AI-søgning

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

En metode trin for trin til at måle, hvordan AI-assistenter svarer dine kunder: hvilke spørgsmål du skal følge, hvilke assistenter, hvor ofte, og hvordan du læser tallene.

Af Magnus Windeløv · Gennemgået af Nikolaj Peters18. jul. 2026 · 18 min. læsning

Vil du følge dit brands synlighed i AI-søgning, skal du stille ChatGPT, Gemini, Perplexity og Googles AI-svar de spørgsmål, dine kunder stiller. Gør det mange gange og på hvert marked, du sælger på. Tæl derefter, hvor ofte du bliver nævnt, henvist til og anbefalet, og sammenlign tallet med dine konkurrenters.

I årevis rapporterede jeg søgeordsplaceringer til kunder. AI-svar har ingen placering, du kan rapportere. De har en rate: hvor ofte assistenten nævner dig på tværs af mange kørsler. Måler du den rate ordentligt, er den et lige så solidt tal som ethvert SEO-nøgletal.

Derfor fortæller et enkelt tjek i ChatGPT dig næsten ingenting. På tværs af 111 brands, vi følger, svingede medianbrandets daglige synlighed 12,5 procentpoint mellem den bedste og den dårligste dag på en måned, uden at der blev ændret i deres prompts.

I dag danner dine kunder sig et første indtryk af dit brand inde i et AI-svar. Det øjeblik kan dine sædvanlige værktøjer ikke se. Google Analytics registrerer kun besøget, hvis nogen klikker. Din SEO-platform måler placeringer, ikke svar. Og bliver dit brand ikke nævnt, bliver der slet ikke registreret noget. Der er ingen visning og intet bounce – bare en kunde, der aldrig har hørt om dig.

Her får du metoden i seks trin. Trin 1–4 kan du klare i hånden i eftermiddag med promptmatricen nedenfor. Trin 5 og 6 handler om, hvad der ændrer sig, når du måler hver dag. Undervejs bruger vi data fra 111 brands, der bliver fulgt i 3RD. Vi bruger også et gennemregnet eksempel fra et demo-workspace: et sportstøjsbrand, der bliver målt i forhold til seks konkurrenter i Danmark, Sverige, Storbritannien og USA på syv AI-modeller og 207 prompts. Det er ikke en kundes konto.

Sådan ser et udgangspunkt ud i demo-workspacet. I den seneste uge blev brandet nævnt i 44,5 % af AI-svarene og var med på 172 af sine 207 prompts. Det ligger nr. 2 ud af syv målte brands:

Et udgangspunkt for den seneste uge: 44,5 % synlighed fordelt på promptniveauer. Must-win (45,1 %) ligger et godt stykke under målet på 75 %. Demo-workspace; brandnavne er sløret.

Vil du have det store billede først, så start med vores komplette guide til generative engine optimization.

Kort fortalt

Trin

Det skal du beslutte

Tommelfingerregel

1. Prompts

Hvilke kundespørgsmål du vil følge

Start med 10–15 spørgsmål, der betyder noget for dig, fordelt efter kommerciel værdi

2. Markeder

Hvilke lande og sprog

Ét marked for hver kombination af land og sprog, du sælger på

3. Assistenter

Hvilke AI-assistenter du vil dække

Dem, dine kunder bruger – målt hver for sig

4. Manuelt udgangspunkt

Hvordan du laver et stikprøvetjek

Hver prompt 3–5 gange pr. assistent, noteret på samme måde

5. Automatisering

Hvordan svarene bliver indsamlet, og hvor ofte

Dagligt eller på skift, med grundlaget vist ved hvert tal

6. Aflæsning

Hvordan du læser resultatet

Udviklingen over tid, opdelt og set i forhold til konkurrenterne

Værktøjer, der måler AI-synlighed

Du kan køre metoden i hånden eller bruge et værktøj. Værktøjerne adskiller sig mindre i selve målingen end i det, der sker efter dashboardet:

Løsning

Det får du

Hvem står for arbejdet

Eksempler

Et regneark

Et vejledende udgangspunkt ud fra 10–15 spørgsmål

Dig, i hånden, hver gang

Trin 1–4 nedenfor

Målingsværktøjer

Synlighed, omtaler, kildehenvisninger, share of voice

Dit team, fra bunden

AI-tilføjelser i SEO-værktøjer

Målingsværktøjer med anbefalinger

Data plus en liste over ting, der skal rettes

Dit team omsætter listen til en plan

De fleste selvstændige værktøjer til AI-synlighed

Platforme, der laver udkast til arbejdet

En diagnose, en plan og udkast til opgaverne

Værktøjet laver udkastet, en person tjekker og publicerer

3RD

Priser, modeller og markeder for hvert værktøj finder du i de bedste værktøjer til AI-synlighed i 2026, sammenlignet.

