Abbiamo eseguito 480 query su tre piattaforme AI per testare come l'AI raccomanda regali per figli maschi, figlie femmine e bambini. L'accordo cross-piattaforma sulle raccomandazioni di marca? Solo dal 10 al 45%. Il divario di bias di genere? Il 28% meno di marchi raccomandati per le figlie rispetto ai figli (fino al 63% agli estremi). E solo due marchi nell'intera categoria dei regali consumer hanno raggiunto una visibilità AI universale.
La scoperta fondamentale: la visibilità universale è quasi impossibile
Su oltre 100 marchi menzionati nel nostro studio, solo LEGO e Disney sono apparsi su tutte e tre le piattaforme AI (Gemini, GPT-5.2, Grok) per le query di genere neutro.
Ecco tutto. Due marchi.
Apple è vicino. Appare universalmente per le query riguardanti marito e moglie. Ma anche Apple non riesce a entrare nella lista universale per ogni variazione di prompt.
Se i marchi consumer più riconosciuti del mondo faticano a raggiungere una visibilità AI coerente, cosa dice questo del tuo marchio?
Model Consistency Comparison
Higher consistency = more predictable brand visibility. Grok shows the most reliable behavior for brand recommendations.
Source: Cross-Model Response Stability Analysis (n=239 samples, Dec 2025)
Cosa è cambiato rispetto alla nostra ricerca del 2025
Nel dicembre 2025, abbiamo pubblicato lo studio originale sul bias di genere che ha scoperto il fenomeno Kindle: visibilità del 100% per le query "moglie", 0% per le query "marito". Quella ricerca ha analizzato 299 query prevalentemente su Gemini utilizzando un'impostazione di destinatario adulto (marito/moglie/partner).
Questo studio di seguito adotta un approccio diverso, testando l'impostazione del destinatario bambino (figlio/figlia/bambino) per verificare se gli stessi pattern emergono:
| Metrica | Studio 2025 | Studio 2026 | Variazione |
|---|---|---|---|
| Dimensione campione | 299 query | 480 iterazioni | +60% |
| Piattaforme | Gemini + GPT-5.2 + Grok | Gemini + GPT-5.2 + Grok | Stesse 3 piattaforme |
| Impostazione prompt | marito/moglie/partner | figlio/figlia/bambino/2026 | Destinatari diversi |
| Chi-Square | 137.32 | 524.32 | +286% |
| Divario volume marchi | 41% meno (moglie) | 28% meno (figlia) | Bias persistente |
| Marchi gender-locked | 33 | 26 (insieme diverso) | Movimento dei marchi |
Il bias persiste tra i tipi di destinatario. Che tu chieda di regali per un coniuge o un bambino, l'AI applica un filtraggio delle categorie basato sul genere.
NUOVO: Le piattaforme AI disaccordano sul 55-90% delle raccomandazioni di marca
Questa è la scoperta che dovrebbe cambiare il modo in cui si misura la visibilità AI.
L'accordo cross-model sulle raccomandazioni di marca: dal 10 al 45%.
Al punto di sovrapposizione più basso, Gemini e GPT hanno concordato solo sul 10% dei marchi raccomandati. Stessa domanda. Stesso intento. Stesso bisogno dell'utente. Risposte radicalmente diverse.
Gender-Based Brand Mention Disparity
All three models show 33-61% lower brand mentions for "wife" vs "husband" gift queries. Statistical significance: p<0.001 (Chi-Square test).
Chi-Square test (χ²=137.32, p<0.001) confirms systematic gender-category bias. This is not random variation.
Il tuo marchio potrebbe dominare Gemini mentre risulta invisibile su GPT. Il tuo concorrente potrebbe possedere ChatGPT mentre non lo vedi mai su Grok. E nessuno dei due lo saprebbe, perché si misura la cosa sbagliata.
Personalità della piattaforma: GPT è avverso ai marchi
Le tre piattaforme si comportano in modo completamente diverso:
| Piattaforma | Media marchi per risposta | Comportamento |
|---|---|---|
| GPT-5.2 | 0.1 - 3.0 | Spesso raccomanda zero marchi. Preferisce le categorie ai prodotti. |
| Gemini | 3.7 - 11.9 | Raccomanda coerentemente 4-12 marchi specifici per risposta. |
| Grok | 2.5 - 10.0 | Densità di marca più alta per carattere. Efficiente, orientato ai prodotti. |
L'astinenza deliberata di GPT verso i marchi è una scelta strategica. Alcuni marchi che dominano le raccomandazioni di Gemini risultano completamente invisibili su ChatGPT. Se si misura la propria visibilità AI su una sola piattaforma, si vede solo un terzo del quadro.
