Inställningar

Integritet är viktigt för oss, så du kan välja att inaktivera vissa typer av lagring som kanske inte är nödvändig för webbplatsens grundläggande funktioner. Om du blockerar kategorier kan det påverka din upplevelse av webbplatsen. Mer information (Cookiepolicy)

AI-sökvolatilitet: varför svaren ändras och hur du svarar

Varför AI-svar ändras vid varje körning, hur mycket de rör sig och hur du mäter ditt varumärkes närvaro över många prompter i stället för en enda rankning.

Publicerad
19/11/2026
Uppdaterad
19/11/2026
Lästid
18 min
AI-sökvolatilitet: varför svaren ändras och hur du svarar

Verktyg

På den här sidan

In short

AI-sökvolatilitet är hur mycket märkena, webbadresserna och ordningen i ett AI-svar ändras från en körning till nästa och från en vecka till nästa. Samma fråga kan ge en annan märkeslista, andra källor och en annan ordning, eftersom svaret genereras med slumpmässighet och hämtningssteget också förändras. En position i ett AI-svar är därför ett dåligt mått. Mät hur ofta ditt varumärke dyker upp över många prompter och många körningar, och bygg sedan de källor som gör din närvaro stabil.

Vill du veta mer? Fråga

Snabbquiz

Hur ska du bli omnämnd av ChatGPT och andra AI-assistenter?

Fråga 1 av 425%
Vad vill du ta reda på eller ändra?

Vad AI-sökvolatilitet betyder

I den organiska Google-sökningen betyder volatilitet att din position för ett sökord går upp och ner. I AI-sökning är det mer än så. Svaret i sig skiljer sig åt vid varje körning. Ett volatilt AI-svar kan ändras på tre sätt: vilka märken det nämner, vilka webbadresser det citerar och i vilken ordning de står. Vilket av dem som helst kan flytta sig utan att du ändrat något på din webbplats.

Skillnaden spelar roll eftersom en rankning är ett fast resultat för ett givet ögonblick. Google returnerar en ordnad lista, och för samma sökning på samma marknad är listan i stort sett återupprepbar. En AI-modell returnerar ett enda urval av många möjliga svar. Ditt varumärke har en sannolikhet att dyka upp i det spannet. Den sannolikheten är det du kan mäta, och det är den du kan påverka.

Två siffror från en studie publicerad 2026 visar hur stark effekten är. Rand Fishkin från SparkToro arbetade tillsammans med Patrick O'Donnell från Gumshoe.ai. Cirka 600 frivilliga körde 12 prompter genom ChatGPT, Claude och Googles AI, totalt 2961 körningar. Forskarna fann mindre än 1 procents chans att ChatGPT eller Googles AI returnerar exakt samma märkeslista två gånger. Chansen för samma märkeslista i samma ordning var cirka 1 på 1000 körningar. SparkToro-rapporten, daterad 28 januari 2026, bygger på data insamlad under november och december 2025.

Hur stabila är AI:ns märkeslistor?

2961körningar över 12 prompter och tre AI-system
<1%chans att ChatGPT eller Googles AI returnerar samma märkeslista två gånger
<0,1%chans att få samma märkeslista i samma ordning

Källa: SparkToro och Gumshoe.ai, januari 2026

När du accepterat att resultatet är ett urval måste sättet du följer det på ändras. Jämförelsen nedan sammanfattar de två synsätten. Det är kärnan i hela den här guiden.

Att följa en rankning kontra att följa närvaro

En enskild position
  • Ändras vid nästan varje körning
  • Ett enskilt svar säger mycket lite
Andel av körningarna
  • Mäts över dussintals prompter
  • Visar en trend du kan agera på

Volatilitet i märkeslistor

Den tydligaste förändringen är själva märkeslistan. En prompt som "bästa projekthanteringsverktyget för ett team med 10 personer" kan nämna fem märken i en körning och fem andra i nästa. Vissa märken återkommer ofta, andra växlar in och ut. Närvaro i listan är stabilare än positionen i listan, och därför rekommenderar forskarna att man följer närvaro i stället för rankning.

