Måle AI-synlighet

#Hva vi målte, og hva vi fant

Det meste som skrives om AI-synlighet er råd. Dette er måling. Vi er et byrå som argumenterer for å servere AI rent, tjenertegnet HTML, så det var bare rimelig å sjekke om byrået selv blir sitert. Svaret, gjennom tre øyeblikksbilder i april, mai og juni 2026, var mer interessant enn et enkelt tall.

#Instrumentproblemet kommer først

Før noe funn, forbeholdet som omramming alle de andre. Det finnes to vanlige måter å måle hvor ofte en AI siterer deg, og de er ikke enige.

Den billige måten er en API-proxy. Du sender promptene dine gjennom en modells API, leser teksten som kommer tilbake, og teller merkenevnelser og lenker. Den er repeterbar og nesten gratis, og derfor er den overalt. Svakheten er at API-banen ikke er produktet en kunde bruker. Publiserte sammenligninger anslår kildeoverlappet mellom API-svar og forbrukernettgrensesnittet til lave ensifrede prosenter, så en proxy kan fortelle deg at en modell kjenner navnet ditt i det abstrakte, mens den ikke forteller deg noe pålitelig om hva en ekte bruker ser.

Den ærlige måten er å overvåke de ekte forbrukerutdataene, de samme svarene en person får i ChatGPT- eller Perplexity-grensesnittet, inkludert hvilke kilder produktet faktisk viser. Det koster mer og er vanskeligere å automatisere. Det er også det eneste tallet som svarer til et tapt eller vunnet besøk.

Vi brukte tre varianter av den første og ikke én eneste gang den andre. Første utkast av denne rapporten hevdet noe annet, og nettopp det er den mest gjenbrukbare lærdommen i den: gjennom et helt kvartal målte vi noe annet enn det vi sa vi målte, og vi oppdaget det først da vi satte oss ned for å skrive ut hvor hvert enkelt tall kom fra.

#April: det billige proxy-utgangspunktet

Vårt første øyeblikksbilde, 6. april, var en API-proxy-kjøring. Hovedtallene, over 26 spørringer mot ChatGPT:

En nevneandel under åtte prosent og en siteringsrate på null leses som en katastrofe. Den mer nyttige detaljen er hvem som ble sitert i stedet for oss. Da modellen grep etter en kilde om polsk WordPress-arbeid, navnga den kataloger og jobbportaler: pracuj.pl dukket opp tre ganger, sammen med clutch.co, olx.pl, home.pl, nazwa.pl og en annonse for en utvikler-meetup. Det er ikke konkurrenter som skrev bedre enn oss. Det er aggregatorer som modellen stoler på som generiske svar på et kommersielt spørsmål. Det mønsteret, at assistenten faller tilbake på en katalog i stedet for en spesialist, viste seg å være den egentlige historien, og finpuss på siden fikser det ikke.

Rapporten selv bar advarselen vi vil at du også skal bære: API-proxy, kun retningsgivende trender, omtrent fire prosent kildeoverlapp med nettgrensesnittet. Vi forsto ennå ikke hvor mye den advarselen betydde.

#Mai: det tomme regnearket som produserte et tall

Mai-kjøringen 11. mai var ingen kjøring. Panelet for den uken er et regneark i repoet: tjue spørringer fordelt på ChatGPT, Perplexity, Bing Copilot og Claude, en tom resultatkolonne ved siden av hver, og øverst en linje Owner: _______ som ingen noen gang signerte. Ingen fylte det ut. Tabellen skriptet vårt produserte fra det, så derimot akkurat ut som en måling:

Hver rad kom tilbake som uavklart, men ikke fordi instrumentet sjekket noe og holdt igjen en dom. scripts/compute-ai-citation-metrics.mjs leser en celle, teller den som sitering hvis den matcher yes, y, true, 1 eller x, som manglende sitering hvis den matcher no, n, false eller 0, og skriver unknown i alle andre tilfeller. En tom celle matcher ingenting, så den får unknown. Tjue uavklarte resultater er tjue rader ingen så på. Det finnes ingen grounding-deteksjon i den pipelinen, og det har det aldri gjort.

Siste linje i rapporten er verre. Siteringsraten regnes ut som siteringer med ja delt på alle rader, så de tjue tomme radene havnet rett i nevneren, og den genererte filen kunngjør: siteringsrate 0 prosent. Et tomt regneark gikk inn i skriptet og kom ut på den andre siden som en pent formatert rapport med en null i overskriften og en fordeling på fire motorer under.

