Chiedi qualcosa a ChatGPT nell'app web e poi invii la stessa domanda tramite la sua API: spesso ottieni due set di raccomandazioni diversi. Gli esperimenti controllati del 2026 hanno misurato il divario tra superfici di accesso a 1,5-3,6 volte il rumore normale tra le esecuzioni. Un punteggio di visibilità che non dichiara la propria superficie di misurazione non può essere confrontato con nessun altro punteggio.

Cosa conta come superficie

Lo stesso modello può raggiungere l'utente attraverso diversi prodotti, e ogni percorso è una superficie di misurazione separata. Petra Labs ne distingue tre per GPT-5.2: ChatGPT a pagamento con sessione attiva, ChatGPT gratuito senza sessione e l'API di Responses. Possono differire per prompt di sistema, backend di ricerca, segnali geografici e impostazioni di campionamento pur condividendo un unico nome di modello.

L'interfaccia web aggiunge livelli che una chiamata API non vede mai. Nikolai Fischer, uno sviluppatore tedesco che ha pubblicato un confronto a modello identico nell'ottobre 2026, li elenca: chatgpt.com esegue un prompt di sistema che OpenAI non pubblica, decide da solo se cercare sul web e conosce la posizione dell'utente, la cronologia delle chat e i ricordi salvati. L'API è più spoglia. Lì la ricerca web è uno strumento che lo sviluppatore deve attivare, e molti strumenti di tracciamento dei prompt la lasciano disattivata per risparmiare, così il modello risponde solo con la memoria di addestramento. L'identità del modello è parte della superficie, e sbagliare è facile: l'app di ChatGPT mostra un livello di ragionamento invece di un nome di modello, e il primo giro di API di Fischer finì per confrontare il modello sbagliato con quello predefinito del web.

Cosa hanno trovato gli esperimenti controllati

Due esperimenti mantengono tutto costante tranne la superficie, il che li rende le prove più solide disponibili. Petra Labs, un'agenzia di ottimizzazione per motori di risposta (answer engine optimization), ha inviato lo stesso prompt di ricerca prodotto 300 volte a ciascuna di tre superfici GPT-5.2 il 26 febbraio 2026, con ricerca web forzata e senza personalizzazione: 900 esecuzioni in totale. Dividendo a metà le esecuzioni di ogni superficie, il piano di rumore è risultato di 4,5-7,1 % di RMSE per la visibilità del marchio. I campioni completi di superfici diverse differivano del 10,8-16,1 %, quindi l'effetto superficie è stato 1,5-3,6 volte superiore al caso. Blizzard è apparsa nel 30 % delle esecuzioni con sessione e nel 62,3 % delle esecuzioni via API, un'oscillazione di 32 punti. Renoun è apparsa nel 15-18 % delle esecuzioni chat e mai una sola volta tramite API. Il top 5 dei marchi raccomandati da ChatGPT con sessione e dall'API si sovrapponeva solo al 25 %. Petra vende servizi di ottimizzazione, quindi la sua impostazione merita scrutinio, ma il numero di esecuzioni e il metodo sono pubblicati.

L'esperimento di Fischer ha posto 29 domande in stile acquirente tramite chatgpt.com e claude.ai su desktop e tramite le API di entrambi i fornitori, con lo stesso modello da entrambi i lati: GPT-6 Sol e Opus 5.5. Su 318 risposte, due risposte web di ChatGPT condividevano il 54 % dei marchi (similarità di Jaccard), una risposta web e una API il 28 %, e due risposte API il 34 %. L'API somigliava meno al web che a se stessa, la firma di una differenza sistematica e non di rumore. Per Claude il valore tra superfici è stato del 21 % contro una base del 33 % sulla stessa superficie. Il divario restava tollerabile per le domande sul software (38 %) e internazionali (42 %), ma crollava per i fornitori locali: 15 % su ChatGPT e 12 % su Claude. Anche la forma delle risposte divergeva. Il ChatGPT web faceva in media 471 parole e 7,4 marchi per risposta; lo stesso modello via API circa 151 parole e 3,7 marchi. Fischer è indipendente e non vende alcuno strumento di tracciamento, e dichiara i suoi limiti con chiarezza: una persona, un giorno, un luogo, solo desktop, 29 prompt.

Cosa aggiungono gli studi dei fornitori

I fornitori di tracciamento hanno condotto i loro confronti. Promptwatch, che vende tracciamento basato sull'interfaccia, ha riferito in un test dell'agosto 2026 che le sue esecuzioni via interfaccia e via API condividevano il 25,6 % delle fonti, e che il 70 % delle fonti trovate dall'interfaccia non è mai comparso nei risultati dell'API. Surfer, che vende un tracker basato sullo scraping, ha condotto il proprio confronto scraping contro API: 24 % di sovrapposizione dei marchi su ChatGPT, e 4 % delle fonti; su Perplexity l'API restituiva circa 7 fonti per risposta contro 10 nei risultati scrapati. La rassegna di ricerca di Promptwatch descrive anche uno studio dell'aprile 2026 in cui 35 prompt di fondo imbuto sono girati per 10 giorni in tre configurazioni: l'interfaccia di ChatGPT ha portato alla luce 845 marchi unici, l'API senza ricerca 135 e l'API con ricerca 580.

