Handbok i AI-synlighet . Kapitel 5 av 8
Så mäter vi AI-synlighet – utan att lura oss själva
När Heartspace började klättra ville vi förstå vad som faktiskt förändrades. Därför skiljer vi på att nämnas, att citeras och att beskrivas rätt – och på förändring och slump.
En snygg skärmdump är ingen mätning
Efter att vi publicerade handboken började Heartspace synas allt oftare i AI-sök. Men ett positivt svar räcker inte som bevis. Vi ville veta hur ofta, i vilka frågor och på vilket sätt vi syntes.
Vi jämförde frågor som människor faktiskt ställer om PR, AI-synlighet och branschförbund. Vi följde vilka byråer som nämndes, vilka sidor som citerades och om beskrivningen av Heartspace var rättvisande. Det sista är viktigt: ett företag kan bli nämnt ofta och ändå vara känt för fel sak.
Spara svaren innan ni ändrar något. Mät samma frågor igen under dokumenterade förutsättningar. Redovisa förändringen, men påstå inte att ni vet vad som orsakat den utan bättre underlag.
Sex kolumner att fylla i
| Kolumn | Varför |
|---|---|
| Datum och modell | Modellerna uppdateras vid olika tidpunkter. Utan datum och modell vet ni inte vad ni jämför med. |
| Frågan, ordagrant | Ändrar ni ett ord i frågan är det en ny fråga, och den går inte att jämföra med den gamla. |
| Nämnd, ja eller nej | Grundmåttet. Tre körningar ger tre svar. Skriv upp alla tre. |
| Plats i uppräkningen | Placeringen kan spela roll, men är inte samma sak som kundens val eller ett affärsresultat. |
| Sajter svaret bygger på | Visar vilka sidor som används som underlag. Att er sajt citeras betyder inte automatiskt att ni rekommenderas. |
| Konkurrenter i svaret | Vilka bolag som nämndes i stället för er. Utan den kolumnen vet ni inte om ni tappar eller om hela branschen rör sig. |
Börja med de sex kolumnerna. Lägg också gärna till en anteckning: Vad säger svaret om ert företag? Det kan vara viktigare än ännu en decimal.
Spara ett jämförbart nolläge
- Välj fyra frågor som era kunder skulle ställa utan att känna till er. Spara formuleringarna ordagrant.
- Ställ varje fråga flera gånger i minst två tjänster, till exempel ChatGPT med webbsök och Google AI Mode. Notera också när AI-funktionen inte visas.
- Skriv upp datum, tjänst, fråga, vilka företag som nämns, länkarna som anges och hur bolagen beskrivs. Spara alla svar.
Börja med fyra frågor. Bygg ut när ni kan hålla metoden konsekvent.
Hur ofta
Vi brukar följa upp med några veckors mellanrum när vi gör aktiva förändringar. Tätare mätning kan vara bra med automatisering, men varje datapunkt behöver ändå tolkas.
Varje vecka
Täta mätningar ger fler datapunkter men också mer brus. Mät så ofta att ni kan se en trend utan att börja reagera på varje enskild variation.
Var fjärde vecka
Ett vanligt startintervall när ni gör aktiva förändringar. Behåll samma frågeset och metod så att perioderna går att jämföra.
Varje kvartal
Fungerar när arbetet går långsammare, men det blir svårare att koppla förändringen till en viss period eftersom fler saker hinner hända mellan mätningarna.
Räkna med fördröjning och variation. Olika tjänster hittar och använder förändringar i olika takt, så dra inte stora slutsatser av en enda ommätning kort efter en publicering eller teknisk ändring.
Vad förändrades – och vad vet vi inte?
Tre körningar visar hur svaren varierade just då. De är användbara för en första kontroll, men för få för att säkert avgöra om en åtgärd hade effekt.
| Förra mätningen | Den här mätningen | Vad det betyder |
|---|---|---|
| Nämnd i 0 av 3 | Nämnd i 3 av 3 | Tydlig skillnad i dessa svar. Följ upp över fler frågor och perioder; orsaken är fortfarande okänd. |
| Nämnd i 0 av 3 | Nämnd i 2 av 3 | Möjligt steg framåt. Vänta med slutsatsen tills ni har fler observationer. |
| Nämnd i 1 av 3 | Nämnd i 2 av 3 | En liten skillnad som kan vara vanlig variation. Följ utvecklingen. |
| Nämnd i 3 av 3 | Nämnd i 2 av 3 | Kan vara variation eller början på ett tapp. Följ upp även konkurrenterna. |
Jämför med relevanta konkurrenter samma dag. Om flera aktörer rör sig åt samma håll kan det bero på modellen, källorna eller marknaden. Om er egen synlighet står still men konkurrenternas förändras har den relativa positionen ändå flyttat sig.
När ledningen vill ha en enda siffra
Ett enda tal kan vara praktiskt, men då måste ni bestämma vad det ska representera. Här är fyra beslut som kan ge helt olika resultat.
- Är det lika mycket värt att nämnas som att vara källa? Att ni nämns kan göra er till ett alternativ, men ger inte automatiskt nya kunder. Att er sajt citeras kan påverka förståelse och förtroende utan att ni namnges. Följ gärna båda separat.