Slik ser denne feilmodusen ut innenfra. Ikke et instrument som ærlig melder at det ikke ser noe. Et instrument som gjør manglende data om til et resultat og legger det fram med samme selvsikkerhet som en måling. Vi anklager dashbord for AI-synlighet for nettopp dette noen avsnitt lenger ned, så det er bare rimelig å si det rett ut: vår egen pipeline gjorde akkurat det, ingen la merke til det, og mai-nullen lå i repoet hele tiden og så ut som et funn. Et tall trenger ikke være oppdiktet for å villede. Det holder at det er pent formatert.

#Juni: et andre instrument, en andre blindsone

11. juni byttet vi instrument. Vi beskrev det den gangen for oss selv som et skifte fra API-et til ekte modellutdata. Det var det ikke. Vi koblet på Geoboard, seks modeller deriblant ChatGPT, Claude, Gemini, Perplexity, Grok og DeepSeek, mot et sett kjøpsnære prompter. Det er en annen leverandør, ikke en annen type måling: klienten vår for det, scripts/geoboard-pull.mjs, er et drøyt dusin linjer som pakker curl rundt et REST-API. Et forbrukergrensesnitt finnes ikke i det på noe punkt.

Geoboards eget metodenotat sier for øvrig det vi ikke sa: kjøringen spør modellene uten direkte nettsøk, og måler dermed gjenkalling fra treningsdata. En ekte ChatGPT og en ekte Gemini søker direkte og ville funnet det kjørende nettstedet. Juni-kjøringen målte altså ikke om AI siterer oss. Den målte om modellene husker oss fra treningen, og for et nisje-B2B-byrå ligger det nær null av konstruksjon. Vi hadde byttet én blindsone mot en annen og tok det en kort stund for framgang.

Bildet ble skarpere likevel, for to blindsoner på ulike steder viser mer sammen enn én gjør alene. For én smal spørring, et polsk studio som betjener utenlandske WordPress-kunder, rangerte vi først i fem av de seks testede modellene. Med direkte nettsøk avslått betyr det noe bestemt, og sterkere enn vi hadde antatt: assosiasjonen sitter i modellene selv, ikke i søkeresultater som stiftes på i farten. Det er en spesifikk identitetspåstand med lite konkurranse, akkurat den typen spørring en spesialist bør eie.

For transaksjonelle WooCommerce-spørringer, spørringene nærmest inntekt, var vi nær usynlige. Modellene svarte selvsikkert og grep ikke etter oss. ChatGPT var konsekvent den svakeste kanalen for merket, uten et eneste treff i hele det testede settet. Perplexity kom sterkest ut.

Og her var vi nær ved å gjøre nøyaktig den feilen denne rapporten handler om. Første utkast av dette avsnittet forklarte Perplexity-forspranget med at Perplexity lener seg hardt på direkte nettsøk. Forklaringen er elegant, den passer med alt man vet om produktet, og den holder ikke her: ingen modell i den kjøringen hadde direkte nettsøk. Hva enn som ga Perplexity forspranget, var det ikke direkte nettsøk. Vi vet ikke hva det var. Å gjette ville gjort et metodeforbehold vi selv hadde på papiret om til en setning som låter som en konklusjon, og det ville vært samme grep som mai-nullen, bare bedre kledd.

Konkurrentene som faktisk dukket opp, var stort sett generelle SEO- og SEM-byråer som markedsfører seg som “AI SEO”-leverandører, ikke WooCommerce-spesialister. Gapet er med andre ord autoritet og assosiasjon, ikke sidekvalitet.

#Hva de tre øyeblikksbildene summerer seg til

Lest sammen sier kvartalet tre ting klart.

For det første er metoden en del av tallet. De tre kjøringene spenner over rundt ni og en halv uke, fra 6. april til 11. juni, og nettstedet sto ikke stille i mellomtiden: vi lanserte nye seksspråklige beslutningsguider i det vinduet, rettet nettopp mot gapet målingen hadde avdekket. Vi kan altså ikke si det vi gjerne skulle sagt, nemlig at metoden flyttet tallet og ikke virkeligheten. Vi mangler kontrollen for det, for virkeligheten flyttet seg også. Vi kan si noe svakere og sikrere: disse tre metodene spriker så kraftig at ingen av tallene kan tolkes uten metoden som produserte det. Hvis et verktøy gir deg en AI-siteringsrate uten å fortelle deg om det leste API-et eller produktet, og om modellen hadde direkte nettsøk på, mistro det.

Førstepartsmåling er hele poenget med denne øvelsen, og det er den samme disiplinen vi bruker på kundearbeid: et tall du ikke kan gjenskape er ikke bevis. Vi lærte den samme lærdommen den harde veien med et eksperiment med et syntetisk merke, der en modell selvsikkert beskrev et selskap som ikke eksisterte. Å måle et ekte merke har den motsatte feilmodusen, å selvsikkert rapportere null når sannheten er ukjent, og mai-skriptet vårt gjorde nettopp det bokstavelig. Begge kommer tilbake til den samme plikten: sjekk instrumentet før du stoler på avlesningen, også, og særlig, når du har skrevet instrumentet selv.