Det får en praktisk konsekvens. Om du kontrollerar en prompt en gång och ser ditt varumärke på andra plats vet du nästan ingenting. Om du kontrollerar den 60 gånger och ser ditt varumärke i 40 av svaren vet du något användbart: du är ett återkommande val för den frågan.

Volatilitet i citeringar

Citeringar är de länkar en AI-modell visar som källor. De rör sig ännu mer än märkeslistan när modellen gör en livesökning på webben, eftersom varje körning kan hämta en annan uppsättning sidor. En citering som försvinner är inte alltid en förlust. Ditt varumärke kan fortfarande nämnas i texten utan länk. Därför bör du följa två saker separat: den namngivna omnämningen och den citerade webbadressen.

Volatilitet i ordningen

Positionen i ett svar är det minst stabila elementet. En AI-modell kan lista ditt varumärke först i en körning och fjärde i nästa, utan någon verklig förändring i hur den ser på dig. Behandla ordningen som brus om den inte rör sig åt samma håll över dussintals körningar.

Varför identiska frågor får olika svar

Tre mekanismer står för det mesta av förändringen. Du kan inte stänga av dem, men om du känner till dem vet du vad du ska mäta och vad du kan bortse från.

Urval

En språkmodell väljer inte ett enda bästa svar. Den väljer varje nästa ord ur en sannolikhetsfördelning. En inställning som kallas temperatur styr hur brett valet är. Vid ett lågt värde är resultatet närmare återupprepbart, och vid ett högt värde varierar det mer. Utvecklare kan ställa in temperaturen i ett API, men de konsumentappar de flesta av dina köpare använder visar inte det. Utgå från att urval alltid är aktivt. De frivilliga i SparkToro-studien använde sina vanliga inställningar, personliga eller standard, och därför beskriver deras resultat vad en vanlig användare ser.

Hämtning och delfrågor

När en AI-modell söker på webben skickar den inte din exakta fråga till en sökmotor. Den skriver om frågan till flera delfrågor och hämtar sidor för var och en. En liten ändring i formuleringen, en sida som indexerades den morgonen eller ett annat resultat för en delfråga kan ändra vilka källor som når det slutliga svaret. De webbadresser du citeras från är resultatet av ett hämtningssteg som rör sig. Vår guide om hur AI-modeller väljer sina källor förklarar mekaniken, och Sorank:s verktyg som visar vad AI verkligen söker efter är byggt för just den frågan.

Uppdateringar av modeller och index

Leverantörer uppdaterar modeller och systemen runt dem utan större förvarning. En ny modellversion, en ändring i när en AI-modell bestämmer sig för att söka eller en förskjutning i webbindexet kan ändra svaren för ett helt ämne en och samma dag. När dina data visar ett plötsligt språng, kolla först efter en trolig uppdatering och jämför sedan med din baslinje innan du reagerar.

MekanismVad som rör sigSå syns detVad du gör
UrvalMärkeslista, formulering och ordningOlika svar på samma prompt samma dagMät över många körningar och rapportera en andel
HämtningCiterade webbadresserOlika källor citeras från en vecka till nästaStärk sidorna och tredjepartskällorna som hämtas väl
Uppdateringar av modell och indexHela svarsstilen och vilka märken som gynnasEtt språng vid ett specifikt datumBehåll en baslinje och notera varje uppdatering du kan identifiera
Blå datapunkter på ett vitt rutnät, där de flesta flyttar sig medan en står still.
AI-svar rör sig från en körning till nästa. Närvaro över många körningar är det du kan följa och bygga.

Hur mycket AI-svaren rör sig

Mätta siffror är fortfarande sällsynta, och de flesta kommer från leverantörer av SEO och AI-synlighet. Två källor är värda att läsa noga. Den första är en studie från SEO-plattformen Authoritas, som jämförde AI-översikter med organiska resultat. Den andra är mätningar från BrightEdge, som jämförde AI-översikter med AI-läget.