Etichetta tutto ciò come studio di fornitore. Promptwatch lo dice da sé: gli studi che cita provengono da fornitori che vendono tracciamento basato sull'interfaccia, quindi leggi le conclusioni tenendolo presente. Tre aziende che convergono nella stessa direzione restano una prova, ma i numeri da citare sono quelli degli esperimenti controllati qui sopra.

La superficie si muove anche quando la fissi

Scegli una superficie e tienila fissa: l'obiettivo continua a muoversi. Il modello predefinito dei piani a pagamento di ChatGPT è GPT-6 Sol dal 7 ottobre 2026, e l'app non mostra il nome del modello. Cloro misura con quale frequenza sei motori ancorano le risposte alla ricerca in tempo reale (il tasso di grounding), su circa 2.500 prompt per motore, e ha visto il tasso di grounding di Gemini passare dal 41,1 % di luglio 2026 al 70,7 % di agosto, mentre ChatGPT passava dal 98,4 % di luglio al 97,6 % di ottobre. Il comportamento delle risposte è un parametro mobile, non una costante.

La pubblicità aggiunge una seconda variabile mobile, ed esiste solo su alcune superfici. OpenAI mostra annunci etichettati nelle risposte di ChatGPT dal 9 febbraio 2026, per gli adulti con sessione attiva dei piani Free e Go negli Stati Uniti. Al Google Marketing Live del 20 maggio 2026, Google ha annunciato formati pubblicitari dentro AI Mode, tra cui inserzioni sponsorizzate nelle risposte in formato elenco, in test negli Stati Uniti. La FAQ di Promptwatch esprime chiaramente la conseguenza per la misurazione: annunci, schede shopping, caroselli di immagini e pannelli locali esistono solo nell'interfaccia, una risposta API non può contenerli. Il taglio vale in entrambe le direzioni. Un tracciamento basato su API non vede ciò che gli acquirenti del piano gratuito vedono davvero. Un conteggio basato sull'interfaccia che non separi le inserzioni sponsorizzate dalle citazioni organiche gonfia la visibilità conquistata.

Cinque domande da fare su qualsiasi punteggio di visibilità

Prima di confrontare due punteggi, o di portare un solo numero a una riunione sul budget, metti al primo posto la domanda sulla superficie. Se stai valutando strumenti, deve aprire la lista di domande per ogni fornitore (abbiamo confrontato separatamente le opzioni principali per le aziende devtool).

Prima domanda: quale superficie è stata misurata — web con sessione, web senza sessione o API — e la ricerca web era forzata?

Seconda: quale versione del modello, a quali date? Il primo giro di API scartato da Fischer mostra quanto velocemente le cose vanno storte.

Terza: quanti prompt e quante passate per prompt? Il piano di rumore di Petra di 4,5-7,1 % entro una stessa superficie significa che un campione piccolo non distingue un guadagno reale di cinque punti dal caso.

Quarta: le inserzioni sponsorizzate sono conteggiate insieme alle citazioni organiche o separatamente?

Quinta: cosa si fa con le risposte che non citano alcun fornitore? Promptwatch assegna zero alle risposte senza menzioni e pubblica il proprio metodo. Non tutti i fornitori lo fanno.

Qui la calibrazione conta più della perfezione. Fischer ha trovato che per le categorie software e le domande in inglese sui grandi mercati, il tracciamento basato su API resta abbastanza vicino al web da rivelare tendenze reali; per i fornitori locali scende a un marchio condiviso su sette. Adatta la superficie al luogo in cui si trovano i tuoi acquirenti, tienila fissa e ripeti ogni mese (il metodo manuale richiede un pomeriggio e nessuno strumento). La ragione di business dell'esercizio non è cambiata: gli acquirenti scelgono tra i marchi citati nella risposta.

Dove collochiamo noi

Eseguiamo una versione più grande di questo test. CiteGap, il team dietro questo sito, pone 30 domande da acquirente ai motori che i tuoi acquirenti usano, determina perché il tuo prodotto non compare e ti consegna un elenco di correzioni, come progetto a una tantum; il monitoraggio continuo è disponibile in abbonamento mensile. Ogni numero che consegniamo porta con sé il metodo: le domande, i motori, le date. Per un primo sguardo gratuito, la scansione gratuita verifica la tua home page all'istante e mostra ogni risultato sulla pagina.

