Come Filtrare i Tuoi Dati per Modello AI, Paese, Tag e Data in AmICited

Ogni numero in AmICited rispetta un unico controllo: la barra dei filtri globali nella parte superiore dell’app. Modello AI, Paese, Tag e intervallo di Date ricalibrano l’intero prodotto in un colpo solo — quindi imparare a usare questi filtri è la chiave per leggere correttamente ogni altra vista.

Cos’è la segmentazione della visibilità AI

L’AI search visibility è la misura di quanto spesso, e con quale rilevanza, un brand viene citato dagli assistenti AI — ChatGPT, Perplexity, Gemini e Google AI Overviews — quando gli utenti fanno domande legate alla categoria di quel brand. A differenza di un tradizionale rank tracker SEO, che riporta una posizione per parola chiave per motore di ricerca, un motore di risposta AI può citare zero, una o più fonti in un’unica risposta, in qualsiasi ordine, e la risposta stessa può variare da un momento all’altro. Questa variabilità è esattamente il motivo per cui un singolo numero di visibilità aggregato raramente basta per agire — ti dice che qualcosa è cambiato, non perché.

La segmentazione è la pratica di scomporre quel numero aggregato lungo le dimensioni che spiegano realmente la varianza: quale motore AI ha generato la risposta, in quale paese o lingua è stata posta la query, a quale argomento o campagna appartiene il prompt, e quale finestra temporale copre i dati. Ogni dimensione isola un tipo diverso di scostamento. Un brand può essere citato costantemente su ChatGPT e mai su Gemini, perché i due modelli sono addestrati in modo diverso e pesano le fonti in modo diverso — questo è un effetto modello. Un brand può dominare il proprio mercato di origine ma essere invisibile all’estero, perché AI Overviews e Perplexity attingono a fonti e segnali linguistici specifici per regione — questo è un effetto paese. La share of voice di un brand può sembrare complessivamente solida ma nascondere il fatto che sta vincendo sui prompt informativi e perdendo su quelli commerciali — questo è un effetto tag, o di argomento. E ognuno di questi fattori può cambiare dopo un aggiornamento del modello, una spinta sui contenuti o il lancio di un competitor — cosa che solo un confronto per intervallo di date può rivelare.

Questo è rilevante per il lavoro di generative engine optimization perché la soluzione per “non veniamo citati” è completamente diversa a seconda di quale dimensione sta guidando il divario. Se il gap è specifico di un modello, la soluzione potrebbe essere tecnica — assicurarsi che i contenuti siano crawlabili e ben strutturati per la pipeline di retrieval di quel motore. Se è specifico di un paese, la soluzione potrebbe essere contenuti localizzati o PR e citazioni specifiche per regione. Se è specifico di un tag, la soluzione è di solito la copertura dei contenuti — semplicemente non hai ancora pubblicato nulla che risponda bene a quei prompt. Il filtraggio non è una funzionalità UI cosmetica; è il passaggio diagnostico che trasforma un vago “la nostra visibilità AI è calata” in un’ipotesi specifica e attuabile.

I quattro filtri di AmICited si allineano direttamente con questo framework e, poiché si combinano tra loro — puoi unire Paese e Tag, oppure Modello AI e intervallo di Date, contemporaneamente — ti permettono di porre domande davvero mirate, come “come vanno i nostri prompt sui prezzi negli USA su Perplexity negli ultimi 30 giorni?”, invece di guardare sempre e solo l’intero account nel suo insieme.

Dove trovarla

La barra dei filtri si trova nella barra superiore, presente su ogni pagina dell’app: Tutti i modelli AI, Tutti i paesi, Tutti i tag e un controllo per l’intervallo di date (es. Ultimi 30 giorni), posizionata accanto al pulsante di aggiornamento e all’azione + Nuovo prompt. Poiché è fissa nell’intestazione e non nascosta in un pannello di impostazioni, resta sempre visibile e modificabile qualunque sia la vista in cui ti trovi — Dashboard, Prompts, Fonti o Competitori — così non devi mai ri-navigare per cambiare l’ambito della tua analisi.

Cosa fa ogni filtro

• Modello AI — limita ogni grafico e tabella a un singolo motore (ChatGPT, Perplexity, Gemini o Google AI Overview) oppure li mostra tutti combinati. È il filtro più probabile a spiegare un numero complessivo che sembra strano: i motori attingono a indici diversi, pesano le citazioni AI in modo diverso e si aggiornano con cicli diversi, quindi un punteggio aggregato può mascherare un problema reale su un singolo motore.
• Paese — limita i risultati a un mercato specifico. Se monitori la visibilità AI su più regioni, questo filtro è essenziale — i motori di risposta AI localizzano i risultati, e un brand ben citato in una versione nazionale di Perplexity può essere praticamente assente in un’altra.
• Tag — limita a un gruppo di prompt che hai etichettato, che sia per campagna, fase del funnel, linea di prodotto o argomento. I tag ti permettono di trattare la tua libreria di prompt non come un semplice elenco piatto, ma come un insieme di coorti nominate su cui puoi fare report in modo indipendente.
• Intervallo di date — imposta la finestra temporale su cui vengono calcolati ogni linea di tendenza, media e variazione. È ciò che trasforma una metrica istantanea in una tendenza, ed è il filtro a cui ricorrerai più spesso quando indaghi su un cambiamento specifico.