Authoritas mätte rankningsvolatilitet med en poäng. Ju högre poäng, desto mer ändrades resultaten under perioden. För AI-översikter var poängen 0,68 efter 8 veckor och 0,73 efter 13 veckor. För organiska resultat var den 0,49 respektive 0,55. Digital Information World, som rapporterade studien i februari 2025, skrev också att cirka 70 % av AI-översiktens resultat ändrades inom två till tre månader. Artikeln angav inte nyckelordsurvalet eller mätdatumen, så kontrollera den ursprungliga Authoritas-rapporten innan du citerar en siffra i en kundpresentation.

Poäng för rankningsvolatilitet efter 8 veckor

AI-översikter0,68
Organiska resultat0,49

Källa: Authoritas-studie, rapporterad av Digital Information World, februari 2025

AI-översiktens resultat som ändrades inom 2 till 3 månader

70%av AI-översiktens resultat som följdes

Källa: Authoritas-studie, rapporterad av Digital Information World, februari 2025

BrightEdge mätte samma fråga ur en annan vinkel. Deras analys från augusti 2025 visade 16,7 % mer volatilitet i märkesomnämnanden för AI-översikter än för AI-läget. Den visade också att AI-översikter behöll 24 % av sina webbadresser oförändrade, mot 20 % för AI-läget. Tabellen ställer siffrorna sida vid sida.

MåttAI-översikterJämförelseKälla
Volatilitetspoäng, 8 veckor0,680,49 för organiska resultatAuthoritas
Volatilitetspoäng, 13 veckor0,730,55 för organiska resultatAuthoritas
Volatilitet i märkesomnämnanden16,7 % högreJämfört med AI-lägetBrightEdge, augusti 2025
Oförändrade webbadresser24 %20 % för AI-lägetBrightEdge, augusti 2025

Varför AI-översikter och AI-läget beter sig olika

AI-översikter visas inom den vanliga Google-sidan för ett urval av sökningar. AI-läget är ett separat gränssnitt i form av en konversation. BrightEdge-siffrorna tyder på att AI-översikter svänger mer i vilka märken de nämner, medan AI-läget håller färre av sina webbadresser stabila. Den praktiska lärdomen är att kontrollera varje yta för sig. Ett enda "Google AI"-tal döljer skillnaden, och skillnaden är just det du behöver planera efter. Vår jämförelse av Google AI-läget och AI-översikter förklarar vad vardera betyder för SEO.

Huvudpoängen är att du inte kan anta att stabiliteten i den organiska sökningen följer med. Organiska resultat är mindre volatila än AI-översikter i Authoritas-data, men de står inte still. En sida som håller position 3 i en månad kan ändå falla efter en kärnuppdatering, så du behöver en metod som skiljer verklig förändring från vanlig rörelse på båda ytorna.

Varför klassisk positionsuppföljning fallerar i AI-sökning

De flesta verktyg för positionsuppföljning byggdes för Google, där ett sökord har en ordnad lista som ändras långsamt. Tillämpad på en AI-modell ger samma logik ett tal som bygger på ett enda urval. Om ditt varumärke är trea i en körning och åttonde i nästa säger medelvärdet av de två inget särskilt. Ett verktyg som rapporterar "du är nummer 3 i ChatGPT" framställer ett enda utfall som ett faktum. Vår guide till positionsuppföljning täcker den klassiska metoden, och den här artikeln förklarar vad som ändras när svaret genereras i stället för att listas.

SparkToro-slutsatsen är att produkter för positionsuppföljning baserade på fasta positioner mäter brus. Studiens råd är att följa närvaro i stället för rankning. Den kallar en synlighetsprocent ett rimligt mått när den mäts över dussintals till hundratals prompter, där varje körs flera gånger. Be varje leverantör visa urvalsstorleken och metoden bakom en poäng innan du litar på den.

