Come funziona questo controllo
Questo è l'unico controllo che interroga un'intelligenza artificiale. Scanaris passa a un modello linguistico il tuo dominio (senza www) e il titolo della tua pagina, e gli chiede di rispondere solo se ha una conoscenza pregressa, reale e specifica di quel sito o marchio, con l'istruzione esplicita di rispondere no se dovesse tirare a indovinare dal nome. Il modello restituisce un sì o un no. Se è no, apre un rilievo informativo che non toglie punti. Se il modello fallisce o non risponde nel formato atteso, non si apre nulla: nel dubbio, non si inventa un rilievo. Si usa un modello piccolo e veloce perché il test sia economico e coerente.
Cosa significa il risultato
Un "no" vuol dire che, nella conoscenza con cui quel modello è stato addestrato, il tuo marchio non compare abbastanza da essere riconosciuto. È un'approssimazione, non una misura esatta: ogni assistente è addestrato su dati diversi e può anche cercare in diretta. Ma è un segnale utile, perché i modelli si addestrano su fonti simili, e se uno non ti conosce, probabilmente nemmeno gli altri. E la conseguenza è concreta: quando qualcuno chiede a ChatGPT, Claude o Perplexity "che strumento uso per X", gli assistenti raccomandano ciò che conoscono. Se non ti conoscono, non ti raccomandano, per quanto buono sia il tuo prodotto. Per un marchio nuovo è il risultato atteso; l'interessante è riscansionare tra qualche mese e vedere se cambia.
Come migliorarlo
Non c'è scorciatoia tecnica: i modelli imparano da ciò che si scrive di te sui siti che scansionano. Ciò che funziona, in ordine di impatto:
- Stare dove i modelli leggono. GitHub, Product Hunt, directory della tua categoria, G2 e Capterra se sei software, risposte utili su Reddit, Stack Overflow e Hacker News, articoli sui media del tuo settore. Menzioni coerenti del tuo nome accanto a ciò che fai.
- Contenuto che risponda a domande reali. Gli assistenti citano pagine che rispondono direttamente a ciò che la gente chiede: "come proteggere un'app fatta con Lovable", non "soluzioni di sicurezza innovative". Ogni domanda, una pagina o una sezione con la sua intestazione.
- Dati strutturati con
OrganizationesameAsche puntano ai tuoi profili, perché le macchine colleghino il tuo sito a ciò che già sanno di te da altre fonti; lo misura dati strutturati. - Un nome di marchio distintivo e usato sempre allo stesso modo. Un marchio che è una parola comune è quasi impossibile da riconoscere.
- Lasciarti leggere: non bloccare i crawler di IA e servire il contenuto in HTML, non solo in JavaScript.
Conta mesi, non settimane: i modelli vengono riaddestrati periodicamente e le ricerche in diretta hanno bisogno di fonti da citare.
Verifica che sia risolto
Non c'è un comando per questo. La cosa più simile è chiedere tu stesso a tre assistenti, in una finestra senza la tua cronologia: "Cos'è tuodominio.it?" e poi "Quali strumenti consigli per [la tua categoria]?". Annota le risposte e ripeti ogni trimestre. La prossima scansione di Scanaris rifà il test automatico.
Domande frequenti
Il modello dice che non mi conosce ma ChatGPT mi trova.
ChatGPT con la ricerca attiva visita il web in diretta, che è un'altra cosa: ti trova come farebbe Google. Questo controllo misura la conoscenza pregressa, quella che fa sì che ti raccomandino senza che nessuno ti abbia cercato. Come verificare l'altra parte è in come sapere se ChatGPT vede il tuo sito.
Perché è informativo e non penalizza?
Perché non è un difetto tuo, è lo stato della tua notorietà. Un sito appena lanciato con tutto perfetto otterrà "no" lo stesso. È una linea di base per misurare i progressi.
Posso "ingannare" il modello?
Non dal tuo sito: il modello non lo visita in questo test, risponde con ciò che già sa. L'unica cosa che cambia il risultato è che ci sia più informazione affidabile su di te nel mondo.