AI-synlighed i e-handel: Sådan får du AI til at anbefale dine produkter

Kort fortalt: Kunderne spørger nu AI, hvilket produkt der løser deres problem. Vil du nævnes, skal AI forstå, hvem du er. Du skal svare på de spørgsmål, du reelt kan vinde, og gøre dig fortjent til omtale på de kilder, AI allerede stoler på.

Før begyndte produktsøgningen i et søgefelt. I dag begynder den oftere og oftere i en samtale. Kunden beskriver et problem (”min hud svier af selvbruner”), spørger, hvad der passer, og får en kort liste med brands og produkter. Den liste er shortlisten. De brands, der ikke står på den, får ofte aldrig et klik.

Jeg brugte to år på at styre SEO og betalt søgning for fire webshops i Danmark, Sverige, Norge og Storbritannien. Dengang handlede arbejdet om søgeord, produktfeeds og kategorisider. Det arbejde betyder stadig noget. Det nye er, at der nu sidder en AI-model mellem kunden og din webshop, og den nævner kun en håndfuld brands.

Denne guide viser, hvordan produktsøgning i AI fungerer, hvad der afgør, hvilke produkter der bliver nævnt, hvordan du måler det pr. kategori og marked, og i hvilken rækkefølge du skal tage arbejdet. Til sidst får du en rigtig case: et hudplejebrand, der ikke blev nævnt én eneste gang, og som efter ét kvartal lå i top fem i sin kategori.

Køb direkte i chatten (checkout, betalingsprotokoller og produktfeeds til AI-agenter) har sin egen guide: AI-assistenter er begyndt at købe for dine kunder. Her handler det om trinnet før: at blive fundet og anbefalet.

Metoden på fem minutter

Har du kun fem minutter, får du her metoden.

1. Skriv de spørgsmål ned, dine kunder stiller AI – pr. kategori og pr. marked. Tag udgangspunkt i problemer og behov frem for produktnavne.
2. Mål, hvilke brands AI nævner ved de spørgsmål i dag, i de AI-assistenter, dine kunder bruger. Hold det at blive nævnt adskilt fra det at blive anbefalet.
3. Sørg for, at AI forstår, hvem du er. Det kræver ensartede fakta om virksomheden og produkterne, en klar kategori og strukturerede data.
4. Vælg de spørgsmål, du har ret til at vinde. Det er dem, hvor dit produkt reelt skiller sig ud. Byg sider, der svarer direkte på dem.
5. Gør dig fortjent til omtale på de kilder, AI henviser til i din kategori: anmeldelsessites, sammenligningsartikler, specialistblogs og de forhandlere, der fører dine varer.
6. Vent på tendensen, ikke på det næste svar. Læs resultaterne over flere uger og pr. kategori. Et enkelt skærmbillede siger ikke nok.

Resten af guiden gennemgår hvert trin og de fejl, jeg oftest ser.

Sådan bruger kunderne AI til at finde produkter

Kunderne spørger ikke AI på samme måde, som de skrev i Google. De beskriver deres situation. I e-handel ser jeg fire slags spørgsmål, og hver af dem kræver noget forskelligt af dig.

Det er kategorispørgsmålet, der skriver shortlisten. Det er også her, de fleste brands mangler, for AI bygger det svar på andre kilder end dit website.

AI svarer på de spørgsmål i to formater:

• Et tekstsvar, der nævner brands. ”Til sensitiv hud kan du kigge på A, B eller C.” Det sker i ChatGPT, Gemini, Claude, Perplexity, Copilot og i Googles AI Overviews og AI Mode.
• Et shoppingsvar med produktkort. Ved mange shoppingspørgsmål viser ChatGPT karruseller med produkter, priser, bedømmelser og butikker. Svaret nævner bestemte produkter fra bestemte producenter, solgt af bestemte butikker.

Du skal være med i begge. Tekstsvaret afgør, om dit brand kommer på shortlisten. Shoppingsvaret afgør, hvilket produkt og hvilken butik der får klikket.

