Hvordan AI-søgemaskiner afgør, hvilke mærker de skal nævne

Introduktion

Spørg Gemini, hvilke værktøjer der er førende i din kategori, og du får en kort liste. Enten er dit brand på listen, eller også er det ikke.

Det svar er nu det første, mange købere ser. Googles AI-oversigter vises over de organiske resultater, og en rangtracker, der viser, at du ligger på andenpladsen, siger intet om, hvorvidt boksen over førstepladsen overhovedet nævnte dig.

De fleste virksomheder har ingen anelse om, hvordan det hænger sammen. Den gode nyhed er, at Google har offentliggjort mere om, hvordan disse systemer fungerer, end de fleste er klar over, og mekanismerne er mindre mystiske, end markedsføringen antyder.

Vigtige pointer

Google oplyser, at der ikke er nogen særlige krav for at blive vist i AI-oversigter eller AI-tilstand. De samme rangordnings- og kvalitetssystemer gælder.

Der er ingen AI-specifik markering, der skal tilføjes. Google siger, at llms.txt, indholdsopdeling og specielle skemaer ikke bruges af Søgning.

Googles egne to AI-grænseflader kan være uenige, fordi AI-tilstand og AI-oversigter muligvis bruger forskellige modeller og teknikker.

Intet tredjepartsværktøj har indsigt i Googles interne signaler. Værktøjerne måler resultaterne, hvilket er noget andet, men stadig nyttigt.

Rangsporing og svar-sporing måler forskellige resultater, og du har nu brug for begge dele.

Hvad der rent faktisk afgør, om du bliver nævnt

Lad os starte med det mindst glamourøse faktum. Googles dokumentation om AI-funktioner angiver, at der ikke er yderligere krav for at blive vist i AI-oversigter eller AI-tilstand, og at der ikke er behov for andre særlige optimeringer.

For at være kvalificeret som et understøttende link skal en side opfylde de samme krav som ethvert andet søgeresultat. Den skal kunne crawles, returnere et vellykket svar og indeholde indekserbart indhold.

Googles retningslinjer for AI-oplevelser bygger på de samme grundlæggende principper, som virksomheden har fremmet i årevis. Unikt og virkelig nyttigt indhold, en god sideoplevelse samt strukturerede data, der stemmer overens med det, der rent faktisk er synligt på siden.

Én detalje forvirrer mange. Forhåndsvisningskontroller, herunder nosnippet, data-nosnippet, max-snippet og noindex, begrænser alle, hvordan dit indhold kan vises i AI-formater, så en restriktiv indstilling, der blev foretaget for år tilbage, kan nu ubemærket udelukke dig.

Hvad Google siger, du kan holde op med at bekymre dig om

Denne del sparer dig for en masse spildt arbejde. Googles guide til optimering af generativ AI er usædvanligt direkte omkring taktikker, der ikke virker.

Der findes ingen speciel schema.org-markering til AI-funktioner. Strukturerede data er stadig værd at bruge til rich results, men det er ikke et krav for generativ AI-søgning.

llms.txt-filer ignoreres af Google Søgning. Vejledningen bemærker, at oprettelsen af en sådan fil hverken vil skade eller forbedre synligheden i Google, selvom andre systemer muligvis bruger dem.

Det er heller ikke nødvendigt at opdele indholdet i små fragmenter eller omskrive sider til en eller anden forestillet AI-venlig dialekt. Google siger, at deres systemer håndterer sider med flere emner og forstår synonymer udmærket.

Det måleproblem, som ingen har løst

Her bliver det lidt akavet. Du kan følge hver eneste del af denne vejledning og stadig ikke have nogen anelse om, hvorvidt det virkede.

Search Console indeholder nu en rapport om generative AI-funktioner, hvilket er en hjælp. Men den fortæller dig om trafik og visninger snarere end om et svar nævnte dit brand, i stedet nævnte en konkurrent eller henviste til en anmeldelsesside, du aldrig har bidraget til.

Det er netop dette hul, som en ny kategori af værktøjer er skabt til at udfylde. Citenzos Gemini-synlighedstracker kører forespørgsler om købsintentioner gennem Gemini efter en fast tidsplan, registrerer, om dit brand nævnes, og vurderer din andel af omtalerne i forhold til de konkurrenter, som søgemaskinen rent faktisk nævner.

Detaljerne i metodikken er vigtigere end selve dashboardet. Da disse svar varierer fra kørsel til kørsel, udføres hver forespørgsel flere gange, og scoren beregnes som medianen – hvilket er forskellen mellem en tendens og et enkelt skærmbillede.

Den viser også de kilder, svaret stammer fra, og markerer sider, hvor en konkurrent vises, men du ikke gør. Dækningen omfatter seks søgemaskiner, og der er en gratis test, der fungerer uden en konto, hvis du ønsker et udgangspunkt, før du forpligter dig.

Hvad disse værktøjer kan og ikke kan se

Dette fortjener at blive sagt klart og tydeligt, fordi denne kategori tiltrækker overdrevne påstande. Googles egen vejledning advarer læserne om at være på vagt over for tredjepartsværktøjer, der lover succes med placeringer eller hævder at bruge interne Google-målinger, og fastslår, at intet tredjepartsværktøj har adgang til Googles interne placerings- eller AI-systemer.

Den advarsel er korrekt og værd at huske på. Den gør dog ikke måling af resultater værdiløs.

Forskellen ligger mellem input og output. Ingen uden for Google kan se vægtningen bag et svar, men enhver kan observere, hvad svaret sagde, hvilke mærker det nævnte, og hvilke URL'er det henviste til.