Det måler du

Bliv enige om tallene, før du indsamler noget. Fem tal bærer det meste af vægten:

  • Synlighed: andelen af svar, der nævner dit brand. Det er hovedtallet.
  • Position: hvor i svaret du står. Første valg og sidst på en liste er ikke det samme resultat.
  • Kildeandel: hvor stor en del af de kilder, et svar henviser til, der er dine egne sider.
  • Sentiment: hvordan svaret beskriver dig – positivt eller negativt.
  • Anbefalingsrate: hvor ofte svaret siger til kunden, at de skal vælge dig, og ikke bare nævner dig på en liste.

Synligheden viser, om du er med i rummet. Anbefalingsraten viser, om du vandt. Og der er langt imellem de to. På tværs af 60 brands og 494.000 AI-svar, der er tjekket i 3RD, blev medianbrandet nævnt i 19,8 % af svarene, men kun anbefalet frem for alternativerne i 0,2 %. 3RD definerer ”anbefalet” strengt: Det tæller ikke at stå på en liste, heller ikke øverst. De præcise definitioner og formler finder du i 3RD's ordliste: 15 nøgletal bag dit dashboard.

Trin 1: Vælg de spørgsmål, dine kunder faktisk stiller

Dine prompts afgør, hvad dine tal betyder. En flot score på spørgsmål, som ingen stiller, er intet værd.

Skriv prompts, som folk taler til AI. ”Hvad er det bedste projektværktøj til et designstudie med fem ansatte?” er bedre end søgeordet ”projektværktøj”. Folk skriver ikke søgeord i ChatGPT. De stiller spørgsmål med kontekst.

Du finder dem tre steder:

  1. Dine søgninger. Tag de søgninger i Google Search Console, du allerede får visninger på, og omformulér dem til spørgsmål.
  2. Dit salgs- og supportteam. De spørgsmål, kunderne stiller, før de køber (”kan det integreres med HubSpot?”, ”er det bygget til store virksomheder?”), stiller de nu til AI.
  3. De kategorier, du konkurrerer i. Spørgsmål af typen ”bedste X til Y” afgør, hvem der kommer på shortlisten.

Brug alle fem prompttyper. Vi kalder det promptmatricen. Kopiér den, udskift pladsholderne med dine egne oplysninger, og så har du et afbalanceret sæt.

Pladsholdere: [kategori] = din produktkategori · [brand] = dit brand · [konkurrent] = en vigtig konkurrent · [rolle] = din kundes jobtitel · [problem] = det problem, du løser · [region] = dit marked

Prompttype

Det viser den

Skabelon til at kopiere

Kategori / opdagelse

Om du overhovedet er blandt de muligheder, der bliver overvejet

”Hvad er de bedste [kategori] til [formål]?” · ”Hvilke udbydere af [kategori] bør jeg overveje i [region]?”

Sammenligning

Hvordan du står i forhold til en navngiven konkurrent

”Hvordan er [brand] sammenlignet med [konkurrent]?” · ”[brand] eller [konkurrent] – hvad er bedst til [formål]?”

Persona / brugssituation

Om du bliver anbefalet i din kundes situation

”Hvad skal en [rolle] kigge efter, når man vælger [kategori]?” · ”Bedste [kategori] til en [rolle] i en mellemstor virksomhed”

Problem / opgave

Om du er synlig, før din kategori bliver nævnt

”Hvordan [problem]?” · ”Hvad er den bedste måde at løse [problem] på?”

Direkte på brandet / omdømme

Om du bliver beskrevet korrekt

”Hvad er [brand]?” · ”Hvad er fordelene og ulemperne ved [brand]?”