Nævnt er ikke det samme som anbefalet

At blive nævnt i et svar er noget andet end at blive anbefalet. I 3RD er Synlighed andelen af svar, der nævner dit brand. Anbefalingsraten er strengere: Den er andelen af svar, hvor AI anbefaler dit brand frem for alternativerne. Det tæller ikke, at du bliver nævnt eller står først på listen.

Forskellen er stor. Vi har set på 60 brands, som vi følger i 3RD, og 494.000 AI-svar fra 19. september til 18. oktober 2026. Målt på medianen blev et brand nævnt i 19,8 % af svarene, men kun anbefalet frem for alternativerne i 0,2 %. Hvert fjerde brand (15 af 60) blev slet ikke anbefalet i løbet af måneden, selvom AI nævnte dem.

I e-handel betyder det mere end i de fleste andre brancher. Læser kunden ”A, B og C er alle gode bud”, vælger hun måske bare den billigste. Læser hun ”til sensitiv hud er A lavet til netop det”, køber hun som regel A. Følg derfor begge tal, og sammenlign dig med konkurrenterne frem for med 100 %.

Det afgør, hvilke brands AI nævner

Ingen AI-virksomhed offentliggør sin formel for, hvem der kommer øverst. Vi kan se, hvilke kilder svarene henviser til, hvad modellerne siger, når man spørger om et brand, og hvad der ændrer sig, når brands gør noget. Ud fra det ser vi seks faktorer, der betyder noget i e-handel.

1. AI skal forstå, hvem du er

AI skal vide, hvem du er, før den kan anbefale dig. Er dit firmanavn, din kategori, dine produkter og dine påstande ikke de samme på dit website, hos forhandlerne og i registre, kan modellen forveksle dig med en anden virksomhed eller springe dig over.

Det hjælper:

• Én ensartet beskrivelse af, hvad du sælger, og hvem det er til – overalt, hvor du optræder.
• Strukturerede data af typen Organization og Product på dit website.
• En Wikidata-post med dine basisoplysninger, hvis du opfylder kravene til en.
• Produktnavne, der bruges på samme måde på dit website og hos forhandlerne.

2. Sider, der svarer på spørgsmålene

Dine produktsider er bygget til at konvertere besøgende, der allerede har valgt dig. AI har brug for sider, der svarer på kundens spørgsmål, før hun har valgt. Det betyder som regel:

• Guides til de problemer, dit produkt løser.
• Kategorisider, der forklarer, hvem hvert produkt er til, og som er mere end et gitter af produkter.
• Produktsider med de fakta, en sammenligning kræver: ingredienser eller materialer, størrelser, anvendelser, og hvad produktet ikke er beregnet til.

Skriv svaret i de første to sætninger af et afsnit. Brug tabeller til specifikationer. Placer dine påstande lige ved siden af belægget.

3. Belæg fra tredjeparter

Det meste af det, AI henviser til, er ikke dit website. Vi har set på 100 brands og 5,9 mio. kildehenvisninger. Målt på medianen udgjorde et brands egne domæner kun 6,8 % af de kilder, AI henviste til i svarene i dets kategori. De resterende 93 % kom fra tredjeparter.

Hvilke tredjeparter? Det varierer fra kategori til kategori, men nogle mønstre går igen:

• Anmeldelses- og sammenligningssites (bl.a. Trustpilot, forbrugertests og prissammenligningssites) blev brugt som kilde for 82 af 100 brands.
• Konkurrenternes egne websites blev henvist til oftere end brandets eget website for 41 af 100 brands.
• Reddit optrådte som kilde for 85 af 100 brands, men stod i mediantallet kun for omkring 1 % af et brands kildehenvisninger.
• Den største andel er en lang hale af nichesites: specialistblogs, brancheorganisationer, registre og affiliatesider.

