Guide · Måling

Sådan måler du AI-synlighed (også i AI Overviews)

Af Kristian Stig Henriksen · Dear Future

Du måler AI-synlighed ved at stille de spørgsmål, dine købere stiller, til assistenterne selv, og registrere fire ting i hvert svar: bliver dit brand nævnt, bliver det citeret med link, i hvilken tone, og hvor stor en andel af svarene tilhører dig i forhold til konkurrenterne. Gjort én gang er det et øjebliksbillede; gjort dagligt er det en kurve, du kan handle på. Her er hele fremgangsmåden, inklusive hvordan du gør det selv.

De fire tal, der udgør AI-synlighed

Sådan måler du det selv, gratis

Skriv ti til tyve spørgsmål, som købere i din kategori faktisk stiller, uden dit brandnavn i spørgsmålet. Stil dem i ChatGPT og Gemini med websøgning slået til, fra det land dine kunder sidder i, og notér for hvert svar: hvem nævnes, hvem citeres, i hvilken tone. Gentag på faste dage, og gem svarene, så du kan slå efter.

Metoden er gratis og reel, men den har tre grænser, du skal kende. Svarene varierer fra kørsel til kørsel, så få målinger giver støjede tal. Det er svært at holde betingelserne konstante i hånden: samme modelversion, samme land, samme søgeadgang. Og fra omkring hundrede spørgsmål gange flere assistenter gange daglige kørsler bliver det et fuldtidsarbejde. Det er præcis det arbejde, måleværktøjer automatiserer.

Måling og optimering i Google AI Overviews

AI Overviews er Googles AI-genererede oversigter over søgeresultaterne, lanceret bredt i 2024. De er begyndt at dukke op på flere danske søgninger, og de fungerer som resten af feltet: en sammenfatning med få citerede kilder. Målingen er den samme: udløser dine vigtige søgninger en oversigt, nævnes du i den, og citeres du som kilde?

AI Overviews-optimering er ikke en separat disciplin. Oversigten bygger på de sider, Google allerede har crawlet og rangeret, så det, der virker, er det samme som i resten af GEO: et direkte svar øverst på siden, spørgsmål som overskrifter, og datastruktur, der matcher det synlige indhold. Forskellen er, at dit SEO-fundament betyder mere her, fordi kilderne hentes fra indekset.

Hvornår er en ændring reel?

Enhver andel målt på en stikprøve svinger. Før du fejrer et hop fra 30% til 34%, skal du vide, om det er udvikling eller støj. Vi viser derfor hvert estimat med et 95% konfidensinterval efter Wilsons metode, som holder, når stikprøven er lille, eller andelen ligger tæt på 0% eller 100%. Tommelfingerreglen: en bevægelse er først en udvikling, når den holder sig uden for det normale udsving over flere uger.

Læs også hvad GEO er og guiden til Share of Voice i AI, eller se hele metoden bag vores tal.

Spring håndarbejdet over

Få målingen sat op for dit brand

Vi sætter et målt workspace op for din kategori: dine spørgsmål, dine konkurrenter, målt hver dag med usikkerheden synlig.

Få analysen

Ofte stillede spørgsmål

Hvor ofte skal man måle AI-synlighed?

Dagligt, hvis du vil kunne se udviklinger og reagere på dem. Modellerne opdateres løbende, og svarene varierer fra dag til dag, så en månedlig stikprøve kan ikke skelne udvikling fra støj. Måler du i hånden, er en fast ugentlig rytme minimum; et dagligt automatiseret mål er standarden, vi selv arbejder efter.

Hvad er share of voice i AI?

Din andel af alle brand-omtaler i AI-svarene på en fast pulje af kategorispørgsmål. Nævnes der i alt 100 brands på tværs af svarene, og 30 af dem er dit, har du 30% share of voice. Tallet gør din synlighed sammenlignelig over tid og mod konkurrenterne, uanset hvor mange spørgsmål du måler på.

Kan man måle AI-synlighed gratis?

Ja, i lille skala: stil ti til tyve køberspørgsmål med websøgning slået til, notér omtaler, citationer og tone, og gentag på faste dage. Det giver et ærligt øjebliksbillede. Grænsen er skala og konsistens: daglige målinger på tværs af assistenter, lande og modelversioner kræver automatisering.

Kilder

  1. 1.Reid, E. (2024). Generative AI in Search: Let Google do the searching for you. The Keyword, Google.
  2. 2.Wilson, E. B. (1927). Probable Inference, the Law of Succession, and Statistical Inference. Journal of the American Statistical Association, 22(158), 209–212.

Tilbage til forsiden