AI Visibility Lab
Articole GEO, AEO și AI Visibility Lab
Analize, cercetări și studii de caz despre GEO, AEO, SEO, AI Search, citarea surselor și vizibilitatea în ChatGPT, Google AI, Perplexity și alte sisteme generative.
Articole
Cel mai nou
Entities & Citations · Analiză de caz
Când internetul încearcă să afle cine ești: ce arată a patra măsurare Tabula Rasa
F3, al patrulea punct de măsurare al studiului longitudinal Tabula Rasa, a rulat aceleași 14 interogări despre Alex Matescu pe 9 suprafețe de căutare și răspuns AI, între 18 și 21 octombrie 2026. Arhiva publică are 293 de capturi, 129 de execuții și jurnalul rulării. Articolul descrie ce s-a măsurat, ce fenomene au apărut și ce arată adjudecarea celor 126 de execuții: căutarea clasică identifică persoana la 11 din 14 interogări, mai mulți asistenți o identifică fără ancoră, iar la interogarea de dezambiguizare patru sisteme declară că subiectul și un avocat cu nume apropiat sunt aceeași persoană.
Citește →Search & Retrieval · Analiză de caz
Pilotul 5 Market Discovery: ce arată expresiile scurte și de ce am retras prea devreme „consultant AI”
Rularea MKT-RO-AIV-2026Q4-PILOT-5, făcută din Sibiu între 15 și 18 octombrie 2026, este prima rulare completă a celor 12 expresii scurte USER-SHORT pe 8 suprafețe. A adus 69 de entități candidate, dintre care 37 noi, și ridică reuniunea de candidați la 278. Analiza pe expresii arată că doar câteva funcționează ca interogări de piață și că retragerea expresiei „consultant AI”, decisă după o singură rulare parțială, a fost o eroare de metodă: „marketing AI” și „specialist ChatGPT” au aceeași slăbiciune lingvistică și au rămas în set.
Citește →Search & Retrieval · Analiză de caz
Pilotul 4 Market Discovery: de ce rularea din Bologna nu intră în reuniunea de candidați
Rularea MKT-RO-AIV-2026Q4-PILOT-4, făcută la 10 octombrie 2026 din aeroportul din Bologna cu 4 expresii scurte, a fost procesată și publicată ca pachet de dovezi, dar exclusă din reuniunea de candidați: expresiile scurte, fără ancoră geografică, au produs din Italia răspunsuri orientate spre piața italiană, iar rularea nu atinge pragul minim al condițiilor de rulare. Ce s-a rulat, ce lipsește și ce se poate folosi din ea.
Citește →AI Ecosystem · Analiză
Social media devine strat informațional pentru AI: când postările, comentariile și comunitățile intră în răspunsuri
Cum intră conținutul din Facebook, Instagram, Threads, X, Reddit și LinkedIn în ecosistemele AI? Separăm training, retrieval, native platform context, citation și recommendation și propunem un cadru verificabil pentru Social Source Accessibility în AI Visibility Lab.
Citește →AI Ecosystem · Analiză
De la menționare la tranzacție: ce înseamnă Agentic Visibility pentru un business
Ce înseamnă Agentic Visibility și cum extinde problema GEO/AEO dincolo de citare și menționare, către descoperire, recomandare, interacțiune și tranzacție. Analizăm OpenAI Agentic Commerce Protocol, Google Universal Commerce Protocol, Meta Business Agent, Cloudflare Agentic Commerce și protocoalele de plăți pentru agenți.
Citește →AI Ecosystem · Analiză
Site-ul nu dispare. Își schimbă clientul: cum se pregătește web-ul pentru agenți AI
Ce înseamnă un site pregătit pentru agenți AI și ce nu înseamnă. Analizăm crawling, browser use, WebMCP, MCP, API-uri, structured data, autentificare și o metodă de măsurare bazată pe dovezi, fără a confunda accesibilitatea tehnică cu vizibilitatea sau recomandarea AI.
Citește →AI Ecosystem · Analiză
Public nu mai înseamnă accesibil: de ce fiecare sistem AI vede un internet diferit
De ce ChatGPT, Claude, Gemini, Grok și alte sisteme AI pot recupera informații diferite din același internet. Explicăm crawling, training, retrieval, acces nativ, conectori și o metodă exploratorie de Source Accessibility Mapping.
Citește →AI Ecosystem · Analiză
De la web visibility la machine accessibility: ce se schimbă când AI-ul nu doar citește internetul, ci acționează în el?
Vizibilitatea în AI se extinde de la citare și recomandare la acces și acțiune. Pornind de la anunțurile Meta, Anthropic, OpenAI și Cloudflare din 2026, analiza propune termenul machine accessibility și un cadru de lucru în șapte niveluri pentru a evalua dacă un agent AI poate descoperi, accesa, verifica și folosi informația despre un business.