Arbejdet foregår altså mest uden for dit eget website. Opgaven er at finde de konkrete sider, AI henviser til ved spørgsmålene i din kategori, og komme med på dem – med en reel grund til at være der.

4. Distribution: de butikker, der fører dine varer

Shoppingsvar nævner butikker og ikke kun produkter. Sender AI igen og igen kunderne videre til en forhandler, der fører din konkurrent og ikke dig, er distribution en direkte vej til mere synlighed. 3RD's egen dokumentation siger det ligeud: AI's shoppingsvar læner sig tungt op ad forhandlernes produktoversigter.

5. Produktdata

Pris, lagerstatus, id'er (GTIN eller MPN), varianter, fragt og returnering. AI sammenligner produkter ud fra de fakta. Mangler data, eller passer de ikke sammen, er det sværere for AI at tage dit produkt med. Hele tjeklisten til feeds og strukturerede data finder du i vores guide til agentisk handel.

6. En reel forskel

AI's shortlister er korte. Et produkt, der ”også er godt”, kommer sjældent med. Et produkt, der tydeligt passer bedst til et bestemt behov (”til sensitiv hud”, ”til platfod”, ”til små lejligheder”), har en grund til at blive nævnt. Vælg de behov, hvor du reelt er det bedste svar, og begynd dér.

Kategoriprompts og produktprompts

E-handelsbrands følger ofte de forkerte spørgsmål. De følger deres egne produktnavne, ser en høj synlighed og konkluderer, at alt er fint. Men spørgsmål, der nævner dit brand, vil næsten altid nævne dig. De fortæller dig ikke meget om, hvorvidt kunderne finder dig.

Del derfor dine prompts i to grupper.

Fordelingen i sidste række er vores egen tommelfingerregel og ikke en lov. Netop derfor tæller brandprompts i 3RD ikke med i Synlighed og anbefalingsrate, medmindre du selv vælger det.

Sådan måler du produktsøgning pr. kategori og marked

En kunde i Danmark, der spørger på dansk, får et andet svar end en kunde i Storbritannien, der spørger på engelsk. AI svarer forskelligt fra land til land og fra sprog til sprog. Derfor følger 3RD hvert marked som et par af land og sprog. Danmark – dansk og Danmark – engelsk er to markeder.

Sådan kan en e-handelsvirksomhed sætte det op i praksis:

1. Ét emne for hver kategori, du sælger i. Emnerne bliver filteret for alle tal.
2. 20–40 prompts pr. emne pr. marked. Mest problemspørgsmål og ”bedste X til Y”, formuleret, som kunderne selv taler.
3. Marker dine Must-win-prompts. Det er de spørgsmål i dine bedste kategorier, der ligger tættest på et køb.
4. Følg de AI-assistenter, dine kunder bruger. ChatGPT er næsten altid en af dem. Tilføj Googles AI Overviews og AI Mode, hvis Google-søgning betyder noget for dig.
5. Læs tendensen hver uge, ikke hver dag.

Prompts grupperet efter emne for et sportstøjsbrand, fulgt i Danmark, Sverige, Storbritannien og USA. Synligheden går fra 85,2 % for basketballsko til 10,4 % for strømper, mens anbefalingsraten ligger mellem 1,1 % og 3,3 %. I e-handel er et emne som regel en kategori eller et behov. Demo-workspace; brandnavne er sløret.

Det sidste punkt betyder mere, end man skulle tro. Vi har fulgt 111 brands dagligt i 3RD fra 19. september til 18. oktober 2026. Målt på medianen svingede et brands synlighed 12,5 procentpoint mellem bedste og dårligste dag i løbet af én måned – uden at der var ændret i dets prompts. Små sæt af prompts svingede omtrent dobbelt så meget som store. Et skærmbillede af ét svar fra ChatGPT fortæller dig næsten ingenting.

