Så mäter vi AI-citeringar

Råmaterialet är ett flöde av svar från fem AI-assistenter: ChatGPT, Claude, Gemini, Grok och Perplexity. De svarar på de frågor som används varje vecka för att följa hur kundernas webbplatser syns i AI-svar. Frågorna skickas via varje modells API med webbsökning påslagen.

Frågorna genereras utifrån en kort profil av varje följt företag: vad det säljer, på vilken marknad och till vem. De liknar en potentiell köpares frågor, till exempel vilket flyttföretag man ska anlita för en flytt inom Frankrike, eller om en viss typ av näthandelsapotek går att lita på. Genererade frågor nämner aldrig ett varumärke, så svaret styrs inte mot kunden. Kunder kan lägga till egna frågor.

Modellen ombeds flagga varje företag den rekommenderar och skriva bredvid adresserna till de sidor som stödjer valet. Varje adress reduceras till sin domän, utan prefixet www., och blir en citering för den domänen. Endast svar som kom tillbaka kompletta räknas.

Måttet är en andel: domänens citeringar delat med antalet svar inom samma omfattning (period, modell, språk, bransch), gånger 100.

Nämnaren omfattar alla svar inom omfattningen, även de som inte rekommenderar något företag eller inte ger någon adress. En domän mäts alltså mot alla sina chanser att bli citerad.

Täljaren följer en regel: en domän räknas en gång per rekommenderat företag och per svar. Om ett svar rekommenderar tre flyttföretag och stödjer vart och ett med en sida från samma recensionssajt, får den sajten tre citeringar. Två sidor från samma sajt för ett företag ger fortfarande en citering för det företaget. Siffran är alltså en andel citeringar, inte en andel av svaren.

Över flera månader är andelen inte ett medelvärde av månadsandelarna. Den delar alla månaders citeringar med summan av deras svar, så en aktiv månad väger mer än en lugn.

• Mest franska, en del engelska. Svarets språk är marknadens språk för den analyserade webbplatsen, läst från dess locale (fr-FR, fr-BE, fr-CH för franska; en-US, en-GB för engelska) i stället för att gissas utifrån formuleringen. De flesta följda webbplatser riktar sig till franskspråkiga marknader, så det franska urvalet är betydligt större. De få svaren för marknader på andra språk räknas bara i de totala siffrorna.
• Frågor om företag och marknader. Att välja leverantör, jämföra erbjudanden, kontrollera priser eller tillförlitlighet. Ämnen utanför handeln finns inte med.
• Branscher. Ett svar hör till den analyserade företagets bransch, definierad av vad företaget säljer snarare än av vem som köper. Programvara för fastighetsmäklare hamnar alltså under Programvara, och en webbyrå under IT-tjänster. Denna klassificering börjar i juli 2026. En bransch får en egen sida när den samlar minst tre företag och omkring 500 svar, så att ingen sektor speglar en enda kund.
• Modeller. ChatGPT, Gemini och Perplexity får frågorna från varje följd webbplats. Claude och Grok får bara en del av dem, så deras siffror bygger på färre svar och en annan blandning av företag.

• Googles domäner. google.com och dess landsversioner, omdirigeringarna vertexaisearch.cloud.google.com som finns i Gemini-svar och tekniska värdar som gstatic.com tas bort i varje steg. De är svarens interna infrastruktur, inte sidor en läsare skulle besöka. Googleprodukter som rekommenderas med namn, till exempel Google Cloud, kan fortfarande dyka upp i varumärkesrankningarna.
• Utgivarens egen webbplats. sorank.com följs som en kund, med frågor om SEO-programvara som skulle dra de engelska siffrorna mot SEO-verktyg. Alla dess svar tas bort. Under några månader i början av 2026 gick de inte att isolera, så dessa månader räknas bara på franska.
• Kundwebbplatser. De följda företagens sajter försvinner från alla rankningar, oavsett om de syns som domän eller som varumärkesnamn, även när de bara citeras via en underdomän. Deras svar finns kvar i urvalet, så de övriga sajterna flyttar upp och nämnaren ändras inte. En offentlig plattform som en kund angett som sin adress, till exempel en LinkedIn-sida, tas aldrig bort av den anledningen.
• Text och personuppgifter. Ingen fråga, inget svar, inget kundnamn och inga användaruppgifter publiceras.