Sådan ser matricen ud, udfyldt for en AI-synlighedsplatform:

  • Kategori: ”Hvad er de bedste AI-synlighedsplatforme til europæiske brands?”
  • Sammenligning: ”Hvordan er 3RD 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?”
  • Direkte på brandet: ”Hvad er 3RD, og hvem er det til?”

Hold prompts med og uden brandnavn adskilt. En prompt, der nævner dit brand, får næsten altid et svar om dit brand. Blander du dem ind i samme score, puster de tallet op. Rapportér derfor to tal: ”bliver vi opdaget?” (uden brandnavn) og ”bliver vi beskrevet godt?” (med brandnavn).

Prioritér dine prompts efter kommerciel værdi. Ikke alle spørgsmål er lige meget værd. 3RD inddeler prompts i tre niveauer, hver med et anbefalet mål for synlighed:

Niveau

Det dækker

Mål for synlighed

Must-win

Spørgsmål tæt på en beslutning, hvor AI afgør, hvilke løsninger der bliver sammenlignet og valgt

75 %

Core

Researchfasen, hvor kunderne laver deres shortlist

50 %

Foundational

Den kontekst, AI bruger til at forstå dit brand og din kategori

35 %

En lav score på Must-win-prompts haster. En lav score på Foundational-prompts kan vente.

Gruppér også dine prompts efter emne, så du kan se, hvor du står stærkt, og hvor du er fraværende. I demo-workspacet består sportstøjsbrandets sæt af 207 spørgsmål fordelt på otte emner som basketballsko, børnetøj og strømper. De bliver målt i Danmark, Sverige, Storbritannien og USA. Spændet er stort: 85,2 % synlighed på basketballsko og 10,4 % på strømper.

Målte prompts grupperet efter emne. Du ser, hvilke markeder hvert emne kører på, dets anbefalingsrate og brandets synlighed. Demo-workspace; brandnavne er sløret.

Trin 2: Vælg dine markeder og sprog

AI svarer forskelligt fra land til land og fra sprog til sprog. Behandl derfor hver kombination som sit eget marked.

Danmark på dansk og Danmark på engelsk er to forskellige markeder, og de kan give forskellige svar. Det samme gælder Schweiz på tysk og Schweiz på fransk. Sælger du i fem lande på deres lokale sprog, har du fem markeder, ikke ét.

Tre regler:

  • Mål hvert marked på dets eget sprog. Oversæt dine prompts ordentligt. En ordret oversættelse kan gøre et naturligt spørgsmål til et, som ingen stiller.
  • Regn med andre konkurrenter. En lokal udfordrer kan føre på ét marked og være helt fraværende på det næste.
  • Lav aldrig et gennemsnit på tværs af markeder. En stærk engelsk score kan skjule en svag dansk.

Trin 3: Vælg, hvilke AI-assistenter du vil dække

AI-synlighed er ikke ét tal. Hver assistent henter fra forskellige kilder og viser dem på forskellige måder. En stærk score i én siger ikke meget om de andre, så mål hver for sig.

Assistent

Sådan svarer den

Det skal du holde øje med

ChatGPT

Nævner ofte brands. Henviser til kilder, når den søger på nettet.

Omtaler og anbefalinger, fordi mange svar har få links

Google AI Overviews

Et resumé over søgeresultaterne med links til kilder

Om du bliver nævnt, og hvilke sider der linkes til. Mange søgninger ender uden et klik.

Google AI Mode

En søgetilstand, hvor man kan stille opfølgende spørgsmål som i en samtale

Det samme som i AI Overviews, bare over længere samtaler

Gemini

Googles assistent, der trækker på Googles indeks

Omtaler og position sammenlignet med AI Overviews

Perplexity

Søger på nettet i realtid og viser kildehenvisninger i teksten

Kildehenvisninger, som oftere kan spores som henvisningsbesøg

Claude

Svarer ud fra sin træning og fra nettet, når søgning er slået til

Omtaler, især hos tekniske kunder og B2B-kunder

Microsoft Copilot

Indbygget i Windows, Edge og Microsoft 365

Vigtig, hvis du sælger til virksomheder, der bruger Microsoft

Hvor meget betyder assistenten så? Meget. Vi har set på 60 brands, der bliver fulgt i 3RD. For 62 % af dem (37 af 60) var det et andet brand, der ”vandt” promptsættet, alt efter hvilken assistent der svarede. Hos det enkelte brand var forskellen mellem den bedste og den dårligste assistent 16 procentpoint i medianen (n = 83). For over halvdelen af de brands nævnte den bedste assistent dem mindst dobbelt så ofte som den dårligste.

