Sådan måler du dit brands synlighed i ChatGPT, Perplexity og Google AI Overviews

Sådan måler du dit brands synlighed i ChatGPT, Perplexity og Google AI Overviews

En voksende andel af dine kunder danner nu deres første indtryk af dit brand i et AI-svar, som de får fra ChatGPT, Perplexity eller Googles AI Overviews. Problemet er, at dine sædvanlige værktøjer er blinde over for det. Google Analytics måler det ikke. Din SEO-platform måler det ikke. Social listening gør det slet ikke. Og det øjeblik, der betyder mest, forbliver usynligt: Hvis dit brand ikke nævnes, registreres der intet. Intet klik, ingen visning, ingen afvisningsprocent. Muligheden fordufter simpelthen.

Den gode nyhed er, at AI-synlighed faktisk kan måles. Denne guide viser dig præcis hvordan – med en prompt-matrix, du kan kopiere og køre allerede i eftermiddag. (Hvis du vil have det større overblik først, så start med vores komplette guide til Generative Engine Optimization.)

Hvad ”synlighed” egentlig betyder i et AI-svar

Før du måler noget som helst, skal du være klar over, hvad du måler. Fem nøgletal er afgørende:

• Mention rate: den procentdel af de testede prompts, hvor dit brand overhovedet optræder. Dette er dit primære nøgletal.
• Share of voice (eller Share of Model): hvor ofte du optræder i forhold til navngivne konkurrenter på de samme prompts. Det er dit benchmark i forhold til konkurrenterne.
• Citation rate: om svaret faktisk linker til dig og ikke bare nævner dig. Kildehenvisninger skaber trafik, du kan måle, mens omtaler opbygger kendskab.
• Placering og fremtræden: hvor du lander i svaret. AI-motorer har tendens til at behandle det førstnævnte brand som standardanbefalingen, så det er noget andet at være gemt i sidste afsnit end at stå øverst på listen.
• Sentiment og nøjagtighed: ikke kun om du optræder, men hvordan du beskrives. En selvsikker, men forældet omtale (forkert prissætning, forkert positionering) kan koste dig handlen.

Hvorfor du skal måle hver motor separat

Her er den fejl, næsten alle begår: at behandle ”AI-synlighed” som ét samlet tal. Det er det ikke. ChatGPT, Perplexity og Google AI Overviews henter data fra forskellige kilder og henviser til dem på helt forskellige måder, så et stærkt resultat i den ene fortæller dig stort set intet om de andre. Du er nødt til at vurdere hver enkelt på dens egne præmisser.

ChatGPT nævner gerne brands, men linker sjældent til dem. Ifølge nogle estimater har kun omkring 20 % af ChatGPT’s omtaler et klikbart link til kilden. Det betyder, at cirka 80 % af de anbefalinger og sammenligninger, der former folks holdninger, er usynlige for traditionelle analyseværktøjer. ChatGPT bruger retrieval-augmented generation med ”fan-out”-underforespørgsler og læner sig tungt op ad leksikon- og community-kilder som Wikipedia, Reddit, Amazon og Forbes.

Perplexity er det stik modsatte. Den crawler nettet i realtid og har næsten altid kildehenvisninger med klikbare links direkte i teksten (typisk fire til otte kilder pr. svar). Derfor er Perplexity den eneste store motor, hvor AI-synlighed omsættes direkte til henvisningstrafik, du kan måle i GA4. Den læner sig også meget op ad Reddit: Er du ikke til stede i de relevante tråde, er du ofte heller ikke til stede i Perplexity.

Google AI Overviews vises nu ved cirka 48 % af alle søgninger, mod omkring 34,5 % i slutningen af 2025. De foretrækker tydeligt brands (tæt på 60 % af kildehenvisningerne går til brands’ egne domæner ifølge Otterlys data fra 2026), men de vises kun ved en del af søgningerne, og de fleste AI-søgninger ender uden et klik. Det betyder, at selve omtalen ofte er hele visningen.

Den manuelle metode: et hurtigt tjek, du kan køre i eftermiddag

Du behøver ikke en hel platform for at få en god indikation af din baseline. Du skal bare bruge de rigtige prompts. I stedet for at gætte dig til, hvilke spørgsmål du skal teste, kan du kopiere matrixen nedenfor, indsætte dine egne oplysninger i de kantede parenteser og køre hver prompt i alle tre motorer.

Pladsholdere: [category] = din produkt-/servicekategori · [brand] = dit brand · [competitor] = en vigtig konkurrent · [role] = din kundes stillingsbetegnelse · [problem] = det problem, du løser · [region] = dit marked

Et konkret eksempel:

Kategori: ”Hvad er de bedste AI-synlighedsplatforme til europæiske brands?” Sammenligning: ”Hvordan klarer 3RD sig sammenlignet med Profound?” Persona: ”Hvad skal en CMO kigge efter, når man vælger et AI-synlighedsværktøj?” Problem: ”Hvordan finder jeg ud af, om ChatGPT anbefaler mit brand?” Brandet direkte: ”Hvad er 3RD, og hvem er det til?”