Citește →AI Ecosystem · Analiză
AI ca oglindă și amplificator: ce arată raportul Anthropic despre intenție, context și folosirea Claude
Raportul Anthropic din septembrie 2026 arată cum actori foarte diferiți au folosit Claude pentru operațiuni cibernetice, supraveghere, influență, fraude și alte forme de abuz. Analiza separă faptele documentate de interpretarea editorială: AI-ul poate amplifica intenția și capacitatea de execuție, dar rezultatul depinde și de model, context, instrumente, limite și măsurile de siguranță.
Citește →Entities & Citations · Analiză
Eticheta „Abonat”: cum folosește Google relația cu publicul pentru a evidenția surse în AI Search
Google evidențiază în AI Overviews și AI Mode linkurile din publicațiile la care utilizatorul are un abonament legat de contul Google. Ce demonstrează funcția, ce nu dovedește despre ranking și ce pot face publisherii, creatorii și firmele.
Citește →Search & Retrieval · Analiză
Paradoxul specificității: când contextul schimbă răspunsul și când doar fragmentează conținutul
Specificitatea ajută când adaugă informație care schimbă răspunsul. Devine contraproductivă când multiplică pagini sau introduce constrângeri fără valoare. Analiză AI Visibility Lab despre relevance, query fan-out și doorway pages.
Citește →Entities & Citations · Ghid / Analiză metodologică
Harta de citare: cum afli empiric ce surse contează pentru vizibilitatea AI în România
Cum construiești o hartă de citare pentru nișa ta, cum separi mențiunile de citări, ce arată studiile Muck Rack, AirOps și Ahrefs și de ce prezența externă trebuie măsurată, nu presupusă.
Citește →AI Ecosystem · Analiză
AI aleargă, adopția merge pe jos: decalajul din 2026
Ritmul lansărilor AI față de adopția reală în 2026: 557 de lansări și actualizări urmărite editorial în ianuarie–septembrie, noile generații GPT-6, Claude 5.5 și Gemini 3.8/4 lansate în septembrie–octombrie, 18,8% utilizare GenAI în Q2 2026, metodologii Microsoft, Eurostat, OECD, McKinsey și PwC, plus date pentru România.
Citește →Search & Retrieval · Analiză
Cuvânt-cheie vs frază în AI Search: query rewriting, tokenizare și ce putem spune corect despre limba română
Cum rescriu ChatGPT Search și Google AI Search interogările, ce este query fan-out, cum funcționează tokenizarea și de ce diferențele dintre limbi trebuie măsurate cu tokenizerul real, nu estimate din octeți.
Citește →Entities & Citations · Analiză de caz
Ce este o entitate pentru AI și motoarele de căutare. Studiu de caz: de ce internetul mă asociază cu porumbul
Ce înseamnă entity resolution, cum apar coliziunea, fragmentarea și contaminarea identității și ce poate demonstra un studiu de caz real fără a inventa mecanisme interne ale Google sau sistemelor AI.
Citește →Technical Visibility · Analiză de caz
Metadata și citarea AI: ce poate demonstra o citare identică și unde începe inferența
Studiu de caz AI Visibility Lab: după actualizarea metadata, un sistem AI a citat textual formularea publicată pe delamatescu.ro. Ce demonstrează exact match-ul, ce nu demonstrează și cum transformi observația într-un experiment reproductibil.
Citește →Technical Visibility · Ghid
Ce poți citi și ce poți schimba la un site fără acces la cod: ghid de audit din exterior
Ce poți observa din exteriorul unui site, ce poți modifica fără acces la repository și unde se termină dovada tehnică și începe inferența. Ghid AI Visibility Lab bazat pe documentație oficială și teste reproductibile.
Citește →Technical Visibility · Analiză de caz
Paradoxul site-ului terminat: același URL poate arăta diferit pentru om, crawler și instrumentul de audit
Studiu de caz pe un site React construit cu Lovable: un request generic primește SPA shell-ul, în timp ce documentația Lovable spune că crawlerele verificate primesc HTML pre-randat. Ce demonstrează testul, ce nu demonstrează și cum verifici corect metadata, canonicalizarea și crawlabilitatea.
Citește →Search & Retrieval · Analiză
Cât durează până apari în Google și cât până te citează AI-ul? Ce știm, ce nu știm și ce poți măsura
Ce documentează sursele oficiale despre crawl, indexare și apariția în răspunsurile AI, ce termene nu sunt publice și cum separi descoperirea, indexarea, clasarea și citarea. Analiză AI Visibility Lab.
Citește →Entities & Citations · Analiză
De ce 10.000 de urmăritori pe LinkedIn nu te fac automat vizibil pentru AI
Cum diferă vizibilitatea umană de vizibilitatea AI în social media. Analiză bazată pe surse publice, studii comerciale tratate separat după metodologie și reguli operaționale pentru artefacte persistente, entity resolution și distribuție.