Demo-workspacet viser samme forskel. Sportstøjsbrandet ligger på omkring 60 % i ChatGPT, men kun omkring 20 % i Google AI Mode og 21 % i Google AI Overviews:

Synlighed pr. assistent i den seneste uge. De to Google-flader ligger langt under chatassistenterne, og det ville ét samlet tal skjule. Demo-workspace; brandnavne er sløret.

Mål de assistenter, dine kunder bruger. Forbrugerbrands starter ofte med ChatGPT og Google AI Overviews. Udviklerværktøjer går måske mere op i Claude og Perplexity. Betyder en assistent noget for dine kunder, og er din score svag dér, kræver det sin egen indsats.

Trin 4: Lav et manuelt udgangspunkt

Du behøver ingen platform for at få en første pejling. Du har brug for en fast rutine.

Rutinen:

  1. Tag 10–15 prompts fra matricen, fordelt på de fem typer.
  2. Start en ren session: Log ud, eller brug en midlertidig chat med hukommelsen slået fra. Din personlige historik og tidligere chats ændrer svarene.
  3. Vælg markedet. Spørg på markedets sprog, og tjek dine placeringsindstillinger. Med en VPN kan du teste andre lande.
  4. Kør hver prompt 3–5 gange pr. assistent. Det samme spørgsmål kan nævne forskellige brands fra gang til gang.
  5. Notér hvert svar på samme måde.

Notér disse kolonner for hvert svar:

Kolonne

Eksempel

Dato, assistent, marked

2026-10-20, ChatGPT, Danmark–dansk

Prompt og prompttype

”Bedste AI-synlighedsplatform til bureauer?”, kategori

Bliver brandet nævnt?

Ja / Nej

Placering

3 af 6

Anbefalet?

Ja / Nej / Intet valg

Nævnte konkurrenter

Brand A, Brand B

Link til dit website?

Ja, /pricing

Korrekt beskrevet?

Nej, den nævner en gammel pris

Kend begrænsningerne. Et manuelt tjek er en god start, men en svag måling:

  • For få svar. 15 prompts × 5 kørsler × 3 assistenter giver 225 svar. Det viser de store mønstre, men ikke en ændring på få procentpoint. Vores guide til at bevise, at en GEO-ændring virkede, viser, hvor store udsving tilfældig støj alene kan skabe ved forskellige stikprøvestørrelser.
  • Skjult personalisering. Selv når du er logget ud, påvirker din placering, dit sprog og din enhed svaret.
  • Et øjebliksbillede, ikke en udvikling. En eftermiddag viser, hvor du står i dag, ikke hvor du er på vej hen.
  • Det tager timer. Gentager du det hver uge, koster det en dag om måneden, og rutinen skrider.

Her går et manuelt stikprøvetjek over i løbende måling.

Trin 5: Automatisér indsamlingen

En AI-synlighedsplatform kører den samme rutine efter en fast plan og i et omfang, som intet menneske kan følge med i. Tjek tre ting, før du stoler på tallene.

1. Hvordan svarene bliver indsamlet. Der er to metoder:

  • Via AI-udbyderens API. Platformen sender hvert spørgsmål direkte til modellen med markedet som kontekst. Det er ensartet og skalerer godt. Svaret kan dog afvige fra det, en person ser i forbrugerappen, fordi appen lægger sine egne funktioner oven på modellen.
  • Fra forbrugerbrugerfladen. Platformen opsamler svaret fra den app eller det website, folk faktisk bruger. Det ligger tættere på den virkelige oplevelse. Til gengæld er det sværere at køre stabilt i stor skala, og det går i stykker, når brugerfladen ændrer sig.