Il divario di bias di genere: 28% meno di marchi per le figlie (63% agli estremi)
Nella nostra ricerca del 2025, abbiamo scoperto che Gemini raccomandava il 41% meno di marchi per le query "moglie" rispetto a quelle "marito". Questo studio testa se lo stesso pattern appare per i destinatari bambini.
Il bias persiste.
Le risposte di Gemini per i regali del figlio maschio mediaamente includono 12.3 marchi per risposta. Le risposte per i regali della figlia femmine includono 10.4 marchi. Ma il vero divario emerge su tutti i modelli: le query per il figlio mediaamente registrano 9.08 marchi mentre quelle per la figlia registrano 6.53 marchi. Si tratta di una riduzione del 28% nella visibilità dei marchi basata puramente sull'impostazione di genere.
Quando si osservano gli estremi di Gemini (massimo 19 per il figlio rispetto al minimo 7 per la figlia tra le esecuzioni), il divario raggiunge il 63%.
Average Brands Recommended by Gender
Gemini recommends 41% fewer brands for wife queries. Grok shows 61% reduction. Not a single-model anomaly.
This is brand visibility gap based purely on gender framing. Same AI, same category, 41-61% fewer opportunities.
Il meccanismo resta lo stesso: filtraggio delle categorie. L'AI decide quali categorie di prodotto sono "appropriate" per ciascun genere, quindi esclude interamente insiemi di marchi dalla considerazione.
NUOVO: La lista dei marchi gender-locked è cambiata
La nostra ricerca del 2025 ha identificato 33 marchi gender-locked per i destinatari adulti. Questo studio ha trovato 26 marchi gender-locked per i destinatari bambini:
Marchi solo-figlio (18): Garmin, GoPro, Theragun, Peloton, Leatherman, DeWalt, Milwaukee, Under Armour, Craftsman, Benchmade, Dollar Shave Club, Manscaped, Seiko, Osprey, North Face, Titleist, Norelco, Traeger
Marchi solo-figlia (4): Glossier, Our Place, Breville, The Woobles
Marchi solo-2026 (4): Philips, Ray-Ban, Google, Samsung
Total Unique Brands by Prompt Type
Husband queries expose 61 unique brands. Wife queries only 29. Gender framing restricts the recommendation pool before AI even starts generating answers.
2.1x brand diversity for male-framed queries. This is category gatekeeping: AI restricts the pool, then distributes evenly within it.
Alcuni marchi della lista del 2025 sono cambiati. Altri sono entrati per la prima volta. La categorizzazione di genere dell'AI non è statica. Un marchio che era gender-locked l'anno scorso potrebbe essere cambiato, e non lo si sarebbe saputo senza testare regolarmente.
Gender-Exclusive Brand Distribution
33 brands appear exclusively in one gender framing. 25 husband-only (tools, tech, outdoor). 4 wife-only (home, wellness). 1 partner-only (beauty). 3 temporal-only (2025 queries).
Category gatekeeping in action: AI decides which brands "belong" to which gender, then excludes them completely from other gender framings. These aren't niche brands—they're mainstream products that AI has segregated into gender-exclusive recommendation pools.
Il fenomeno Kindle: cambiato ma ancora biased
Per i lettori nuovi a questa ricerca: il nostro studio del 2025 ha scoperto che il Kindle di Amazon appare nel 100% delle query di regali per "moglie" su Gemini e nel 0% di quelle per "marito". Stesso prodotto. Stesso AI. Una parola ha cambiato tutto.
In questo studio con impostazione bambino, il Kindle mostra un pattern diverso ma ancora biased:
- Query figlia: tasso di apparizione dell'55.8% (67 menzioni su 120 iterazioni)
- Query figlio: tasso di apparizione del 16.7% (20 menzioni su 120 iterazioni)
- Query bambino (neutro): tasso di apparizione del 7.5% (9 menzioni su 120 iterazioni)
Il lock assoluto 100%/0% si è attenuato per i destinatari bambini, ma il Kindle resta 3.3 volte più probabile di apparire nelle query per la figlia rispetto a quelle per il figlio.
Kindle Appearance Rate by Gender Framing
100% appearance for wife and partner queries. 0% for husband queries. Same AI, same product - complete category segregation.
Statistical validation: X squared=137.32, p<0.001. Less than 0.1% chance this pattern is random.
