De ce vizibilitatea în căutarea AI are nevoie de măsurători repetate?

Întreabă astăzi un motor de căutare AI “care brand face cei mai buni pantofi de alergare?” și vei primi un răspuns. Pune exact aceeași întrebare mâine, sau chiar peste cinci minute, și aproximativ două treimi dintre sursele citate vor fi diferite. Nu este o defecțiune. Așa funcționează căutarea AI.

Ce vei obține din acest ghid:

• De ce vizibilitatea în căutarea AI se comportă ca o probabilitate, nu ca o clasare fixă, așa cum face Google
• O explicație pe înțelesul tuturor a modului în care cercetătorii măsoară dacă un răspuns AI s-a schimbat cu adevărat (Jaccard și RBO)
• Șase constatări susținute de date, fiecare cu propriul grafic: fluctuația surselor, stabilitatea brandului, concentrarea citărilor, aleatoriul modelului, diferențele dintre motoare și sensibilitatea la prompt
• Cifrele exacte care contează: câte rulări repetate per prompt și cât de lungă trebuie să fie fereastra de observare pentru a obține date de încredere
• O listă de verificare gata de utilizat pentru a configura o măsurare GEO pe care te poți baza cu adevărat
• Întrebări frecvente despre rulări, ferestre de timp, motoare și metrici

Un nou studiu academic transformă acest lucru într-o realitate incomodă. În “Don’t Measure Once: Measuring Visibility in AI Search (GEO)” (arXiv, aprilie 2026), cercetătorii Julius Schulte, Malte Bleeker și Philipp Kaufmann de la University of St. Gallen (în colaborare cu Aurora Intelligence) au urmărit patru motoare de căutare AI în patru industrii, în fiecare zi, timp de peste șase săptămâni. Concluzia lor: vizibilitatea în căutarea AI este probabilistică, nu deterministă. O singură interogare este o fotografie nesigură, iar tratarea ei ca pe o clasare Google te va conduce la concluzii greșite. Este parte dintr-un corp de cercetare academică despre GEO aflat în plină expansiune, care schimbă modul în care marketerii gândesc despre vizibilitatea AI.

Pentru marketeri, acest lucru contează mai mult decât ar părea. Dacă verifici o singură dată dacă brandul tău apare în ChatGPT sau Perplexity și numești asta “măsurătoare”, ai putea supraestima sau subestima considerabil prezența ta reală. Soluția nu este o interogare mai bună, ci un model mental diferit. Trebuie să măsori vizibilitatea ca pe o distribuție: multe rulări, multe prompturi, pe parcursul unei ferestre susținute de timp.

Mai jos, trecem exact prin ce a descoperit studiul, de ce se comportă astfel căutarea AI și de câte măsurători ai nevoie de fapt înainte ca cifrele tale să aibă vreun sens.

Pe scurt (ce a descoperit studiul):

• Sursele citate fluctuează puternic. Doar aproximativ 34-42% dintre sursele citate de un motor AI se regăsesc și a doua zi, ceea ce înseamnă că aproximativ 65% dintre surse se schimbă zilnic.
• Mențiunile de brand sunt mai stabile, dar tot volatile. Suprapunerea zilnică a brandurilor este de 45-59%, mai fiabilă decât cea a URL-urilor individuale, dar departe de a fi stabilă.
• Citările sunt foarte concentrate. Un mic număr de domenii captează cea mai mare parte a vizibilității. Coeficientul Gini mediu este de 0,715, iar pe o scară de la 0 la 1, unde 1 înseamnă că un singur domeniu acaparează toate citările, este un peisaj foarte dezechilibrat.
• Este vorba de aleatoriul propriu al modelului, nu de știri. Trimiterea aceluiași prompt de mai multe ori în aceeași zi produce aceeași fluctuație, deci cea mai mare parte a instabilității provine din model, nu din schimbări reale ale lumii.
• O singură rulare nu îți spune aproape nimic. Ai nevoie de cel puțin 7 rulări per prompt pe zi pentru o estimare de încredere a vizibilității brandului și de 8 dacă urmărești și URL-urile surselor individuale.
• Ferestrele scurte te înșală. Pentru că sursele se schimbă atât de repede, ai nevoie de o fereastră glisantă de 2 până la 4 săptămâni pentru a obține o citire stabilă a vizibilității reale a unui brand.