Ingen af metoderne er forkert. Spørg hver leverandør, hvilken metode de bruger til hvilken assistent. Peec AI oplyser fx, at de indsamler svar fra brugerfladen (pr. oktober 2026). 3RD henter svarene via hver udbyders API og kan også opsamle ChatGPT-svar fra forbrugerbrugerfladen. Det slås til brand for brand.

2. Hvor ofte dine prompts kører. Kører de dagligt, bliver hver prompt sendt hver dag. Kører de på skift, bliver hver prompt sendt efter tur inden for en fast periode, så du kan følge flere spørgsmål for det samme budget. Begge dele virker. Det vigtige er, at hvert tal viser, hvor mange svar det bygger på.

Mængden betyder mere, end de fleste teams regner med. I 3RD's data svingede brands med færre end cirka 100 svar om dagen dobbelt så meget fra dag til dag som brands med 230 eller flere (standardafvigelse i medianen 4,5 over for 2,1 procentpoint, n = 111).

Brug det, når

Det skal du gøre

Hvem gør det som regel

Du har brug for en første pejling i denne uge

Manuelt udgangspunkt: 10–15 prompts, 3–5 kørsler pr. assistent

Alle i marketingteamet

Du rapporterer til ledelsen hver måned

Daglig måling eller måling på skift; rapportér gennemsnit over 28 dage, aldrig enkelte dage

Marketingchefen

Du vil bevise, at en ændring virkede

Daglige kørsler på de prompts, ændringen er rettet mod, plus en kontrolgruppe af uberørte prompts

Den, der er ansvarlig for ændringen, sammen med marketingchefen

Du følger mange markeder på et fast budget

Kørsler på skift, med antallet af svar vist ved hver score

Marketing ops

3. Om du kan tjekke kilden. Hver score skal kunne åbnes, så du ser de rigtige prompts, svar og kildehenvisninger bag den. Kan du ikke se svarene, kan du ikke stole på tallet.

Den fulde liste over, hvad du skal kigge efter i et værktøj, finder du i sådan vælger du en AI-synlighedsplatform.

Trin 6: Læs tallene rigtigt

Det er let nok at indsamle svar. De fleste fejl sker, når man læser dem.

  • Se på udviklingen, ikke på dagen. Svarene varierer fra kørsel til kørsel. Et vindue på 14 eller 28 dage siger langt mere end dagens tal. Hvor meget varierer de? På tværs af 111 brands og 732.000 svar i 3RD svingede medianbrandets daglige synlighed 12,5 procentpoint mellem dets bedste og dårligste dag på en måned – uden at nogen prompts var ændret. Hos 69 % af brandsene (77 af 111) lå mindst én enkelt dag mere end 5 procentpoint fra brandets gennemsnit over 30 dage. Hos 27 % var det mere end 10.
  • Opdel, før du konkluderer. Det samme brand kan ligge på 70 % på prompts med brandnavn og 8 % på ”bedste X”-prompts uden. Tjek altid, hvilken assistent, hvilket marked, hvilket emne og hvilken prompttype du kigger på.
  • Sammenlign med konkurrenterne, ikke med et mål. 30 % synlighed er svagt, hvis din konkurrent har 60 %, og stærkt, hvis den førende har 25 %.
  • Se synlighed og position sammen. Bliver du altid nævnt, men aldrig først, er det lettere at rette op på, end hvis du slet ikke er med.
  • Tjek grundlaget. ”12 % synlighed” baseret på 50 svar og på 5.000 svar er to meget forskellige aflæsninger.
  • Læs svarene bag scoren. Tallene viser, hvor du skal kigge. Svarene viser hvorfor: hvilke kilder assistenten brugte, hvilken konkurrent den foretrak, og hvad den tog fejl af om dig.
  • Et manglende tal er ukendt. Et marked, der ikke har kørt endnu, har ingen score. Det er ikke det samme som nul.
  • Markér modelskift. Når en udbyder skifter modellen bag en assistent, kan tallene før og efter ikke sammenlignes direkte. Notér datoen, og læs de to perioder hver for sig.

