Un modello di report sulla visibilità AI per agenzie e team interni

Cosa deve fare il report

Un report sulla visibilità AI risponde a tre domande per chi non legge le dashboard: Ci consigliano? Chi viene consigliato al posto nostro? Cosa stiamo facendo? Tutto ciò che segue serve a una di queste tre. Tienilo a una pagina più un'appendice.

Sezione 1 — Il titolo (tre numeri)

Tre tessere in alto, ciascuna con il dato del periodo precedente accanto e la dimensione del campione sotto:

Mostra sempre i conteggi (“9 su 30”) accanto alle percentuali. Evita che un cliente legga il passaggio da 1 su 5 a 2 su 5 come “visibilità raddoppiata”. La nostra guida alle formule ha le definizioni esatte da incollare nell'appendice.

Sezione 2 — Per modello

Una riga per assistente. Di solito è la tabella più utile da cui agire, perché i modelli divergono.

Sezione 3 — Chi viene consigliato al posto nostro

I cinque brand nominati più spesso nelle stesse risposte, con il numero di menzioni. Ai clienti interessa questa tabella più di ogni altra: trasforma una metrica astratta in un rivale con un nome.

Sezione 4 — Le domande che stiamo perdendo

Le tre-cinque domande degli acquirenti con la visibilità più bassa, ciascuna con una breve citazione da una risposta reale che mostra chi è stato nominato. Le citazioni rendono concreto il problema e sono difficili da contestare.

Sezione 5 — Da dove l'AI prende le informazioni

I domini citati più spesso nelle risposte: siti di recensioni, directory, testate, Reddit, YouTube. È la lista di cose da fare per l'earned media, e mostra al cliente perché PR e recensioni rientrano in un budget “SEO”.

Sezione 6 — Cosa abbiamo fatto e cosa viene dopo

Due brevi elenchi. Le azioni del periodo scorso (contenuti pubblicati, schede sistemate, menzioni ottenute, modifiche tecniche come l'accesso dei crawler o llms.txt) e quelle del prossimo, ciascuna legata a una domanda persa o a una fonte citata qui sopra.

Sezione 7 — Metodo (appendice)

Un paragrafo che il cliente può inoltrare a un collega scettico:

Method: We asked [N] buyer questions, [R] times each, to [models]
between [dates] — [total] answers in all. A brand counts as named when
its name appears as a whole word in the answer. Visibility = answers
naming the brand ÷ all answers. Share of voice = the brand's mentions ÷
all brand mentions. With [total] answers, a visibility reading carries a
margin of error of roughly ±[x] points, so changes smaller than that
are not treated as real.

Cerca il valore ± per la dimensione del tuo campione nelle nostre tabelle del margine di errore.

Formulazioni che ti tengono onesto

• Di' “nominati nel 30% delle risposte campionate”, non “primi in ChatGPT”. Le risposte AI non hanno una classifica fissa.
• Di' “entro il margine di errore” per le variazioni piccole, e resisti alla tentazione di spiegarle.
• Non promettere posizionamenti. Nessuno fuori dalle aziende dei modelli controlla ciò che un modello dice; puoi migliorare i segnali e misurare il risultato.
• Tieni le domande congelate da un periodo all'altro, altrimenti la linea di tendenza misura i cambi di domanda invece del mercato.

Da dove vengono i numeri

Puoi riempire ogni tabella a mano con controlli a campione, o con qualsiasi tool di tracciamento. Mentioned produce le sezioni 1–5 per ogni keyword tracciata, le esporta in CSV e tiene le domande congelate tra un run e l'altro. Un check gratuito ti dà una prima istantanea per un nuovo cliente.

Fai un controllo gratuito