De ce vizibilitatea în căutarea AI nu se comportă precum clasamentele Google

Dacă vii din SEO, instinctele tale sunt calibrate pentru o lume care nu mai este valabilă. În căutarea clasică, rezultatele sunt clasate și, în mare parte, stabile: pagina ta se află astăzi pe poziția 4 și probabil mâine pe poziția 4 sau 5. O singură verificare îți oferă o fotografie corectă, iar atunci când lucrurile se schimbă, o fac treptat, pe un spectru previzibil. Îți poți urmări poziția evoluând în timp și poți reacționa.

Generative Engine Optimization (GEO) nu funcționează așa. GEO este de tip totul sau nimic, ceea ce lucrarea numește o dinamică binară de includere sau excludere. Într-un răspuns dat, brandul sau sursa ta este fie integrată vizibil, fie complet omisă. Nu există o consolare de tipul “poziția 8”. Ori ești în răspuns, ori ești invizibil, iar care dintre cele două se întâmplă se poate schimba de la o rulare la alta, determinat de modul probabilistic în care modelele lingvistice mari generează text și selectează dovezile.

Această volatilitate este agravată de o a doua problemă: un motor de căutare AI este o cutie neagră. Nu poți vedea de ce brandul tău a fost inclus într-un răspuns și omis în următorul. Modelul comprimă informații din multe surse într-un răspuns scurt și limitat, iar procesul de selecție nu este transparent sau reproductibil. Spre deosebire de o clasare SEO, care oscilează într-un set de clasare vizibil, vizibilitatea AI poate dispărea fără avertisment sau explicație.

Peste toate acestea se adaugă o unealtă lipsă. În SEO, marketerii au Google Search Console, un instrument propriu care le arată pentru ce interogări apar și cât de des. Furnizorii de LLM-uri nu oferă niciun echivalent. Fapte de bază, precum frecvența reală cu care oamenii pun o anumită întrebare, pur și simplu nu pot fi văzute în ecosistemul GEO. Acest punct orb este exact motivul pentru care marketerii trebuie să construiască măsurători din exterior, prin eșantionare repetată efectuată de terți, și motivul pentru care un singur număr static de “vizibilitate” este atât de ușor de interpretat greșit. Restul acestui articol tratează exact cum se face corect această măsurare.

În interiorul studiului: ce au făcut de fapt cercetătorii

Studiul este surprinzător de concret, așa că merită să înțelegem configurația înainte de a avea încredere în cifre. Cercetătorii de la University of St. Gallen (în colaborare cu Aurora Intelligence) au construit un sistem de monitorizare care a interogat patru motoare de căutare AI în fiecare zi și a înregistrat exact ce surse și ce branduri returna fiecare.

Au testat patru motoare: ChatGPT, Google Gemini, Google AI Mode și Perplexity. Fiecărui motor i s-a pus același set de întrebări în patru domenii reale (pe care lucrarea le numește “campanii”), alese pentru că generează un trafic de căutare intens pe piața elvețiană: electronice de consum, vânzări imobiliare, articole sportive și telecomunicații.

Pentru fiecare domeniu, echipa a scris 8 prompturi, și iată un detaliu inteligent: prompturile nu au fost inventate. Au preluat cuvinte-cheie SEO cu volum mare de căutare, le-au introdus în Google și au extras întrebările reale din caseta “People Also Ask” a Google. Asta înseamnă că întrebările seamănă cu ceea ce întreabă oamenii în realitate: interogări conversaționale, de vârf de pâlnie, precum “Ce brand face pantofi de alergare buni?”, nu simple cuvinte-cheie.

Motoarele au fost interogate zilnic, pe o perioadă de 45 până la 46 de zile (24 ianuarie - 20 martie 2026), de pe servere aflate în Elveția, ceea ce contează pentru modul în care AI-ul personalizează rezultatele. În total, analiza a acoperit 4.044 de perechi de zile consecutive, adică fiecare comparație “azi versus mâine” pentru toate motoarele, prompturile și domeniile.

Iată configurația pe scurt:

Este o cantitate mare de măsurători repetate, ceea ce este exact ideea pe care lucrarea încearcă să o transmită.

Ready to Monitor Your AI Visibility?

Track how AI chatbots mention your brand across ChatGPT, Perplexity, and other platforms.

Începe Acum Contact

Două moduri simple de a măsura “S-a schimbat răspunsul?”

Pentru a răspunde la întrebarea “cât de mult diferă răspunsul de azi față de cel de ieri?”, cercetătorii au avut nevoie de o modalitate de a compara două liste una față de cealaltă. Au folosit două metrici, iar pentru a le înțelege nu ai nevoie de nicio pregătire în statistică.