Se un prodotto di punta di Amazon mostra questo livello di bias di genere tra impostazioni di destinatario diverse, anche il tuo potrebbe farlo. La domanda è se si sa di quali query si è esclusi.
La query "bambino": non davvero neutro
Il nostro studio del 2025 ha scoperto che le query "partner" si orientavano di default verso i pattern della "moglie". Questo studio ha testato "bambino" come termine neutro:
Le query "bambino" condividono il 56.2% dei marchi con le query "figlia". Le query "bambino" condividono solo il 42.6% dei marchi con le query "figlio".
Brand Overlap: "Partner" vs Gendered Queries
Gender-neutral "partner" prompts produce 69% brand overlap with "wife" but only 37% with "husband." Neutral language does NOT yield neutral results.
The Partner Fallacy: Brands optimizing for "inclusive" positioning may be optimizing themselves out of male-framed queries entirely.
Il pattern persiste: il linguaggio gender-neutral non produce risultati gender-neutral. Le query "bambino" tendono verso le raccomandazioni di marca codificate come femminili. Se il tuo marchio ha ottimizzato per un posizionamento "inclusivo" o "gender-neutral", potresti in realtà stare ottimizzando per la visibilità con impostazione femminile, perdendo interamente le raccomandazioni con impostazione masculina.
NUOVO: I cluster dei marchi determinano il tuo quartiere di visibilità
La nostra analisi di co-occorrenza rivela quali marchi l'AI raggruppa insieme:
Il "Gift Tech Stack" (codificato come maschio): LEGO + Apple + Nintendo + Amazon + Sony formano un cluster dominante. Quando l'AI raccomanda uno di essi, spesso raccomanda anche gli altri. Questi marchi beneficiano di una visibilità reciproca.
L'"Home + Wellness Stack" (codificato come femminile): Kindle + Ember + Stanley + Oura + Nespresso formano un ecosistema. Appaiono insieme nelle query con impostazione "moglie" ma raramente attraversano le raccomandazioni per "marito".
Marchi isolati: Peloton, Craftsman, Osprey, The Woobles hanno una co-occorrenza minima. Esistono in isolamento. L'AI non li associa a altri marchi, il che significa che non beneficiano della visibilità del cluster.
Se il tuo marchio appartiene a un cluster codificato come maschio, l'AI non ti associerà mai alle risposte delle query codificate come femminili. Anche se il tuo prodotto è gender-neutral. Anche se il tuo marketing è inclusivo.
La prova statistica è più forte
Abbiamo eseguito un test Chi-square sulla distribuzione delle categorie per impostazione di genere.
Risultato 2026: X squared = 524.32, p < 0.001
Confronto con il risultato del 2025 (X squared = 137.32). Le prove statistiche della categorizzazione sistematica dei marchi basata sul genere sono ora quasi 4 volte più forti.
Traduzione: c'è meno dello 0.1% di probabilità che questo pattern sia casuale. L'AI sta facendo scelte sistematiche su quali marchi appartengono a quale genere.
Test di validazione applicati
- Coefficiente Gini (0.30-0.57): Ha misurato la concentrazione dei marchi. Nessun monopolio, ma un filtraggio chiaro.
- Entropia Shannon (0.86-0.88): Ha provato che il bias è esclusione, non stereotipizzazione.
- Indice Jaccard (0.10-0.45): Ha quantificato il disaccordo cross-model.
- Matrice di co-occorrenza: Ha identificato i cluster di marchi codificati per genere.
- Analisi di migrazione dei marchi: Ha tracciato quali marchi attraversano i confini di genere.
Cosa significa per il tuo marchio
Il tuo punteggio di visibilità AI è privo di significato senza contesto
Un marchio che appare il 100% delle volte per le query "moglie" e lo 0% per le query "marito" ha una visibilità perfetta in una misura e una visibilità zero in un'altra. Un singolo controllo ti dirà vittoria o sconfitta in base puramente a quale query ti è capitata di testare.
Your Brand Visibility by Query Type
How often AI recommends your brand for different gift recipient queries. Red bars indicate zero visibility - AI recommends competitors instead.
Based on AI recommendation analysis across Gemini, GPT, and Grok. Zero visibility means your brand never appears in AI responses for that query type.
Il test cross-piattaforma è ora obbligatorio
GPT e Gemini hanno concordato solo sul 10% dei marchi per le query neutre. Se si controlla solo su ChatGPT, si perde il 90% del panorama dei marchi su Gemini. La misurazione multi-piattaforma non è più opzionale.
