Sådan ser du brandomtaler over tid for et prompt i AmICited

En enkelt omtale fortæller dig næsten ingenting. En trendlinje fortæller dig alt – om du vinder et prompt, taber det, eller holder stand, mens en konkurrent nærmer sig.

Hvad er brandomtaler over tid?

En AI-brandomtale er ethvert punkt i et AI-genereret svar, hvor en chatbot nævner, anbefaler, linker til eller på anden måde henviser til dit brand som svar på et prompt. “Brandomtaler over tid” er ganske enkelt det rå signal omdannet til en trend: i stedet for at spørge “blev jeg nævnt i dette ene svar,” spørger du “ud af alle de gange, dette prompt blev stillet i løbet af de sidste 30 dage, hvor ofte var det mig – set i forhold til alle andre, der blev nævnt?” Det relative mål er din andel af omtaler for prompten: dit antal omtaler divideret med de samlede omtaler på tværs af alle brands, der optrådte i svar på det spørgsmål, udtrykt i procent.

Det er vigtigt at spore dette over tid, fordi AI-svar ikke er statiske. Store sprogmodeller genererer svar ved hjælp af retrieval-pipelines, opdaterede træningsdata og live websøgeresultater, så mængden af brands, de citerer for et givet spørgsmål, ændrer sig fra uge til uge – nogle gange fra dag til dag. Et brand, der dominerede en prompt i januar, kan stille og roligt forsvinde fra svaret i marts, hvis en konkurrent udgiver en mere citerbar side, hvis modellens retrieval-kilder ændrer sig, eller hvis dit eget indhold bliver forældet. Uden en tidsserie ville du kun opdage det skift, næste gang du tilfældigvis tjekkede manuelt – længe efter skaden var sket.

Dette er kernedisciplinen bag generative engine optimization (GEO): at behandle AI-svar som en rangeringsflade, der bevæger sig, ikke som et øjebliksbillede taget én gang. Inden for traditionel SEO har rank tracking-værktøjer i to årtier vist grafer over placering over tid for søgeord. Det tilsvarende inden for AI-søgning er prompt tracking – overvågning af et fast sæt reelle brugerspørgsmål, hvor du med jævne mellemrum registrerer, hvilke brands modellen citerer, og hvor fremtrædende de er. Et diagram over brandomtaler over tid er, hvad den sporing giver dig, når du zoomer ind på en enkelt prompt: en trendlinje pr. brand, så momentum bliver synligt i stedet for anekdotisk.

Det, der gør dette specifikt nyttigt frem for blot interessant, er, at det adskiller to meget forskellige problemer. En flad andel-af-omtaler-linje med lavt volumen fortæller dig, at selve prompten ikke genererer meget konkurrencepræget omtaleaktivitet – der er ikke meget at kæmpe om. En volatil linje, der svinger mellem brands, fortæller dig, at modellens kildepulje for det spørgsmål er ustabil, hvilket som regel betyder, at friskt, autoritativt indhold stadig kan flytte nålen. Og en linje, der jævnt stiger eller falder over mange dage frem for enkeltstående spidser, er det stærkeste bevis, du kan få for, at noget du – eller en konkurrent – har gjort, faktisk virker.

Sådan finder du det

Det er diagrammet til venstre midt på prompt-detaljesiden med undertitlen “Andel af omtaler i svar på dette prompt · Alle · sidste 30 dage”, direkte ved siden af leaderboardet for brandomtaler.

Hvad det måler

Diagrammet afbilder andel af omtaler, ikke det rå antal omtaler – så det korrigerer for, hvor “travl” en prompt er. En prompt, der trækker ti konkurrerende brands ind pr. svar, vil naturligt producere en lavere andel pr. brand end en prompt, hvor kun to eller tre brands nogensinde bliver nævnt, selv hvis dit absolutte antal omtaler er identisk i begge tilfælde. Den normalisering er det, der gør trenden sammenlignelig på tværs af forskellige tidsvinduer og på tværs af forskellige prompts i din konto: en stigning fra 20 % til 35 % andel betyder noget konkret, uanset hvor mange citater der samlet set indgik i svaret den uge.

Fordi diagrammet er afgrænset til én prompt, er det et langt skarpere instrument end en kontobred AI-synlighed-score. Din samlede AI-synlighed kan være flad, mens individuelle prompts under den bevæger sig i modsatte retninger – én stiger på grund af en ny landingsside, en anden falder, fordi en konkurrent har lanceret en sammenligningsside, som modellen er begyndt at foretrække. Prompt-niveauet er stedet, hvor du fanger den slags udlignende bevægelser, før de fremstår som “ingen ændring” i det samlede billede.

Sådan læser du det

• Hver linje er et brand, farvet så det matcher forklaringen under diagrammet; dit brand er inkluderet.
• Y-aksen er andel af omtaler; X-aksen er tid over den valgte datoperiode.
• Fanerne over diagrammet (Alle, plus én pr. motor) lader dig skifte mellem det blandede view og en enkelt motor.
• En sen opadgående spids i din linje betyder som regel, at nyt indhold er begyndt at blive opfanget for dette prompt.
• Et hul eller dyk i alle linjer på én gang afspejler som regel en ændring i, hvor ofte selve prompten overhovedet returnerede et brandet svar, snarere end et skift mellem brands – værd at tjekke op mod leaderboardet ved siden af diagrammet for at se, om det samlede citationsvolumen faldt.
• Flere brands, der falder samtidig, mens ét stiger, er det klareste tegn, du kan få på en reel konkurrencemæssig sejr, i modsætning til støj i modellens sampling.

