Hvordan vi sporet wppoland.coms egne AI-siteringer i 90 dager
NB

Hvordan vi sporet wppoland.coms egne AI-siteringer i 90 dager

Sist verifisert: 10. juli 2026
12 min lesetid
Guide
PageSpeed 100/100

Vi kjører en 90-dagers first-party-serie for AI-siteringer på wppoland.com selv: faste spørringsfamilier, de samme promptene ukentlig på nytt, en Geoboard-baseline fra 2026-06-11 og manuelle spottsjekker når en assistent-UI endres. Denne artikkelen er startnotatet, ikke en retrospektiv med nitti oppfunnet datapunkter. First-party-måling betyr noe fordi innkjøp og markedsføring i Norden nå spør leverandører om «AI-synlighet» uten å definere motor, prompt eller metode, og et tall uten den konteksten er ikke bevis du kan revidere.

Det meste GEO-innhold stopper ved taktikk. Nordiske innkjøpsteam trenger noe annet: en reproduserbar baseline, erklærte begrensninger og en kadens de kan knytte til leverandørvurderinger. Vi har allerede publisert et Q2 2026 måle-snapshot som viste hvor mye instrumentet endrer historien. Denne serien snevrer spørsmålet: hvis vi holder prompts konstante i nitti dager, flytter off-page-autoritetsarbeid transaksjonelle siteringer, eller forblir identiteten sterk mens penge-spørringer forblir tomme?

Det er et programspørsmål, ikke et blogg-gimmick. Vi svarer offentlig fordi vi selger GEO- og LLMO-optimalisering og nekter å anbefale utgifter uten en sporbar teller.

#Spørringsfamilier vi sporer

Vi deler prompts i familier med vilje. Å blande dem gir én «synlighetsscore» som sminkser identitetsseire og skjuler transaksjonelle tap. Innkjøp bør avvise den kompositten.

#Identitets- og posisjoneringsprompts

Dette er smale, merkevare-spesifikke spørsmål en kjøper stiller når Polen allerede er i scope. Vår ankerprompt i Geoboard-baseline er i praksis: polsk byrå for utenlandske WordPress-kunder. Varianter inkluderer nearshore-ramming, EU-tidssone-levering og engelsk-først-kommunikasjon for interessenter fra UK, DACH eller Norden.

Denne familien måler om modeller løser hvem vi er, ikke om de ville ansett oss for en sekssifret WooCommerce-rebuild. Å vinne her er nødvendig og utilstrekkelig.

#Informasjons- og fagprompts

Disse speiler hvordan ingeniører og ledere forsker før anbudspråk dukker opp: headless WordPress-avveininger, MCP-eksponering for WooCommerce, Core Web Vitals på store kataloger, Astro versus Next.js for innholdstunge stacks. De ligger mellom SEO top-of-funnel og salgsklar intensjon.

Vi sporer dem fordi AI-svar ofte erstatter de tre første blå lenkene en teknisk evaluator ville åpnet manuelt. Hvis du mangler her, er du ikke i shortlist-samtalen selv når identitetsprompten rangerer godt.

#Transaksjonelle WooCommerce-prompts

Her ligger budsjettene: ansett WooCommerce-utvikler, WooCommerce ERP-integrasjonspartner, fiks treg checkout i stor butikk, byrå for Woo pluss AI-automatisering. Geoboard-baseline 2026-06-11 viste null tilstedeværelse for wppoland.com i denne familien.

Denne nullen er KPI-en 90-dagersserien følger. Ikke fordi on-page-copy er uferdig, det er det i stor grad, men fordi modeller siterer det åpne nettet bekrefter. Kataloger og brede «AI SEO»-byråer vinner her på tredjepartsomtaler, ikke på renere FAQ-schema.

#AI-implementeringsprompts

Parallelt med WooCommerce: WordPress AI-integrasjon, MCP-server for butikkdata, agent-klare produktfeeds, governance for AI-plugins. Samme baseline-resultat: null på 2026-06-11. Disse promptene betyr noe for enterprise-innkjøpspakker som nå bundler «AI-beredskap» med plattformarbeid.

SpørringsfamilieHva den testerBaseline-signal (2026-06-11)90-dagers KPI
Identitet / posisjoneringEntity-oppløsning Polen + WordPress#1 i 5/6 modeller på ankerpromptHold posisjon, ingen regresjon
Informasjon / fagTeknisk shortlist før anbudBlandet; ikke headline-metrikkFørste ikke-null siteringer på vanskeligste prompts
Transaksjonell WooCommerceInntektsnær ansettelsesintensjonNull tilstedeværelseFørste omtale eller URL
AI-implementeringAgent- og automatiseringsinnkjøpNull tilstedeværelseFørste omtale eller URL

Hvis leverandørdekket ditt viser én aggregert score på tvers av disse radene, be om tabellen i stedet.