Similaritatea Jaccard pune pur și simplu întrebarea: dintre toate sursele care au apărut în ambele zile, câte au apărut în ambele zile? Numeri sursele comune, apoi împarți la numărul total de surse unice din cele două zile.

Iată un exemplu simplu. Să spunem că răspunsul de azi citează 5 surse, iar cel de mâine tot 5, dar doar 2 dintre ele sunt aceleași. Cele două răspunsuri au în comun 2 surse, iar între ele menționează 8 surse distincte (5 + 5, minus cele 2 numărate de două ori). Deci scorul Jaccard este 2 ÷ 8 = 0,25, ceea ce înseamnă că doar aproximativ un sfert dintre surse au rămas stabile, iar aproximativ trei sferturi s-au schimbat peste noapte. Un Jaccard de 1,0 ar însemna liste identice; 0,0 ar însemna nicio suprapunere.

Rank-Biased Overlap (RBO) pune aceeași întrebare, dar adaugă un element pe care Jaccard îl ignoră: ordinea. A fi citat primul valorează mai mult decât a fi citat al cincilea, așa că RBO acordă o pondere suplimentară elementelor din partea de sus a listei. Pentru că necesită ca elementele comune să apară în poziții similare (nu doar să fie prezente undeva), RBO este întotdeauna metrica mai strictă dintre cele două. De aceea, în acest studiu, RBO iese constant mai mic decât Jaccard.

Cum se interpretează aceste cifre:

• Cu cât mai mare, cu atât mai stabil. Un scor apropiat de 1,0 înseamnă că răspunsul s-a schimbat foarte puțin; apropiat de 0 înseamnă că a fost aproape complet reorganizat.
• Jaccard răspunde la întrebarea “sunt prezente aceleași elemente?”
• RBO răspunde la întrebarea “sunt prezente aceleași elemente și în aceeași ordine?”
• Diferența dintre ele îți arată cât de mult se schimbă ordinea, chiar și atunci când aceleași elemente continuă să apară.

Dacă vrei să vezi cum se încadrează aceste metrici alături de alte repere, ghidul nostru despre 10 metrici importante de vizibilitate AI plasează scorurile de suprapunere în context, alături de restul panoului tău de monitorizare.

Constatarea 1: Două treimi dintre sursele citate se schimbă în fiecare zi

Dacă ar funcționa ca Google, căutarea AI ar returna aproximativ aceleași pagini la aceeași întrebare pusă în două zile consecutive. Nu este cazul. Când cercetătorii de la St. Gallen au urmărit ce surse citau zilnic patru motoare AI, timp de o lună și jumătate, au descoperit că lista surselor citate se reorganizează aproape complet de la o zi la alta.

Cifra principală este Jaccard, ponderea surselor citate prezente în ambele zile. În cele patru domenii, aceasta a variat de la doar 0,336 pentru electronice de consum, până la 0,423 pentru telecomunicații, cu articole sportive la 0,355 și vânzări imobiliare la 0,378. Pe înțelesul tuturor, un Jaccard de 0,35 înseamnă că doar aproximativ 35% dintre sursele citate rămân aceleași a doua zi, deci aproximativ 65% dintre surse se schimbă și sunt înlocuite în fiecare zi. Telecomunicațiile au fost cele mai stabile dintre toate, iar electronicele de consum cele mai volatile, dar niciunul dintre domenii nu s-a apropiat de stabilitate.

Situația se agravează dacă ținem cont și de clasare. RBO, care acordă cea mai mare pondere părții de sus a listei, a variat între 0,21 și 0,26, vizibil mai mic decât Jaccard. Această diferență spune multe. Înseamnă că nu doar care surse apar se schimbă de la o zi la alta, ci și ordinea în care apar se reorganizează. Chiar și puținele surse care supraviețuiesc până a doua zi se mută adesea în listă, așa că citarea “de top” pe care ai văzut-o ieri poate fi îngropată astăzi.

Aceasta este exact fluctuația despre care am mai scris în problema suprapunerii de 7% : o singură interogare este o fotografie a unei ținte în mișcare. Verifică citările tale AI o singură dată și înregistrează rezultatul, iar tu ai captat doar un cadru al unei distribuții care se reorganizează până mâine dimineață.

Stay Updated on AI Visibility Trends

Get the latest insights on AI mentions, brand monitoring, and optimization strategies.