Produkter, ikke kun brands

Brandets synlighed viser, om du er på shortlisten. Den viser ikke, hvilke af dine produkter AI fremhæver, til hvilken pris, eller hvilken butik kunden bliver sendt videre til. Det er det, produktmåling er til.

I 3RD læser Produktmåling ChatGPT's shoppingsvar på dine prompts og registrerer hvert produktkort: produktet, producenten, placeringen, den viste pris og bedømmelse, den butik, der linkes til, og markedet. Du kan skifte mellem visningen Shops, der viser, hvilke butikker AI sender kunderne til, og visningen Brands, der viser, hvis produkter AI nævner. Uploader du dit katalog som CSV, holder 3RD det op mod det, AI anbefaler. Så ser du også hullerne: produkter, som AI bliver ved med at anbefale, og som du ikke har noget tilsvarende til.

Produktmåling for et sportstøjsbrand den seneste uge. I produktsvarene ligger brandet nr. to med 29 % efter den førende konkurrent med 33 % – ud af 134 brands i alt. Af 614 viste produkter er det mest synlige med i 9 % af svarene. Demo-workspace; brand- og produktnavne er sløret.

To begrænsninger skal du kende. Produktmåling er i lukket beta og slås til for én organisation ad gangen. Og den læser kun ChatGPT's shoppingsvar, fordi det er dér, produktkarrusellerne bliver opsamlet i dag.

Det skal du gøre først

Små teams går i stå, fordi de prøver at gøre det hele på én gang. Rækkefølgen herunder er den, vi anbefalede Boë Beauté (mere om casen længere nede). Det er også den rækkefølge, jeg selv ville bruge for ethvert udfordrerbrand.

Trin 1: Et fundament, AI kan forstå

Ret fakta til. Det betyder ensartede oplysninger om virksomhed og kategori, strukturerede data af typen Organization og Product og en Wikidata-post, hvis du opfylder kravene. Kan AI ikke se, hvem du er, hjælper intet andet.

Trin 2: Sider, AI kan læse

Tjek crawladgang, sidestruktur, læsbarhed og strukturerede data. Knyt hver rettelse til noget konkret, du har set AI tage fejl af. I vores data er den tekniske adgang sjældent flaskehalsen. Hos de 60 brands lå mediantallet for crawlbarhed i 3RD på 99 ud af 100. Tjek det, ret det, der ikke virker, og gå så videre.

Trin 3: Spørgsmål, du har ret til at vinde

Vælg de behov, hvor dit produkt reelt skiller sig ud, og hvor efterspørgslen er reel. Byg eller forbedr de sider, der svarer på de spørgsmål. Gem de direkte sammenligninger med kategoriens førende brands til senere, når du har opbygget lidt autoritet.

Trin 4: Belæg udefra

Find de sider hos tredjeparter, som AI henviser til ved de spørgsmål, og gør dig fortjent til en plads på dem. Det er som regel her, den store effekt ligger. Blandt 54 brands, hvor alle fem faktorer er målt i 3RD, var autoritet eller indholdskvalitet den svageste faktor for 42. Crawlbarhed var ikke den svageste for et eneste.

I vores demo-workspace følger vi et sportstøjsbrand i Danmark. Faktorerne ser sådan ud: crawlbarhed 76, autoritet 61, outreach 50, indholdsdækning 47 og indholdskvalitet 45. Det er et stort og velkendt brand, så autoritet er ikke problemet. Sitet er også let at læse. Det, der holder brandet tilbage, er den anden halvdel af det velkendte mønster: sider, der svarer så godt på kundens spørgsmål, at AI vil citere dem.

De fem faktorer for Danmark. Indholdsdækning (47) og indholdskvalitet (45) er de svageste, så de næste opgaver handler om sider og ikke om tekniske rettelser. Demo-workspace; brandnavne er sløret.

Trin 5: Bred det ud

Når du bliver nævnt ved dine stærkeste behov, kan du udvide til nabokategorier, flere markeder og sammenligningsspørgsmålene.

