Så mäter vi AI-synlighet
AI-synlighet mäts med en fast frågebank av köpnära frågor som körs mot flera AI-motorer, där varje svar dokumenteras: nämns butiken, citeras den som källa, och vem nämns istället? Resultatet rapporteras som trend mot en nollmätning, i tre tal. Här är exakt hur det går till, inklusive metodens begränsningar.
Frågebanksprincipen
Vi mäter aldrig på lösryckta frågor. Varje kund får en frågebank med köpnära frågor i sin kategori ("bästa [produkt] för [behov]", "vilken [produkt] under [pris]", "är [butik] seriös") som hålls fast över tid. Samma frågor, samma motorer, varje månad. Det är det enda som gör en förändring mätbar: AI-svar varierar dag till dag, så enskilda svar är brus medan trenden på en fast bank är signal.
Engångsanalys och löpande mätning
Den kostnadsfria analysen kör en full frågebank manuellt i de produkter kunder faktiskt använder: ChatGPT med sök, Perplexity och Gemini, plus den yta som saknar publikt API och bara kan mätas för hand (Google AI Overviews/AI Mode, dokumenterat med skärmdumpar). Det är en komplett, ärlig nollmätning av hur AI svarar om er idag. Inget hålls tillbaka till ett dyrare steg.
Månadsmonitoreringen (M6, löpande) kör samma frågebank varje månad mot den nollmätningen. Det är där det betalda värdet ligger: inte i en djupare engångsmätning utan i trenden över tid, det enda som är robust mot dagsbruset.
Begränsningen, i klartext
Varje mätning är ett stickprov av konsumentytan, inte en fullständig karta av den:
- Google AI Overviews och AI Mode har inget publikt API och mäts bara genom manuella körningar med skärmdumpar.
- Vi mäter ett urval frågor och ytor, inte allt: en fast frågebank fångar trenden, inte varje enskilt svar.
- AI-svar varierar med plats, personalisering och session.
Därför har varje score och mätning vi visar en metodiknot: vilka frågor, vilka motorer, vilket datum, och vad som inte täcks. En siffra utan metodiknot är marknadsföring, inte mätning.
Scoren 0–100
AI-synlighetsscoren sätts mot en fast rubrik med tydliga poängband per del, inte på magkänsla. Två likvärdiga sajter landar på ungefär samma siffra, och varje poäng beläggs med konkreta observationer. Skillnaden mot en ren kryssrutemodell: en butik som är exceptionellt stark på en sak, säg ett mycket starkt källfotavtryck, kan väga upp en svaghet på en annan, precis som AI:n själv väger helheten.
| Komponent | Poäng | Mäts via |
|---|---|---|
| Synlighet i AI-svar | 35 | Frågebank på tre motorer (manuellt): nämns butiken, citeras den? |
| Teknisk läsbarhet | 25 | robots.txt-beslut per AI-bot, llms.txt, JSON-LD-täckning, maskinläsbara policysidor |
| Köpbarhet/datakvalitet | 15 | Product/Offer-schema (pris, lager, GTIN), katalog- och kanalsignaler |
| Källfotavtryck | 15 | Tredjepartskällorna AI lutar sig på: Trustpilot (betyg, antal, färskhet), Prisjakt, Reddit/forum, "bästa"-guider. Publika signaler som proxy, bekräftas manuellt |
| Citerbart innehåll | 10 | Guider, FAQ-struktur, svar-först-format på toppsidor |
Källfotavtrycket är med för att AI sällan citerar bara butikens egen sajt: den väger ihop tredjepartskällor (Trustpilot, Prisjakt, Reddit, "bästa"-guider), och är därför till stor del orsaken bakom hur väl butiken syns i svaren. Precis som frågebanken är de publika tredjepartssignalerna ett stickprov som bekräftas manuellt.
Tre tal: alltid samma tre
- Mention rate: andel frågor i banken där butiken nämns eller citeras.
- AI-trafik: besök från AI-ytor, mätt som egen kanalgrupp i GA4 (chatgpt.com, perplexity.ai, copilot.microsoft.com, gemini.google.com).
- Konvertering: på just den trafiken.
Varje månadsrapport är dessa tre tal, trenden mot nollmätningen, och "gjort/nästa". Ledningen ska fatta läget på 30 sekunder.
Verktygen
Vi visar stacken öppet, med riktiga namn och inga hemligheter:
- Egna analys-skills i Claude Code mot ChatGPT, Perplexity och Gemini (frågebank, scoring, rapport)
- Screaming Frog för teknisk crawl: robots, schema, struktur
- Googles Rich Results Test + Schema.org-validatorn för schema-validering, före/efter
- GA4 med regex-baserad AI-kanalgrupp, Google Search Console, Bing Webmaster Tools (visar AI-driven trafik)
Frågor om metodiken
Varför mäter ni för hand och inte automatiskt?
För att svaren bara går att lita på när de kommer från de riktiga AI-produkterna, inte från ett API som beter sig annorlunda. Vi kör en fast frågebank för hand i ChatGPT, Perplexity och Gemini, samma frågor varje månad, vilket är förutsättningen för att mäta trend. Begränsningen, att en mätning är ett stickprov och inte hela konsumentytan, hanterar vi genom att alltid redovisa den och dokumentera med skärmdumpar.
Varför lovar ni inte förbättring i enskilda AI-svar?
För att AI-svar varierar dag till dag, med plats, personalisering och session. En engångsmätning är brus. Det enda som är robust är trend på en fast frågebank över månader. Den som lovar ett specifikt svar i ChatGPT lovar något ingen kan hålla.
Är den gratis analysen verkligen komplett?
Ja. Den kör en frågebank på 10 frågor mot ChatGPT, Perplexity och Gemini för hand, plus Google AI Overviews/AI Mode med skärmdumpar, en score mot vår fasta rubrik, ett mognadssteg, konkurrenternas share of voice, en full teknisk genomgång och en prioriterad roadmap. Vi ger inte en grundare analys för att den är gratis. Det som är betalt är genomförandet av åtgärderna och den löpande månadsmonitoreringen som mäter trenden mot nollmätningen.
Vill ni se metoden tillämpad på er butik?
Gratisanalysen använder exakt den här metodiken: score, tre fynd och metodiknot ingår.