Råa svar sparas bara i några veckor. Varje månad aggregeras medan de ännu finns: summor per modell och språk, en komplett serie för varje följd plattform och topplistor över domäner (de första 25 för månaden totalt, de första 20 per modell). Äldre månader finns kvar endast som dessa sammanställningar.

En rankning över hela perioden summerar månadernas topplistor. En domän som saknades på en månads lista räknas som noll för den månaden, även om den blev citerad. Ledande domäner finns med på nästan varje lista, så toppen i en rankning är tillförlitlig. Längre ner är positioner och antal minimum, särskilt för domäner med oregelbunden närvaro.

Följda plattformar som YouTube, Reddit, Wikipedia eller Trustpilot undkommer denna begränsning, eftersom deras citeringar registreras fullt ut varje månad. När en plattformssida och en domänrankning inte stämmer överens för samma period är det plattformssidan som har den fullständiga siffran.

Varje adress kopplas till sin registrerbara domän, det namn ett företag faktiskt köper. Den identifieras med Public Suffix List, den gemensamma referensen för domänändelser. help.example.com räknas tillsammans med example.com, och entreprendre.service-public.gouv.fr med service-public.gouv.fr. Detaljerna sparas: en sammanslagen rad listar sina underdomäner och deras antal i en nedrullningsbar lista.

Två typer av domäner slås aldrig ihop, eftersom deras underdomäner tillhör olika ägare:

1. Webbplatsbyggare och värdtjänster där varje underdomän är en separat webbplats, till exempel bloggar på substack.com eller wixsite.com.
2. Institutionella paraplyer där varje underdomän är ett separat offentligt organ, till exempel nih.gov, europa.eu eller admin.ch.

Zoner som gouv.fr eller gov.uk fungerar som ändelser i den listan, så impots.gouv.fr och service-public.gouv.fr förblir två webbplatser. En gammal adress som omdirigerar till en ny slås ihop med den (service-public.fr med service-public.gouv.fr). Följda plattformar samlar sina adresser: twitter.com och x.com räknas som Twitter/X.

En bieffekt: om ett svar stödjer ett företag med två underdomäner under samma webbplats räknar den sammanslagna domänraden båda, medan plattformssiffrorna räknar plattformen en gång.

Frågorna ställs varje vecka, och webbplatsen uppdateras med en månatlig ögonblicksbild vars datum visas på sidan. Varje ögonblicksbild lägger till den senaste månaden utan att radera historiken: finns två versioner av en månad, vinner den med flest svar, så att en ofullständig månad aldrig ersätter en komplett.

En metodändring, till exempel en ny grupperingsregel, slår igenom på alla sidor vid nästa ögonblicksbild, även för tidigare månader så långt deras sammanställningar tillåter.

Datan sammanställs av Thibault Besson-Magdelain, grundare av Sorank. Alla sammanställningar bakom diagrammen finns i en enda fil, data.json, i roten på sorank.com/data: domän- och varumärkesrankningar totalt och per modell, månatliga serier per plattform, svarstotaler per månad, modell och språk samt branschuppdelningar. Endast antal och andelar, inget annat.

• Ingen undersökning av AI-användningen i stort. Datan visar vilka källor AI-assistenter hänvisar till om företag och marknader, inte vad allmänheten i stort frågar dem, och branscher med fler följda webbplatser väger tyngre.
• Mycket fransk tyngd. De samlade siffrorna lutar mot källor som betyder något på franskspråkiga marknader. Engelska bygger på ett mindre underlag och andra språk saknas helt. Resultaten går inte att överföra rakt av till andra länder.
• Modellerna ändras. Leverantörerna släpper nya versioner och justerar sina sökverktyg. Siffrorna grupperas efter assistent, inte efter version, så en förändring i en kurva kan lika gärna bero på en modelluppdatering som på webben.
• Svaren varierar. Samma fråga, ställd två gånger, kan ge andra företag och andra källor. Volymen jämnar ut detta, men snäva avgränsningar (en modell, en bransch, en månad) rör sig mer.
• API-svar, ogranskade adresser. Publika chattappar, med sina egna inställningar, kan hänvisa till andra sidor. De citerade adresserna kontrolleras inte en och en: en sida kan vara trasig eller säga något annat än vad modellen tillskriver den.