Sådan bruger du det

1. Hold øje med din retning, ikke én enkelt dag. En stabil flerdages stigning i din andel er det signal, der betyder noget; et enkelt dags hop er ofte bare sampling-støj i, hvordan modellen genererede det specifikke svar.
2. Sammenlign dig med en rival. Følg din linje og en vigtig konkurrents sammen for at se, om du vinder terræn – denne form for side-om-side-læsning er i bund og grund en AI-synlighedstrend -sammenligning afgrænset til ét spørgsmål, og det er som regel mere handlingsorienteret end at sammenligne samlede synlighedsscorer, fordi det er knyttet til en specifik brugerintention.
3. Knyt ændringer til handlinger. Sæt bevægelser i diagrammet i forbindelse med indhold, du har publiceret, eller de fan-out-søgninger, du er begyndt at målrette mod dette prompt. Hvis din andel ændrede sig inden for en uge eller to efter en opdatering blev publiceret, er det et stærkt (men ikke sikkert) kausalt signal; hvis den ændrede sig uden en tilsvarende handling fra din side, er den mere sandsynlige forklaring en konkurrents indhold eller et skift i modellens retrieval-kilder.
4. Skift motor for at finde ud af, hvor dine gevinster (eller tab) er koncentreret. ChatGPT, Perplexity, Gemini og Google AI Mode trækker fra forskellige indekser og vægter kilder forskelligt, så det er almindeligt at se reel bevægelse på én motor gemt inde i en flad, blandet linje.
5. Brug det til at prioritere, ikke kun til at rapportere. En prompt med et højt samlet omtalevolumen og en faldende trendlinje for dit brand er en bedre brug af din næste indholdssprint end en prompt, hvor din andel allerede er tæt på toppen og stabil – diagrammet fortæller dig, hvilke kampe der faktisk stadig kan vindes.
6. Krydstjek med leaderboardet. Leaderboardet for brandomtaler ved siden af dette diagram viser den aktuelle stilling; trenddiagrammet viser, hvordan du kom dertil. Ved at læse dem sammen får du ikke kun at vide, hvem der fører i dag, men også om det forspring er friskt eller under nedbrydning.

Hvorfor prompt-niveau-trends slår enkeltstående tjek

At manuelt indsætte et prompt i ChatGPT én gang og aflæse svaret ud fra øjemål svarer til at tjekke en aktiekurs én gang og antage, at det er dens værdi for evigt. AI-svar varierer fra gang til gang, selv for det identiske spørgsmål, på grund af modellens sampling og fordi retrieval-kilder opdateres uafhængigt af enhver enkelt forespørgsel. Et enkelt tjek kan ikke fortælle dig, om en omtale var typisk eller et tilfælde. En 30-dages trend, samplet konsistent, filtrerer den støj fra og viser den underliggende bane – hvilket er den eneste version af disse data, der reelt er nyttig til at beslutte, hvad du skal gøre næste gang. Det er også grunden til, at et ad hoc-regneark med manuelle prompt-tjek som regel falder fra hinanden inden for et par uger: det kan ikke opretholde en konsistent kadence på tværs af snesevis af prompts og flere motorer på samme måde, som en dedikeret AI rank tracker kan.

Det er også den hurtigste måde at besvare et spørgsmål, der konstant dukker op i konkurrenceanalyser: ikke “bliver jeg nævnt,” men “bliver jeg nævnt mere, end jeg blev sidste måned, og accelererer den trend, eller flader den ud.” Hvis du forsøger systematisk at kortlægge, hvilke spørgsmål der overhovedet er værd at underlægge den slags granskning, er det værd at kombinere dette diagram med en proces til at finde hvilke prompts der udløser AI-omtaler af dit brand – trenddiagrammet er mest værdifuldt, når du allerede ved, hvilke prompts der betyder noget for din virksomhed og dine konkurrenter.

Hvad du kan gøre nu

Når du kan se en prompts andel-af-omtaler-trend tydeligt, er det næste nyttige skridt at beslutte, hvad du vil gøre ved det – og den beslutning afhænger som regel af, om bevægelsen handler om dit eget indhold, eller om hvem andre der bliver citeret sammen med dig. Hvis din linje er flad eller faldende, mens en navngiven konkurrents stiger, er det værd at læse om, hvordan du sporer konkurrenters AI-omtaler på tværs af de samme motorer, så du kan se, om de har publiceret noget nyt, eller om de blot er blevet opfanget af en kilde, modellen allerede stolede på. Og hvis du er ved at opbygge et bredere argument for, hvorfor denne form for sporing hører hjemme i din faste rapporteringscyklus – for dit eget team eller for en kunde, især hvis du kører dette på tværs af flere konti som et bureau – gennemgår den dybdegående forklaring om AI-andel af omtaler, og hvordan du vinder den formlen, benchmarkene og de taktikker, der faktisk flytter en trendlinje som denne til din fordel.