Email address

Subscribe

Constatarea 2: Mențiunile de brand sunt mai stabile, dar tot departe de a fi constante

URL-urile individuale fluctuează puternic, dar marketerilor le pasă de obicei de ceva mai general: apare brandul meu menționat, în general? Agregarea de la surse specifice la nume de branduri estompează o mare parte din zgomot, dar chiar și la nivel de brand, imaginea zilnică este departe de clasarea stabilă la care te-ai aștepta din căutarea tradițională.

Jaccard la nivel de brand a variat între 0,45 și 0,59, semnificativ mai mare decât intervalul de 0,34-0,42 observat la surse. Telecomunicațiile au fost cele mai stabile, cu 0,589, electronicele de consum aproape la fel, cu 0,557, iar articolele sportive cele mai scăzute, cu 0,453. Deci aproximativ jumătate dintre brandurile menționate astăzi reapar și mâine, față de doar o treime dintre surse. Prezența brandului este semnalul mai durabil, motiv pentru care reprezintă un KPI de bază mai bun decât urmărirea URL-urilor individuale.

Merită analizate două detalii. Primul: vânzările imobiliare au fost excluse complet din analiza de brand. Motoarele au numit un brand specific în doar 53,6% dintre răspunsurile din categoria imobiliare (sub pragul de 70% pe care cercetătorii l-au stabilit pentru ca un domeniu să aibă suficiente mențiuni de brand pentru a fi analizat fiabil), deoarece multe dintre prompturile sale erau întrebări generice despre taxe și investiții, la care LLM-urile răspund fără să citeze vreo companie. Includerea acestui domeniu ar fi denaturat cifrele, așa că a fost eliminat.

Al doilea: articolele sportive au avut cel mai scăzut scor dintr-un motiv concret: există un grup mare și interschimbabil de branduri de pantofi de alergare, astfel încât modelul are zeci de opțiuni aproape echivalente din care alege și le rotește de la o zi la alta.

Și chiar și aici, ordinea este instabilă. RBO pentru branduri a fost de doar 0,19 până la 0,30, deci rangul în care apar brandurile se schimbă mult în continuare. Mai stabil decât la surse, dar nu ceva ce poți măsura o singură dată și în care să ai încredere. Acesta este argumentul pentru alerte continue de monitorizare a brandului AI , nu pentru verificări izolate.

Constatarea 3: Câteva domenii captează aproape toate citările

Nu fiecare domeniu citat primește o felie egală din tort. În căutarea AI, un grup restrâns de domenii absoarbe marea majoritate a citărilor AI pentru orice subiect dat, în timp ce restul se luptă pentru resturi.

Lucrarea măsoară acest lucru cu coeficientul Gini, un scor standard de inegalitate. Variază de la 0 la 1: un Gini de 0 ar însemna că fiecare domeniu este citat în mod egal, iar un Gini de 1 ar însemna că un singur domeniu obține toate citările. Este aceeași formulă matematică folosită de economiști pentru a descrie inegalitatea veniturilor, aplicată aici numărului de citări.

În toate motoarele și campaniile, media Gini a fost 0,715. Este o valoare mare. Înseamnă că peisajul citărilor este puternic dezechilibrat, cu un grup restrâns de domenii deținând cea mai mare parte a vizibilității pentru fiecare subiect.

Concentrarea variază în funcție de motor. Perplexity și-a distribuit citările cel mai uniform (Gini 0,671), urmat de ChatGPT (0,684) și Gemini (0,723). Google AI Mode a fost cel mai concentrat dintre toate, cu 0,782, ceea ce înseamnă că se bazează cel mai mult pe un grup restrâns de surse de încredere.

Variază și în funcție de subiect. Articolele sportive au avut cea mai mică concentrare (0,680), apoi electronicele de consum (0,713) și imobiliarele (0,718), telecomunicațiile fiind cele mai concentrate, cu 0,750.

Concluzia strategică: pentru orice subiect, câteva domenii dețin vizibilitatea AI, iar restul sunt aproape invizibile. Pătrunderea în acel nivel superior este locul unde se află câștigul real, așa că strategia ta de cotă de voce AI ar trebui să se concentreze pe spargerea nucleului concentrat, nu pe urmărirea unei cozi lungi pe care AI-ul rareori o scoate la suprafață.

