La share-of-answer di PromoGoat non torna

La metrica convive con un’assenza totale nelle fonti che alimentano i modelli generativi

Lo scorso 21 luglio un audit di visibilità AI ha attribuito a PromoGoat una share-of-answer del 38%. Il dato di copertina è netto, quasi da campagna ben riuscita. Poi si apre il dettaglio: i quindici domini che modellano le risposte AI nella categoria di PromoGoat non la menzionano in nessun caso. Il 38% dichiarato convive con un’assenza totale nelle fonti che alimentano i modelli generativi. E l’incoerenza non è un bug del report: è il funzionamento stesso della visibilità generativa.

Il 38% che non esiste nelle fonti

PromoGoat è una piattaforma di marketing AI per piccole imprese, costruita da PROMOGOAT LIMITED, fondata a Nicosia, Cipro, nel 2025. Il suo audit di visibilità AI, condotto lo scorso 21 luglio, produce una share-of-answer del 38%: significa, nella lettura del report, che in quasi quattro risposte generative su dieci il brand comparirebbe. Ma il documento indica anche che i quindici domini che plasmano le risposte nella nicchia non citano mai l’azienda. La metrica e la fonte delle risposte non combaciano.

Il paradosso diventa concreto quando si guarda a Claude. A luglio, interrogato su PromoGoat, il modello l’ha descritta come “un generico strumento di gestione di progetti e campagne”. Non come una piattaforma di marketing AI per piccole imprese. La descrizione generica di un assistente che pure partecipa al calcolo della share-of-answer mostra quanto la visibilità generativa possa essere fragile: una percentuale alta non garantisce un’identità chiara nel testo prodotto dal modello.

La GEO: poco o nessun controllo

Per capire questo scarto serve ripartire dalla Generative Engine Optimization. Il concetto è stato formalizzato in un paper di Princeton del novembre 2023, poi accettato a KDD 2024, dopo aver osservato che i creatori di contenuti hanno “poco o nessun controllo su quando e come i loro contenuti vengono visualizzati”. È il punto tecnico che spiega il caso PromoGoat: la share-of-answer non è una posizione in una pagina di risultati, ma una probabilità di essere selezionati come fonte, riassunta o citata da un motore generativo. Il controllo sull’esito è mediato da ranking, indicizzazione e finestre di contesto che l’autore del contenuto non governa.

Questa fragilità non è un limite di PromoGoat, ma una proprietà del canale. La share-of-answer può salire senza che il brand venga nominato in modo utile, e può crollare per un cambio di prompt o di modello. Il report del 38% non misura la qualità della risposta, ma la presenza statistica in un processo che resta opaco. E se il controllo organico è così fragile, la domanda diventa economica: chi può comprare la visibilità che l’ottimizzazione non garantisce?

200.000 dollari per esistere in ChatGPT

La risposta arriva dal mercato pubblicitario. Lo scorso febbraio, al lancio degli annunci su ChatGPT, OpenAI ha richiesto a un gruppo selezionato di inserzionisti un impegno minimo di 200.000 dollari per partecipare alla beta. La soglia non è un dettaglio: sancisce che la presenza nei contesti generativi può essere comprata, con un biglietto d’ingresso a cinque zeri.

Intanto l’adozione di strumenti di monitoraggio e ottimizzazione si allarga. Come indicato dal blog diffuso ieri, Target, Walmart, Figma, MongoDB, Charlotte Tilbury e US Bank utilizzano Profound. La convivenza tra soglie pubblicitarie minime e piattaforme di monitoraggio mostra la traiettoria: la visibilità AI sta diventando un mercato strutturato, con costi di ingresso e fornitori di misurazione, più che un campo neutro di ranking organico.

Resta una domanda aperta: quanto durerà la share-of-answer come metrica indipendente se i budget pubblicitari entrano direttamente nel ranking delle fonti? Per chi costruisce presenza negli assistenti AI, la sfida non è gonfiare la percentuale auto-dichiarata, ma capire che cosa conta davvero quando un modello decide di citarti, riassumerti o ignorarti.