Sådan måler vi AI-citeringer

Råmaterialet er en strøm af svar fra fem AI-assistenter: ChatGPT, Claude, Gemini, Grok og Perplexity. De svarer på de spørgsmål, der bruges hver uge til at overvåge, hvordan kundernes hjemmesider optræder i AI-svar. Spørgsmålene sendes via hver models API med websøgning slået til.

Spørgsmålene genereres ud fra en kort profil af hver overvåget virksomhed: hvad den sælger, på hvilket marked og til hvem. De ligner en potentiel kundes henvendelser, for eksempel hvilket flyttefirma man bør vælge til en flytning på tværs af Frankrig, eller om en bestemt type netapotek kan stoles på. Genererede spørgsmål nævner aldrig et brand, så svaret ikke styres hen imod kunden. Kunderne kan selv tilføje egne spørgsmål.

Modellen bedes markere hver virksomhed, den anbefaler, og skrive adresserne på de sider, der understøtter valget, ved siden af. Hver adresse reduceres til sit domæne, uden præfikset www., og bliver til én citering for det domæne. Kun svar, der kom tilbage komplette, tælles med.

Enheden er en rate: et doms citeringer divideret med svarene i samme afgrænsning (periode, model, sprog, branche), gange 100.

Nævneren omfatter alle svar i den afgrænsning, også dem der ikke anbefaler nogen virksomhed eller ikke giver nogen adresse. Et domæne måles mod alle sine chancer for at blive citeret.

Tælleren følger én regel: et domæne tæller én gang pr. anbefalet virksomhed og pr. svar. Hvis et svar anbefaler tre flyttefirmaer og understøtter hver med en side fra samme anmeldelsessite, får den side tre citeringer. To sider fra den samme site for én virksomhed giver stadig én citering for den virksomhed. Tallet er derfor en rate af citeringer, ikke en andel af svarene.

Over flere måneder er raten ikke et gennemsnit af månedlige rater: den dividerer citeringerne i alle månederne med summen af deres svar, så en travl måned vejer tungere end en rolig.

• Mest fransk, noget engelsk. Et svars sprog er det sprog, for markedet den analyserede hjemmeside henvender sig til, læst ud fra dens locale (fr-FR, fr-BE, fr-CH for fransk; en-US, en-GB for engelsk) i stedet for at gætte ud fra formuleringen. De fleste overvågede hjemmesider henvender sig til fransktalende markeder, så den franske stikprøve er langt større. De få svar for markeder på andre sprog tæller kun med i de samlede tal.
• Spørgsmål om virksomheder og markeder. Valg af leverandør, sammenligning af tilbud, kontrol af priser eller pålidelighed. Emner uden for handel er ikke med.
• Brancher. Et svar hører til den analyserede virksomheds branche, defineret ud fra hvad den sælger og ikke ud fra hvem dens kunder er: software til ejendomsmæglere placeres under Software, et webbureau under IT-services. Denne klassificering starter i juli 2026. En branche får sin egen side, når den samler mindst tre virksomheder og cirka 500 svar, så ingen sektor afspejler én enkelt kunde.
• Modeller. ChatGPT, Gemini og Perplexity modtager spørgsmålene fra alle overvågede hjemmesider; Claude og Grok kun en del af dem, så deres tal bygger på færre svar og en anden blanding af virksomheder.

• Googles domæner. google.com og dets landeversioner, de omdirigeringer til vertexaisearch.cloud.google.com, der findes i Gemini-svar, og tekniske værter som gstatic.com fjernes på alle trin: de er den tekniske infrastruktur bag svarene, ikke sider en læser ville slå op. Google-produkter, der nævnes ved navn, som Google Cloud, kan stadig optræde i brandrangeringerne.
• Udgiverens egen hjemmeside. sorank.com overvåges som en kunde, med spørgsmål om SEO-software, der ville trække de engelske tal hen mod SEO-værktøjer. Alle dens svar fjernes. I nogle måneder i begyndelsen af 2026 kunne de ikke længere isoleres, så disse måneder tæller kun med på fransk.
• Kundernes hjemmesider. De overvågede virksomheders sites forsvinder fra alle rangeringer, uanset om de optræder som et domæne eller som et brandnavn, også når de kun citeres via et subdomæne. Deres svar bliver i stikprøven: siderne nedenfor rykker op, og nævneren ændres ikke. En offentlig platform, en kunde har angivet som sin adresse, som en LinkedIn-side, fjernes aldrig af den grund.
• Tekst og persondata. Ingen spørgsmål, svar, kundenavne eller brugerdata offentliggøres.

