AI Search Lab: Viikoittainen tunnin LLM-kyselytestauksen työnkulku

Brändinäkyvyyden mittaaminen AI-haussa ei vaadi kallista SaaS-työkalua. thMenu on ajanut 11 kuukautta joka torstai tunnin mittaista "AI Search Labia" — 18 kiinteää kyselyä, 4 LLM:ää, manuaalinen kirjaus Google Sheetiin. Tulos: 14 % tarkempi viittauksen tunnistus kuin automaattisilla seurantatyökaluilla ja lähes nolla virhetulkintaa.

18 kyselyn vakiosetti

Joka viikko samat 18 kyselyä — vain vastaukset muuttuvat. Ilman kiinteää settiä ei voi tehdä trendianalyysiä. Jakauma: 3 brändi, 6 vertailu, 6 informaatio, 3 voice-style.

Ääniluonteiset kyselyt painavat enemmän Apple Intelligencen ja Gemini 2026:n jälkeen — keskusteluhaun osuus on 38 %. Tämän kategorian sivuuttaminen tarkoittaa kolmasosan menettämistä aikomussignaalista.

4 LLM:n vertailu

Jokainen kysely pyörii ChatGPT:llä (GPT-5), Claudella (Opus 4.7), Geminillä (2.5 Pro) ja Perplexitylla. 72 testiä viikossa. thMenu-keskiarvo: viittaus 32 testissä eli 44 % näkyvyys. Tämä on AI-referraliliikenteen johtava indikaattori.

Kirjaamme jokaiseen testiin neljä saraketta: viittauksen läsnäolo, viitattu URL, samanaikaisesti viitattu kilpailija, sävy. Manuaalinen lukeminen tunnistaa ironian ja järjestysvivahteet, joita kaapijat eivät huomaa.

Manuaalinen + automaattinen hybridi

SaaS-työkalut (Profound, Otterly) ovat nopeita mutta sokeita — merkitsevät "viittaus läsnä" arvioimatta sävyä tai oikeaa URL:ää. 47 viikon vertailuloki: automaatti tuotti 14 virheellistä positiivista 11 viikossa, manuaalinen 1.

Ihanteellinen kokoonpano: automaatti viikon keskellä volyymin vuoksi, tunti manuaalista torstaina laadun vuoksi. Yhdessä 94 % signaalin luotettavuus kohtuukustannuksin.

FAQ

Riittääkö yksi LLM? Ei — moottoreiden välinen viittauspäällekkäisyys on vain 31 %.

Pitäisikö settiä muuttaa? Pidä ydin 12+ kuukautta, lisää 2-3 voice-kyselyä kvartaalissa.

Miten raportoida? Viikoittainen näkyvyyskaavio ja sentimentin lämpökartta; kuukausitiivistelmä yhdellä sivulla.

Oliko tästä hyötyä? Jaa se.