Analysér resultater
Query fan-out
De underforespørgsler, en AI-motor kører bag en prompt, før den skriver svaret. Hvor AmICited får dem fra, hvordan de klassificeres, og hvordan du gør dem til indhold.
Definition
Fan-out-forespørgsel
Hvorfor fan-out er vigtig#
Når nogen spørger ChatGPT “best helpdesk software for ecommerce”, søger motoren ikke på netop den frase én gang. Den spreder sig ud i flere søgninger (“helpdesk software Shopify integration”, “Zendesk vs Gorgias pricing”, “helpdesk for small online store”), læser resultaterne og skriver et svar ud fra de sider, den fandt.
Det betyder, at de sider, der bliver citeret, er dem, der rangerer på eller tæt besvarer underforespørgslerne, ikke kun prompten. Hvis du kun optimerer en side til promptens ordlyd, kan du gå glip af de spørgsmål, der faktisk afgør, hvilke kilder der bruges.
Hvor forespørgslerne kommer fra#
Hver prompt har ét fan-out-sæt, sammensat af to input:
- Rapporteret af motoren. ChatGPT og Gemini rapporterer de underforespørgsler, de faktisk kørte. De indsamles sammen med hvert svar, aldrig udledt, og koster ikke ekstra.
- Forudsagt. For de øvrige motorer (Perplexity, Claude, Grok og resten), som ikke rapporterer fan-out, forudsiger en model underforespørgslerne ud fra de svar og kilder, der er indsamlet til prompten.
De to lister dedupliceres, og motorens egen ordlyd vinder, hvor begge frembragte den samme forespørgsel. Sættet genopbygges automatisk efter planlagte kørsler, og du kan Generate eller Regenerate det efter behov fra siden prompt-detaljer.
Kategorier#
Hver underforespørgsel klassificeres efter, hvordan den omformer den oprindelige prompt, i en af 19 kategorier:
| Kategori | Eksempel på omformning |
|---|---|
| Reformulation, Generalization, Specification | Samme spørgsmål med andre ord, bredere eller snævrere |
| Decomposition, Implicit | Deler spørgsmålet op, eller spørger om det, det forudsætter |
| Comparison, Entity, Attribute | “X vs Y”, et navngivet produkt, én egenskab ved det |
| Use case, Compatibility, Pricing | “for small teams”, “works with Shopify”, “cost” |
| Procedural, Definitional | “how to…”, “what is…” |
| Freshness, Geographic | “2026”, “in Germany” |
| Sentiment, Authority | Anmeldelser og meninger, ekspert- eller officielle kilder |
| Related, Multimodal, Other | Tilstødende emner, billeder eller video, alt andet |
Hver underforespørgsel har også en søge-Intent (informational, commercial, transactional og så videre) med en konfidens, plus søgevolumen, CPC og konkurrence, hvor der findes søgeordsdata.
Sådan læser du tabellen Fan-out queries#
På siden prompt-detaljer viser Fan-out queries “de underforespørgsler, generative motorer udleder af denne prompt”. Filtrér efter kategori eller hensigt, eller tilføj underforespørgsler som egne prompts:
- Track tilføjer én underforespørgsel som en sporet prompt.
- Track all prompts (N) tilføjer hver viste underforespørgsel.
Når en citationsanalyse er tilgængelig, får tabellen et heatmap: hvert citeret domæne bliver en kolonne, ordnet efter dets gennemsnitlige citationsplacering (bedst først), og hver celle viser, hvor tæt det domænes bedste side ligger på underforespørgslen. En ★-række øverst gør det samme for hovedprompten. Rækkerne er sorteret, så de underforespørgsler, der er mest relateret til de citerede sider, kommer først: det er dem, din side mest har brug for at dække. Mørkere celler betyder tættere.
Læs heatmappet kolonne for kolonne
Find kolonnen for det domæne, der citeres først. De rækker, hvor den er mørk, og din kolonne (markeret you) er bleg, er de underspørgsmål, vinderen besvarer, og du ikke gør. Det er din disposition til næste redigering.
Fan-out-historik#
Fan-out history viser “hvilke underforespørgsler motorerne begyndte og holdt op med at køre” i det valgte datointerval, grupperet som New, Stable og Dropped, med hvor mange dage hver blev set (for eksempel “12/30 days”) og en graf over underforespørgsler pr. dag. Den læser kun det, motorerne faktisk rapporterede, så den dækker ChatGPT og Gemini.
Brug den til at opdage en ændring i, hvordan en motor fortolker spørgsmålet. Hvis en “pricing”-underforespørgsel dukker op og bliver, er prisindhold netop blevet relevant for denne prompt, selv om din synlighed ikke har flyttet sig endnu.
Sådan handler du på fan-out#
- Åbn en prompt, du ikke er placeret på, og læs dens fan-out-liste. Grupper underforespørgslerne efter kategori.
- Tjek prompt-dækning for at se, hvilke underforespørgsler dine sider allerede besvarer (Covered, Partial, Uncovered).
- Tilføj sektioner, ikke søgeord. En underforespørgsel som “Zendesk vs Gorgias pricing” kræver en kort, direkte sammenligning med tal, ikke at frasen gentages.
- Spor de underforespørgsler, der har volumen. Underforespørgsler med høj volumen er ofte prompts, der er værd at overvåge i sig selv.
- Generér en artikel til en klynge af ikke-dækkede spørgsmål. Se AI-artikler.
Fan-out viser sig også i organisk søgning. Rapporterne AI searches og Site operators under Reports læser Search Console-forespørgsler, der indeholder en site:-operator, hvilket er sådan, en assistents fan-out når Google. Se søge- og trafikrapporter.