Constatarea 4: Este modelul, nu ciclul de știri

Dacă sursele fluctuează de la o zi la alta, poate că este doar lumea care se schimbă, nu-i așa? Se publică articole noi, autoritatea domeniilor se modifică, indexurile se reîmprospătează. Pentru a testa asta, cercetătorii au făcut un experiment ingenios.

Au trimis același prompt de până la 10 ori în aceeași zi calendaristică, către toate cele patru motoare. Aceeași interogare, aceleași condiții, la câteva minute distanță. Dacă fluctuația de la o zi la alta ar proveni din știri externe și actualizări de index, atunci rerularea unui prompt în aceeași zi ar trebui să returneze surse aproape identice. Conform ipotezelor vechii școli de căutare, ne-am aștepta la o suprapunere aproape perfectă.

Nu asta s-a întâmplat. Suprapunerea surselor în aceeași zi (Jaccard) s-a situat între 0,32 și 0,43 în toate campaniile, ceea ce înseamnă că doar aproximativ o treime dintre sursele citate au coincis între două rulări trimise în aceeași zi. Electronicele de consum au atins 0,327, articolele sportive 0,321, imobiliarele 0,391, iar telecomunicațiile 0,434.

Iată punctul culminant: acest interval este practic identic cu intervalul de la o zi la alta, de 0,34-0,42. Eliminarea ciclului de știri ca factor nu a schimbat aproape nimic.

Concluzia este de neevitat. Fluctuația nu provine din actualizări externe, schimbări de algoritm sau un ciclu de știri în mișcare. Provine din aleatoriul propriu al modelului: modul probabilistic în care un AI generează și selectează surse pentru fiecare răspuns. Interoghează același motor de două ori la rând și vei obține surse semnificativ diferite, nu pentru că lumea s-a schimbat, ci pentru că modelul a aruncat din nou zarul. Acesta este exact motivul pentru care o singură măsurătoare nu este suficientă și de ce monitorizarea trebuie să facă medii pe rulări repetate pentru a avea vreun sens.

Constatarea 5: Cele patru motoare nu sunt interschimbabile

Este tentant să tratăm “căutarea AI” ca pe un singur bloc monolitic. Datele spun altceva. Cele patru motoare se comportă atât de diferit încât presupunerea că unul îl reflectă pe altul te va duce serios pe o pistă greșită.

Defalcarea rezultatelor rerulărilor din aceeași zi, pe motor, arată o diferență semnificativă în privința consistenței. La surse, Gemini a fost de departe cel mai constant, cu un Jaccard în aceeași zi de 0,505, ceea ce înseamnă că aproximativ jumătate dintre sursele sale citate au rămas stabile în rulările repetate. ChatGPT a fost cel mai puțin constant, cu doar 0,233, adică abia un sfert suprapunere. Perplexity (0,282) și Google AI Mode (0,318) s-au situat între cele două.

Imaginea la nivel de brand reorganizează complet clasarea. La mențiunile de brand, Perplexity a fost în frunte (Jaccard 0,492), urmat îndeaproape de ChatGPT (0,437), apoi Gemini (0,409) și Google AI Mode (0,375). Deci motorul care este cel mai stabil la surse nu este cel mai stabil la branduri. Nu există un singur motor “cel mai stabil”.

ChatGPT iese în evidență dintr-un alt motiv. Nu returnează nicio citare în 57,8% dintre rulările sale. Mai mult de jumătate din timp, sare peste căutarea web la întrebări de tip definiție și răspunde din memorie. Întreabă-l “care este diferența dintre un notebook și un laptop?” și, de multe ori, nu va cita pe nimeni. Este un comportament complet diferit de cel al Gemini sau Perplexity, care apelează la web mult mai frecvent.

Lecția este simplă, dar esențială: nu poți presupune că modul de comportament al unui motor îl reflectă pe al altuia. Fiecare are propriul aleatoriu, propriile obiceiuri de citare și propriile particularități. Orice program serios de monitorizare, sau AI Visibility Index , trebuie să stabilească valori de referință specifice fiecărui motor, în loc să amestece totul într-un singur număr, sperând că acesta se generalizează.

Constatarea 6: Promptul ales influențează puternic rezultatul

Iată o complicație care surprinde pe majoritatea oamenilor: promptul pe care îl alegi contează la fel de mult ca numărul de rulări. Studiul a măsurat consistența per prompt în toate campaniile, iar variația este enormă. Unele prompturi returnează aproape aceleași surse și branduri, rulare după rulare, cu un Jaccard peste 0,8, ceea ce înseamnă că se repetă peste 80% din elemente. Altele sunt aproape pur zgomot, situându-se sub 0,2, unde mai puțin de unul din cinci elemente rămâne stabil.

