Synlighed i AI-søgning

Her beskrives protokollen for, hvordan TRAQ måler, om en virksomhed nævnes og anbefales i svar fra generelle AI-modeller og AI-drevne søgemaskiner. Protokollen danner det metodiske grundlag for TRAQ Radar (live dashboard på app.traq.dk med daglige målinger på tværs af ChatGPT Search, Claude og Perplexity Sonar).

Status: Dette dokument udgør vores formelle måleprotokol. TRAQ har endnu ikke offentliggjort kommercielle målinger baseret på protokollen. Når de første målinger foreligger, vil de blive offentliggjort under Målinger og data med fulde rådata, versionsangivelser og kontrolgrupper. Behandling af modellernes usikkerhed og tilfældige variation er beskrevet under Støjgulv og påviselig ændring.

Hvad synlighed er

Synlighed defineres som andelen af kørsler, hvor et brand nævnes i svaret på et neutralt spørgsmål fra et foruddefineret panel.

Synlighed er ikke en rangliste eller en placering: der findes intet fast nummer et eller nummer tre i et AI-svar. Det er en statistisk sandsynlighed med en kendt nævner, som gør det muligt at følge udviklingen over tid.

Promptpanelet

Målingen bygger på et struktureret spørgepanel, som underlægges tre faste krav:

  1. Panelet fryses: Spørgsmålene udarbejdes ved målingens start, låses og ændres ikke undervejs i serien. Ændres et spørgsmål, udgør det et nyt målepunkt, ikke en fortsættelse af den eksisterende serie.
  2. Spørgsmålene er blinde: Spørgsmålene nævner hverken klientens brand eller domænenavn. Spørgsmålet “hvilke webshops forhandler økologisk tøj i Danmark?” måler reel synlighed. Et spørgsmål, der nævner virksomheden direkte, måler blot modellens evne til at gentage et modtaget ord.
  3. Panelet er offentligt for klienten: Hele listen af spørgsmål indgår i rapporten, så klienten har fuldt indblik i grundlaget.

Dataregistrering pr. kørsel

For hver enkelt kørsel mod en sprogmodel logges:

  • Spørgsmålets ordlyd, ordret.
  • Det fulde råsvar, ordret (uanset om klienten nævnes eller en konkurrent anbefales).
  • Modelnavn og præcis modelversion (temperatur-låst hvor udbyderen understøtter det).
  • Tidsstempel for kørslen.
  • Kilder og links, som svaret henviser til.
  • For Google-kanaler registreres det, at AI Overviews og organiske resultater ofte optræder i et kombineret visningsfelt i Search Console.

Råsvar opbevares i engagementets dataarkiv, så målingen kan efterprøves i tilfælde af tvivl.

Modeller og kontrolgruppe

Målingen udføres på tværs af de ledende modeller (fx ChatGPT Search, Claude og Perplexity). Da udbyderne løbende opdaterer deres modeller uden varsel, kan en modelopdatering ændre et synlighedstal uafhængigt af klientens website.

For at neutralisere denne fejlkilde måler TRAQ altid en kontrolgruppe bestående af sammenlignelige virksomheder i samme branche på præcis samme tidspunkt.

Hvis hele markedets tal stiger som følge af en ny modelfrigivelse, vil kontrolgruppen afspejle dette. Dermed undgås det, at generelle modelændringer fejlagtigt udlægges som et resultat af klientens optimeringer.

Sådan omsættes målingen i praksis

En måling i TRAQ Radar peger direkte på tre konkrete handlingsområder for virksomheden:

  1. Citations- og kildeoverblik: Dashboardet afdækker præcis, hvilke tredjeparts-kilder (anmeldelsesplatforme, medier, branchefora) modellerne henter deres viden fra i jeres kategori.
  2. Strukturerede data: Undersøgelsen viser, om modellerne formår at udtrække jeres reelle priser, lagertal og produktvarianter via JSON-LD.
  3. Faktisk fremgang: Ved at sammenholde jeres udvikling med kontrolgruppens data over tid kan I dokumentere, om jeres tekniske og indholdsmæssige tiltag reelt flytter jeres position i AI-søgninger.