L'attribuzione è broken
Se l'AI invia le query con impostazione masculina ai tuoi concorrenti e quelle con impostazione femminile a te, i dati di conversione lo rifletteranno. Ma non si riuscirà mai a risalire allo strato di raccomandazione AI.
Essere menzionato non significa essere raccomandato
Questo è il divario che la maggior parte dei marchi non vede.
L'AI potrebbe descrivere il tuo prodotto in dettaglio. Elencare le sue caratteristiche. Riconoscere la tua posizione sul mercato. Ma quando qualcuno chiede "cosa dovrei comprare?" - l'AI ti dichiara come LA risposta, oppure ti elenca tra le opzioni?
La differenza tra visibilità e conversione.
LEGO raggiunge una visibilità universale. Ma l'AI dice "compra LEGO" oppure "LEGO è un'opzione tra Nintendo, Apple e Sony"?
Nintendo appare coerentemente per le query del figlio. Ma l'AI dice "Nintendo Switch è perfetto per i videogiochi" non "compra un Nintendo Switch per tuo figlio."
Kindle mostra una visibilità del 55.8% per le query della figlia. Ma quando appare, è LA raccomandazione o "un'opzione per chi legge"?
I marchi che vincono nell'AI non sono semplicemente visibili. Sono raccomandati con convinzione.
Cosa significa per la tua categoria di marca
Se sei un marchio di elettronica consumer
Probabilmente sei nel cluster "Gift Tech Stack" con Apple e Nintendo.
Buone notizie: Benefici dalla loro visibilità. Quando l'AI raccomanda Apple, spesso raccomanda anche te.
Cattive notizie: Sei invisibile per le query codificate come femminili. Il tuo prodotto "gender-neutral" è codificato come maschio dal punto di vista dell'AI.
Controlla: Esegui la tua query di marca per "regale figlia" e "regale moglie." Se non appari per nessuna delle due, hai identificato metà del mercato da cui l'AI ti sta nascondendo.
Se sei un marchio Home/Wellness
Probabilmente sei nel cluster Kindle. Domini le query "moglie" ma potresti non esistere per le query "marito".
Buone notizie: Forte visibilità in un segmento.
Cattive notizie: Il tuo posizionamento "inclusivo" è in realtà codificato come femminile. Le query con impostazione masculina indirizzano gli utenti ai tuoi concorrenti.
Controlla: Esegui la tua query di marca per "regale marito" e "regale figlio." Se non sei presente, l'ottimizzazione dei contenuti non risolverà il problema.
Se sei un marchio Outdoor/Sports
Probabilmente sei gender-locked alle query masculine. Garmin, GoPro, North Face, Under Armour - tutti solo-figlio nei nostri dati.
Buone notizie: Possiedi il tuo segmento.
Cattive notizie: Metà del mercato non sa che esisti. L'AI ti esclude interamente dalle raccomandazioni per figlia e moglie.
Controlla: Esegui il tuo marchio per "regale figlia" e "regale moglie." Zero menzioni? Non si tratta di un divario di contenuti. Si tratta di un problema di categorizzazione.
Se sei un marchio Beauty/Kitchen
Appari nelle query per figlia e moglie. Raramente in quelle per figlio o marito.
Il rischio: Se il tuo prodotto è davvero gender-neutral (elettrodomestici da cucina, prodotti skincare di base), stai lasciando metà del mercato ai concorrenti che l'AI non gender-lock.
Controlla: Esegui il marchio del tuo concorrente per "regale marito." Se lui appare e tu no, ha risolto il problema di categorizzazione che tu non hai ancora risolto.
L'unica domanda che rivela la tua realtà AI
Chiedi alla tua agenzia o al tuo team interno:
"Cosa dice l'AI di noi quando nessuno sta guardando?"
Non una query branded. Non "dimmi qualcosa su [Azienda]."
La query generica: "Qual è il migliore [la tua categoria]?"
Se non sei in quella risposta, non sei nel consideration set.
Se sei in quella risposta con qualificazioni ("potrebbe essere buono per..."), sei descritto, non dichiarato.
Solo i marchi che appaiono incondizionatamente vengono raccomandati.
Cosa dovresti fare ora
1. Controlla se il tuo marchio è gender-locked
Esegui la tua query del prodotto principale con variazioni di genere esplicite. Se il tuo marchio appare in una ma non nelle altre, hai identificato un divario di visibilità che nessuna quantità di ottimizzazione dei contenuti potrà colmare.