Tiparul din spatele acestei variații este intuitiv odată ce îl vezi. Interogările specifice despre produse primesc răspunsuri mai constante decât cele generale. O întrebare punctuală, precum “care sunt cei mai buni pantofi de alergare”, produce un set mai restrâns și mai repetabil de branduri și surse. O întrebare vagă, de vârf de pâlnie, de tipul celor care ar putea fi corect răspunse în zeci de moduri diferite, trimite modelul de fiecare dată printr-un bazin mult mai larg.

Concluzia practică: unul sau două prompturi nu pot reprezenta o campanie. Dacă alegi din întâmplare două prompturi consistente, vei supraestima stabilitatea. Dacă alegi două haotice, te vei convinge că întreaga categorie este haos. Oricum ar fi, măsori particularitățile selecției tale de prompturi, nu vizibilitatea ta reală.

Soluția este un portofoliu de prompturi larg și divers, care reflectă modul în care întreabă utilizatorii reali: specific și general, tranzacțional și informațional. Medierea pe mai multe prompturi este singura modalitate de a anula acest zgomot la nivel de interogare și de a vedea campania așa cum este ea de fapt.

De câte ori ar trebui să rulezi fiecare prompt?

Gândește-te la o singură interogare ca la o aruncare de monedă. Nu ai decide niciodată dacă o monedă este corectă pe baza unei singure aruncări, dar o interogare AI izolată îți cere exact asta. Pentru că motoarele de căutare AI sunt probabilistice, fiecare rulare este o aruncare nouă a zarului, iar singura modalitate de a afla cât de des apare de fapt brandul tău este să rulezi promptul de mai multe ori și să faci media rezultatelor. Cu cât aduni mai multe rulări, cu atât mai mică este eroarea standard (SE), marja de incertitudine în jurul estimării tale.

Lucrarea cuantifică exact cât de repede se restrânge această marjă.

Convergența este abruptă la început, apoi se aplatizează. O singură rulare are o SE de 0,370, practic inutilă. Pe înțelesul tuturor: un brand a cărui rată reală de detecție este de 50% ar putea apărea oriunde între aproximativ 0% și 100% într-o fotografie dintr-o singură rulare. Nu ai învăța nimic.

Adaugă rulări și ceața se ridică rapid:

SE scade sub linia de fiabilitate de 0,10 la 7 rulări pentru urmărirea brandului (este încă 0,101 la șase rulări). Acoperirea la nivel de sursă este mai zgomotoasă și necesită 8 rulări pentru a ajunge acolo.

Deci recomandarea este concretă: rulează cel puțin de 7 ori per prompt pe zi atunci când monitorizezi vizibilitatea brandului și cel puțin de 8 ori atunci când contează acoperirea la nivel de sursă. Sub acest prag, tot arunci o singură monedă și numești asta măsurătoare. Aceasta este diferența dintre un AI Visibility Index real și o presupunere norocoasă.

Cât de mult ar trebui să observi? Argumentul pentru o fereastră de 2 până la 4 săptămâni

Rularea fiecărui prompt de suficiente ori rezolvă zgomotul din interiorul unei zile. Dar există o a doua sursă de variație: răspunsurile AI se schimbă și de la o zi la alta, iar cu aproximativ 65% dintre sursele citate schimbându-se la fiecare 24 de ore, o singură zi (sau chiar o singură săptămână) este mult prea scurtă pentru a separa semnalul de zgomot. Ai nevoie de o fereastră suficient de largă pentru a lăsa fluctuația zilnică să se mediere.

Studiul a măsurat cum se îmbunătățește precizia estimării pe măsură ce fereastra de observare se lungește.

Se aplică aceeași logică de convergență, doar de această dată pe durata calendaristică, nu pe rulările repetate:

Estimarea trece sub 0,10 la 10 zile și scade sub 0,05 chiar în jurul reperului de 24 de zile (este 0,053 la 21 de zile și 0,033 până la 28). În termeni practici: o săptămână de date este încă instabilă pentru urmărirea oricărui brand individual, dar o marjă de 0,05 înseamnă că un brand citat cu adevărat 40% din timp se va situa între aproximativ 30% și 50%, suficient de precis pentru a avea încredere într-un trend. Două până la patru săptămâni este intervalul în care cifrele per brand devin cu adevărat stabile.

