Sådan måler du dit brands synlighed i ChatGPT, Perplexity og Google AI Overviews
Dine normale analytics er blinde overfor AI-svar. Her får du opskriften på at måle dit brands synlighed på ChatGPT, Perplexity og Google AI Overviews – de metrics, der tæller, en færdig prompt-matrix til at kopiere og de typiske fejl, du skal undgå.
Sådan måler du dit brands synlighed i ChatGPT, Perplexity og Google AI Overviews
En voksende andel af dine kunder danner nu deres førstehåndsindtryk af dit brand i et AI-svar – et svar de får fra ChatGPT, Perplexity eller Googles AI Overviews. Problemet er, at dine sædvanlige værktøjer er blinde over for det. Google Analytics sporer det ikke. Din SEO-platform sporer 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, inklusive 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 afklaret med, hvad du måler. Fem metrics 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. Dette er din konkurrent-benchmark.
Citation rate: om svaret faktisk linker til dig og ikke bare nævner dit navn. Citater skaber sporbar trafik; mentions opbygger kendskab.
Placering og fremtræden: hvor du lander i svaret. AI-motorer har tendens til at behandle det førstnævnte brand som standardanbefalingen, så at være gemt i det sidste afsnit er ikke det samme som at føre 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 citerer 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 brands i flæng, men linker sjældent til dem. Ifølge visse estimater indeholder kun omkring 20 % af ChatGPT-mentions et klikbart citat, hvilket betyder, at cirka 80 % af de anbefalinger og sammenligninger, der former folks holdninger, er usynlige for traditionel analytics. Den bruger retrieval-augmented generation med "fan-out" underforespørgsler og læner sig tungt op ad encyklopædiske kilder og community-sider som Wikipedia, Reddit, Amazon og Forbes.
Perplexity er det stik modsatte. Den crawler webbet i realtid og inkluderer næsten altid klikbare inline-citater (typisk fire til otte kilder pr. svar), hvilket gør den til den eneste store motor, hvor AI-synlighed oversættes direkte til sporbar henvisningstrafik i GA4. Den bruger også Reddit meget: Hvis du ikke er til stede i de relevante community-tråde, er du ofte heller ikke til stede i Perplexity.
Google AI Overviews vises nu ved cirka 48 % af alle søgninger, hvilket er en stigning fra omkring 34,5 % i slutningen av 2025. De viser en stærk præference for brands (tæt på 60 % af citaterne går til brand-domæner, ifølge Otterlys 2026-data), men de dukker kun op på en del af søgningerne, og de fleste AI-søgesessioner ender uden et klik. Det betyder, at selve omtalen ofte er hele visningen.
Motor | Citeringsadfærd | Sporbar trafik? | Læner sig op ad |
|---|---|---|---|
ChatGPT | Navngiver brands, linker ~20 % af gangene | Stort set nej | Wikipedia, Reddit, Amazon, Forbes |
Perplexity | Citerer altid, 4-8 linkede kilder | Ja (GA4-henvisninger) | Reddit, community-indhold, live web |
Google AI Overviews | Brand-orienterede citater, ~60 % til brand-domæner | Sjældent (for det meste 'no-click') | YouTube, Wikipedia, Forbes, Quora |
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 parenteserne og køre hver prompt i alle tre motorer.
Pladsholdere: [category] = din produkt-/servicekategori · [brand] = dit brand · [competitor] = en vigtig konkurrent · [role] = din købers stillingsbetegnelse · [problem] = det problem, du løser · [region] = dit marked
Prompt-type | Hvad den afslører | Kopierbar skabelon |
|---|---|---|
Kategori / opdagelse | Om du overhovedet er med i overvejelserne | "Hvad er de bedste [category] til [use case]?" · "Hvilke [category]-udbydere bør jeg overveje i [region]?" |
Sammenligning | Din positionering i forhold til en navngiven konkurrent | "Hvordan klarer [brand] sig sammenlignet med [competitor]?" · "[brand] vs. [competitor]: Hvad er bedst til [use case]?" |
Persona / use-case | Om du bliver anbefalet i relation til din købers specifikke behov | "Hvad skal en [role] kigge efter, når de vælger en [category]?" · "Bedste [category] til en [role] i en mellemstor virksomhed" |
Problem / jobs-to-be-done | Top-of-funnel-tilstedeværelse, før din kategori overhovedet nævnes | "Hvordan [problem] jeg?" · "Hvad er den bedste måde at løse [problem] på?" |
Direkte brand / omdømme | Præcision og sentiment: Hvordan du beskrives | "Hvad er [brand]?" · "Er [brand] godt?" · "Hvad er fordelene og ulemperne ved [brand]?" |
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 de vælger et AI-synlighedsværktøj?" Problem: "Hvordan finder jeg ud af, om ChatGPT anbefaler mit brand?" Direkte brand: "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 dukker op, 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. 25 prompts kørt fem gange hver giver 125 datapunkter: Nok til at spotte tydelige mønstre, men ikke nok til at få statistisk stabile synlighedstal. Det er her, det manuelle tjek skal skiftes ud med kontinuerlig, automatiseret sporing.
Typiske fejl ved måling af AI-synlighed
Måling af AI-synlighed er nemt at gøre forkert på måder, der får tallene til at se præcise ud, men reelt ikke betyder noget. Hold øje med disse:
At jagte placering i stedet for synlighedsrate. I et AI-svar svinger placeringen voldsomt fra søgning til søgning. Det, der er stabilt – og det, der betyder noget – er, hvor ofte du optræder på tværs af mange søgninger. Som SparkToros analyse viste, er placeringen mest af alt støj; frekvensen er signalet.
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.
At tælle mentions, men ignorere citater (eller omvendt). Mentions opbygger kendskab; citater skaber trafik. I ChatGPT har de fleste mentions intet link; Perplexity linker til stort set alt. Spor dem som to separate metrics.
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.
Kun at køre hver prompt én gang. Generative svar er probabilistiske: Det samme spørgsmål nævner forskellige brands ved forskellige søgninger. Én søgning er en anekdote, ikke en måling.
At forvente ren klik-attribuering. De fleste AI-mentions fører aldrig til et sporbart klik, så dine analytics-værktøjer vil altid undervurdere AI's indflydelse. Se attribueringen som retningsgivende, og tilføj svarmuligheden "Hørte du om os via en AI-assistent?" i dit onboarding-flow for at fange resten.
At teste én gang og lade det ligge. Synligheden flytter 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 blive ved med at ligge lunt i svinget – 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. Den kører den samme type prompt-tests kontinuerligt og i stor skala på tværs af hundredvis af prompts i ChatGPT, Perplexity, Gemini, Claude og Google AI, så din baseline bliver til en live trend i stedet for et øjebliksbillede. Men det, som den manuelle kørsel aldrig kan give dig, er hvorfor: 3RD sporer, 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 analytics-værktøjer kan ikke se AI-svar. Start med et manuelt tjek ved hjælp af prompt-matrixen ovenfor, mål hver motor på dens egne præmisser, spor frekvens frem for placering, og hold øje med både mentions og citater. Gør du det konsekvent, stopper "hvor synlige er vi i AI?" med at være en bekymring og bliver til et tal, du kan flytte.
Vil du have din baseline uden besværet med regneark? Kom i gang med 3RD for at se, hvordan dit brand optræder i ChatGPT, Perplexity, Gemini, Claude og Google AI – og hvor du skal sætte ind først.