Hur mäter man AI-synlighet? Metoden bakom Eyries synlighetspoäng

Skälet finns i mätdatan: samma fråga till samma motor ger i praktiken aldrig exakt samma svar två gånger. Domänerna som citeras skiftar kraftigt från månad till månad, och ordningen inne i ett enskilt svar ännu mer. En mätning som bygger på ett enda svar fångar därför lika mycket slumpen som er synlighet.

Det här inlägget beskriver metoden bakom Eyries synlighetspoäng — vår egen metodbeskrivning, inte en extern standard — och avslutar med ett självtest du kan köra gratis. Begreppen följer vad GEO är, och själva åtgärdssidorna finns i GEO-guiden.

Varför räcker det inte med en enda körning?

För att svaren inte håller. Profound mätte hur stor andel av de citerade domänerna som var helt utbytta en månad senare — för identiska frågor: runt 40–60 %, baserat på omkring 80 000 prompts per plattform mellan juni och juli 2025. Jämförelsen januari–juli gav 70–90 % (Profound, 2025-07-17).

Kortare tidshorisonter hjälper inte. SE Ranking körde samma 10 000 sökord i Google AI Mode tre gånger samma dag (2025-06-20): överlappet av exakta URL:er mellan de tre körningarna var i snitt bara 9,2 % (SE Ranking, 2025-08-29). Och SparkToro, som lät 600 volontärer ställa 12 frågor upp till 100 gånger var (2 961 körningar), fann mindre än en chans på hundra att två körningar gav samma varumärkeslista — och ungefär en på tusen för samma ordning (SparkToro, 2026-01-28).

Hur fungerar Eyries synlighetspoäng?

Här är metodbeskrivningen. Den är vår egen — stegen nedan motiveras av driftsiffrorna ovan, inte av någon extern standard. Poängen byggs i fyra led:

• Fast frågeuppsättning. Frågorna kommer från det köpare faktiskt frågar i er kategori. Samma uppsättning körs varje mätperiod, så förändringar i poängen beror på verkligheten — inte på nya frågor.
• Fem motorer. ChatGPT, Perplexity, Gemini, Copilot och Claude. Motorerna väljer källor på olika sätt, och ingen enskild motor täcker hur köpfrågor ställs i dag.
• Flera körningar per fråga. Varje fråga körs flera gånger per motor, i nya sessioner. Instabiliteten i ett enskilt svar tas alltså ut med medelvärde, inte med hopp.
• Poäng 0–100. Andelen svar där ni nämns eller citeras, sammanvägt över frågor, motorer och körningar. Poängen redovisas alltid tillsammans med körantalet — en siffra utan antal observationer går inte att tolka.

Upplägget följer samma slutsats som SparkToro drar i sin studie: synlighet som frekvens över ”dozens to hundreds of prompts” körda upprepade gånger är ett rimligt mått, medan enskilda svar inte är det (SparkToro, 2026-01-28).

Ska man mäta position eller frekvens?

Frekvens. SparkToros slutsats efter 2 961 körningar är aktivt bitter: verktyg som rapporterar en ”ranking position in AI” är ”fulla av nonsens” (”full of baloney”), eftersom ordningen på två svar sammanfaller i snitt en gång på tusen (SparkToro, 2026-01-28). En rapport som säger ”plats 3 i ChatGPT” mäter alltså i första hand vilket svar som råkade genereras.

Frekvensen är däremot stabil nog att bygga på. I samma studie dök toppvarumärkena i ett hörlurstest upp i 55–77 % av svaren — stor variation mellan körningar, men tydligt åtskilda frekvenser över hundratals svar. Och ett enskilt värde visar hur ett frekvensmått ser ut: en aktör som förekom i 69 av 71 svar hade 97 % synlighet, vilket är en meningsfull siffra — till skillnad från en position.

Följden för rapporteringen: andel svar med nämning, per motor och fråga, och trenden över tid. Frekvenslogiken har dessutom en praktisk fördel utöver tillförlitligheten — den går att jämföra mellan motorer och mellan månader, medan positioner inte ens är jämförbara mellan två körningar av samma fråga. Hur och varför svaren rör sig går vi igenom i varför AI-svar ändras; hur motorerna väljer sina källor i hur AI väljer källor.

Hur testar du din AI-synlighet gratis?

Du behöver inget verktyg för en första bild. Protokollet nedan är samma logik som poängen, i förminskad skala — 10 frågor × 3 motorer × 3 körningar:

En sådan mätning tar en arbetskväll men ger en betydligt användbarare siffra än en enda kontroll. Vill ni ha poängen beräknad över fem motorer och en större frågeuppsättning, med körantal och per-motor-fördelning, ingår det i GEO-programmet.

Vad kan en synlighetsmätning inte lova?

Tre saker. Inga garantier: med 40–60 % månadsdrift i de citerade domänerna kan ingen lova att ni finns i nästa månads svar, och den som gör det mäter inte det vi mäter här. En mätning räcker inte: en poäng utan körantal, frågeuppsättning och trend är inte tolkningsbar — därför redovisas alltid vad siffran bygger på. Mätningen åtgärdar inget i sig: den avgör om åtgärderna fungerar, men utför dem inte. Det gör den första frågan till varje leverantör enkel: inte ”vilken placering lovar ni?” utan ”hur många svar kontrolleras, och hur ofta finns vi med?”.

Samma instabilitet gör mätningen meningsfull: du kan inte styra enskilda svar, men du kan se om andelen svar där ni finns med går upp över tid — före och efter varje åtgärd. Vad som faktiskt flyttar frekvensen beskriver GEO-guiden; varför svaren rör sig mellan mätningar beskriver inlägget om instabilitet.

Vanliga frågor