Recomandarea este o fereastră glisantă de 2 până la 4 săptămâni. O fereastră glisantă îndeplinește o funcție dublă: adună suficiente zile pentru a reduce marja statistică și, în același timp, mediază discret actualizările minore ale modelelor și reîmprospătările de index pe care motoarele AI le lansează în mod regulat, astfel încât o modificare izolată de marți să nu se deghizeze într-un trend real. Aceasta este lungimea ferestrei pe care vrei să o încorporezi în orice panou de monitorizare sau metodologie de testare A/B a vizibilității AI înainte de a trage concluzii dacă vizibilitatea ta s-a schimbat cu adevărat.

Ce înseamnă asta pentru strategia ta GEO

Studiul se traduce direct într-un set de reguli concrete pentru oricine derulează un program GEO . Tratează-le ca pe cerințele operaționale pentru o configurație de măsurare pe care te poți baza cu adevărat.

Rulează fiecare prompt de cel puțin 7 ori pe zi (8 ori atunci când contează sursele). O singură interogare are o eroare standard de 0,370 pentru rata de detecție a unui brand, practic o aruncare de monedă deghizată în date. Eroarea scade sub 0,10 la 7 rulări pentru prezența brandului și necesită 8 rulări pentru acoperirea la nivel de sursă. Sub acest prag, reacționezi la zgomot, nu măsori vizibilitate.

Acoperă fiecare subiect cu un portofoliu de prompturi larg și divers. Suprapunerea la nivel de prompt variază de la sub 0,2 la peste 0,8 în cadrul aceleiași campanii, deci unul sau două prompturi captează particularitățile acelor formulări exacte, nu poziția ta reală. Construiește cel puțin opt interogări variate per subiect, un mix de întrebări specifice despre produse și formulări generale de tipul “care este cel mai bun”, astfel încât cifrele tale să reflecte campania, nu un accident de formulare.

Agregă pe o fereastră glisantă de 2 până la 4 săptămâni, nu pe o zi sau o săptămână. Cu aproximativ 65% dintre sursele citate schimbându-se zilnic, ferestrele scurte nu pot separa semnalul de zgomot. Estimările per brand se stabilizează abia sub 0,10 SE la 10 zile și sub 0,05 la 24 de zile. O fereastră glisantă de două până la patru săptămâni netezește fluctuația zilnică și actualizările minore ale modelelor într-o citire durabilă.

Stabilește valori de referință separate pentru fiecare motor. Concentrarea citărilor variază de la 0,671 pentru Perplexity până la 0,782 pentru Google AI Mode, iar consistența surselor în aceeași zi variază de la 0,233 pentru ChatGPT la 0,505 pentru Gemini. Un singur prag pentru toate cele patru motoare te va induce în eroare cel puțin la unul dintre ele. Evaluează fiecare motor în funcție de propriile sale criterii.

Monitorizează prezența brandului și URL-urile surselor ca doi KPI diferiți. Stabilitatea la nivel de brand (Jaccard 0,45-0,59) depășește stabilitatea la nivel de sursă (0,34-0,42), deci prezența agregată a brandului este metrica ta principală mai fiabilă. Dar continuă să urmărești și sursele la nivel de URL, pentru că acestea îți arată exact ce pagini îți aduc de fapt includerea.

Limitări oneste, demne de luat în seamă

Autorii sunt surprinzător de sinceri cu privire la ce poate și ce nu poate dezvălui acest set de date, iar fiecare avertisment este un motiv în plus pentru a-ți derula propria măsurare continuă, în loc să te bazezi pe un singur studiu.

Este elvețian. Toate datele au provenit de pe servere din Elveția, cu adrese IP și setări de localizare elvețiene, folosind prompturi în limba germană. Selecția indexului personalizat geografic și tiparele de citare pot arăta diferit în regiunea sau limba ta, așa că tratează cifrele exacte ca fiind orientative, nu universale.

Este o singură fereastră de timp. Totul rulează dintr-o singură perioadă de 45 până la 46 de zile (ianuarie-martie 2026). Motoarele AI se actualizează constant, așa că o fotografie dintr-o fereastră fixă, inclusiv aceasta, poate deveni depășită.

ChatGPT nu a returnat adesea niciun rezultat. ChatGPT a sărit peste căutarea web în 57,8% dintre rulări, producând zero citări; acele rulări au fost excluse din analiza surselor. Acoperirea ta reală pe ChatGPT va fi mai neuniformă decât sugerează cifrele principale.