- Ska platsen i uppräkningen räknas? Först av tre är bättre än sist av åtta. Hur mycket bättre beror på om era kunder läser hela svaret eller bara första raden.
- Ska alla modeller räknas lika? Bara om era kunder använder ChatGPT, Google och Perplexity lika mycket. Det gör de sällan. Vikta efter vad era kunder faktiskt använder.
- Vad händer med er siffra när en konkurrent nämns? Räknar ni det som en förlust mäter ni marknadsandel i svaren. Räknar ni det inte mäter ni bara er egen synlighet. Båda är rimliga, men de ger olika tal.
Vi svarar olika på de fyra frågorna beroende på bransch, och därför finns ingen färdig formel här. En viktning som passar ett industribolag med tre kunder i Sverige är fel för ett konsultbolag med tvåhundra. En felräknad siffra ser lika trovärdig ut som en rätt räknad.
Tills ni har bestämt de fyra sakerna: rapportera som det är. ”Nämnd i 2 av 3 svar, på 3 av 4 frågor, i båda modellerna.” Det är längre än ett tal, men det går att kontrollera.
- Nolläge
- Den första mätningen, gjord innan ni ändrar något. Går inte att göra i efterhand.
- Kadens
- Hur ofta ni mäter. Samma intervall varje gång, annars går mätningarna inte att jämföra.
- Brus
- Skillnader mellan två körningar som beror på att modellen svarar lite olika varje gång, inte på något ni gjort.
- Jämförelsegrupp
- De tre konkurrenter ni mäter samtidigt som er själva. Utan dem vet ni inte om en förändring gäller er eller hela branschen.
Vad ni gör åt det
Ingen av punkterna kräver en utvecklare. De kräver framför allt en dokumenterad metod och en tydlig ägare.
Gör den första mätningen den här veckan Själv
Gör ett nolläge innan ni genomför större förändringar. Små justeringar behöver inte stoppa arbetet, men dokumentera vad som ändras så att ni vet vad som skiljer perioderna åt.
Skriv ner hur ni mätte Själv
Vilka frågor, vilka modeller, hur många körningar, utloggad eller inte. En halv sida. Utan den gör nästa person något annat, och då går mätningarna inte att jämföra.
Mät tre konkurrenter samtidigt Själv
Mät samma relevanta konkurrenter med samma frågor och modeller. Det gör det lättare att se om en förändring verkar gälla just er eller om flera aktörer rör sig samtidigt.
Låt en person äga mätmetoden Kräver eftertanke
Samma person behöver inte klicka varje gång, men någon ska äga frågeset, instruktioner och kvalitetskontroll. Då kan fler hjälpa till utan att metoden glider mellan perioderna.
Mät inte oftare än ni hinner agera Tar tid
Mät så ofta att ni hinner göra något mellan mätningarna. Om inget hinner förändras eller åtgärdas, glesa ut intervallet och lägg tiden på själva arbetet.
Skulle någon annan få samma siffra?
Ingen serie ännu
Det ni har går inte att jämföra med nästa mätning. Lägg en timme på att göra om den enligt tabellen ovan.
Nästan där
Det som saknas går att lägga till före nästa mätning. Gör det nu, medan ni minns hur den förra gick till.
Serien håller
Er mätning går att göra om på samma sätt, och då går den att jämföra. Sätt en påminnelse fyra veckor fram och ändra ingenting i rutinen till dess.
- Intervall, gränsvärden och tabellens kolumner bygger på Heartspaces egna mätningar av kunder under 2026. Det är erfarenhet, inte forskning. Justera efter er bransch.
- Tre körningar ger en första signal men ingen statistisk säkerhet. Muck Rack och Generative Pulse visar hur samma fråga kan ge olika citerade källor mellan körningar: https://muckrack.com/blog/what-is-ai-reading-october-2026
- Jämförelse av mätverktyg för AI-synlighet, med priser och vilka modeller de täcker: heartspace.ai/verktyg-for-ai-synlighet.
- Sohrab Fadai, LinkedIn om hur Heartspace mäter utveckling i AI-sök, hösten 2026: https://se.linkedin.com/posts/sohrabf_hur-m%C3%A4ter-vi-utvecklingen-i-ai-s%C3%B6k-och-activity-7503888026276679680-CCWA
När vi arbetar med kunder utgår vi från deras verkliga frågor, inte bara sökord som vi tycker är intressanta. Vi kan exempelvis mäta tjugo frågor i fyra AI-tjänster, jämföra tre relevanta konkurrenter och upprepa frågorna för att se hur svaren varierar. Vi sparar vad som faktiskt sades, vilka som nämndes och vilka källor som användes.
Jag är skeptisk till en ensam poängsiffra som påstås förklara allt. Den visar sällan om AI säger något rättvisande om bolaget – eller om ett viktigt kundbehov helt saknas i mätningen. Vi följer därför både andelen omnämnanden, källorna bakom svaren och hur företaget beskrivs. När vi mäter om ser vi om mönstret håller, inte om en enskild skärmdump blev snyggare.
Nu vet ni var ni står
En kurva kan stiga samtidigt som AI fortfarande beskriver er fel. Följ därför inte bara antal omnämnanden utan också vem som citeras och vad som faktiskt sägs. I nästa kapitel tittar vi på sajten.
Läs kapitel 6