Sådan gør du: Test 10–15 prompts fordelt på de fem typer. Kør hver enkelt tre til fem gange pr. motor, da svarene varierer fra gang til gang. For hvert svar skal du registrere fem ting: om dit brand optræder, dets placering, hvilke konkurrenter der er med, om der linkes til dig, eller du blot nævnes, og om beskrivelsen er korrekt. På en eftermiddag har du en reel baseline og sandsynligvis et par ubehagelige overraskelser.

Begrænsningen ved at gøre dette manuelt er mængden. 15 prompts kørt fem gange hver giver 75 datapunkter: nok til at se tydelige mønstre, men ikke nok til statistisk stabile synlighedstal. Det er her, det manuelle tjek skal afløses af løbende, automatisk måling.

Typiske fejl ved måling af AI-synlighed

Det er nemt at måle AI-synlighed forkert på måder, der får tallene til at se præcise ud, men reelt ikke betyder noget. Hold øje med disse:

1. At jagte placering i stedet for synlighedsrate. I et AI-svar svinger placeringen voldsomt fra kørsel til kørsel. Det, der er stabilt – og det, der betyder noget – er, hvor ofte du optræder på tværs af mange kørsler. Som SparkToros analyse viste, er placeringen mest af alt støj, mens frekvensen er signalet.

1. Kun at måle på én motor. Et godt resultat i ChatGPT siger intet om Perplexity eller AI Overviews. Mål hver motor separat, ellers optimerer du i blinde.

1. At tælle omtaler, men ignorere kildehenvisninger (eller omvendt). Omtaler opbygger kendskab, mens kildehenvisninger skaber trafik. I ChatGPT har de fleste omtaler intet link, mens Perplexity linker til stort set alt. Mål dem som to separate nøgletal.

1. At ignorere sentiment og nøjagtighed. At blive nævnt er ikke automatisk en sejr. AI-systemer gentager ofte forældede priser eller forkert positionering. Registrer altid, hvordan du beskrives, og ikke bare om du optræder.

1. Kun at køre hver prompt én gang. Generative svar bygger på sandsynligheder: Det samme spørgsmål giver forskellige brands fra kørsel til kørsel. Én søgning er en anekdote, ikke en måling.

1. At forvente præcis attribution af klik. De fleste AI-omtaler fører aldrig til et klik, du kan måle, så dine analyseværktøjer vil altid undervurdere AI’s indflydelse. Se attributionen som en retning, og tilføj svarmuligheden ”Hørte du om os via en AI-assistent?” i din kontaktformular for at fange resten.

1. At teste én gang og lade det ligge. Synligheden ændrer sig, i takt med at modellerne opdateres, og indholdet forældes. Kør det samme sæt prompts med jævne mellemrum, så du kan se den reelle udvikling.

Fra måling til handling

Et hurtigt tjek viser dig, hvor du står i dag. Skal du forbedre dig – og holde fast i forbedringen – kræver det kontinuerlig måling på tværs af alle motorer samt den kontekst, en manuel kørsel ikke kan give dig: Hvilke kilder driver din synlighed, hvordan klarer du dig i forhold til konkurrenterne over tid, og hvilke prompts taber du på og hvorfor?

Her slutter vejen for det manuelle eftermiddagstjek, og her tager 3RD over. 3RD kører den samme type prompttest kontinuerligt og i stor skala på tværs af hundredvis af prompts i ChatGPT, Gemini, Google AI Overviews, Copilot, Perplexity, Claude og Google AI Mode, så din baseline bliver til en løbende kurve i stedet for et enkelt øjebliksbillede. Men det, som den manuelle kørsel aldrig kan give dig, er hvorfor: 3RD finder ud af, hvilke specifikke kilder der vinder på hver prompt, hvor en konkurrent trækker fra, og hvilket stykke indhold der kan lukke hullet. Du slipper for at gætte på, hvad der skal rettes, og kan i stedet arbejde ud fra en prioriteret liste.

Kort og godt

Du kan ikke styre det, du ikke kan se, og traditionelle analyseværktøjer kan ikke se AI-svar. Start med et manuelt tjek ud fra prompt-matrixen ovenfor, mål hver motor på dens egne præmisser, mål frekvens frem for placering, og hold øje med både omtaler og kildehenvisninger. Gør du det konsekvent, holder ”hvor synlige er vi i AI?” op med at være en bekymring og bliver til et tal, du kan rykke.

Vil du have din baseline uden besværet med regneark? Kom i gang med 3RD, og se, hvordan dit brand optræder i ChatGPT, Gemini, Google AI Overviews, Copilot, Perplexity, Claude og Google AI Mode – og hvor du skal sætte ind først.