En prompt, en skärmdump kontra en uppmätt andel

Före
  • Rapporterar en enda position
  • Ändras vid nästa körning
  • Ingen felmarginal, så varje rörelse ser verklig ut
Efter
  • Rapporterar andelen körningar som nämner ditt varumärke
  • Visar en trend över flera veckor
  • Anger hur stor en förändring måste vara för att spela roll

Googles egen dokumentation pekar i samma riktning, av en annan anledning. Google säger att en sida måste vara indexerad och berättigad att visas i sökningen med ett utdrag för att användas i AI-översikter eller AI-läget. Den säger också att det inte finns någon särskild märkning eller AI-specifik fil att lägga till. Det finns ingen inställning för "AI-rankning" att optimera, så arbetet består i att vara närvarande och betrodd över många källor, och att mäta den närvaron ärligt.

Så mäter du AI-sökvolatilitet, steg för steg

Metoden nedan tar några dagar att sätta upp och några minuter i veckan att underhålla. Du kan köra den i ett kalkylblad. Dedikerade verktyg sparar mest upprepningsarbete, inte tänkandet.

Mätmetoden i fem steg

  1. Bygg en promptlistaVälj 20 till 50 frågor som riktiga köpare ställer. Hämta dem från försäljningssamtal, supportchattar och Search Console-sökningar.
  2. Kör varje prompt många gångerUpprepa varje prompt minst 30 gånger per AI-modell, helst 60 till 100 som SparkToro-teamet gjorde. Använd samma inställningar och sprid körningarna över flera dagar.
  3. Logga varje svarRegistrera om ditt varumärke nämns, om det rekommenderas eller bara omnämns, dess position och de citerade webbadresserna.
  4. Beräkna synlighetsgradenDela antalet svar som nämner ditt varumärke med alla svar, och lägg sedan till felmarginalen för varje prompt och varje AI-modell.
  5. Läs trenden varje veckaRita upp andelen över tid och notera modelluppdateringar, egna innehållsändringar och konkurrenters lanseringar.

Formeln, med ett utarbetat exempel

Synlighetsgraden är andelen svar som nämner ditt varumärke. Felmarginalen visar hur mycket av en förändring som är verklig. Använd en felmarginal på 95 % baserad på andelens standardfel:

synlighetsgrad = svar som nämner ditt varumärke / alla svar
standardfel = kvadratroten ur (p x (1 - p) / n)     där p är synlighetsgraden och n antalet körningar
felmarginal på 95 % = 1,96 x standardfel

Här är ett illustrativt exempel med påhittade siffror, inte en mätning. Ditt varumärke syns i 37 av 80 körningar, så synlighetsgraden är 46 %. Standardfelet är 5,6 procentenheter, vilket ger en felmarginal på 95 % på cirka 11 procentenheter. Redovisa resultatet som 46 % plus eller minus 11 procentenheter. Om nästa omgång visar 40 % ligger det inom intervallet, och det är ingen signal om att du ska skriva om dina sidor.

Nämnd, rekommenderad och citerad är tre olika tillstånd

Ett varumärke kan nämnas utan länk, länkas utan att rekommenderas, eller rekommenderas i en mening som aldrig nämner en konkurrent. Logga dessa tillstånd separat: nämnd och rekommenderad, bara nämnd och bara citerad. Deras andelar rör sig av olika skäl, och varje tillstånd kräver en annan åtgärd. En citering utan omnämnande är ett källproblem. Ett omnämnande utan rekommendation är ett positioneringsproblem.

Ditt första mätkalkylblad

  • Promptlistan är fryst och daterad, med nya prompter tillagda som nya rader
  • Körningar loggade per AI-modell, med datum och använda inställningar
  • Tre tillstånd registrerade: nämnd och rekommenderad, bara nämnd, bara citerad
  • Synlighetsgrad och felmarginal beräknade för varje prompt

Obs

Att upprepa varje prompt för hand blir tröttsamt efter några veckor. AI Mention Tracking från Sorank visar för varje prompt du följer hur ofta ChatGPT, Claude och Gemini nämner ditt varumärke, med källorna och sökningarna bakom varje svar. Körningen sker en gång i månaden, vilket är ett tunt urval för en enskild prompt, så läs trenden över flera månader och lägg till egna upprepade körningar för de prompter som betyder mest.

