Slik ser du merkevareomtaler over tid for et prompt i AmICited

Én enkelt omtale forteller deg nesten ingenting. En trendlinje forteller deg alt — om du vinner et prompt, taper det, eller holder stand mens en konkurrent nærmer seg.

Hva er merkevareomtaler over tid?

En AI-merkevareomtale er ethvert punkt i et AI-generert svar der en chatbot nevner, anbefaler, lenker til eller på annen måte refererer til merkevaren din som svar på et prompt. «Merkevareomtaler over tid» er ganske enkelt dette rå signalet omgjort til en trend: i stedet for å spørre «ble jeg nevnt i dette ene svaret», spør du «av alle gangene dette promptet ble stilt de siste 30 dagene, hvor ofte — sammenlignet med alle andre som ble nevnt — var det meg?». Dette relative målet er din andel av omtaler (share of voice) for promptet: antall omtaler av deg delt på totalt antall omtaler for alle merkevarer som dukket opp i svar på det spørsmålet, uttrykt som en prosentandel.

Å spore dette over tid er viktig fordi AI-svar ikke er statiske. Store språkmodeller regenererer svar ved hjelp av retrieval-pipelines, oppdaterte treningsdata og live søkeresultater fra nettet, så settet av merkevarer de siterer for et gitt spørsmål endrer seg fra uke til uke — noen ganger fra dag til dag. En merkevare som dominerte et prompt i januar, kan stille og rolig forsvinne fra svaret innen mars hvis en konkurrent publiserer en mer siterbar side, hvis modellens retrieval-kilder endres, eller hvis ditt eget innhold blir utdatert. Uten en tidsserie ville du bare fanget opp et slikt skifte neste gang du tilfeldigvis sjekket manuelt — lenge etter at skaden var skjedd.

Dette er selve kjernen i generativ søkemotoroptimalisering (GEO): å behandle AI-svar som en rangeringsflate i konstant bevegelse, ikke som et øyeblikksbilde tatt én gang. I tradisjonell SEO har rangeringsverktøy vist posisjon-over-tid-grafer for søkeord i to tiår. Det tilsvarende for AI-søk er promptsporing — å overvåke et fast sett med reelle brukerspørsmål og, på en tilbakevendende basis, registrere hvilke merkevarer modellen siterer og hvor fremtredende de er. Et diagram for merkevareomtaler over tid er det denne sporingen produserer når du zoomer inn på ett enkelt prompt: en trendlinje per merkevare, slik at momentum blir synlig i stedet for anekdotisk.

Det som gjør dette spesifikt nyttig, og ikke bare interessant, er at det skiller mellom to svært forskjellige problemer. En flat linje for andel av omtaler med lavt volum forteller deg at selve promptet ikke genererer mye konkurrerende omtaleaktivitet — ikke mye å kjempe om. En volatil linje som svinger mellom merkevarer forteller deg at modellens kildepool for det spørsmålet er ustabil, noe som som regel betyr at ferskt, autoritativt innhold fortsatt kan flytte nålen. Og en linje som jevnt stiger eller synker over mange dager, i stedet for enkeltstående topper, er det sterkeste beviset du kan få på at noe du gjorde — eller en konkurrent gjorde — faktisk virker.

Hvor du finner det

Det er diagrammet til venstre midt på promptdetalj-siden, med undertittelen «Andel av omtaler i svar på dette promptet · Alle · siste 30 dager», rett ved siden av ledertavlen for merkevareomtaler.

Hva det måler

Diagrammet plotter andel av omtaler, ikke rått antall omtaler — slik korrigerer det for hvor «travelt» et prompt er. Et prompt som trekker inn ti konkurrerende merkevarer per svar, vil naturlig nok produsere en lavere andel per merkevare enn et prompt der bare to eller tre merkevarer noensinne blir nevnt, selv om ditt absolutte antall omtaler er identisk i begge tilfeller. Denne normaliseringen er det som gjør trenden sammenlignbar på tvers av ulike tidsvinduer og på tvers av ulike prompter i kontoen din: en økning fra 20 % til 35 % andel betyr noe konkret uansett hvor mange totale siteringer som fløt gjennom svaret den uken.

Fordi diagrammet er avgrenset til ett prompt, er det et langt mer presist instrument enn en kontobred AI-synlighet-score. Din samlede AI-synlighet kan være flat mens enkeltstående prompter under den beveger seg i motsatt retning — én stiger på grunn av en ny landingsside, en annen synker fordi en konkurrent lanserte en sammenligningsside som modellen begynte å foretrekke. Promptnivå-visningen er der du fanger opp denne typen motsatte bevegelser før det viser seg som «ingen endring» i totalen.

Slik leser du det

• Hver linje er et merke, farget for å matche forklaringen under diagrammet; ditt merke er inkludert.
• Y-aksen er andel av omtaler; x-aksen er tid over den valgte datoperioden.
• Fanene over diagrammet (Alle, pluss én per motor) lar deg bytte mellom den sammenslåtte visningen og en enkelt motor.
• En sen oppadgående spike i linjen din betyr vanligvis at nytt innhold har begynt å bli fanget opp for dette promptet.
• Et hull eller fall i alle linjer samtidig gjenspeiler vanligvis en endring i hvor ofte selve promptet i det hele tatt returnerte et merkevaresvar, snarere enn et skifte mellom merkevarer — verdt å sjekke mot ledertavlen ved siden av diagrammet for å se om det totale siteringsvolumet falt.
• Flere merkevarer som synker sammen mens én stiger, er den klareste lesningen du kan få på en genuin konkurransemessig seier, i motsetning til støy i modellens sampling.