Citește →Search & Retrieval · Analiză
Motoarele de căutare comparate în 2026: cifrele care se contrazic, deciziile care au schimbat clasamentul și oamenii din spatele lor
Cotele de piață reale, de ce studiile diferă cu două ordine de mărime, și deciziile de distribuție care au decis fiecare schimbare de clasament din istoria căutării. Analiză AI Visibility Lab.
Citește →Search & Retrieval · Analiză
Istoria căutării pe internet: cum fiecare eră a creat un punct orb pe care optimizarea a încercat să-l exploateze
De la Archie și primele indexuri ale internetului la răspunsurile generative din 2026: momentele-cheie din evoluția căutării, originea disputată a termenului SEO și o ipoteză despre tiparul care se repetă.
Citește →
Document sursă
AVL-401 — Articole
Analize și resurse despre AI Visibility, GEO și ecosistemul inteligenței artificiale
| Document ID | AVL-401 |
|---|---|
| Nivel | E — Articole |
| Versiune | 2.0.1 |
| Statut | În derulare |
| Autor | Alex Matescu |
| Organizație | AI Visibility Lab |
| Ultima actualizare | 26 august 2026 |
Pagina Articole reunește materiale care completează activitatea de cercetare desfășurată de AI Visibility Lab și oferă context pentru înțelegerea modului în care sistemele AI descoperă, interpretează, utilizează și citează informațiile disponibile pe web.
Spre deosebire de documentația oficială a laboratorului, articolele nu reprezintă specificații metodologice și nici rezultate experimentale. Ele au rolul de a explica concepte, de a analiza evoluțiile din industrie, de a interpreta schimbările tehnologice și de a conecta informații provenite din surse relevante.
Ce tip de articole vor fi publicate?
Articolele vor aborda subiecte conexe domeniului AI Visibility, inclusiv:
- Generative Engine Optimization (GEO);
- Answer Engine Optimization (AEO);
- Search Engine Optimization (SEO) și relația sa cu sistemele AI;
- motoare de căutare și motoare conversaționale;
- Large Language Models (LLMs);
- Retrieval-Augmented Generation (RAG);
- crawling, indexare și recuperarea informației;
- citarea surselor și atribuirea informațiilor;
- date structurate și Schema.org;
- identitate digitală și managementul entităților;
- Knowledge Graph-uri și sisteme de reprezentare a cunoștințelor;
- actualizări ale platformelor AI;
- standarde și documentație oficială;
- studii, cercetări și publicații academice relevante;
- bune practici pentru creșterea vizibilității în sistemele AI.
Care este scopul acestei secțiuni?
Scopul paginii este de a construi o bază de cunoștințe accesibilă atât profesioniștilor din domeniul digital, cât și organizațiilor și creatorilor de conținut interesați de modul în care informația este procesată și prezentată de sistemele bazate pe inteligență artificială.
Articolele urmăresc să explice concepte complexe într-un mod clar, să ofere context asupra schimbărilor din industrie și să faciliteze înțelegerea unor subiecte aflate într-o evoluție rapidă.
Cum diferă articolele de documentația AI Visibility Lab?
AI Visibility Lab publică mai multe tipuri de conținut, fiecare având un rol diferit:
- Documentația definește concepte, metodologii și standarde utilizate în cadrul laboratorului.
- Experimentele documentează observații și rezultate obținute prin testare.
- Articolele oferă explicații, analize, interpretări și contexte suplimentare despre subiecte conexe.
Această separare permite distingerea clară între informațiile normative, rezultatele experimentale și materialele cu caracter educațional sau analitic.
Cui se adresează această pagină?
Articolele sunt destinate:
- specialiștilor SEO, GEO și AEO;
- profesioniștilor din marketing și comunicare digitală;
- dezvoltatorilor și arhitecților web;
- cercetătorilor;
- proprietarilor de afaceri;
- creatorilor de conținut;
- oricărei persoane interesate de relația dintre inteligența artificială și informația publicată online.
Statutul secțiunii
În derulare
Pagina Articole este biblioteca publică de analize și resurse AI Visibility Lab, oferind context și explicații despre AI Visibility, GEO, AEO și domeniile conexe, fără a înlocui documentația oficială sau rezultatele experimentale.
Istoricul versiunilor
| Versiune | Dată | Statut | Modificări |
|---|---|---|---|
| 2.0.0 | iulie 2026 | În derulare | Versiune anterioară a documentului de poziționare a secțiunii Articole. |
| 2.0.1 | 26 august 2026 | În derulare | PATCH: linkuri interne pentru Autor (→ /despre) și Organizație (→ /lab); reparat titlul dublat al paginii (Home/SEO) în datele de rutare (/lab). |