Come usarlo

1. Modifica un filtro alla volta. Quando confronti numeri, regola un singolo controllo in modo da sapere esattamente cosa ha fatto variare il dato. Cambiare Modello AI e intervallo di Date contemporaneamente rende impossibile capire quale modifica abbia causato la differenza che stai osservando.
2. Diagnostica per motore. Passa da un Modello AI all’altro, uno alla volta, per scoprire dove sei forte e dove sei invisibile. È comune vedere un punteggio complessivo di AI visibility sano che in realtà viene trainato da un solo motore, mentre un altro mostra quasi nulla — uno schema che non noteresti mai guardando solo la vista “Tutti i modelli AI”.
3. Segmenta per mercato e tema. Combina Paese e Tag per rispondere a domande mirate come “quanto funzionano i miei prompt sui prezzi negli USA su Perplexity?” È in questo tipo di filtraggio composto che si trova il vero valore diagnostico — un singolo filtro ti dice che qualcosa non va, due filtri insieme iniziano a dirti dove.
4. Imposta la finestra giusta. Allarga l’intervallo di Date per leggere le tendenze a lungo termine — la share of voice sta salendo o scendendo nell’arco di un trimestre — oppure restringilo per analizzare un cambiamento recente, come i giorni immediatamente successivi alla pubblicazione di un contenuto, al lancio di un competitor o a un aggiornamento noto del modello.
5. Ricontrolla la barra dei filtri prima di fidarti di un numero. Poiché i filtri persistono mentre navighi tra le pagine, è facile portarsi dietro un ambito ristretto (ad esempio un paese, ultimi 7 giorni) in una vista dove invece volevi vedere il quadro completo. Prendi l’abitudine di dare un’occhiata alla barra ogni volta che una metrica appare inaspettatamente alta, bassa o piatta.

Leggere correttamente i dati filtrati

Alcune abitudini pratiche evitano che le viste filtrate diventino fuorvianti invece che chiarificatrici. Primo, tieni d’occhio la dimensione del campione: restringere per Paese, Tag e Modello AI simultaneamente può ridurre il numero di prompt e risposte AI sottostanti al punto che le oscillazioni settimana su settimana diventano solo rumore, non segnale — se un grafico filtrato appare erratico, allarga di nuovo una dimensione prima di concludere che qualcosa sia davvero cambiato. Secondo, considera l’impostazione predefinita “Tutti i modelli AI” come un punto di partenza, non la risposta — è utile per un controllo rapido dello stato di salute, ma qualsiasi indagine reale sul perché un numero si è mosso dovrebbe subito diramarsi in viste per singolo motore, dato che i motori si comportano abbastanza come canali separati da far sì che la media tra loro nasconda la storia reale. Terzo, quando costruisci un report ricorrente — ad esempio un aggiornamento mensile per un cliente, se gestisci la visibilità AI per il portfolio clienti di un’agenzia — salva la combinazione di filtri a cui sei arrivato come vista standard, così i confronti mese su mese misurano sempre la stessa porzione di dati invece di confrontare per errore mele con pere perché un intervallo di date è partito con un valore predefinito diverso.

I tag meritano una menzione speciale perché, a differenza di Modello AI e Paese, sono qualcosa che definisci tu stesso. Una configurazione di prompt tracking ben organizzata di solito tagga i prompt lungo almeno due assi — argomento (es. “prezzi”, “confronto”, “come fare”) e fase del funnel (es. “awareness”, “consideration”, “decision”) — così che filtrare per Tag possa rispondere sia a “siamo visibili per le domande a intento commerciale?” sia a “siamo visibili nelle prime fasi del percorso d’acquisto, quando la considerazione del brand si sta ancora formando?” Se la tua libreria di prompt è stata importata o è cresciuta organicamente senza tag, vale la pena fare un passaggio per aggiungerli retroattivamente; la barra dei filtri diventa molto più utile una volta che ogni prompt porta almeno un’etichetta significativa. Per i team che stanno ancora decidendo come strutturare quell’insieme di prompt fin dall’inizio, rivedere come trovare quali prompt spingono l’AI a menzionare il tuo brand è un buon passo successivo prima di iniziare a taggare.

Come si inserisce in un workflow GEO

La barra dei filtri non è una comodità di reporting aggiunta alla dashboard — è il meccanismo che rende affidabile ogni altra vista di AmICited. Una tendenza delle citazioni, un confronto con i competitor o una ripartizione delle fonti sono utili solo quanto la tua certezza di sapere esattamente quale modello, mercato, argomento e finestra temporale li abbiano prodotti. Una volta che ti senti a tuo agio nel muoverti tra questi quattro filtri, il passo successivo naturale è guardare cosa ti stanno effettivamente suggerendo di fare le viste filtrate — che si tratti di colmare un gap su un motore specifico, dare priorità ai contenuti per un paese sottoperformante, o riallocare l’attenzione verso i tag di prompt dove il tuo AI rank tracker mostra l’opportunità più grande. Padroneggia la barra dei filtri e ogni altra funzionalità di questa Academy diventerà più nitida, perché saprai sempre esattamente quale porzione di dati stai osservando prima di agire di conseguenza.