Sorank:s sida för AI Mention Tracking som förklarar hur ChatGPT, Claude och Gemini citerar ett varumärke
AI Mention Tracking visar hur ofta ChatGPT, Claude och Gemini citerar ditt varumärke.

Rapportering till dem som betalar för det

En månadsrapport bör svara på en fråga: rör sig din närvaro, och är förändringen större än bruset? Visa synlighetsgraden per promptgrupp med dess felmarginal, inte ett enskilt tal. Lägg till positionsfördelningen, det vill säga hur ofta ditt varumärke står först, andra eller längre ner i de svar där det nämns, så att ordningen syns som en spridning i stället för en rankning. Att fladdra runt en platt eller stigande trend är normalt. Ett stadigt fall över flera omgångar är inte normalt, och det förtjänar en kontroll av prompterna, modellens versionsnoteringar och de citerade källorna innan någon skriver om en sida. Skriv regeln för åtgärd i själva rapporten: en förändring räknas som verklig först när den klarar felmarginalen i två omgångar i rad.

Så gör du din närvaro stabilare

Du kan inte stänga av volatiliteten, men du kan göra din närvaro mer konsekvent. Närvaron växer när ditt varumärke beskrivs på samma sätt i flera källor som AI-modeller redan använder. Googles dokumentation ger utgångspunkten för vad dess egna AI-funktioner behöver.

Googles vägledning om AI-översikter och AI-läget är kort. En sida måste vara indexerad och berättigad att visa ett utdrag. Grundläggande regler gäller fortfarande: robots.txt-regler som tillåter genomsökning, interna länkar, textinnehåll som läsaren kan se, och strukturerad data som stämmer med den synliga texten. Google säger att du inte behöver nya maskinläsbara filer, AI-textfiler eller särskilt schema för att synas.

Googles dokumentation om AI-funktioner och din webbplats
Googles vägledning om AI-översikter och AI-läget: ingen särskild optimering krävs.

Beskriv ditt varumärke på samma sätt överallt

AI-modeller bygger en bild av ett varumärke från många platser samtidigt. Om ditt namn, din kategori, ditt huvudsakliga användningsfall och din plats skiljer sig mellan din webbplats, dina profiler och dina katalogposter blir bilden suddig, och märkeslistan blir mindre stabil. Skriv en kort, saklig beskrivning av företaget, med kategori och användningsfall, och återanvänd den överallt där du kan styra texten. Kontrollera den varje kvartal.

Förtjäna omnämnanden på källor som redan är betrodda

Bekräftelse innebär att flera oberoende källor säger samma sak om dig. Recensioner, jämförelseartiklar, branschkataloger och fackpublikationer inom din nisch är de vanliga platserna. Förtjäna dessa omnämnanden genom användbart arbete, som originaldata, en tydlig produktjämförelse eller ett verktyg folk faktiskt använder. Köp dem inte. Betalda placeringar lägger till brus, och det är den typ av mönster som går sönder så snart betalningarna upphör.

Besvara huvudfrågan på varje nyckelsida

AI-modeller plockar ut stycken, inte hela sidor. En sida som ger en kort definition i första stycket, ett direkt svar på huvudfrågan och ett tydligt nästa steg är lättare att plocka ut och lättare att citera korrekt. Vår GEO-checklista listar vad du ska kontrollera på varje sida.

Checklista för stabilitet i ditt varumärke

  • Nyckelsidor indexerade och berättigade att visa ett utdrag
  • Samma varumärkesnamn och kategori på varje profil och katalog
  • Omnämnanden på flera oberoende webbplatser, inte bara din egen
  • Strukturerad data som stämmer med texten en läsare ser
  • Ett direkt svar i första stycket på varje nyckelsida

Fyra sätt att svara på volatilitet

Team reagerar på volatilitet på fyra vanliga sätt. Varje sätt har en användning och en gräns. Läs dem som alternativ du kan kombinera, inte som en rangordning av det bästa. De flesta team använder det första och det sista tillsammans.

