Hvordan undersøker du hvilke spørsmål folk stiller AI? Tradisjonell søkeordforskning ser ikke ut til å gjelde

Du har rett i at tradisjonell søkeordforskning ikke passer direkte. Her er det nye rammeverket for forskning:

1. Start med kundespråk

Glem søkeordverktøy i starten. Gå til:

• Supporthenvendelser
• Transkripter fra salgssamtaler
• Opptak fra kundeintervjuer
• Onboarding-samtaler

Lytt til hvordan kundene beskriver sine problemer i naturlig språk. Dette er promptene de bruker med AI.

2. Kilder for spørsmålsmønstre

3. Direkte AI-testing

Lag en liste på 50 prompts du TROR brukerne spør om. Test hver på ChatGPT, Perplexity, Claude, Gemini. Dokumentér: Hvem dukker opp? Hva siteres? Hva mangler?

4. Overvåkingsverktøy

Am I Cited og lignende verktøy sporer synligheten din på tvers av AI-plattformer. De viser hvilke spørsmål som utløser merkevaren din og hvor det er hull.

Dette er spørsmålskartlegging, ikke søkeordforskning. Helt annen tankegang.

Reddit er det beste gratis verktøyet for AI-spørsmålsforskning.

Hvorfor Reddit fungerer:

• Folk stiller spørsmål slik de ville spurt AI
• Detaljert kontekst inkludert
• Ekte problemer, ikke markedsføringsspråk
• AI-systemer siterer Reddit ofte

Slik miner du Reddit for spørsmål:

1. Finn subredditer i din kategori
2. Søk etter anbefalingstråder
3. Se etter mønstre i hvordan spørsmål stilles
4. Notér hvilken kontekst folk gir

Eksempel på søkeord:

• “hva bruker du til [kategori]”
• “anbefal [kategori]”
• “alternativ til [konkurrent]”
• “beste [kategori] for [brukstilfelle]”
• “hvordan [oppgave du løser]”

Hva du bør trekke ut:

• Den eksakte formuleringen av spørsmålet
• Konteksten de gir
• Oppfølgingsspørsmål
• Hvilke svar som får oppstemmer

Vi fant 80+ unike spørsmålsmønstre fra Reddit på én ettermiddag. Disse ble våre AI-optimaliseringsmål.

Salgsperspektiv: Salgsteamet ditt er en gullgruve for spørsmålskartlegging.

Hva potensielle kunder spør oss:

• “Hvordan sammenlignes dette med [konkurrent]?”
• “Hva er vanlig oppsettstid?”
• “Fungerer det med [spesifikt verktøy]?”
• “Hvilke selskapsstørrelser bruker dette?”
• “Hva er prisen for [spesifikt scenario]?”

Dette er de nøyaktige prompts de vil stille AI.

Vi begynte å registrere disse systematisk:

1. Etter hver salgssamtale logger selger de tre viktigste spørsmålene
2. Ukentlig gjennomgang for mønstre
3. Månedlig oppsummering av toppspørsmål
4. Sender til innholdsteamet for optimalisering

Oppdagelse: 70 % av AI-relevante spørsmål dukker aldri opp i søkeordverktøy. De er spesifikke, kontekstuelle, brukstilfelle-drevne spørsmål som bare kommer frem i reelle samtaler.

Salgsteamet ditt snakker med potensielle kunder hver dag. De vet hvilke spørsmål som stilles. Spør dem.

Systematisk prompt-testingsprosess:

Steg 1: Lag første prompt-liste Fra alle kilder (kundespråk, Reddit, salg osv.), sett sammen 50-100 prompts.

Steg 2: Kategoriser prompts

• Oppmerksomhet: “Hva er [kategori]?”
• Vurdering: “Beste [kategori] for [brukstilfelle]”
• Beslutning: “[Produkt] vs [konkurrent]”
• Teknisk: “Hvordan [spesifikk oppgave med produkt]”

Steg 3: Test på tvers av plattformer For hver prompt, test på:

• ChatGPT
• Perplexity
• Claude
• Google AI Overview

Steg 4: Dokumentér resultater

Steg 5: Identifiser mønstre

• Hvor er vi sterke?
• Hvor finnes det hull?
• Hvilket innhold vil dekke hullene?

Steg 6: Prioriter Fokuser på høyintensjons-prompts der du ikke vises, men burde.

Dette gir deg en handlingsrettet spørsmålsliste, ikke bare søkeord med volum.

Verktøy spesielt for AI-spørsmålsforskning:

Synlighetsmåling:

• Am I Cited – Sporer merkevareomtale på tvers av AI-plattformer
• SE Ranking AI Toolkit – AI-synlighetsmåling
• Profound – AI share of voice-måling

Spørsmålsforskning:

• AnswerThePublic – Spørsmålsvisualisering
• AlsoAsked – Relasjoner mellom spørsmål
• Semrush “Questions”-filter – Søkeordspørsmål

Samtaleutvinning:

• Gong/Chorus – Analyse av salgssamtaler
• Intercom/Zendesk – Analyse av supporthenvendelser
• Brand24 – Overvåkning av sosiale omtaler

Hullet: Ingen verktøy gir deg “AI søkevolum” slik Ahrefs gir søkevolum. Disse dataene finnes rett og slett ikke offentlig.

