Sådan ser du, hvilken AI-motor der citerer hvilken kilde i AmICited

Ikke alle AI-motorer stoler på de samme kilder. Varmekortet Cited by provider viser præcis, hvor mange gange hver motor har citeret hver af dine vigtigste kilder — så du kan se, hvilke websites der former hvilke modellers svar.

Hvad er et AI-citat, og hvorfor varierer det fra motor til motor?

Et AI-citat er ethvert øjeblik, hvor et generativt AI-system — ChatGPT, Perplexity, Gemini eller Google AI Overview — nævner, linker til eller trækker direkte på en specifik webside, mens det besvarer en brugers spørgsmål. Citater er selve råmaterialet for AI-synlighed: bliver en side aldrig citeret, påvirker den aldrig, hvad en model fortæller folk om et brand, en produktkategori eller en konkurrent. Det gør citationsdata grundlæggende anderledes end klassiske SEO-rangeringer, hvor én algoritme beslutter én ordnet liste. Her opbygger fire stort set uafhængige systemer hver deres eget svar, og hvert af dem kan trække på et helt forskelligt sæt kilder for at gøre det.

Den forskel opstår, fordi hver motor henter information forskelligt. ChatGPT blander browsingresultater med mønstre lært under træning og læner sig op ad en blanding af højautoritative udgivere, struktureret data og omtaler fra tredjeparter. Perplexity er bygget op omkring live webhentning og har en tendens til at foretrække nye, veldokumenterede sider med klare faktuelle påstande. Google AI Overview trækker i høj grad på det eksisterende Google-indeks og fremhæver ofte de samme domæner, der allerede ranker godt organisk. Gemini henter fra Googles videngraf og webkorpus, men vægter autoritet og emnedybde igen anderledes. Resultatet: en kilde kan være en foretrukken reference for én motor og fuldstændig usynlig for en anden, selv når de besvarer næsten identiske prompts.

Det er det praktiske fundament for generativ motoroptimering — disciplinen at gøre et brands indhold mere tilbøjeligt til at blive hentet og citeret på tværs af disse systemer. Du kan ikke optimere for “AI-søgning” som ét samlet mål, sådan som du tidligere optimerede for “Google”. Du har brug for indsigt i, hvilken motor der citerer hvilken kilde, fordi løsningen på et hul hos ChatGPT (f.eks. flere tredjepartsomtaler og struktureret data) ofte er en anden end løsningen på et hul hos Perplexity (friskere, mere citerbart faktuelt indhold). Uden data på motorniveau ender teams med at gætte, hvilken håndtag de skal trække i — eller trække i dem alle på én gang og spilde kræfter på kanaler, hvor brandet allerede klarede sig fint.

Kildedata på motorniveau afslører også en konkurrencestruktur, som samlede nøgletal skjuler. To kilder kan have det samme samlede antal citater, mens den ene udelukkende er en ChatGPT-reference, og den anden er Perplexitys standardvalg. At kende den forskel fortæller dig ikke kun, om en konkurrents eller partners side bliver citeret, men hvilken models brugere der reelt ser den — hvilket er afgørende for, hvor du derefter fokuserer indhold, PR eller tekniske rettelser.

Hvor finder du det

Det er tabellen Cited by provider på siden Kilder, med undertitlen “Hvor mange gange hver AI-motor citerede dine vigtigste domæner på tværs af alle sporede prompts.” Tabellen er bygget på de samme underliggende data som resten af AmICiteds kildeanalyse: hvert citat, dine sporede prompts genererer på tværs af Gemini, Perplexity, Google AI Overview og ChatGPT, føres tilbage til den præcise kilde, der frembragte det, og samles derefter pr. domæne (eller pr. URL) og pr. motor.

Hvad den måler

Tabellen besvarer et smallere, mere handlingsorienteret spørgsmål end et enkelt samlet citationstal: for denne kilde, hvor meget stoler hver enkelt AI-motor på den? I stedet for ét blandet tal får du en række af motorspecifikke tal, så både en kildes samlede indflydelse og dens indflydelse pr. motor er synlige på én gang.

• Hver række er en kilde — et domæne, eller en side i By-URL-visning — hvor dit eget domæne er markeret du, så du nemt kan finde din egen performance uden at scanne hele listen.
• Hver motor har en kolonne — Gemini, Perplexity, Google AI Overview, ChatGPT — med en skraveret celle, der viser citationstallet for den kilde på den motor.
• Cellens mørkhed angiver mængden ud fra en “færre → flere”-gradientforklaring, så mønstre kan ses på et øjeblik uden at læse hvert enkelt tal.
• Total summerer en kildes citater på tværs af alle fire motorer og giver dig en samlet rangering af kildens betydning.
• En Web Vitals-kolonne og et 14-dages gnistdiagram sidder ved siden af citationstallene og tilføjer kontekst om sidens sundhed og seneste tendens — en kilde, der stiger i citater, men fejler på Core Web Vitals , er en skrøbelig leder, det er værd at holde øje med.