Följ daglig rankning

Princip: kör en prompt varje dag och registrera positionen för ditt varumärke i svaret. När du använder det: du vill ha en snabb tidig varning när en specifik fråga ändras kraftigt. Fördelar: det är välbekant, billigt och enkelt att rita upp i diagram. Begränsningar: det är ett urval per dag, och det kan inte skilja en verklig förlust från en vanlig slump. Exempel: en prompt nämner ditt varumärke på måndag men inte på onsdag. Diagrammet visar ett fall, men en enda körning kan inte avgöra om det är en förlorad position eller normal variation.

Följ närvaro över många körningar

Princip: kör många prompter många gånger och rapportera andelen svar som nämner ditt varumärke, med felmarginal. När du använder det: du behöver ett tal för rapportering eller ett beslut om innehållsinvesteringar. Fördelar: det matchar hur resultatet genereras och ger ett intervall i stället för en falsk punkt. Begränsningar: det kostar fler körningar och kräver disciplin i att hålla promptlistan stabil. Exempel: din synlighetsgrad är 46 % plus eller minus 11 procentenheter över 80 körningar. Nästa månad är den 52 %. Du kan säga att trenden är uppåt, men du kan ännu inte säga att det är en verklig vinst, så du väntar på ytterligare en omgång.

Bygg bekräftelse över källor

Princip: låt samma korrekta påståenden dyka upp på flera oberoende källor. När du använder det: din positionering är tydlig och du vill ha rekommendationer som håller. Fördelar: det hjälper i AI-svar och i den traditionella sökningen, och effekten består. Begränsningar: det är långsamt, och det visar sällan ett resultat inom en månad. Exempel: ett mjukvaruföretag får sina användningsfall beskrivna i två recensioner, en jämförelsesida och en branschkatalog, så AI-modeller upprepar samma beskrivning över olika prompter.

Uppdatera nyckelsidor med direkta svar

Princip: uppdatera de sidor som besvarar dina huvudfrågor så att svaret är tydligt, korrekt och daterat. När du använder det: din sida citeras men beskrivs fel, eller en konkurrents sida citeras där din borde stå. Fördelar: det går snabbt att göra och förbättrar hur stycken plockas ut. Begränsningar: en bättre sida garanterar inte ett omnämnande, och ändringar tar tid att synas i dina data. Exempel: en ordlisesida får en definition på en mening överst, en kort jämförelsetabell och en synlig uppdateringsnotis, och nästa mätomgång visar rätt beskrivning.

MetodVad den visarSignalens stabilitetInsatsBäst för
Daglig rankningEn position en dagLågLågAtt upptäcka en kraftig rörelse på en fråga
Närvaro över körningarAndel svar som nämner ditt varumärkeHög, med felmarginalMedel till högRapportering och budgetbeslut
BekräftelseHur konsekvent källorna beskriver digHög över månaderHögLångsiktiga rekommendationer
Uppdatering av sidaHur väl dina nyckelsidor besvarar fråganMedelMedelAtt rätta en felaktig eller saknad beskrivning

Verktyg för två slags volatilitet

Organiska Google-resultat och AI-svar kräver olika instrument. Om du blandar ihop dem drar du fel slutsatser, så håll isär dem i din rapportering.

Sorank:s kostnadsfria SERP Volatility Sensor täcker den första typen. Varje morgon samlar den in de tio främsta organiska resultaten för 20 engelskspråkiga sökord i USA inom fem branscher, jämför dem med dagen innan och ger en poäng från 0 till 10, totalt och per bransch. Den visar hur mycket första sidan på Google rörde sig, vilket gör den till en användbar tidig signal för algoritmförändringar. Den mäter inte AI-svar, så den ersätter inte den promptbaserade metoden ovan. För Google-sidan av frågan, läs sensorn på sin egen sida, och håll den bredvid dina rankningsdata snarare än bredvid dina siffror för AI-synlighet.

Sorank:s sida för SERP Volatility Sensor med dagens rörelsepoäng för Googles tio främsta organiska resultat
Den kostnadsfria SERP Volatility Sensor följer organiska Google-resultat, inte AI-svar.