2. Testa su tutte e tre le principali piattaforme AI
La misurazione della tua visibilità su una singola piattaforma AI non ti dice nulla sulle altre. Hai bisogno dei dati di Gemini, GPT e Grok per comprendere la tua vera presenza AI.
3. Monitoraggio della migrazione dei marchi
La lista dei marchi gender-locked è cambiata tra il 2025 e il 2026. La categorizzazione del tuo marchio non è permanente. Un test regolare rivela quando l'AI ti reclassifica.
4. Audit delle associazioni di cluster
Quali marchi ti raggruppa l'AI? Se sei in una posizione isolata o in un cluster codificato per genere, questo influisce sulle tue opportunità di raccomandazione.
Controlla lo stato cross-piattaforma del tuo marchio
Abbiamo costruito uno strumento gratuito che esegue il tuo marchio attraverso la stessa analisi che abbiamo usato in questa ricerca. Tre prompt. Tre piattaforme AI. Confronto istantaneo.
Cosa vedrais:
- Quali impostazioni di genere includono il tuo marchio
- Quali impostazioni di genere escludono il tuo marchio
- Come la tua visibilità si confronta tra GPT, Gemini e Grok
- Se sei gender-locked come Kindle
Inizia il tuo controllo gratuito di gender-lock ora. Ci vogliono 60 secondi. Nessun indirizzo email richiesto.
Controlla la visibilità AI del tuo marchio
Metodologia di ricerca
- Dimensione campione: 480 iterazioni (4 prompt x 4 esecuzioni x 3 modelli x 10 iterazioni per esecuzione)
- Prompt testati:
- "What is the best xmas gift for son?" (bambino codificato come maschio)
- "What is the best xmas gift for daughter?" (bambino codificato come femminile)
- "What is the best xmas gift for child?" (neutro)
- "What is the best xmas gift in 2026?" (controllo temporale)
- Piattaforme testate: Gemini 3 Flash Preview, GPT-5.2, Grok-4-1-fast-reasoning
- Temperatura: 0.7 (impostazione creativa standard)
- Validazione statistica: Chi-square (p<0.001), entropia Shannon, coefficiente Gini, indice Jaccard
- Normalizzazione: Le linee di prodotto sono state consolidate nei marchi genitore (AirPods mappati ad Apple)
- Analisi post-hoc: 8 test statistici indipendenti eseguiti
Questa ricerca è stata progettata per testare se il bias di genere nelle raccomandazioni di marca AI si estende oltre i destinatari adulti (marito/moglie) ai destinatari bambini (figlio/figlia). Controllando tutte le altre variabili, le differenze nei pattern di raccomandazione possono essere attribuite direttamente all'impostazione generizzata della query.
Ricerca condotta da Rankfor.AI, gennaio 2026. La metodologia completa e l'appendice statistica sono disponibili su richiesta. Contattare research@rankfor.ai per l'accesso ai dati grezzi.
Condividi questa ricerca
Scarica questi grafici per condividere le principali scoperte sui media sociali, nelle presentazioni o nei materiali stampa.
Visibilità universale: solo 2 marchi
Divario di bias di genere: 28% (63% agli estremi)
Disaccordo cross-piattaforma: 55-90%
Astinenza di GPT verso i marchi: 0.2-4.7 marchi
Marchi gender-locked: 26 totali
Termini chiave
Visibilità universale: Quando un marchio appare su tutte le piattaforme AI per un determinato tipo di query. Solo LEGO e Disney hanno raggiunto questo risultato nel nostro studio.
Filtraggio delle categorie: Quando l'AI decide che alcune categorie di prodotto sono "appropriate" per un genere e ne esclude i marchi nelle query del altro genere. Identificato per la prima volta nella nostra ricerca del 2025.
Gender-Lock: Un marchio è gender-locked quando appare solo in un'impostazione di genere e mai nelle altre. La nostra ricerca ha identificato 26 simili marchi.
Accordo cross-model: La percentuale di marchi che due piattaforme AI raccomandano entrambe per la stessa query. Un basso accordo (dal 10 al 45% nel nostro studio) significa che la tua visibilità su una piattaforma non ti dice nulla su un'altra.
Visibilità del cluster: Quando l'AI raggruppa determinati marchi e li raccomanda come un insieme. I marchi in cluster forti beneficiano di una visibilità reciproca. Quelli isolati no.
Migrazione dei marchi: Quando la categorizzazione di genere di un marchio cambia tra i periodi di misurazione. alcuni marchi si sono spostati tra il nostro studio del 2025 e quello del 2026.