Ottieni la diagnosi scritta (490 $)

Domande frequenti

Perché ChatGPT dà risposte diverse sul web e tramite API?

L'app web esegue un prompt di sistema che OpenAI non pubblica, decide da sola se cercare sul web e usa la posizione, la cronologia delle chat e i ricordi salvati dell'utente. L'API non ha nessuno di questi livelli a meno che lo sviluppatore non li aggiunga, e molti strumenti di tracciamento disattivano la ricerca web per risparmiare. In un confronto a modello identico su 29 domande, le risposte web e API di ChatGPT condividevano il 28 % dei marchi, mentre due risposte web condividevano il 54 %.

Quanto sono accurati i punteggi di visibilità AI?

Accurati per la superficie specifica misurata, e nulla di più. Un esperimento di 900 esecuzioni di Petra Labs ha constatato che la visibilità del marchio varia 1,5-3,6 volte di più tra superfici di accesso (chat con sessione, chat senza sessione, API) che entro una stessa superficie tra esecuzioni ripetute. Tratta un punteggio come la misura di una porzione di un motore su un insieme di date, non quella del motore intero.

Si possono confrontare i punteggi di visibilità AI di due strumenti diversi?

Non direttamente. Gli strumenti raccolgono dati su superfici diverse, li punteggiano con formule diverse e coprono insiemi di prompt diversi. Promptwatch riferisce che i clienti vedono abitualmente divari di 5-15 % tra strumenti per lo stesso marchio. Chiedi a ogni fornitore quale superficie, quali versioni di modello e quale metodo di punteggio usa, poi confronta la direzione della tua stessa tendenza anziché i valori decimali.

L'API di ChatGPT restituisce gli annunci che vedono gli utenti?

No. Annunci, schede shopping, caroselli di immagini e pannelli locali esistono solo nell'interfaccia; una risposta API non può contenerli. ChatGPT mostra annunci etichettati agli adulti con sessione dei piani Free e Go negli Stati Uniti dal 9 febbraio 2026. Qualsiasi cifra di visibilità dovrebbe dire se le inserzioni sponsorizzate sono state conteggiate separatamente dalle menzioni organiche.

I motori AI cambiano il comportamento di risposta nel tempo?

Sì, su scale di tempo che contano per il tracciamento. Cloro ha misurato il tasso di grounding di Gemini al 41,1 % a luglio 2026 e al 70,7 % ad agosto. Il modello predefinito dei piani a pagamento di ChatGPT è passato a GPT-6 Sol il 7 ottobre 2026, senza che l'app mostri il nome del modello. Ripetizioni mensili su una superficie fissa sono il minimo per una tendenza affidabile.

Fonti

  • Petra Labs, esperimento sulle superfici di accesso con 900 esecuzioni, 26 febbraio 2026 (variazioni di marchio fino a 32,3 punti percentuali; sovrapposizione del top 5 del 25 % tra ChatGPT con sessione e API; un marchio al 15-18 % di visibilità chat e zero via API): petralabs.com
  • Petra Labs, analisi del rumore per divisione a metà (RMSE entro superficie 4,5-7,1 %, tra superfici 10,8-16,1 %, effetto superficie 1,5-3,6 volte il caso tra esecuzioni): petralabs.com
  • Nikolai Fischer, confronto web contro API a modello identico, 16 ottobre 2026 (29 prompt, 318 risposte; sovrapposizione di marchi 54 % web contro web, 28 % web contro API, 34 % API contro API su ChatGPT; 21 e 33 % su Claude): nikofischer.com
  • Promptwatch, test di tracciamento UI contro API, agosto 2026 (25,6 % di fonti condivise tra interfaccia e API senza ricerca; 70 % delle fonti dell'interfaccia assenti dai risultati API; divari di 5-15 % tra strumenti; annunci e schede shopping solo nell'interfaccia): promptwatch.com
  • Surfer, studio scraping contro API (sovrapposizione di marchi ChatGPT 24 %, sovrapposizione di fonti 4 %; Perplexity circa 7 fonti via API contro 10 nei risultati scrapati): surfer.ai
  • Cloro, tasso di grounding per motore, rilevazioni di luglio, agosto e ottobre 2026 (Gemini 41,1 poi 70,7 poi 68,2 %; ChatGPT 98,4 % a luglio, 97,6 % a ottobre): cloro.dev
  • ppc.io, cronologia di ChatGPT Ads (rollout negli USA iniziato il 9 febbraio 2026, per gli adulti con sessione dei piani Free e Go): ppc.io
  • Search Engine Land, Google Marketing Live 2026 (annunci Conversational Discovery e Highlighted Answers in AI Mode, in test negli USA; annunciato il 20 maggio 2026): searchengineland.com