Search Console och Google Analytics rapporterar Google-klick och hänvisningsbesök. Ett verktyg för positionsuppföljning rapporterar positioner på Google. Ingen av dem visar vilka AI-svar som nämnt ditt varumärke. För det behöver du loggade svar eller ett verktyg som loggar dem. För besök som kommer från AI-modeller täcks hänvisningsdelen i vår guide till GEO-rapportering.

Vanliga misstag och hur du rättar dem

De flesta misstag kring volatilitet kommer av att brus läses som signal. Varje fel nedan visar hur det ser ut, hur du upptäcker det i dina data och hur du rättar det.

Att rapportera en enda körning som ett resultat

Vad det är: en skärmdump eller ett enskilt svar presenterat som din position. Så upptäcker du det: rapporten visar en position utan urvalsstorlek, datumintervall eller felmarginal. Så rättar du det: rapportera synlighetsgraden över minst 30 körningar per prompt, med felmarginal och datumintervall.

Att ändra prompterna mellan kontroller

Vad det är: att formulera om en prompt mellan två kontroller, till exempel "bästa CRM" en vecka och "bästa CRM för startups" nästa, och sedan läsa resultatet som en trend. Så upptäcker du det: promptens text i kalkylbladet skiljer sig mellan två datum för samma rad. Så rättar du det: frys promptlistan och versionshantera den. Lägg till en ny prompt som en ny rad och redigera aldrig en gammal.

Att reagera på rörelser inom felmarginalen

Vad det är: att skriva om en sida efter ett fall på fem procentenheter. Så upptäcker du det: förändringen är mindre än felmarginalen för den prompten. Så rättar du det: agera bara när en förändring överstiger felmarginalen i två omgångar i rad, och skriv ned vad mer som ändrades under samma period, till exempel en modelluppdatering eller en konkurrents lansering.

Att räkna en citering som en rekommendation

Vad det är: att logga varje länk till din webbplats som en vinst, även när svaret listar ditt varumärke som ett alternativ att undvika eller som en fotnot. Så upptäcker du det: ingen läser meningen runt citeringen. Så rättar du det: logga de tre tillstånden separat (nämnd och rekommenderad, bara nämnd, bara citerad), och läs meningen innan du bockar av rutan.

Att följa prompter ingen skriver

Vad det är: prompter som marknadsteamet skrivit för en rapport. Så upptäcker du det: prompterna använder interna produktnamn eller fackspråk som kunderna aldrig använder. Så rättar du det: hämta prompter från försäljningssamtal, supportkonversationer och Search Console-sökningar, och kontrollera några av dem med riktiga kunder.

Att förvänta sig att AI-synlighet ger klick av sig själv

Vad det är: att anta att en högre synlighetsgrad automatiskt ger fler besök. Så upptäcker du det: synlighetsgraden stiger medan hänvisningssessionerna står stilla. Så rättar du det: mät hänvisningsbesök separat, kontrollera vilka AI-modeller och vilka sidor som skickar dem, och koppla ihop de två datamängderna i en månatlig rapport.

Att lägga till AI-specifika filer för att jaga AI-svar

Vad det är: att starta ett projekt för en AI-textfil eller ny märkning i förhoppning om att det utlöser citeringar. Så upptäcker du det: projektet har ingen kontroll av indexering eller berättigande för utdrag. Så rättar du det: börja med Googles vägledning. Bekräfta att nyckelsidor är indexerade och berättigade att visa ett utdrag, och rätta sedan texten och de interna länkarna före allt annat.

MisstagTecken i dina dataRättelse
Enskild körning rapporterad som resultatIngen urvalsstorlek eller felmarginalRapportera en andel över minst 30 körningar
Prompter redigerade mellan kontrollerSamma rad, annan text, andra datumFrys och versionshantera promptlistan
Reaktion inom felmarginalenFörändring mindre än marginalenAgera på förändringar som består i två omgångar
Citering räknad som rekommendationIngen läsning av meningen runt denLogga de tre tillstånden separat
Prompter ingen skriverInternt produktspråk i promptlistanHämta prompter från kundens eget språk
Synlighet behandlad som trafikStigande synlighet, platta hänvisningarMät hänvisningar separat

Vad du gör den här veckan

Du behöver inget fullständigt program för att börja. Den första veckan handlar om att sätta upp mätningen så att de kommande sex månaderna går att läsa. Ta stegen i ordning.

