
Opsætning af AI-trafiksporing: Komplet teknisk guide
En teknisk guide til sporing af AI-trafik ud over GA4: server-side loganalyse, realtidsovervågningsplatforme, API-baseret sporing og opbygning af et samlet dash...

En trin-for-trin GA4-opsætningsvejledning til AI-henvisningstrafik: manuelle tjek, gemte rapporter, tilpassede kanalgrupper og de præcise regex-mønstre til at konfigurere dem.
Denne guide er en praktisk GA4-gennemgang: de præcise menuer, filtre og regex, du har brug for, for at forhindre AI-henvisningstrafik i at forsvinde ned i din Direkte-bøtte. Hvis du leder efter det større billede – serverlogfiler, tredjepartsplatforme, API-baseret sporing og alt muligt andet ud over GA4 – så se i stedet vores komplette tekniske guide til AI-trafik . Hvorfor AI-trafik betyder noget specifikt for GA4: det er den analyseplatform, de fleste hjemmesider allerede har installeret, så det er den hurtigste vej til synlighed, når den først er konfigureret korrekt. I modsætning til traditionelle søgemaskiner genererer AI-platforme som ChatGPT, Perplexity og Gemini svar, der citerer eller refererer til dit indhold uden altid at lede brugere direkte til din side på en måde, som GA4 genkender – hvilket betyder, at det værktøj, du allerede stoler på, stille og roligt under-tæller en af dine hurtigst voksende kanaler.

