AI Search Lab: Ukentlig 1-times LLM-spørringstest-arbeidsflyt

Du trenger ikke dyr SaaS for å måle merkesynlighet i AI-søk. thMenu har i 11 måneder kjørt et "AI Search Lab" hver torsdag på en time — 18 faste spørringer, 4 LLM-er, manuelle logger i Google Sheet. Resultat: 14 % mer presis sitering-deteksjon enn automatiserte trackere og nesten ingen falske positiver.

Standardsettet på 18 spørringer

Hver uke samme 18 spørringer — bare svarene endrer seg. Uten fast sett, ingen trendanalyse. Fordeling: 3 merkevare, 6 sammenligning, 6 informasjon, 3 voice-style.

Voice-spørringer veier mer etter Apple Intelligence og Gemini 2026 — konversasjonssøk har 38 % andel. Ignorerer du dette, mister du en tredel av intensjonssignalet.

Sammenligning av 4 LLM-er

Hver spørring kjøres på ChatGPT (GPT-5), Claude (Opus 4.7), Gemini (2.5 Pro) og Perplexity. 72 tester per uke. thMenus snitt: siteringer i 32 tester, altså 44 % synlighet. Den ledende indikatoren for AI-referraltrafikk.

Per test logger vi fire kolonner: tilstedeværelse, sitert URL, parallelt sitert konkurrent, tone. Manuell lesing fanger ironi og rangerings-nyanser som skrapere overser.

Hybrid manuell + automatisering

SaaS-trackere (Profound, Otterly) er raske, men blinde — markerer "sitering til stede" uten å vurdere tone eller riktig URL. 47-ukers logg viser 14 falske positiver automatisert på 11 uker mot 1 manuell.

Ideelt oppsett: automatisert midt i uka for volum, en time manuell verifikasjon torsdag for kvalitet. Til sammen 94 % signalpålitelighet til rimelig kostnad.

FAQ

Holder én LLM? Nei — overlapp mellom motorer er kun 31 %.

Endre settet? Hold kjernen stabil 12+ måneder, legg til 2-3 voice-spørringer per kvartal.

Hvordan rapportere? Ukentlig synlighetsgraf og sentiment-heatmap; månedlig oppsummering på én side.

Var dette nyttig? Del det.