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.
Två mätspår: API och konsumentyta
API-spåret kör frågebanken mot OpenAI-, Perplexity- och Gemini-API:erna med egen rigg. Det ger skala, repeterbarhet och determinism — och används i gratisanalysen och som bas i alla mätningar.
Konsumentytespåret är manuella körningar i de produkter kunder faktiskt använder: chatgpt.com med sök aktiverat, Google AI Overviews/AI Mode, Copilot och Perplexity — dokumenterat med skärmdumpar. Det ingår i betalda uppdrag (audit och månadsmonitorering).
Begränsningen, i klartext
API-mätningar är en proxy för konsumentytan, inte en kopia av den:
- Google AI Overviews och AI Mode har inget publikt API — de täcks inte av API-mätningen alls, utan bara av de manuella körningarna.
- ChatGPT:s API är inte chatgpt.com: konsumentprodukten gör live-sökningar som API-modellen inte speglar.
- 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
Gratisanalysens AI-synlighetsscore är deterministisk — koden räknar, inte en språkmodells magkänsla. Två lika dåliga sajter får samma siffra.
| Komponent | Poäng | Mäts via |
|---|---|---|
| Synlighet i AI-svar | 40 | Frågebank via API — nämns butiken, citeras den? |
| Teknisk läsbarhet | 30 | robots.txt-beslut per AI-bot, llms.txt, JSON-LD-täckning, maskinläsbara policysidor |
| Köpbarhet/datakvalitet | 20 | Product/Offer-schema (pris, lager, GTIN), katalog- och kanalsignaler |
| Citerbart innehåll | 10 | Guider, FAQ-struktur, svar-först-format på toppsidor |
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 — riktiga namn, inga hemligheter:
- Egen mätrigg på OpenAI-, Perplexity- och Gemini-API:erna (frågebank, scoring, rapport)
- Screaming Frog — teknisk crawl: robots, schema, struktur
- Googles Rich Results Test + Schema.org-validatorn — 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 via API om det inte speglar konsumentytan?
För skala och repeterbarhet: API-körningar gör att samma frågebank kan köras likadant varje månad, vilket är förutsättningen för att mäta trend. Begränsningen — att API-svar inte är konsumentytan — hanterar vi genom att alltid redovisa den, och genom att komplettera betalda mätningar med manuella körningar i de riktiga AI-produkterna.
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.
Vad är skillnaden mellan er gratisanalys och en betald audit?
Gratisanalysen är en API-mätning: 10 frågor mot tre motorer, deterministisk score, tre fynd. Auditen kör 30 frågor mot fyra motorer, lägger till manuella körningar i konsumentytorna med skärmdumpar, full teknisk genomgång, konkurrenters share of voice och en roadmap med fastprisoffert. Proxyn visar riktningen — auditen ger sanningen och planen.
Vill ni se metoden tillämpad på er butik?
Gratisanalysen använder exakt den här metodiken — score, tre fynd och metodiknot ingår.