI dipende da un modello misto in cui concorrono in equilibrio il retrieval e la memoria parametrica, superando la SEO classica. Pur con tutte le cautele del caso e un intervallo di confidenza ampio, i risultati confermano che nella composizione delle risposte AI nessuno dei due meccanismi domina da solo. Questo genera tre conseguenze pratiche per chi alloca budget di marketing su GEO. La prima è che una strategia di puro SEO classico, anche eccellente, lascia sul tavolo un pezzo significativo della visibilità AI. Brand come HubSpot dimostrano infatti che la memoria parametrica del modello è un canale reale e indipendente, almeno per attori globali noti.

La seconda regola per costruire brand visibility nei motori AI è che la strategia di pura brand awareness off-domain non è sufficiente per i nuovi entranti. Senza una presenza nelle fonti italiane che il modello consulta — i blog di settore, le community come Reddit, i portali editoriali — un brand non ha la trazione iniziale per costruire memoria parametrica nelle successive finestre di training.

La terza regola per costruire brand visibility nei motori AI è che le fonti che contano per la AI visibility sui mercati italiani non sono necessariamente i siti dei vendor competitor. Sono gli hub editoriali della categoria, posseduti da publisher indipendenti, che fanno da curatori di fatto per la AI. La strategia operativa è essere citati da loro, non solo da sé stessi.

Limiti

I seguenti limiti metodologici, elencati in ordine approssimativo di importanza, si applicano allo studio di Refinea sulla brand visibility nei motori AI per il mercato italiano.

Singolo LLM, singola finestra temporale. Tutte le affermazioni sono condizionate a gemini-3.5-flash fra il 28 maggio e il 10 giugno 2026. Il comportamento del modello può cambiare con i prossimi aggiornamenti, e la generalizzazione a ChatGPT, Claude e Perplexity richiede replication indipendenti che Refinea non ha ancora condotto.

Campionamento non probabilistico dei prompt. I 100 e 84 prompt sono curati per riflettere il buyer journey italiano, non estratti casualmente dall’universo di tutte le query buyer-intent possibili. Refinea non fa affermazioni di generalizzazione all’intera distribuzione delle query LLM che un buyer italiano potrebbe formulare.

Brand-domain matching euristico. L’analisi non include una validazione manuale dei match da parte di un secondo reviewer indipendente. Il matching ad alta confidenza riduce i falsi positivi residui, ma non li azzera. Una validazione esterna rafforzerebbe il risultato.

Causalità non identificata. Una correlazione positiva fra brand-mention rank e domain-citation rank è coerente con almeno tre meccanismi causali distinti: (a) le fonti grounded causano le menzioni, (b) la popolarità del brand causa entrambi, (c) il modello campiona congiuntamente brand e citazioni da una distribuzione topical latente. Il disegno cross-sectional dello studio non discrimina fra le tre ipotesi.

Selezione sui brand osservati. I brand con zero menzioni nel periodo analizzato sono esclusi per costruzione. Il brand rank è condizionato sull’aver ricevuto almeno una citazione. È una limitazione standard ma vale la pena dichiararla.

Posizione dell’autore. L’autore è founder e CEO di Refinea, la piattaforma che opera la pipeline di raccolta dati. L’analisi è condotta internamente e non è stata sottoposta a peer review esterno. Il conflitto di interesse è dichiarato.

Dati e replication

Il dataset aggregato a livello (brand, dominio, conteggio iterazioni) è disponibile su richiesta scrivendo a [email protected] per finalità di replication accademica. Le risposte LLM grezze non sono ridistribuibili per i termini di servizio dell’API Gemini, ma possiamo condividere un campione per-iterazione utile alla riproduzione delle analisi.

Per chi vuole vedere i ranking AVI aggiornati ogni notte sugli stessi mercati, l’osservatorio pubblico Refinea Analysis espone i dati e la metodologia in forma navigabile.

Bibliografia

• Lewis, P. et al. (2020). Retrieval-augmented generation for knowledge-intensive NLP tasks. NeurIPS.
• Borgeaud, S. et al. (2022). Improving language models by retrieving from trillions of tokens (RETRO). ICML.
• Spearman, C. (1904). The proof and measurement of association between two things. The American Journal of Psychology.
• Fisher, R.A. (1915). Frequency distribution of the values of the correlation coefficient in samples from an indefinitely large population. Biometrika.

Per il contesto teorico più ampio sulla disciplina della Generative Engine Optimization, abbiamo pubblicato la guida operativa GEO 2026 e una sintesi delle metriche che contano per misurare la AI visibility.

Disclaimer: l’autore è founder e CEO di Refinea, la piattaforma che ha raccolto i dati di questo studio. L’analisi è condotta internamente. Il conflitto di interesse è dichiarato apertamente. I numeri presentati in questo articolo sono stati verificati contro i dati grezzi parquet prima della pubblicazione.

FAQ

Come scelgono i brand da citare i modelli linguistici (LLM)?

I sistemi di AI search compongono le risposte combinando il retrieval, che recupera passaggi rilevanti dal web, e la memoria parametrica acquisita durante l’addestramento. La presenza di un brand nell’output dipende dall’equilibrio tra questi due meccanismi.

Gli LLM citano solo i brand che conoscono già grazie all’addestramento?

Non esclusivamente. Sebbene i modelli utilizzino la memoria parametrica per riconoscere entità note, la citazione dipende anche dalle fonti consultate in tempo reale tramite il retrieval. La nostra analisi su Gemini stima che circa il 28% della variabilità nelle citazioni di un brand sia associata alla presenza del suo dominio nelle fonti.

Le citazioni provengono più spesso dal sito ufficiale del brand o da fonti esterne?

Le fonti più consultate dai modelli sono dominate da aggregatori di terze parti, blog di settore e community. I siti ufficiali dei vendor compaiono tra le fonti, ma l’autorità del proprio dominio conta meno della presenza all’interno dei principali hub editoriali indipendenti.

La notorietà del brand è sufficiente per ottenere visibilità nei motori AI?

La notorietà aiuta i brand globali grazie alla memoria parametrica, ma una strategia di pura brand awareness non è sufficiente per i nuovi entranti. Senza una presenza nelle fonti italiane consultate dal modello, un brand fatica a costruire la trazione iniziale necessaria per le successive finestre di addestramento.

Come si può ottimizzare la presenza di un brand per la Generative Engine Optimization (GEO)?

Una strategia GEO efficace richiede di investire sia in contenuti SEO classici sia in brand awareness su domini esterni. È fondamentale ottenere citazioni dagli hub editoriali della propria categoria, poiché questi portali indipendenti fungono da curatori di fatto per l’intelligenza artificiale.

I risultati sulla visibilità AI sono validi per tutti i modelli linguistici?

La nostra analisi si basa specificamente su Gemini 3.5 Flash in una finestra temporale definita. La generalizzazione ad altri sistemi come ChatGPT o Claude richiede ulteriori repliche indipendenti, poiché il comportamento dei modelli può variare con i futuri aggiornamenti.