For det andre er identitetsspørringer mulige å vinne og transaksjonelle er det ikke, i hvert fall ikke på siden. Vi holder den smale posisjoneringsspørringen fordi den er spesifikk og lite omkjempet. Vi taper de kommersielle spørringene fordi modellene lener seg på kataloger og brede byråer, og ingen mengde renere HTML endrer hvem en modell allerede assosierer med “WooCommerce-utvikler”. Det er et autoritetsproblem utenfor siden.

For det tredje betyr kanalen noe, selv når du ennå ikke kan si hvorfor. Det samme merket kom sterkest ut i Perplexity og dukket ikke opp i ChatGPT en eneste gang, i samme kjøring, på samme spørringssett, under samme innstillinger. Noen forklaring på det har vi ikke. Det vi har, er fordelingen per modell som viser forskjellen, og det er nok til å vite hvor man skal lete videre. En enkelt blandet “AI-synlighetsscore” skjuler nettopp informasjonen du trenger, og gir på kjøpet en falsk følelse av å ha forstått noe.

#Hva vi endret

Vi skrev ikke om sider som reaksjon på et proxy-tall, for det ville være å optimalisere for et instrument i stedet for en kunde. I stedet endret målingen hvor vi legger innsatsen.

• Vi låste spørringssettet og kadensen: en stabil liste med identitets-, informasjons- og transaksjonsspørringer, registrert månedlig, med motoren, datoen og signaturen til den som fylte ut raden. Linjen Owner er ikke lenger pynt.
• Vi merker hvert tall med instrumentet og innstillingene, inkludert om modellen hadde direkte nettsøk, og setter ikke tall fra to ulike instrumenter ved siden av hverandre.
• Mai blir stående i serien merket som manglende data, ikke som null. Skåringsskriptet teller fortsatt tomme rader inn i nevneren for siteringsraten, og inntil vi retter det, går ingen null fra den pipelinen inn i en rapport uten at noen sjekker hvor mange rader som faktisk ble fylt ut.
• Vi flyttet arbeidet med transaksjonell synlighet utenfor siden, fordi gapet der er assosiasjon og autoritet, ikke innhold på siden, og det er dokumentert i tilnærmingen vår for GEO og LLMO i stedet for i en ny omskriving.
• Vi fortsetter å servere alt i tjenertegnet HTML, som er forutsetningen for å være siterbar i det hele tatt, og temaet for notatet vårt om hvorfor vestlige assistenter leser rå HTML.

#Slik gjør du dette selv

Du trenger ikke budsjettet vårt for å starte. Det ærlige minimumsoppsettet er en fast liste med ti til tjue spørringer ekte kunder ville stilt, kjørt én gang i måneden, med tre kolonner registrert hver gang: motoren, datoen og om merket ditt ble navngitt eller URL-en din lenket. Legg til en fjerde kolonne for hvilke andre domener som ble sitert, fordi det forteller deg hvem du faktisk konkurrerer mot i svaret, og det er sjelden den du tror. Legg til en femte for hvem som fylte ut raden. Det høres ut som byråkrati helt til du ser en rapport generert fra et ark ingen har rørt.

Hvis du bruker et automatisert verktøy, still det to spørsmål før du stoler på et eneste diagram: leser du API-et eller produktet, og hadde modellen direkte nettsøk på? Hvis det ikke kan svare, behandle utdataene som kun retningsgivende, slik alle tre kjøringene våre var. Og er verktøyet ditt eget, sjekk én ting til: hva det gjør med en tom rad. La det aldri gjøre manglende data om til en selvsikker null.

#Den ærlige konklusjonen

Et kvartal med å måle våre egne AI-siteringer ga ett ubehagelig tall, den transaksjonelle siteringsraten vår er lav, og én genuint verdifull vane, aldri siter et AI-synlighetstall uten metoden som produserte det. Mai viste oss ikke i det hele tatt, det så bare slik ut. Juni avdekket en forsvarlig identitetsposisjon april ikke kunne se, og gjorde det mens den målte noe annet enn vi trodde den gangen. Alle tre avlesningene ble nyttige først da vi skrev ned hvordan hver av dem ble tatt. Før det var én av dem bare en null i en fil. Dette er rapport én. Vi publiserer det neste øyeblikksbildet ved slutten av kvartalet, på det samme spørringssettet, slik at serien kan sammenlignes i stedet for beundres. Hvis du vil bli sitert av AI, begynn med å måle det ærlig, og bygg det inn i arbeidsflyten vi beskriver for GEO og LLMO.