Fordi tabellen er organiseret efter kilde først og motor dernæst, er den bygget specifikt til at besvare “hvilken motor stoler på denne kilde” — et andet (og ofte mere nyttigt) spørgsmål end “hvor mange citater fik jeg denne måned”.

Sådan læser du det

Scan tabellen, som du ville scanne ethvert varmekort: kig efter farve, ikke kun tal. En række, der er ensartet mørk på tværs af alle fire motorkolonner, er en kilde med bred, motoruafhængig autoritet — den slags reference, alle modeller tilsyneladende griber efter. En række, der er mørk i én kolonne og tom i resten, er en kilde med smal, motorspecifik indflydelse, hvilket som regel peger på noget strukturelt: kilden er måske velindekseret hos Google, men bliver sjældent hentet live af Perplexity, eller omvendt. Din egen du-række er den, du bør tjekke først og oftest, da den er den direkte aflæsning af dit brands AI-søgesynlighed fordelt på motor.

Sådan bruger du det

1. Find hver motors favoritter. Scan en kolonne fra top til bund for at se, hvilke kilder den model læner sig mest op ad for dine sporede prompts. Det er de sider, det er værd at reverse-engineere — deres struktur, friskhed og autoritetssignaler virker tydeligvis for netop den motor.
2. Se, hvor du står. Find din du-række, og læs på tværs af den: hvilke motorer citerer dig, og hvilke citerer dig slet ikke. Det er den hurtigste måde at opdage et motorspecifikt blindt punkt på, i stedet for at antage, at din samlede synlighed er ensartet svag eller stærk.
3. Målret din svage motor. En tom celle i din række under én motor er et specifikt, håndterbart hul — ikke en vag “forbedr AI-synlighed”-opgave, men en konkret: find ud af, hvorfor Perplexity (for eksempel) aldrig henter dig, mens ChatGPT gør, og juster indholdets friskhed, citater eller crawlbarhed derefter.
4. Studer førerne. De mørkeste rækker, ud over din egen, er de kilder, der dominerer dit emne på tværs af motorer — de sider, du kan lære af, benchmarke dig selv imod eller sigte efter at overgå. Hvis en konkurrents domæne fremstår mørkt under hver eneste kolonne, er det et stærkt domæneautoritets -signal, det er værd at undersøge direkte, herunder hvilket indholdsformat og hvilken struktur det bruger.

Brug skiftet By domain / By URL til at flippe mellem hele domæner og individuelle sider, hvilket lader dig bore dig ned fra “hvilke sites vinder hos hvilke motorer” til “hvilken præcise side der reelt vinder” (dækket i sin egen guide).

Hvorfor kildedata på motorniveau betyder noget for din strategi

At behandle alle AI-citater som én udifferentieret pulje fører til to almindelige fejl. Den første er at antage, at det at fikse synligheden for én motor fikser den overalt — teams ser nogle gange en stigning i citater efter et indholdspush og antager, at strategien virker bredt, når det i virkeligheden kun var én motor, der reagerede, mens de andre stadig er tomme. Den anden er at fejllæse konkurrencemæssige trusler: en konkurrent med et højt samlet citationstal kan i virkeligheden være koncentreret udelukkende omkring én motor, hvilket efterlader tre andre helt åbne. Tabellen Cited by provider findes specifikt for at forhindre begge fejl ved at holde motordimensionen synlig hele tiden i stedet for at klumpe den sammen til én enkelt score.

Denne form for kildedetalje er også det, der adskiller en reel AI-rangsporing fra en simpel omtaletæller. At tælle, hvor ofte et brand bliver nævnt, er en start, men at vide, hvilke kilder hver motor citerer i stedet for dig — og at kunne sammenligne det med din egen share of voice -udvikling — er det, der forvandler data til en prioriteret handlingsliste i stedet for et forfængelighedstal. Hvis du er ved at opbygge en bredere indholdsgab-analyse , er denne tabel det naturlige udgangspunkt: den fortæller dig præcis, hvilken motor du skal teste imod først, og hvilke konkurrerende eller tredjeparts kilder der allerede indtager den position, du forsøger at erobre. Teams, der kører AI-synlighedsarbejde i agenturskala, eller som håndterer det sammen med traditionel SEO -rangsporing, har en tendens til at tjekke denne visning ugentligt — det er den hurtigste måde at se, om sidste måneds indholds- eller tekniske ændringer reelt rykkede nålen hos den specifikke motor, de målrettede.