#Metodikk

Vi bruker tre lag. Ingen er perfekt. Sammen er de revisjonsbare, og det er standarden innkjøp bør håndheve.

#Geoboard batch-baselines

Geoboard gir repeterbare multi-modell-kjøringer på et deklarert promptsett. Vår frosne baseline er datert 2026-06-11. På anker-identitetsprompten rangerte wppoland.com først i fem av seks modeller. Samme kjøring viste den transaksjonelle splittelsen og motor-skew: Perplexity sterkest, ChatGPT svakest, inkludert en 0/8 blindson på ChatGPT-utsnittet av det promptsettet.

Vi kjører Geoboard på nytt med seks til åtte ukers kadens i 90-dagersvinduet, ikke daglig. Daglig multi-modell-polling måler mest UI-støy. Det tidligste punktet vi vil kalle en «trend» er neste planlagte batch-gjenkjøring, ikke denne artikkelen.

#Ukentlige manuelle spottsjekker

Hver uke stiller vi de samme faste promptene i forbrukergrensesnitt: ChatGPT, Perplexity, Copilot og Claude der det er relevant. Vi logger fire felt: dato, motor, spørringsfamilie og utfall (merkeomtale, sitert URL, siterte konkurrentdomener eller ingen).

Ukentlige sjekker fanger produktendringer raskt. De erstatter ikke batch-verktøy. De er tidligvarsellaget når en modell legger til eller fjerner browsing.

#Ærlige begrensninger vi publiserer på forhånd

API-proxyer er ikke forbrukerprodukter. Vårt Q2-arbeid viste proxy-kjøringer som returnerte «ubestemt» for hver spørring mens forbrukerovervåking viste en reell splittelse. Vi blander ikke disse tallene i denne serien.

Ukesnotater er ikke nitti sammenlignbare graf-punkter ennå. I dag er 2026-07-10. Vi har en baseline pluss disiplinen fremover. Vi vil ikke fabrikkere mellomliggende ukesaggregater for content marketing.

Motor-heterogenitet er reell. At Perplexity lener seg på live søk og ChatGPT viser en blindson på samme promptsett er forventet, ikke en feil på nettstedet vårt. Én gjennomsnittlig verdi skjuler kanalen du faktisk taper.

Rendering betyr noe. Andre Alpars live-test i juni 2026 publisert via CitationOne fant at seks av syv vestlige assistenter returnerte innhold fra kun rå HTML, ikke utført JavaScript. Det stemmer med stack-valget vårt og med artikkelen vår om vestlige AI-assistenter som ikke kjører JavaScript. Hvis «GEO-fiksen» din avhenger av client-side hydration, vil målingen fortsette å rapportere null uansett hvor polert copy-en er.

#Hva vi fant

Ram inn dette avsnittet riktig: det er baseline pluss tolkning, startlinjen i 90-dagersserien, ikke målstreken.

#Identitet er forsvarbar

2026-06-11, for polsk byrå for utenlandske WordPress-kunder, rangerte vi først i fem av seks modeller. Det matcher bevisst posisjonering: Polen-basert, fokus på utenlandsk kunde, WordPress som kjerne-stack. En innkjøpsevaluator som skriver inn den nøyaktige innsnevringen får et svar som inkluderer oss. Det er nyttig og begrenset.

#Transaksjonelle siteringer mangler

På WooCommerce-ansettelses- og AI-implementeringsprompts var baseline-tilstedeværelsen null. Konkurrenter i manuelle sjekker var ofte generalistiske SEO- eller SEM-butikker som annonserte «AI SEO», ikke Woo-spesialister. Det forteller en innkjøpshistorie: modellens assosiasjonsgraf for penge-spørringer inkluderer oss ikke ennå, uavhengig av schema-dybde on-page.

#ChatGPT blindson versus Perplexity-styrke

I baseline-promptsettet viste ChatGPT null tilstedeværelse på åtte sporede prompts i blindsonen. Perplexity var den sterkeste motoren i samme kjøring. For leverandørplanlegging betyr det at en ren ChatGPT-sjekk systematisk underrapporterer et merke Perplexity kanskje allerede siterer. Ethvert overvåkingsomfang uten Perplexity er ufullstendig for B2B-research-atferd i 2026.