Vår løsning:

1. Bruk tradisjonelle verktøy for spørsmålsfunn
2. Bruk AI-synlighetsverktøy for å spore tilstedeværelse
3. Bruk manuell testing for hullanalyse
4. Kombiner til prioritert prompt-liste

Det er mer arbeid enn tradisjonell søkeordforskning, men nødvendig for AI-optimalisering.

Slik kategoriserer og prioriterer vi prompts:

Kategori 1: Merkesøk

• “[Ditt merke] anmeldelse”
• “Er [Ditt merke] bra?”
• “[Ditt merke] pris” Prioritet: Må optimaliseres. Du må eie ditt merke i AI.

Kategori 2: Sammenligningssøk

• “[Ditt merke] vs [konkurrent]”
• “Alternativer til [konkurrent]”
• “Beste [kategori]-verktøy” Prioritet: Høy verdi, høy intensjon.

Kategori 3: Problemspørsmål

• “Hvordan løser jeg [problemet du adresserer]?”
• “Beste måte å [oppgave]”
• “Hvilke verktøy hjelper med [utfordring]?” Prioritet: Oppmerksomhetsfase, bredere nedslagsfelt.

Kategori 4: Bransjespørsmål

• “Hva er [begrep i din bransje]?”
• “[Bransje] beste praksis”
• “[Bransje] trender 2026” Prioritet: Mulighet for tankelederskap.

Vi sikter på å vises i 80 % av merkesøk, 50 % av sammenligningssøk, 30 % av problemspørsmål, 20 % av bransjespørsmål.

Ulike kategorier krever ulike innholdstyper.

Spørsmålsforskning er iterativt, ikke engangs.

Månedlig forskningsrytme:

Uke 1: Ny kartlegging

• Nye supporthenvendelser analyseres
• Nylige salgsspørsmål
• Reddit/forum-overvåking
• Legg til nye prompts i sporing

Uke 2: Resultatgjennomgang

• Hvilke prompts nevner oss nå?
• Hvilke gjør fortsatt ikke?
• Noen nye konkurrenter som dukker opp?
• Hvilket innhold blir sitert?

Uke 3: Hullprioritering

• Høyest verdifulle manglende prompts
• Hvilket innhold vil dekke hull?
• Hvilket eksisterende innhold trenger optimalisering?

Uke 4: Tiltaksplan

• Innholdsoppgaver for neste måned
• Optimaliseringsprioriteringer
• Nye sporingstillegg

AI-søk utvikler seg konstant. Spørsmålsforskning er ikke et prosjekt – det er en prosess.

Reverse engineering av konkurrenters AI-synlighet:

1. Identifiser konkurrentens styrker Test prompts på tvers av plattformer:

• Hvor vises konkurrentene, men ikke du?
• Hvilket innhold fra dem blir sitert?
• Hvilket språk utløser deres omtale?

2. Analyser sitert innhold Når konkurrenten dukker opp:

• Hvilken side siteres?
• Hva gjør den siterbar?
• Hvordan er den strukturert?

3. Finn deres hull Hvor vises DE ikke?

• Kan du fylle det hullet?
• Hvilket innhold vil fange denne prompten?

Eksempel på funn: Konkurrent vises for “beste [kategori] for enterprise” men ikke “beste [kategori] for startups.”

Vi lagde innhold rettet mot startups. Nå dominerer vi startup-relaterte prompts, mens de dominerer enterprise.

Å forstå konkurrentens spørsmålsdekning gir muligheter.

Dette endrer helt hvordan jeg tenker på forskning. Ny spillbok:

Datakilder (erstatter søkeordverktøy):

1. Kundesupportsamtaler
2. Transkripter fra salgssamtaler
3. Reddit-/forumdiskusjoner
4. AnswerThePublic/AlsoAsked
5. Direkte testing på AI-plattformer

Forskningsprosess:

1. Utvinn naturlige språkspørsmål fra kildene
2. Kategoriser etter intensjon (merke, sammenligning, problem, bransje)
3. Test på tvers av AI-plattformer
4. Dokumentér synlighet og hull
5. Prioriter etter forretningsverdi
6. Lag innhold for å dekke hull
7. Spor og iterer månedlig

Verktøy:

• Am I Cited for synlighetsmåling
• Tradisjonelle verktøy for spørsmålsfunn
• CRM-/supportverktøy for kundespråk

Viktig tankeskifte: Ikke “hvilke søkeord har volum”, men “hvilke spørsmål stiller folk og hvordan kan vi være svaret”.

Tusen takk til alle – dette er spillboken jeg trengte.