Hvilken løsning til hvilket problem

Fem fejl, e-handelsteams ofte begår

1. De følger kun brandprompts. Så ser du synlig ud, men lærer intet om, hvorvidt kunderne finder dig.
2. De tager ét svar for gode varer. Svarene skifter fra kørsel til kørsel. Læs ugentlige tendenser pr. kategori.
3. De oversætter i stedet for at lokalisere. En dansk kundes spørgsmål er ikke et oversat engelsk spørgsmål, og de kilder, AI henviser til i Danmark, er danske.
4. De starter på kategorilederens hjemmebane. At gå direkte op imod det største brand på dets stærkeste behov er den langsomste vej ind.
5. De ser det som et projekt på deres eget website. Omkring 93 % af kildehenvisningerne kommer fra tredjeparter. En plan, der kun ændrer dine egne sider, overser derfor det meste af svaret.

En rigtig case: fra nul til top fem på ét kvartal

Boë Beauté er et dansk biotek-hudplejebrand, der har specialiseret sig i selvbruner til sensitiv hud. Da brandet startede med 3RD, blev det ikke nævnt én eneste gang i tusindvis af promptkørsler på dets markeder og sprog – heller ikke langt nede på listen. De større konkurrenter havde mange års omtale, store indholdsbiblioteker og større teams. Boë Beauté havde ingen GEO- eller SEO-specialist.

Det gjorde Boë Beauté. 3RD anbefalede en udfordrerplan med USA som første marked. De begrænsede ressourcer skulle bruges dér, hvor efterspørgslen, en reel forskel og udbredelsen af ChatGPT gav den bedste chance for at vinde. Derefter fulgte arbejdet rækkefølgen ovenfor:

• Et fundament, AI kunne forstå, bl.a. med en Wikidata-post.
• Sider, AI kunne læse, hvor hver rettelse var knyttet til en konkret fejl, man havde set.
• Indhold, der fokuserede på det, brandet reelt er alene om: selvbruner til sensitiv hud. Direkte sammenligninger måtte vente.
• Outreach rettet mod de kilder, der former AI's svar i kategorien.

Én intern marketingmedarbejder stod for arbejdet nogle få timer om ugen ved siden af sine andre opgaver.

Resultatet. Efter ét kvartal var Boë Beautés ugentlige synlighed 22,2 %. Da arbejdet begyndte, var den 0,0 %. Brandet lå i top fem blandt syv konkurrenter, foran Malin+Goetz og tæt på CeraVe og La Roche-Posay. Alle 77 målte omtaler var positive, og over 9.000 kildehenvisninger, som vi følger, forbinder nu brandet med AI's svar i kategorien.

De pointer, enhver webshop kan bruge:

• AI skal forstå et brand, før den kan anbefale det.
• Start dér, hvor efterspørgslen og din reelle forskel mødes, i stedet for alle steder på én gang.
• Knyt hver rettelse til noget, du kan observere. Så ved du, hvad der virkede.
• Med en klar plan kan én marketingmedarbejder klare det på nogle få timer om ugen.

Læs hele casen om Boë Beauté.

Sådan griber vi det an i 3RD

Jeg vil være ærlig om, hvor 3RD hjælper, og hvor det ikke gør.

Her hjælper 3RD:

• Måling pr. kategori og marked. Emner, markeder som par af land og sprog og de AI-assistenter, dine kunder bruger – med Synlighed og anbefalingsrate holdt adskilt.
• Diagnose. 3RD vurderer fem faktorer (indholdsdækning, indholdskvalitet, crawlbarhed, autoritet og outreach) og forklarer i klart sprog, hvorfor AI vælger dine konkurrenter.
• Playbooks og opgaver. Du beskriver et mål med dine egne ord, og 3RD omsætter det til prioriterede opgaver, der hver er knyttet til en faktor.
• Outreach. De sider hos tredjeparter, som AI henviser til ved dine prompts, prioriteret efter hvor mange af dine prompts de påvirker – og med en foreslået vinkel til hver.
• Produktmåling (lukket beta): hvilke produkter og butikker ChatGPT's shoppingsvar nævner.
• Content Agent, hvis dit abonnement omfatter den. Den skriver udkast til sider ud fra et brief og din brandkontekst. Du gennemgår og publicerer. Intet går live, før du har godkendt det.

