Vigtige pointer
- Ethvert nuværende AI-søgesynlighedsværktøj, inklusive AmICited, måler reelt to proxyer: share of voice (hvor ofte dit brand optræder på tværs af spores prompts) og synlighedsscore (hvor ofte dit site er blandt de sider, et AI citerer).
- Trafik er ikke målet. Top-of-tragt-klik falder, når AI-svar besvarer forespørgsler direkte, men transaktionssider driver stadig omsætning, og trafik alene beviser ikke at AEO virker.
- Attribution er fundamentalt sværere for AEO end for SEO, fordi den prompt du sporer, ikke er den reelle kontekst en AI-agent ser. Personalisering og gemt hukommelse ændrer hvad der søges efter og citeres, før du overhovedet ser resultatet.
- Bedre proxyer findes: brandtrafik (Search Console, Google Trends), spørg brugerne direkte hvordan de fandt dig, kortlæg citerede sider tilbage til nye prompts, kontobaseret matching og share of voice-undersøgelser.
- Bundlinje: brug share of voice og synlighedsscore som et udgangspunkt, ikke en resultattavle, og kombiner dem med brandbevidsthedssignaler og direkte kundefeedback for at vide, om AEO rent faktisk virker.
Problemet med hvordan branchen måler AEO
Hvordan skal AEO egentlig måles? Det er blevet et af de mest omdiskuterede spørgsmål i branchen, og det meste af uenigheden handler om, hvorvidt AI-søgeværktøjer giver marketingfolk den måling, de rent faktisk har brug for. Denne gennemgang er baseret på et blogindlæg af Eli Schwartz om, hvordan han mener branchen bør måle AEO, og gennemgår de proxyer han identificerer som vigtigst, plus en ekstra som AmICited tilføjer til listen.
Næsten alle produkter inden for AI-søgesynlighed lige nu, inklusive AmICited, måler grundlæggende to ting:
- Share of voice — ud af de prompts du sporer, hvor mange gange dit brand bliver nævnt
- Synlighedsscore — ud af de websider som et AI-system (som ChatGPT) citerer som kilder, hvor ofte er dit website en af dem
Begge disse tal er nyttige, og begge er proxyer. Ingen af dem fortæller dig alene, om AEO rent faktisk flytter din forretning.
Trafik er ikke målet
Det første punkt Schwartz fremhæver, er et der let overses: trafik er ikke et mål. Når AI Overviews og chatbot-svar besvarer flere forespørgsler direkte, klikker folk mindre på top-of-tragt-websider. Det betyder, at din trafik vil falde, punktum, uanset hvor godt du klarer dig med AEO.
Det sagt, så er billedet ikke ensartet dårligt. For vigtige transaktionssider driver trafik stadig omsætning direkte. Der er eksempler på, hvor den samlede trafik ikke har ændret sig meget, og omsætningen heller ikke, hvilket tyder på, at sammensætningen betyder mere end hovedtallet. AEO driver ikke omsætning direkte. Det former bevidsthed, tillid og overvejelse længe før en transaktion finder sted, hvilket gør et råt trafikdiagram til en dårlig resultattavle for om det virker.
Hvorfor AEO-attribution er sværere end SEO-attribution nogensinde var
Attribution for SEO-omsætning var allerede rodet. For at forbinde en konvertering tilbage til søgning, skulle du vide at klikket umiddelbart før konverteringen havde Google som kilde. Ad-blockere, privatlivsindstillinger og manglende referrer-data gjorde det upålideligt, selv i en moden, velkendt kanal.
AEO er sværere. Sæt hele tragten fra en bruger, der lander på din side, til side – allerede før det er det faktisk svært at vide, at den prompt du sporer, afspejler den reelle kontekst en AI-agent arbejder med. Hvis du har adgang til din egen AI-assistents indstillinger, kan du se dette direkte: der er hukommelses- og personaliseringsfunktioner, der gemmer data om dig, og disse data bliver en del af den kontekst, der sendes til modellen ved hvert spørgsmål.