#Rendering er en port, ikke en tie-breaker

CitationOne/Alpar-eksperimentet fra juni 2026 er uavhengig av vår Geoboard-kjøring, men forklarer et mekanisk tak: hvis assistenter leser rå HTML, avhenger siteringer av hva som er i de første response-bytene. Vi leverer server-rendret HTML og strukturerte data av den grunn. Det er nødvendig. Det låste ikke opp transaksjonelle siteringer alene i baseline.

#Hvordan dette skiller seg fra Q2-rapporten

Q2-måleartikkelen dokumenterte tre snapshots og proxy versus forbruker-uenighet. Denne serien holder prompts konstante i nitti dager for å se om off-page-autoritetsarbeid flytter den transaksjonelle nullen. Vi gjenåpner ikke proxy-feilmoduser her; vi opererer ett kombinert instrument fremover.

#Hva dette betyr for WordPress-eiere

#For innkjøp og leverandørstyring

Behandle AI-synlighet som enhver annen leverandør-KPI: krev metode, promptliste, motorer og datoer. Avvis kompositte scorer som blander identitetsseire med transaksjonelle tap. Spør hvor baseline ble tatt og om ukentlige tall kommer fra forbruker-UI eller API-er.

Når du vurderer et WordPress-byrå for GEO, be om en splittet tabell som over, ikke én enkelt «siteringsscore». Baseline vår sier vi er troverdige på identitet og ennå ikke troverdige på Woo-ansettelsesintensjon. Slik ser ærlig first-party-rapportering ut.

Praksis fra nordisk innkjøp: en e-handelsdirektør i Oslo sammenligner tre nearshore-tilbud for WooCommerce pluss ERP. Perplexity nevner et polsk studio på det smale spørsmålet om byrå for utenlandske WordPress-kunder, men på «WooCommerce developer ERP integration» returnerer den kataloger og SEM-byråer fra London. Uten familie-måling tror kjøperen «AI ser ikke Polen», mens problemet er transaksjonell assosiasjon, ikke landet. I en formell leverandørvurdering etter offentlige anskaffelsesregler holder ikke én aggregert synlighetsscore som dokumentasjon.

#For site- og plattformteam

On-page-arbeid betyr fortsatt noe for informasjonsprompts og for å være maskinlesbar. Server-rendret HTML, stabilt schema, speakable-selektorer og fakttette llmCard-blokker er gulvet. Playbooken for AI- og LLM-synlighet ordner disse spakene slik vi implementerer dem i kundeprogrammer.

Transaksjonelle gap lukkes sjelden med enda en FAQ-blokk. De lukkes når uavhengige flater bekrefter deg: tekniske svar på Stack Overflow, open source-artefakter, katalogprofiler med verifiserbare anmeldelser, podcast- eller gjesteopptredener. Det er samme off-page-plan vi dokumenterer internt og utfører utenfor repoet.

#For markedsføring og SEO-ledere

Ikke publiser ukentlige siteringsgrafer med mindre du publiserer promptlisten og motor-loggen ved siden av. Glatte kurver uten metode er et omdømmerisiko i 2026, spesielt etter offentlige eksperimenter der modeller hallusinerte merker som aldri eksisterte.

Foretrekk kvartalsvise eller vindusbaserte oppsummeringer. Vi valgte nitti dager fordi off-page-plasseringer trenger uker for å bli crawlet, assosiert og hentet. Identitet kan bevege seg i én crawl-syklus; transaksjonelle assosiasjoner gjør det ikke.

#Slik holder vi promptloggen sammenlignbar

En enkelt assistentrespons er en observasjon, ikke et programresultat. Kildene kan variere mellom to kjøringer av samme prompt, og nettsøk kan være tilgjengelig i én produktøkt og fraværende i en annen. Derfor lagrer vi den nøyaktige promptteksten. Hvis land, teknologikrav eller kjøpssituasjon endres, får varianten en egen rad i stedet for å overskrive den opprinnelige testen.

Vi skiller også mellom signalnivåene. Et merkenavn uten lenke er en omtale. Et navn med korrekt beskrivelse viser entity-gjenkjenning. En klikkbar URL til en relevant side er en sitering. En anbefaling i et transaksjonelt svar er et shortlist-signal, men dokumenterer verken besøk, henvendelse eller salg. Disse hendelsene bør ikke presses inn i én prosent, fordi de representerer ulike deler av kjøpsreisen.