Det ligger tættere på en meningsmåling end på en rangliste. Man indsamler gentagne gange data om adfærd for at estimere en rate, og derfor er stikprøvestørrelse, gentagelse og en median snarere end en enkelt måling de faktorer, man skal undersøge i ethvert værktøj, man vurderer.

Hvorfor én score ikke er nok

I Googles dokumentation bemærkes det, at AI-tilstand og AI-oversigter kan anvende forskellige modeller og teknikker, så de svar og links, de viser, vil variere.

Det er en slående indrømmelse. To Google-grænseflader, der besvarer det samme spørgsmål, kan nævne forskellige mærker på samme dag.

Tilføj ChatGPT, Claude, Perplexity og Grok, og billedet bliver endnu mere fragmenteret. Et mærke kan være standardanbefalingen hos én assistent og usynligt hos en anden, hvilket gør et enkelt samlet tal mindre nyttigt end en opdeling pr. søgemaskine.

Hvad skal der egentlig vises på et dashboard

Omtalefrekvensen er den grundlæggende måleparameter. Hvor ofte nævner søgemaskinen dig i forbindelse med et fast sæt af køberspørgsmål, udtrykt som en procentdel af søgningerne snarere end et ja eller nej.

Share of voice er den måling, der ændrer adfærden internt. At vide, at man optræder i tre ud af ti svar, betyder mindre end at vide, hvilken konkurrent der tager de syv andre.

Citerede kilder er det mest handlingsrettede felt og det, som de fleste værktøjer springer over. Listen over URL'er, som et svar har trukket på, omdanner en score til en to-do-liste.

Sentiment er værd at følge, men bør tages med et gran salt. Hvordan en søgemaskine fremstiller dig, afspejler de resultater, den har fundet den pågældende uge, så betragt et fald som en anledning til at undersøge sagen nærmere snarere end en endelig dom.

At omdanne en forskel til en handling

Måling i sig selv ændrer intet. Pointen med at se, hvilke kilder et svar citerer, er, at disse sider bliver en målliste.

Hvis Gemini fortsat baserer sit svar på en sammenligningsoversigt, en forumtråd og et anmeldelsesregister, og din konkurrent er repræsenteret på alle tre, er det ikke et indholdsproblem på din egen hjemmeside. Det er en fravær fra de steder, som modellen læser.

Det er her, de nye værktøjer til at lukke citatmangler er på vej hen, og det er værd at undersøge dem nøje på samme måde, som du ville gøre med enhver placeringstjeneste.

Den ærlige version af arbejdet er ikke særlig glamourøs. Sørg for at få nøjagtige, aktuelle oplysninger om dit produkt ud på de tredjepartssider, der allerede rangerer højt på spørgsmål i din kategori, og fortsæt derefter med at måle, om svarene ændrer sig.

En fornuftig måde at starte på

Lav en baseline, før du køber noget. Kør de samme ti køberspørgsmål manuelt gennem to eller tre assistenter, og skriv ned, hvad du ser.

Gentag derefter øvelsen en uge senere. Hvis svarene har ændret sig, uden at du har gjort noget, har du lært noget vigtigt om, hvor usikker denne måling er.

Først derefter bør du overveje at automatisere det. Værktøjer i denne kategori starter ved omkring 29 dollar om måneden for ugentlige tjek, med daglig sporing og større biblioteker med spørgsmål på højere niveauer, så omkostningerne ved en prøveperiode er lave i forhold til omkostningerne ved at gætte.

Og hold omfanget realistisk. Dette er en synlighedsmetrik, ikke en attributionsmodel, og den vil ikke fortælle dig, hvad noget af det var værd i pipelinen.

Konklusionen

AI-svar-motorer kører ikke en hemmelig parallel algoritme, der belønner et nyt sæt tricks. Google har klart sagt, at det stadig er de grundlæggende faktorer, der afgør, om man er kvalificeret.

Det, der virkelig har ændret sig, er det resultat, du konkurrerer om. Placering er ikke længere det samme som at blive nævnt, og kun det ene af disse er synligt i din eksisterende rapportering.

Mål svaret, ikke kun placeringen. Betragt derefter de citerede kilder som den egentlige arbejdsliste.

Ofte stillede spørgsmål

Har jeg brug for speciel markering eller en llms.txt-fil for at blive vist i AI-oversigter?

Nej. Google oplyser, at der ikke kræves nogen speciel schema.org-markering til generative AI-funktioner, og at Google Search ignorerer llms.txt-filer, så det vil hverken hjælpe eller skade din synlighed der at oprette en sådan fil. Andre systemer uden for Google kan muligvis bruge sådanne filer.

Kan noget værktøj se, hvordan Googles AI rangerer indhold?

Nej. Googles egne retningslinjer angiver, at intet tredjepartsværktøj har adgang til Googles interne rangordnings- eller AI-systemer. Hvad værktøjer kan gøre, er at observere resultaterne, dvs. hvilke mærker og kilder der vises i svarene, hvilket er en måling af resultaterne snarere end af algoritmen.

Hvorfor giver forskellige AI-assistenter forskellige svar om det samme brand?

Fordi de bruger forskellige modeller, forskellige søgemetoder og forskellige kildesæt. Google selv bemærker, at AI-tilstand og AI-oversigter kan bruge forskellige modeller og teknikker, så selv to Google-grænseflader kan give forskellige svar og links.

Hvor ofte bør synligheden kontrolleres?

Tæt nok på hinanden til at skelne signal fra støj. Disse svar varierer fra kørsel til kørsel, så en enkelt kontrol er nærmere en anekdote end en måling, og ethvert værktøj, der er værd at bruge, bør køre hver forespørgsel flere gange og rapportere en gennemsnitsværdi frem for et engangsresultat.