Sådan ser det ud over tre måneder for et brand og dets konkurrenter. I demo-workspacet faldt brandet fra 66,5 % til 44,7 %. Den førende faldt også, fra omkring 80 % til omkring 53 %. Undervejs er der flere modelskift. Den 7. oktober begyndte Gemini at svare med Gemini 3.5 Flash Lite, så tallene før og efter den dag kan ikke sammenlignes direkte:

Daglig synlighed over tre måneder: Brandet går fra 66,5 % til 44,7 %, og markeringerne af modelskift viser, hvor tidsserien knækker. Demo-workspace; brandnavne er sløret.

Og her er grunden til, at du skal sammenligne med konkurrenterne og ikke med et mål. I demo-workspacet giver sportstøjsbrandets 45 % en andenplads ud af syv. Den førende ligger på 51 %, og de fem andre brands ligger mellem 19 % og 23 %:

Rangplads i forhold til konkurrenterne i den seneste uge. Det er afstanden til den førende, du skal styre efter, ikke den absolutte score. Demo-workspace; brandnavne er sløret.

Typiske fejl, når du måler AI-synlighed

  1. At jagte placering frem for hyppighed. Positionen i et enkelt svar svinger fra kørsel til kørsel. Hvor ofte du er med på tværs af mange kørsler, er det stabile signal.
  2. Kun at måle én assistent. En stærk score i ChatGPT siger intet om Google AI Overviews eller Perplexity.
  3. At tælle omtaler, men overse kildehenvisninger – eller omvendt. Omtaler skaber association. Kildehenvisninger sender trafik og viser, hvilke sider AI stoler på. Mål begge, for de kan fortælle forskellige historier. I demo-workspacet bliver sportstøjsbrandet nævnt i 44,5 % af svarene, men kun 2,5 % af kildehenvisningerne bag dem peger på brandets egne sider.

Kildehenvisninger i den seneste uge: en kildeandel på 2,5 %, langt under hvad brandets synlighed lægger op til. Demo-workspace; brandnavne er sløret.

  1. At overse sentiment og korrekthed. Det er ikke automatisk en sejr at blive nævnt. AI gentager ofte forældede priser eller en gammel positionering.
  2. At køre hver prompt én gang. Ét svar er en anekdote, ikke en måling.
  3. At blande prompts med og uden brandnavn. Det puster scoren op og skjuler, om nye kunder finder dig.
  4. At forvente en ren klikattribution. De fleste AI-svar giver aldrig et klik, så dine analysetal vil altid undervurdere AI's indflydelse. Læs sådan kobler du AI-anbefalinger og kildehenvisninger til omsætning for at se, hvad du kan måle.
  5. At teste én gang og så gå videre. Synligheden glider, efterhånden som modellerne bliver opdateret, og indholdet bliver ældre. Kør det samme sæt igen med faste mellemrum.

Sådan måler 3RD

3RD kører metoden løbende. Sådan svarer hvert trin til platformen:

Trin

I 3RD

Prompts

3RD foreslår prompts ud fra dine emner og formulerer dem, som folk spørger AI-assistenter. Forbinder du Google Search Console, gør 3RD de søgninger, du allerede bliver vist på i Google, til prompts. Hver prompt får et niveau (Must-win, Core eller Foundational), som du kan ændre.

Markeder

Hvert marked er ét land og ét sprog, og det sendes med som kontekst ved hvert spørgsmål.

Assistenter

Du vælger modellerne, bl.a. ChatGPT, Gemini, Google AI Overviews, Google AI Mode, Copilot, Perplexity og Claude. Hvor mange afhænger af dit abonnement.

Indsamling

Svarene hentes via hver udbyders API. ChatGPT-svar kan også opsamles fra forbrugerbrugerfladen, brand for brand.

Frekvens

Dine prompts kører dagligt eller på skift. Hver kørsel giver ét svar pr. model, marked og målgruppe.

Aflæsning

Hvert svar bliver tjekket for brands, position, sentiment og kilder. Synlighed, Position, Kildeandel, Sentiment, Rangplads og Anbefalingsrate kan filtreres på emne, marked, målgruppe og model.

Kontrol

Hvert nøgletal kan åbnes, så du ser de prompts, svar og kildehenvisninger, der ligger bag. Du kan eksportere data som CSV, via et REST API, en MCP-server eller en Looker Studio-connector.

