Vad är Mäta AI-synlighet?

Question

Accepted Answer

AI-synlighet — hur ofta och i vilken kontext ett varumärke förekommer i AI-genererade svar — mäts inte via klick eller positionsdata som klassisk SEO, utan via promptbaserad sampling. Metodiken: definiera en fast lista på 50–200 relevanta prompter som målgruppen faktiskt ställer, kör listan en gång per vecka mot 4–6 modeller (ChatGPT, Claude, Perplexity, Gemini, Copilot), och spåra tre värden per prompt: (1) Citerades varumärket alls? (2) I vilken position (först, andra, listplats)? (3) Med vilken tonalitet (positiv, neutral, negativ)? Aggregeringen ger ett synlighetsindex som funkar som primär KPI — analogt till organisk position i klassisk SEO men för AI-yta. Verktyg som Hasty (Norrhavet), Profound, Otterly och Peec automatiserar hela flödet.

En grundläggande mätuppsättning kräver fyra delar. (1) Promptbibliotek: 50–200 frågor uppdelade i tre kategorier — kategorifrågor ("bästa CRM för småföretag"), use case-frågor ("hur fungerar idemarknadsplats") och varumärkesfrågor ("vad är Petito"). (2) Modeller: minst ChatGPT, Claude och Perplexity — gärna även Gemini och Copilot för B2B. (3) Spårning: per prompt och modell logga citationer, positioner, citerade URL:er och bredare kontext (vilka konkurrenter nämns?). (4) Aggregering: synlighetsindex per varumärke per vecka, andel-av-röst (share of voice) jämfört med 3–5 konkurrenter, och delta-analys (vad förändrades den här veckan?). En typisk benchmark: en nystartad AEO-insats ser första citationer inom 4–8 veckor och stabil andel-av-röst inom 16–24 veckor. Mätningen ska köras kontinuerligt — modellerna uppdateras frekvent och citationsmönster ändras snabbt vid varje större modellrelease (GPT-4 → GPT-5 är ett konkret exempel där svarsstrukturen för många kategorifrågor ändrades markant).