GA4-udfordringen – Et af de mest frustrerende aspekter ved sporing af AI-henvisningstrafik i GA4 er, at trafik fra AI-platforme typisk vises som “Direkte” trafik i stedet for “Henvisning”, fordi disse platforme ikke sender henviseroplysninger i HTTP-headere, når brugere klikker videre til dit indhold. Dette sker, fordi mange AI-platforme bruger interne omdirigeringer, proxyservere eller bevidst fjerner henvisningsdata af hensyn til privatlivets fred, hvilket efterlader GA4 ude af stand til at identificere den sande kilde til trafikken. Resultatet er en betydelig blind vinkel i din analyse – trafik, der burde tilskrives AI-kilder, bliver smidt i din Direkte trafik-bøtte, hvilket gør det umuligt at forstå det sande ROI af AI-synlighed. Her er den aktuelle fordeling af AI-platformes trafikandel:
| AI-platform | Trafikandel |
|---|---|
| ChatGPT | 85,79 % |
| Gemini | 4,70 % |
| Perplexity | 2,84 % |
| Grok | 2,50 % |
| Claude | 2,23 % |
| Copilot | 1,60 % |
| Meta.ai | 0,27 % |
| Yiyan | 0,05 % |
| DeepSeek | 0,00 % |
| Brave | 0,00 % |
Denne fordeling viser, at ChatGPT dominerer AI-trafikken, men den samlede trafik fra andre platforme repræsenterer stadig en meningsfuld mulighed, som de fleste GA4-opsætninger i øjeblikket går glip af helt.
Den enkleste måde at begynde at identificere AI-trafik i GA4 på er gennem et hurtigt manuelt tjek af dine trafikkilder. Naviger til Reports > Acquisition > Traffic acquisition, og kig derefter efter dimensionen “Session source/medium” for AI-platformdomæner, der vises i dine data. Kig specifikt efter domæner som chatgpt.com, perplexity.ai, edgepilot.com og copilot.microsoft.com – hvis de vises, har du fundet AI-trafik, som GA4 rent faktisk fanger. Den største fordel ved denne metode er, at den kræver ingen opsætning og giver dig øjeblikkelig indsigt i, om AI-trafik overhovedet når din side. Denne tilgang har dog betydelige begrænsninger: det er et øjebliksbillede frem for løbende sporing, det giver ikke historiske data, og det fanger ikke trafik, der fejlagtigt tilskrives som Direkte, hvilket gør den kun brugbar som et indledende diagnostisk værktøj.
For at komme ud over engangstjek og etablere vedvarende overvågning skal du oprette en gemt rapport, der automatisk filtrerer efter AI-trafik. Start med at gå til Library > Traffic acquisition > Make a copy af standardrapporten Traffic acquisition, og tilføj derefter et filter for at isolere AI-kilder. I filtersektionen vælger du “Session source/medium” og anvender et regex-mønster, der matcher alle kendte AI-platforme. Dette lader dig gemme rapporten og få adgang til den gentagne gange uden at genskabe filteret hver gang, og du kan opsætte e-mail-advarsler for at blive underrettet, når AI-trafikken stiger. Den største fordel er en dedikeret visning af AI-trafik uden at rodfæste dit hoveddashboard – dog skal du stadig åbne rapporten manuelt i stedet for at have dataene integreret i din primære anskaffelsesvisning.
Den mest kraftfulde og automatiserede tilgang til sporing af AI-trafik er at oprette en tilpasset kanalgruppe i GA4, som permanent kategoriserer AI-trafik som sin egen kanal i stedet for at blande den med Direkte trafik. For at opsætte dette skal du navigere til Admin > Data display > Channel groups > Create new, og derefter tilføje betingelser, der matcher AI-platformdomæner ved hjælp af regex-mønstre. Den største fordel ved tilpassede kanalgrupper frem for Metode 2 er, at de fungerer tilbagevirkende – GA4 genbehandler dine historiske data og kategoriserer korrekt AI-trafik, der tidligere var markeret som Direkte. Kanalgrupper er også automatiserede og integrerede direkte i GA4’s rapporteringsgrænseflade, så AI-trafik vises automatisk i dine standardanskaffelsesrapporter, konversionstragte og brugerrejseanalyser uden manuel indgriben. Kanalsrækkefølge betyder noget her: GA4 evaluerer betingelser i sekvens, så placer din AI-kanalgruppe før Direkte-kanalen for at sikre korrekt attribution. Dette gør AI-trafik fra en skjult metrik til en førsteklasses borger i din analyse.
Regex-mønstre er rygraden i kanalgruppen i Metode 3, og det er afgørende at forstå, hvordan de fungerer for præcis sporing. Det omfattende regex-mønster til matchning af alle større AI-platforme er: .*chatgpt.com.*|.*perplexity.*|.*edgepilot.*|.*edgeservices.*|.*copilot.microsoft.com.*|.*openai.com.*|.*gemini.google.com.*|.*nimble.ai.*|.*iask.ai.*|.*claude.ai.*|.*aitastic.app.*|.*bnngpt.com.*|.*writesonic.com.*|.*copy.ai.*|.*chat-gpt.org.*|.*grok.x.ai.* – pipe-symbolet (|) fungerer som en ELLER-operator, så GA4 matcher trafik fra et hvilket som helst af disse domæner. .*-jokertegnene i begyndelsen og slutningen af hvert domæne tillader mønsteret at matche variationer som underdomæner eller URL-parametre, så du ikke går glip af trafik fra forskellige indgangspunkter. Når GA4 evaluerer dette regex-mønster mod dine trafikdata, tjekker det feltet session source/medium mod hver betingelse i sekvens, og hvis en betingelse matcher, bliver trafikken kategoriseret tilsvarende. Opdater mønsteret efterhånden som nye AI-platforme dukker op, eller eksisterende ændrer deres domænestruktur.
Før du stoler på tallene, skal du bekræfte, at kanalgruppen rent faktisk fanger trafik. Åbn Reports > Realtime og generer et testbesøg fra et AI-platformlink, hvis du kan, eller tjek DebugView for at se, hvordan en session klassificeres, mens den kommer ind. I standardanskaffelsesrapporterne skal du kigge efter din nye “AI-platforme”-kanal, der vises som en række sammen med Organic Search, Direct og Referral – hvis den ikke dukker op, så dobbelttjek regex-syntaksen og bekræft, at kanalen er ordnet over Direkte i Admin > Channel groups. Fordi kanalgrupper genbehandler tilbagevirkende, giv det 24-48 timer, før du drager konklusioner fra historiske sammenligninger, da nogle rapporter cachelagrer aggregerede data på den cyklus.
Når først “AI-platforme”-kanalen eksisterer, skal du behandle den som enhver anden kanal i dine standardrapporter. I Reports > Acquisition > Traffic acquisition filtrerer du efter den nye kanal for at se samlet volumen og tendenslinjer. Skift den primære dimension til “Landing page” for at identificere, hvilke indholdsstykker der oftest indgås fra AI-platforme – disse er dine mest AI-venlige sider, værd at studere for at finde ud af, hvad der virker. Tilføj konversioner og engagementsrate som sekundære metrikker i samme visning for at se, om AI-henviste sessioner gennemfører dine ønskede handlinger, og sammenlign disse tal med dine Organic Search- og Referral-kanaler for at beslutte, hvor meget opmærksomhed denne kanal fortjener. Dette er den hurtigste måde at omdanne en korrekt konfigureret kanalgruppe til et svar på “er AI-trafik rent faktisk værd at optimere for.”
GA4 fortæller dig, hvor meget trafik AI-platforme sender dig, men det kan ikke fortælle dig, hvor ofte dit brand nævnes i AI-svar før et klik finder sted. Det er en opgave for dedikerede overvågningsværktøjer som AmICited.com, der sporer brandomtaler og indholdscitationer i AI-svar og supplerer GA4’s trafikdata med indsigt i din AI-tilstedeværelse og konkurrencemæssige positionering. Kombinationen af GA4’s kanalgruppe med AmICiteds citationsovervågning giver dig det fulde loop: hvor ofte du anbefales, og hvor meget af det bliver til besøg.
På indholdssiden er de taktikker, der giver flere AI-citationer i første omgang – Skemaopmærkning, optimering af Samtalespørgsmål og Core Web Vitals – dækket i dybden som en del af den bredere optimeringsstrategi i vores komplette tekniske guide , som også gennemgår server-side loganalyse, tredjepartsplatforme i realtid og API-baseret sporing til teams, der har brug for mere end GA4 alene kan tilbyde.
Viktor Zeman er medejer af QualityUnit. Selv efter 20 år i spidsen for virksomheden er han primært softwareingeniør med speciale i AI, programmatisk SEO og backend-udvikling. Han har bidraget til talrige projekter, herunder LiveAgent, PostAffiliatePro, FlowHunt, UrlsLab og mange andre.

Følg hvordan AI-platforme som ChatGPT, Perplexity og Gemini refererer til dit brand med AmICiteds platform til overvågning af AI-svar.

En teknisk guide til sporing af AI-trafik ud over GA4: server-side loganalyse, realtidsovervågningsplatforme, API-baseret sporing og opbygning af et samlet dash...

Bliv ekspert i regex-mønstre for at spore AI-trafik fra ChatGPT, Perplexity og andre AI-platforme i Google Analytics 4. Komplet teknisk guide med trinvis implem...

Lær hvordan du kan spore og overvåge AI-trafik fra ChatGPT, Perplexity, Gemini og andre AI-platforme i Google Analytics 4. Opdag 4 dokumenterede metoder til at ...
Cookie Samtykke
Vi bruger cookies til at forbedre din browsingoplevelse og analysere vores trafik. See our privacy policy.