Un nuovo rapporto di ricerca sostiene che le fonti alla base delle raccomandazioni software di Perplexity sono dominate da pagine create per essere lette da modelli piuttosto che da persone, inclusi tre siti che insieme hanno pubblicato 215.128 pagine del "miglior software" generate automaticamente. Il rapporto, pubblicato mercoledì da Trellner Research, ha rilevato che quasi il 60% delle citazioni dietro le risposte di Perplexity in 380 categorie di software puntavano a domini classificati al di fuori dei primi 100.000 siti del web. I risultati arrivano nel contesto dell’intensificazione della [copertura del settore dell’intelligenza artificiale] (https://aibuzzwire.news) su come i motori di ricerca e i motori di risposta possono essere tranquillamente guidati da contenuti ingegnerizzati.

Cosa ha misurato lo studio

Trellner ha inserito 380 categorie di software in base all'intento dell'acquirente - dal "software CRM" al "software per la gestione delle collezioni museali" - in due modelli di Perplexity basati sul web, perplexity/sonar e perplexity/sonar-pro, eseguiti tramite OpenRouter. Il test ha utilizzato un prompt per categoria per modello: 760 chiamate in tutto, ciascuna delle quali richiedeva i primi cinque classificati in JSON con il dominio della home page ufficiale di ciascun prodotto.

Ogni chiamata restituiva una risposta analizzabile. Ciò ha prodotto 3.800 slot di raccomandazione che nominano 1.807 prodotti distinti, supportati da 7.534 citazioni in 2.055 domini distinti. Trellner ha quindi confrontato ogni dominio citato con l'elenco Tranco dei siti Web più visitati al mondo e con la Wayback Machine e ha recuperato ciascuna delle 1.502 home page dei fornitori fornite dai modelli.

Dove finiscono le citazioni

I numeri dei titoli sono crudi. Delle 7.534 citazioni, il 59,8% indicava domini classificati peggio di 100.000 nella top 1 milione di Tranco, e il 23,4% indicava domini che non compaiono affatto nel primo milione. Il punteggio medio di Tranco tra le citazioni che puntavano a un dominio classificato era 71.611.

Le fonti più citate erano un mix di familiare e oscuro. G2 è in testa con 291 citazioni, seguito da Reddit con 261. Ma la terza fonte più grande – citata 194 volte, davanti alle 158 di Gartner – è stata guideflow.com, un blog di marketing di un fornitore per demo interattive di prodotti che non compete in nessuna delle categorie per cui è stato citato. Il suo blog ha fornito le basi per risposte su software di rendering 3D, software IVR, software RFID e software per studi di architettura. Wikipedia, in confronto, è stata citata tre volte su 7.534 citazioni.

Più recente, oscuro e in rapida crescita

Il rapporto aggiunge una dimensione temporale: anche i domini non classificati sono molto più recenti. La prima acquisizione mediana della Wayback Machine per i domini citati non classificati è avvenuta nel 2020, contro il 2011 per quelli classificati, e il 16,6% dei domini non classificati archiviati è apparso per la prima volta nel 2025 o successivamente, contro l'1,6% dei domini classificati. In altre parole, una parte significativa delle basi delle risposte di Perplexity non esisteva fino a tempi molto recenti.

215.128 pagine realizzate per essere lette dalle modelle

L'affermazione più sorprendente del rapporto riguarda tre siti che, secondo Trellner, operano sotto un controllo apparentemente comune. Due di loro hanno dato alla loro home page il titolo HTML "Facts & Grounding Page" (la messa a terra è proprio il passo di recupero eseguito da questi modelli) e insieme a un terzo sito hanno pubblicato 215.128 pagine della "migliore [categoria]" generate automaticamente. Nessuno dei tre domini esisteva prima del dicembre 2023.

Trellner è attento all'inquadratura. Il rapporto rileva che nulla nel content marketing del blog del venditore è di per sé ingannevole (le aziende pubblicano continuamente blog di grandi dimensioni) e che la misurazione riguarda ciò che il livello di recupero fa con esso: "gli elenchi di un venditore sui mercati in cui non opera sono diventati la terza base di prove più grande" per i consigli di acquisto.

Perché è importante per la ricerca AI

Lo studio è un’istantanea quantitativa di un cambiamento da cui i professionisti SEO hanno messo in guardia: l’ottimizzazione è passata dal posizionamento nei risultati di ricerca all’essere recuperata dai motori di risposta. Le pagine scritte per i modelli – dense, stereotipate e progettate per sembrare autorevoli – possono diventare la base di prove per raccomandazioni che i consumatori considerano neutrali. Su HN il rapporto ha ottenuto centinaia di voti positivi, con i commentatori che dibattono se ciò rifletta un fallimento della ricerca basata sull’intelligenza artificiale o semplicemente Internet si sta adattando ad essa.

Avvertenze importanti

Trellner è esplicito riguardo all'ambito. È stata misurata solo Perplessità, "e nulla qui dovrebbe essere letto come un'affermazione su qualsiasi altro motore". Google è stato completamente escluso perché il radicamento di un modello Gemini tramite OpenRouter lo instrada attraverso il plug-in di ricerca web di OpenRouter, che contaminerebbe la misurazione. Le categorie sono state scritte prima che venissero visualizzati i risultati e non sono mai state riviste, e il set di dati completo (prompt, citazioni e ricerche di domini) accompagna il rapporto.

Questi avvertimenti valgono in entrambe le direzioni. Rendono i risultati più ristretti di un'accusa generale contro la ricerca basata sull'intelligenza artificiale, ma li rendono anche più difficili da respingere: all'interno dell'ambito dichiarato, la misurazione è semplice, ripetibile e scomoda per chiunque presuma che le risposte fondate risiedano negli scaffali più affidabili del web aperto.

---

Stai al passo con l'intelligenza artificiale

Ricevi le ultime notizie, analisi e scoperte sull'intelligenza artificiale, tutto in un unico posto.

Leggi altre notizie sull'AI →