Spørg en assistent om noget som “hvad er det bedste CRM i 2026?” og den vil ikke bare køre en almindelig søgning. Først tjekker den sin hukommelse for personalisering eller data om dig, og den kontekst kan forme hvilken søgning den rent faktisk udfører og hvilke kilder den fremhæver. Så når et værktøj rapporterer en citation, et share of voice-tal eller en synlighedsscore, er der ingen måde at være 100% sikker på at den måling afspejler hvad en rigtig bruger med deres egen hukommelse og kontekst rent faktisk ville se.
Bedre proxyer end share of voice og synlighedsscore
Givet disse begrænsninger, hvilke målinger kommer tættere på sandheden? Her er proxyerne værd at spore ved siden af share of voice og synlighedsscore.
Brandtrafik
Brandtrafik er et af de enkleste og mest pålidelige signaler tilgængelige. Filtrer dine Google Search Console-forespørgsler efter dit brandnavn og følg hvordan visninger og klik ændrer sig over tid. Det samme gælder for AI-søgning: når AI-drevet bevidsthed vokser, bør du se et reelt hop i mængden af brandede forespørgsler, både i Search Console og i Google Trends.
Dette er ikke hypotetisk. Det viste sig direkte i FlowHunt, et andet produkt fra samme team: et målbart hop i visninger og klik specifikt for “FlowHunt”-brandforespørgslen. At spore dette hop og gøre en indsats for at fortsætte med at vokse det, er en af de mere pålidelige proxyer tilgængelige, fordi AI-søgning efterhånden som brandbevidstheden stiger, bliver en stærkere og mere holdbar omsætningskanal.
Spørg brugerne
Dette er den proxy de fleste virksomheder springer over. Tilføj et “hvordan fandt du os?"-spørgsmål til din onboarding-flow for at indfange hvad folk rapporterer som deres anskaffelseskanal. Hvis du afholder demo-samtaler, så spørg direkte. Det er ikke perfekt præcist, men det er et datapunkt som intet AI-synlighedsværktøj kan fabrikere eller tilnærme for dig, og det er ofte det mest ærlige signal i hele stakken.
Citerede sider kortlagt til prompts
Det er her nuværende værktøjer, inklusive AmICited, kan tilføje reel værdi. Spor hvilke af dine sider der citeres oftest, og byg derefter nye promptgrupper direkte fra disse data. Hent de sider som ChatGPT henviser brugere til fra Google Analytics, omdann disse sider til prompts, og begynd at spore dem i dit AI-søgeværktøj. Du kan gøre dette manuelt med ethvert AI-søgeværktøj, men en direkte Google Analytics-integration (som AmICited er ved at bygge) kan præsentere disse promptforslag automatisk, i stedet for at du skal reverse-engineer dem i hånden.
Kontobaseret matching
Gå igennem de konti du allerede har samlet, hvad enten fra en e-handelsbutik eller et SaaS-produkt, og find ud af hvilke prompts disse specifikke kunder plausibelt ville stille et AI-system, og hvor du gerne vil rangere for dem. Dette forankrer din promptliste i rigtige købere i stedet for antagede søgeord, og det er en anden måde at bygge promptgrupper der afspejler faktisk efterspørgsel snarere end gætværk.
Share of voice-undersøgelser
Den sidste proxy er mere traditionel: bestil share of voice-undersøgelser gennem et marketing- eller analysebureau. Det er langsommere og koster mere end at trække et tal fra et dashboard, men det indfanger brandopfattelse på en måde som promptbaseret sporing af sin natur ikke fuldt ud kan gentage.
Hvor dette efterlader AEO-måling
Intet af dette betyder at share of voice og synlighedsscore er ubrugelige – de er stadig den hurtigste måde at se retningsbestemt bevægelse på tværs af de prompts og platforme du bekymrer dig om. Men at behandle dem som hele billedet snarere end ét lag af det, er en fejltagelse i betragtning af hvor meget personalisering og hukommelse kan ændre hvad en AI-agent rent faktisk søger efter og citerer.
Den mere modstandsdygtige tilgang: brug share of voice og synlighedsscore til daglig sporing, og valider den historie de fortæller med stigninger i brandtrafik, direkte kundefeedback og promptgrupper bygget fra sider du allerede bliver citeret på. Dette er i høj grad en samtale under udvikling. Det vil være værd at følge hvordan resten af branchen reagerer, efterhånden som flere af disse proxyer bliver standardiseret.