Før hver sammenligning noterer vi endringer i grensesnitt, browsing, språk og kildepresentasjon. En produktendring kan gjøre to kjøringer metodisk forskjellige selv om prompten er identisk. Da merkes observasjonen som ikke sammenlignbar. Et hull i tidslinjen er mer nyttig enn en pen trendlinje som gir leverandørarbeidet æren for en modelloppdatering.

#Kommersiell tolkning uten å overselge

AI-synlighet er ikke omsetning. Den er ett mulig inngangssignal og må kobles til nettanalyse og salgskvalifisering. En praktisk kjede er: synlighet på riktig prompt, besøk på riktig tjenesteside, overgang til kontaktsiden, innsendt skriftlig brief, kvalifisert mulighet og vunnet prosjekt. Hvis informasjonssiteringer øker uten at de riktige landingssidene får relevant trafikk, kan problemet være intensjonsmatch og ikke manglende rekkevidde.

Promptfamiliene har derfor ulik kommersiell betydning. Identitetssvar beskytter etterspørsel som allerede kjenner markedet eller merket. En fagartikkel kan plassere et selskap tidlig i researchfasen. En sitering på et konkret spørsmål om WooCommerce og ERP ligger nærmere leverandørlisten, men er fortsatt bare en mellomindikator. Vi tilskriver ikke kontraktsverdi til en assistent uten sporbar informasjon om hvordan henvendelsen oppstod og utviklet seg.

Målingen skal dessuten kunne anbefale mindre innholdsproduksjon. Dersom modellen forstår hvem leverandøren er, men mangler uavhengig bekreftelse på en bestemt tjeneste, kan et dokumentert prosjekt, et teknisk open source-bidrag eller en troverdig tredjepartsomtale være mer relevant enn enda en generell artikkel. Målet er å finne typen bevis som mangler, ikke å gjøre publiseringsvolum til et mål i seg selv.

#Begrensninger som fortsatt gjelder

Vi har ikke innsyn i hele kildeutvelgelsen til hver modell. Vi kan heller ikke isolere all påvirkning fra indeksoppdateringer, lokasjon, personalisering eller produktforsøk. Et fast promptsett reduserer variasjon, men gjør ikke et forbrukerprodukt til et kontrollert laboratorium. Resultatet må derfor leses som en datert observasjon for en bestemt motor og spørringsfamilie.

Tidsrekkefølge er heller ikke det samme som årsak. Hvis en sitering dukker opp etter en ny artikkel eller tredjepartsomtale, dokumenterer vi hendelsesforløpet uten automatisk å hevde at den siste endringen skapte utfallet. En sterkere konklusjon krever at signalet gjentas og holder seg gjennom flere sammenlignbare kjøringer. Sluttrapporten kan dermed ende med «ikke avgjort» på enkelte hypoteser, og det er et gyldig resultat.

#Hva vi trenger i en skriftlig GEO-brief

En nyttig innledende brief kan sendes på e-post og være kort. Den bør inneholde domenet, salgsland og språk, tre til fem tjenester med størst forretningsverdi, spørsmål kundene faktisk stiller og konkurrenter som møter selskapet i reelle leverandørprosesser. Legg gjerne ved hvilke analyseverktøy som finnes, og lenker til dokumenterte prosjekter, faglige ressurser eller tredjepartsprofiler.

Med dette grunnlaget kan vi skille informasjonsbehov fra kjøpsintensjon og lage en baseline som kan gjentas. Vi trenger ikke en presentasjon som lover førsteplass i ChatGPT. Vi trenger konteksten rundt kjøpsbeslutningen og hva et kvalifisert prosjekt betyr for virksomheten. En skriftlig brief gjør det mulig å svare konkret på hva som kan måles nå, hvilke bevis som mangler, og hvilke arbeidsstrømmer som bør vente til baseline er på plass.

#Hvordan vi overvåker fremover

Dette er driftskadensen for serien som avsluttes 2026-10-08 (nitti dager fra 2026-07-10).

Ukentlig: samme prompts, forbruker-UI, firekolonne-logg (motor, dato, utfall, siterte domener). Ingen offentlig graf før vinduet lukkes.

Hver sjette til åttende uke: Geoboard batch-gjenkjøring på fullt promptsett. Primært suksessignal er første ikke-null tilstedeværelse på transaksjonelle WooCommerce- eller AI-implementeringsprompts, i dag fortsatt null i baseline.

Ad hoc: manuelle sjekker innen 48 timer når en assistent shipper browsing- eller UI-endring.