For 3RD er målingen begyndelsen, ikke slutningen. De samme svar bruges i Diagnose, som forklarer, hvorfor AI vælger en konkurrent, ud fra fem faktorer: indholdsdækning, indholdskvalitet, crawlbarhed, autoritet og outreach.

Diagnose for Danmark: hovedtemaerne bag scoren i klart sprog med faktorerne nedenunder. Demo-workspace; brandnavne er sløret.

Derefter sætter du et mål og får en Playbook med prioriterede opgaver. Du kan spørge 3RD Agent, hvad du skal fokusere på, og bede den skrive udkastet. Du tjekker det og publicerer.

Det påstår 3RD ikke: Svarene varierer, ændringer tager fra dage til uger, og koblingen til omsætning er kun delvis. På metodesiden kan du se, hvordan hvert tal bliver beregnet, og hvad vi ikke påstår.

Om data

3RD-tallene i denne guide stammer fra kundebrands, der blev fulgt i 3RD mellem 19. september og 18. oktober 2026: daglig synlighed for 111 brands (732.000 AI-svar) samt rangeringer pr. model og anbefalingsrater for 60 brands (494.000 svar). Stikprøven har en overvægt af nordiske brands, og vi angiver medianer på tværs af brands. Data er anonymiseret og samlet, og intet brand bliver nævnt. Der er tale om observationer, ikke et kontrolleret eksperiment. Skærmbillederne og sportstøjseksemplet stammer fra et demo-workspace i 3RD, ikke fra en kunde, og brandnavnene er sløret.

Læs videre

FAQ

Kan jeg måle AI-synlighed gratis? Ja, i hånden. Kør 10–15 kundespørgsmål 3–5 gange i hver assistent i en ren session, og notér svarene på samme måde hver gang. Så får du et retningsgivende udgangspunkt. Små ændringer og udviklingen over tid kan du dog ikke se.

Hvor mange prompts har jeg brug for? Til et manuelt udgangspunkt kan du starte med 10–15, som virkelig betyder noget for dig, fordelt på de fem prompttyper. Til løbende måling skal du bruge flere. I 3RD's data svingede brands med færre end cirka 100 svar om dagen dobbelt så meget fra dag til dag som brands med 230 eller flere. Vælg først spørgsmålene med omhu, og øg så mængden.

Hvor ofte skal jeg måle? Løbende, hvis du kan. Svarene ændrer sig fra kørsel til kørsel, og modellerne bliver opdateret uden varsel. Kører du dagligt eller på skift og læser tallene over 14 eller 28 dage, ser du de reelle bevægelser. Et manuelt tjek én gang om måneden viser kun de store skift.

Hvorfor får jeg forskellige svar, hver gang jeg spørger? AI-modeller arbejder med sandsynligheder. De kan nævne forskellige brands og henvise til forskellige kilder på det samme spørgsmål. Derfor beviser ét svar ingenting, og derfor er synlighed en rate på tværs af mange svar.

Viser Google Analytics min AI-synlighed? Nej. GA4 viser kun de besøg, hvor nogen klikker videre fra en AI-assistent. De fleste AI-svar giver intet klik, så selve omtalen er ofte hele indtrykket. For at se den skal du måle på promptniveau.

Vil du have dit udgangspunkt uden regnearket? Prøv gratis i 7 dage, og se, hvordan dit brand klarer sig i ChatGPT, Gemini, Google AI Overviews, Copilot, Perplexity, Claude og Google AI Mode. Eller book et møde, så gennemgår vi det sammen med dig.

Skrevet af

Magnus Windeløv

Head of Marketing

Magnus står for marketing hos 3RD. Han har arbejdet med demand generation, growth og SEO for B2B-softwarevirksomheder og forbrugerbrands.

Gennemgået af

Nikolaj Peters

Solution Architect

Nikolaj er senior SEO-specialist og Solution Architect hos 3RD. Han har mere end ti års erfaring med SEO og digital performance, blandt andet som leder af owned media- og SEO-teamet hos iProspect.

Start i denne uge

Se, om AI kan finde dit brand.

3RD tjekker, hvordan ChatGPT, Gemini, Google AI Overviews og Copilot beskriver dit brand, og giver dig en plan til at rette op på det.

Læs videre