Rå svar gemmes kun i nogle uger. Hver måned samles, mens de stadig findes: summer pr. model og sprog, en komplet serie for hver overvåget platform og topliste over domæner (de første 25 i måneden samlet, de første 20 pr. model). Ældre måneder består kun som disse samlede tal.

En rangering over hele perioden lægger de månedlige toplister sammen. Et domæne, der ikke var med på en måneds liste, tæller nul for den måned, selv hvis det blev citeret. Førende domæner optræder på næsten alle lister, så toppen af en rangering er pålidelig; længere nede er placeringer og antal minimumstal, især for domæner med en uregelmæssig tilstedeværelse.

Overvågede platforme som YouTube, Reddit, Wikipedia eller Trustpilot undgår denne begrænsning, fordi deres citeringer registreres fuldt ud hver måned. Hvis en platformside og en domænerangering er uenige for samme periode, er det platformsiden, der har det komplette tal.

Hver adresse knyttes til sit registrerbare domæne, det navn en virksomhed faktisk køber, identificeret med Public Suffix List, den fælles reference for domæneendelser. help.example.com tælles med example.com, entreprendre.service-public.gouv.fr med service-public.gouv.fr. Detaljen bevares: en sammenlagt række viser sine subdomæner og deres antal i en rullemenu.

To typer domæner sammenlægges aldrig, fordi deres subdomæner tilhører forskellige ejere:

1. Sitebyggere og hostingtjenester, hvor hvert subdomæne er en selvstændig hjemmeside, som blogs på substack.com eller wixsite.com.
2. Institutionelle paraplyer, hvor hvert subdomæne er et selvstændigt offentligt organ, som nih.gov, europa.eu eller admin.ch.

Zoner som gouv.fr eller gov.uk fungerer som endelser på listen, så impots.gouv.fr og service-public.gouv.fr forbliver to sites. En gammel adresse, der omdirigerer til en ny, lægges sammen med den (service-public.fr ind i service-public.gouv.fr), og overvågede platforme samler deres adresser: twitter.com og x.com tælles som Twitter/X.

En bivirkning: hvis ét svar understøtter en virksomhed med to subdomæner af samme site, tæller den sammenlagte domænerække begge, mens platformtallene tæller platformen én gang.

Spørgsmålene kører hver uge; siden opdateres med et månedligt øjebliksbillede, hvis dato vises på siden. Hvert øjebliksbillede tilføjer den seneste måned uden at slette historikken: når der findes to versioner af en måned, vinder den med flest svar, så en ufuldstændig måned aldrig erstatter en komplet.

En ændring af metoden, fx en ny gruperingsregel, når alle sider ved næste øjebliksbillede, også for tidligere måneder, i det omfang deres samlede tal tillader det.

Dataene er samlet af Thibault Besson-Magdelain, grundlægger af Sorank. Alle de samlede tal bag graferne ligger i én fil, data.json, i roden af sorank.com/data: domæne- og brandrangeringer samlet og pr. model, månedlige serier for platformene, samlede antal svar pr. måned, model og sprog samt opdelinger pr. branche. Tællinger og rater, intet andet.

• Ikke en optælling af AI-brug. Dataene viser, hvilke kilder AI-assistenter citerer om virksomheder og markeder, ikke hvad offentligheden generelt spørger dem om, og sektorer med flere sporede websites vejer mere.
• Fransk-tung. De samlede tal trækker mod kilder, der betyder noget på fransksprogede markeder; engelsk bygger på et mindre grundlag, og andre sprog er ikke med. Resultaterne kan ikke overføres som de er til andre lande.
• Modellerne ændrer sig. Udbyderne udgiver nye versioner og justerer deres søgeværktøjer. Tallene grupperes efter assistent, ikke efter version, så et skift i en kurve kan komme fra en modelopdatering lige så meget som fra nettet.
• Svarene varierer. Det samme spørgsmål stillet to gange kan give andre virksomheder og andre kilder. Volumen udjævner det, men snævre udsnit (én model, én branche, én måned) bevæger sig mere.
• API-svar, ikke-kontrollerede adresser. Offentlige chatapps med deres egne indstillinger kan citere andre sider. De citerede adresser kontrolleres ikke én for én: en side kan være ødelagt eller sige noget andet, end modellen tilskriver den.