Parallelt: brand-radar-lignende omtale-sporing for konkurrent-siteringsdomener, kartlagt til off-page-autoritetsplanen. Geoboard sier om vi dukket opp; radar hjelper å forklare hvem ellers modeller siterer.

Publiseringsregel: én ærlig oppsummering etter dag nitti på de samme promptene. Hvis en midt-i-vinduet-anomali er materiell, noterer vi den med metode vedlagt, uten å antyde trend fra én uke.

Hvis du vil ha programversjonen av denne instrumenteringen på din eiendom, er det det GEO- og LLMO-optimalisering leverer: baseline, spørringsfamilier, motor-split og arbeid knyttet til gap-typen. Hvis du vil ha strategikartet først, start med playbooken for AI- og LLM-synlighet.

#Avsluttende merknad

Vi ber ikke om tillit til en vanity-metrikk. Vi ber om samme sporbarhet du bør kreve av enhver leverandør som pitcher «AI-søk-dominans». Geoboard-baseline fra 2026-06-11 er den nummererte startlinjen: sterk på identitet, fraværende på transaksjonell Woo og AI-implementering, motor-skewed, begrenset av HTML-rendering. Neste meningsfulle oppdatering kommer når nitti-dagersvinduet lukkes, målt på samme måte, prompts uendret.

Til da er den nyttige lærdommen mindre og mer verdifull: mål i familier, publiser metoden, og ikke forveksle en posisjoneringsseier med innkjøpsklar synlighet.

Neste steg

Gjor artikkelen om til faktisk implementering

Denne blokken styrker intern lenking og sender leseren videre til de mest relevante tjenestene og innholdet.

Vil du fa dette implementert pa nettstedet ditt?

Hvis synlighet i Google og AI-systemer betyr noe, kan jeg bygge innholdsarkitektur, FAQ, schema og intern lenking for SEO, GEO og AEO.

Er denne artikkelen en full 90-dagers resultatrapport?#
Nei. Publiseringsdato 2026-07-10 er dag null i serien. Vi dokumenterer Geoboard-baseline fra 2026-06-11, spørringsfamiliene, den ukentlige promptdisiplinen og hva vi ikke vil hevde før vinduet lukkes. Enhver leverandør som viser glatte ukentlige siteringsgrafer uten å oppgi målemetode selger et dashboard, ikke bevis.
Hvorfor spore AI-siteringer på eget nettsted først?#
Fordi GEO-råd uten first-party-måling ikke kan skilles fra markedsføring. Vi selger GEO- og LLMO-arbeid, så vi kjører samme instrumentering som vi anbefaler innkjøpsteam i Norden som vurderer polske nearshore-leverandører. Hvis vi ikke kan forklare hvordan et tall ble produsert, kommer det ikke på en slide.
Hva viste Geoboard-baseline faktisk?#
Et delt profilbilde. For den smale identitetsprompten om et polsk byrå for utenlandske WordPress-kunder rangerte vi først i fem av seks modeller 2026-06-11. For transaksjonelle WooCommerce- og AI-implementeringsprompts var tilstedeværelsen null. ChatGPT var svakest i det sporede settet, inkludert null på åtte prompts i blindsonen. Perplexity var sterkest, noe som passer med live web-grunnlag.
Hvor ofte bør en WordPress-eier kjøre slik overvåking på nytt?#
Ukentlige manuelle spottsjekker på en fast promptliste er nok til å fange UI- eller modelldrift. Geoboard-batch-gjenkjøringer hver sjette til åttende uke er nok for trend sammenligning uten overtilpasning til støy. Noter motor, dato, spørringsfamilie og metode ved hvert tall. Bland aldri API-proxy-tall med forbrukerprodukt-tall.
Hvor kobler dette til et GEO-program?#
Måling viser hvilken spørringsfamilie som er ødelagt. On-page GEO fikser identitets- og informasjonsgap. Transaksjonelle gap trenger vanligvis off-page-bekreftelse og entity-forsterkning, som vi kartlegger i playbooken for AI- og LLM-synlighet og implementerer gjennom GEO- og LLMO-optimalisering.

Trenger du FAQ tilpasset bransje og marked? Vi lager en versjon som støtter dine forretningsmål.

Ta kontakt

Relaterte artikler

Måle AI-synlighet

I et kvartal rettet vi overvåkingen av AI-synlighet mot vårt eget nettsted. Tallene var ydmykende, og målemetoden flyttet dem mer enn virkeligheten gjorde. Tre ekte øyeblikksbilder, forbeholdene og det vi nå følger med på.