Din första vecka

  1. Välj 20 prompterHämta dem från kundernas eget språk, och frys listan med ett datum.
  2. Kör varje prompt 30 gångerAnvänd de AI-modeller dina köpare använder, och logga de tre tillstånden för varje svar.
  3. Beräkna synlighetsgradenRäkna ut graden och dess felmarginal för varje prompt, och skriv sedan en mening per prompt som säger vad den visar.
  4. Jämför dina nyckelsidorStäll dem mot de beskrivningar AI ger, och notera varje felaktigt eller saknat påstående.
  5. Schemalägg nästa omgångKör den två veckor senare, så att du jämför samma prompter i en stadig takt.

När du har en baslinje slutar volatiliteten vara en källa till oro. Den blir ett intervall du kan mäta, och en uppsättning förändringar du kan planera kring.

Vanliga frågor

Varför ger ChatGPT olika svar på samma fråga?

Språkmodeller väljer varje ord ur en sannolikhetsfördelning, så samma prompt kan ge olika formuleringar, märkeslistor och ordning. Hämtningen ändras också, eftersom modellen skriver om frågan till delfrågor och sidorna den hämtar kan skifta mellan körningar.

Hur mycket förändras AI-söksvar över tid?

Authoritas mätte volatilitetspoängen för AI-översikter till 0,68 efter 8 veckor och 0,73 efter 13 veckor, mot 0,49 och 0,55 för organiska resultat. SparkToro fann mindre än 1 procents chans att ChatGPT eller Googles AI returnerar samma märkeslista två gånger.

Ska jag fortfarande följa min rankning i AI-sökning?

En enskild position i ett AI-svar är för ostabil för att agera på. Följ hur ofta ditt varumärke dyker upp över många prompter och körningar, redovisa andelen i procent med felmarginal, och behåll klassisk positionsuppföljning för organiska Google-resultat, där positionerna rör sig långsammare.

Få din innehållsplan för 30 dagar gratis

Vi analyserar dina konkurrenter, din webbplats och din synlighet i AI för att skapa en skräddarsydd innehållsplan, gratis.

Våra kostnadsfria SEO-verktyg

Se alla våra kostnadsfria verktyg

Få din innehållsplan för 30 dagar gratis

Vi analyserar dina konkurrenter, din webbplats och din synlighet i AI för att skapa en skräddarsydd innehållsplan, gratis.

Man med mörkt hår och skägg, i ljusbrun skjorta, talar framför en mikrofon i en podd- eller inspelningsmiljö.Porträtt av en man med kort mörkt hår, vit skjorta och mörk jacka, som tittar rakt in i kameran med ett neutralt uttryck.Man med kort mörkt hår, skägg och klara glasögon, i svart t-shirt med en vit cirkulär logotyp, står framför en stenmur.Celio FabianoLeende ung kvinna med långt brunt hår, röd topp och halsband, utomhus med träd i bakgrunden.Profilbild på Xavier Breull, kund hos Sorank
Google
Solid gul femuddig stjärnikon på transparent bakgrund.Solid gul femuddig stjärnikon på transparent bakgrund.Solid gul femuddig stjärnikon på transparent bakgrund.Solid gul femuddig stjärnikon på transparent bakgrund.Solid gul femuddig stjärnikon på transparent bakgrund.
5/5
+5000
användare

Omdömen från ambitiösa grundare

0 till 10 000 besökare på 5 månader

Celio Fabianomonrobotlavevitre.frGoogleE-commerce

0 till 5 000 besök på 8 månader

Thibault BMsorank.comGoogleProgramvara

0 till 1104 klick på 4 månader

Dominiqueflight-sensations-idf.comGoogleFritid och flyg

0 till 163 klick på 6 månader

Coworking Pariscoworking-paris.frGoogleOffice broker

x92 klick på 7 månader

Guide Zanzibarguidezanzibar.comGoogleResor