Detectarea brandului s-a bazat pe potrivire de subșiruri. Mențiunile au fost potrivite cu un lexicon fix, așa că sinonimele, abrevierile și parafrazările au fost omise. Prezența reală a brandului este probabil ceva mai mare decât cea măsurată.

Google AI Overviews a fost exclus, fiind considerat un produs diferit. Dacă AIO contează pentru tine, este o suprafață întreagă pe care acest studiu nu a atins-o niciodată.

Nimic din toate acestea nu subminează concluzia de bază; dimpotrivă, o întărește. Singurul mod de a afla cum se comportă vizibilitatea pe piața ta, în limba ta și luna aceasta este să o măsori tu însuți, în mod continuu.

Cum să pui în practică măsurarea repetată

Iată lista de verificare practică ce rezultă din studiu, configurația minimă viabilă pentru o măsurare GEO pe care poți acționa:

• Rulează fiecare prompt de 7 până la 10 ori pe zi. Șapte rulări aduc detecția brandului sub linia de fiabilitate; opt acoperă sursele; zece îți oferă o marjă suplimentară.
• Menține un portofoliu divers de 8+ prompturi per subiect. Combină interogări specifice despre produse cu formulări generale de tipul “care este cel mai bun”.
• Urmărește valori de referință per motor. ChatGPT, Gemini, Google AI Mode și Perplexity se comportă diferit atât în privința consistenței, cât și a concentrării citărilor, așa că evaluează-le separat.
• Folosește o fereastră glisantă de 2 până la 4 săptămâni. Agregă ratele de detecție pe parcursul a 14 până la 28 de zile, astfel încât fluctuația zilnică a surselor și actualizările minore ale modelelor să se estompeze.
• Monitorizează separat prezența brandului și URL-urile surselor. Prezența la nivel de brand este KPI-ul tău principal stabil; urmărirea surselor îți arată ce pagini câștigă includerea.
• Urmărește concentrarea citărilor. Un Gini în creștere înseamnă că un grup tot mai restrâns de domenii deține răspunsurile, așa că trebuie să știi dacă te afli în interiorul sau în afara acelui grup.

Realizarea manuală a tuturor acestor lucruri pe patru motoare, zeci de prompturi și rerulări zilnice implică foarte multe elemente în mișcare. O platformă de monitorizare a vizibilității AI precum amicited automatizează exact acest tipar (rulări multiple, prompturi multiple, urmărire pe fereastră glisantă, pe ChatGPT, Gemini, Google AI Mode și Perplexity), astfel încât distribuția este calculată pentru tine, în loc să fie estimată vizual dintr-o singură interogare. Pentru o privire mai amplă asupra opțiunilor disponibile, vezi ghidul instrumentelor de urmărire a citărilor AI , iar pentru a surprinde schimbările pe măsură ce se întâmplă, configurează alerte de monitorizare a brandului AI .

Concluzia finală: vizibilitatea este o distribuție, nu un număr

Cea mai importantă concluzie a acestui studiu este o schimbare de model mental. Vizibilitatea în căutarea AI nu este o clasare fixă pe care o poți citi dintr-o singură interogare. Este o probabilitate de a fi menționat, care se dezvăluie doar pe parcursul multor rulări. Îți amintești întrebarea despre pantofii de alergare cu care am început? Pune-o o dată și s-ar putea să-ți vezi brandul; pune-o din nou peste un minut, în condiții identice, și s-ar putea să fi dispărut. Seturile de surse se suprapun doar 34-42% de la o zi la alta; chiar și brandurile, semnalul mai stabil, se suprapun doar 45-59%.

Asta înseamnă că fiecare cifră pe care o extragi dintr-o singură verificare este de fapt o tragere aleatorie dintr-o distribuție subiacentă, iar o singură tragere nu îți spune aproape nimic despre forma acelei distribuții. Un brand citat într-o rulare și absent în următoarea nu a “scăzut”; pur și simplu ai eșantionat o singură dată un proces aleatoriu, bazat pe zaruri, și ai confundat acel eșantion unic cu adevărul.

Așa că oprește-te din a întreba “sunt citat?” și începe să întrebi “cât de des sunt citat și cum evoluează asta?”. Rulările repetate, prompturile diverse, valorile de referință per motor și ferestrele glisante transformă o fotografie plină de zgomot într-o estimare stabilă, pe baza căreia poți lua decizii. Măsoară distribuția, nu momentul. Acesta este întregul joc în căutarea AI.