Spørgsmålet lyder: ”Hvad skal vi fokusere på først for at blive valgt oftere, når kunderne spørger AI, hvilke løbesko de skal købe?” 3RD Agent finder en anbefalingsrate på 1,8 % mod den førende konkurrents 5,4 %. Den kalder det ”et indholds- og positioneringsproblem, ikke et rækkeviddeproblem” og giver tre ting i prioriteret rækkefølge. Den første er at få skospecifikationer og påstande ud til kunderne. Demo-workspace; brandnavne er sløret.

Her hjælper 3RD ikke:

• 3RD styrer ikke dine produktfeeds eller forhandlerkonti. Det bliver i din e-handelsplatform og dine feedværktøjer.
• 3RD publicerer ikke for dig og kontakter ikke udgivere i dit navn.
• Produktmåling dækker kun ChatGPT's shoppingsvar og er i lukket beta.
• Intet værktøj kan garantere, at AI anbefaler dig. Men det kan vise dig, hvorfor AI ikke gør det, og måle, om dit arbejde flytter tallet.

Om dataene

Tallene i guiden kommer fra 3RD's egen research: brands, vi fulgte i 3RD fra 19. september til 18. oktober 2026. Tallene for udsving bygger på 732.000 AI-svar, tallene for kilder på 5,9 mio. kildehenvisninger, og tallene for faktorer og anbefalinger på 60 brands. Udvalget har en overvægt af nordiske brands. Dataene er anonymiseret og samlet, og intet brand er nævnt ved navn. Der er tale om observationsdata, ikke kontrollerede forsøg. Tallene for Boë Beauté stammer fra den offentliggjorte case.

Ofte stillede spørgsmål

Hvilket GEO-værktøj hjælper en webshop med at blive fundet, når kunderne søger produkter via AI? Vælg et værktøj, der følger dine kategorispørgsmål pr. marked, skelner mellem at blive nævnt og at blive anbefalet, viser, hvilke tredjepartskilder AI henviser til, og følger produkter i shoppingsvar. 3RD gør alle fire ting (Produktmåling er i lukket beta). I vores tjekliste til at vælge platform kan du se, hvordan du sammenligner værktøjerne.

Virker 3RD for e-handelsbrands? Ja. Boë Beauté er et dansk hudplejebrand. På ét kvartal gik brandet fra 0,0 % til 22,2 % i ugentlig synlighed og ind i top fem – med én intern marketingmedarbejder. 3RD følger brandets synlighed pr. kategori og marked, og Produktmåling viser, hvilke produkter ChatGPT's shoppingsvar nævner.

Er produktsøgning i AI det samme som Google Shopping? Nej. Produktdata betyder stadig noget, men AI skriver også en shortliste i tekst ud fra tredjepartskilder som anmeldelsessites, sammenligningsartikler og specialistblogs. Det meste af det, AI henviser til, er ikke dit eget website. I vores data er medianen 6,8 % af kildehenvisningerne.

Hvor mange prompts skal en webshop følge? Start med 20–40 pr. kategori pr. marked, mest problemspørgsmål og ”bedste X til Y”. Jo færre prompts, jo mere støj i tallene. I vores data svingede små sæt omtrent dobbelt så meget fra dag til dag.

Hvor lang tid går der, før jeg ser resultater? Regn med uger, ikke dage. Læs den ugentlige tendens pr. kategori. Boë Beauté nåede top fem inden for et kvartal, og tallet for en enkelt dag kan svinge mere end 10 procentpoint, uden at du har ændret noget.

Magnus Windeløv

Head of Marketing