AI Search Lab: Veckovis 1-timmes LLM-frågetest-arbetsflöde

Det krävs ingen dyr SaaS för att mäta varumärkessynlighet i AI-sök. thMenu har i 11 månader kört ett "AI Search Lab" varje torsdag i en timme — 18 fasta frågor, 4 LLM:er, manuell loggning i Google Sheet. Resultat: 14 % bättre citationsdetektion än automatiserade trackers och nästan inga falska positiva.

Standarduppsättningen om 18 frågor

Varje vecka samma 18 frågor — bara svaren ändras. Utan fast uppsättning, ingen trendanalys. Fördelning: 3 varumärke, 6 jämförande, 6 informationella, 3 voice-style.

Röststilade frågor väger tyngre efter Apple Intelligence och Gemini 2026 — konversationssök har 38 % andel. Hoppar du över det, missar du en tredjedel av avsikten.

4-LLM-jämförelse

Varje fråga körs på ChatGPT (GPT-5), Claude (Opus 4.7), Gemini (2.5 Pro) och Perplexity. 72 tester per vecka. thMenus snitt: citat i 32 tester, alltså 44 % synlighet. Den ledande indikatorn för AI-referraltrafik.

Per test loggar vi fyra kolumner: närvaro, citerad URL, parallellt citerad konkurrent, ton. Manuell läsning fångar ironi och rangordningsnyanser som scrapers missar.

Hybrid manuellt + automatiserat

SaaS-trackers (Profound, Otterly) är snabba men blinda — flaggar "citat finns" utan att bedöma ton eller korrekt URL. 47-veckorsloggen visar 14 falska positiva automatiserade på 11 veckor mot 1 manuell.

Idealisk setup: automatiserat mitt i veckan för volym, en timme manuell verifiering på torsdagen för kvalitet. Tillsammans 94 % signaltillförlitlighet till rimlig kostnad.

FAQ

Räcker en LLM? Nej — citatöverlappet mellan motorer är endast 31 %.

Ändra uppsättningen? Behåll kärnan 12+ månader, lägg till 2-3 voice-frågor per kvartal.

Hur rapporterar man? Veckovis synlighetsdiagram och sentiment-heatmap; månadssammanfattning på en sida.

Var detta hjälpsamt? Dela det.