Slik bruker du det

1. Følg retningen din, ikke én enkelt dag. En jevn flerdagers økning i andelen din er signalet som betyr noe; et enkeltdags hopp er ofte bare samplingsstøy i hvordan modellen genererte akkurat det svaret.
2. Sammenlign med en konkurrent. Følg linjen din og en nøkkelkonkurrents sammen for å se om du vinner terreng — denne typen side-om-side-lesning er i praksis en AI-synlighetstrend -sammenligning avgrenset til ett spørsmål, og den er som regel mer handlingsrettet enn å sammenligne samlede synlighetsscorer fordi den er knyttet til en spesifikk brukerintensjon.
3. Koble endringer til handlinger. Still bevegelser i forhold til innhold du har publisert eller fan-out-spørringene du har begynt å målrette for dette promptet. Hvis andelen din flyttet seg innen en uke eller to etter at du publiserte en oppdatering, er det et sterkt (om enn ikke sikkert) årsakssignal; hvis den flyttet seg uten noen tilsvarende handling fra din side, er den mer sannsynlige forklaringen en konkurrents innhold eller et skifte i modellens retrieval-kilder.
4. Bytt motorer for å finne hvor gevinstene (eller tapene) dine er konsentrert. ChatGPT, Perplexity, Gemini og Google AI Mode henter fra ulike indekser og vekter kilder ulikt, så det er vanlig å se reell bevegelse på én motor skjult inne i en flat, sammenslått linje.
5. Bruk det til å prioritere, ikke bare til å rapportere. Et prompt med høyt totalt omtalevolum og en synkende trendlinje for din merkevare er en bedre bruk av din neste innholdssprint enn et prompt der andelen din allerede er nær toppen og stabil — diagrammet forteller deg hvilke kamper som faktisk fortsatt er vinnbare.
6. Kryssjekk mot ledertavlen. Ledertavlen for merkevareomtaler ved siden av dette diagrammet viser nåværende stilling; trenddiagrammet viser hvordan du kom dit. Å lese dem sammen forteller deg ikke bare hvem som leder i dag, men om det forspranget er ferskt eller i ferd med å svekkes.

Hvorfor promptnivå-trender slår enkeltstående sjekker

Å manuelt lime inn et prompt i ChatGPT én gang og se på svaret er ekvivalenten til å sjekke en aksjekurs én gang og anta at det er verdien for alltid. AI-svar varierer fra kjøring til kjøring selv for identiske spørsmål, på grunn av modellens sampling og fordi retrieval-kilder oppdateres uavhengig av enhver enkelt spørring. En enkeltstående sjekk kan ikke fortelle deg om en omtale var typisk eller en tilfeldighet. En 30-dagers trend, samplet konsistent, filtrerer bort denne støyen og viser den underliggende utviklingen — som er den eneste versjonen av disse dataene som faktisk er nyttig for å bestemme hva du skal gjøre videre. Dette er også grunnen til at et ad hoc-regneark med manuelle promptsjekker har en tendens til å falle sammen i løpet av noen uker: det klarer ikke å opprettholde en konsistent frekvens på tvers av dusinvis av prompter og flere motorer slik en dedikert AI-rangeringssporer kan.

Det er også den raskeste måten å svare på et spørsmål som stadig dukker opp i konkurranseanalyser: ikke «blir jeg nevnt», men «blir jeg nevnt mer enn jeg ble forrige måned, og akselererer den trenden eller flater den ut». Hvis du prøver å systematisk kartlegge hvilke spørsmål som i utgangspunktet er verdt denne typen gransking, er det verdt å kombinere dette diagrammet med en prosess for å finne hvilke prompter som utløser AI-omtaler av merkevaren din — trenddiagrammet er mest verdifullt når du allerede vet hvilke prompter som betyr noe for din bedrift og dine konkurrenter.

Hvor du går videre

Når du tydelig kan se et prompts trend for andel av omtaler, er det neste nyttige steget å avgjøre hva du skal gjøre med det — og den beslutningen avhenger som regel av om bevegelsen handler om ditt eget innhold eller om hvem andre som blir sitert sammen med deg. Hvis linjen din er flat eller synkende mens en navngitt konkurrents stiger, er det verdt å lese om hvordan du sporer konkurrenters AI-omtaler på tvers av de samme motorene, slik at du kan se om de publiserte noe nytt eller rett og slett ble plukket opp av en kilde modellen allerede stolte på. Og hvis du bygger et bredere argument for hvorfor denne typen sporing hører hjemme i din faste rapporteringssyklus — for ditt eget team eller for en klient, særlig hvis du kjører dette på tvers av flere kontoer som et byrå — går den dypere forklaringen om AI-andel av omtaler og hvordan du vinner den gjennom formelen, benchmarkene og taktikkene som faktisk flytter en trendlinje som denne i din favør.