Vi kjørte nylig 359 AI-spørringer mot en norsk strømleverandørs merkevare, en av våre faste kunder. Ikke spørringer vi fant på – spørringer vi hentet fra faktiske kjøpssituasjoner. Dette er ting norske forbrukere skriver til ChatGPT, Perplexity og Gemini når de skal bytte strømleverandør.

Resultatet et par timer etter vår første kjøring i 3LA Brand Analyzer har fått navnet AIR Snapshot. AIR betyr AI reality:

• 41% mention rate – merkevaren nevnes i 4 av 10 relevante AI-svar
• AIR Score 57/100 – solid baseline for en merkevare uten tidligere AI-optimering
• 61% konkurrent sterkere – i mer enn halvparten av svarene der de nevnes, anbefaler AI-modellen en konkurrent som et bedre alternativ
• GPT-5.2 performer best med 59% mention rate – Perplexity lavest med 34%

57 av 100 høres ikke dårlig ut. Men det tredje tallet – 61% – er det som faktisk koster dem kunder. Merkevaren eksisterer i AI-enes treningsdata. De vet hvem det er. Problemet er at de ikke har nok siterbart innhold til å forklare hvorfor de er det beste valget.

Det er et innholdsgap, ikke et synlighetsproblem. Og det er en distinksjon som er verdt å forstå.

Hva Brand Analyzer faktisk måler

De fleste tenker på AI-synlighet som et ja/nei-spørsmål: nevnes vi eller ikke? Det er feil spørsmål.

Brand Analyzer i 3LA-plattformen måler fem dimensjoner per kjøring:

• Mention rate – Nevnes merkevaren overhodet i AI-svaret?
• Treningsbasert vs. RAG-drevet – Er omtalen basert på data modellen ble trent på (L3-autoritet), eller på ferske websider modellen hentet inn i svaret (RAG)? Skillet er kritisk fordi de to krever ulike tiltak.
• Sentiment – Når merkevaren nevnes, er tonen positiv, nøytral eller negativ? Skalaen går fra -1,0 til +1,0.
• Konkurrent sterkere – I hvilken andel av svarene presenterer AI-modellen en konkurrent som et sterkere alternativ?
• Share of Voice – Hva er merkevarens andel av alle brand-nevnelser i relevante svar, sammenlignet med konkurrentene?

Hver kjøring går mot de fem modellene som brukes mest av norske forbrukere og profesjonelle: ChatGPT, Claude, Gemini, Perplexity Sonar og Perplexity Sonar Pro.

AIR Snapshot – baseline til trendsporing

AIR Snapshot er rapporten som genereres automatisk etter hver runde med kjøringer. Den svarer på tre spørsmål i rekkefølge:

• Er vi synlige i AI-svar? – mention rate og fordeling mellom treningsbasert og RAG-drevet
• Hvordan blir vi omtalt? – sentiment og konkurrentstyrke blant svarene der merkevaren faktisk nevnes
• Hva gjør vi med det? – prioriterte tiltak fordelt på L1, L2 og L3

Første kjøring etablerer baseline. Andre kjøring viser bevegelse. Det er fra tredje og fjerde kjøring at mønstrene begynner å si noe handlingsrettet.

Én ting AI-synlighet ikke er

Det er ikke søkemotoroptimalisering med nytt navn.

Google rangerer sider. AI-modeller siterer innhold – eller mer presist: de trekker på innhold som er faktabasert, strukturert og mulig å verifisere. En side med høy DA og god nøkkelorddekning kan score lavt på AI-synlighet dersom den mangler siterbare faktaenheter, JSON-LD-schema eller tydelig kildestruktur.

Det er grunnen til at vi har bygget AIR Snapshot som et eget måleverktøy – og ikke bare integrert det i eksisterende SEO-rapporter.

Kom i gang på 24 timer

Brand Analyzer er en Pro-funksjon i 3LA-plattformen.

Prisen er 490 kr per måned – inkludert ubegrenset antall prompts, automatisk scoring mot 5 AI-modeller, AIR Snapshot-rapport og tidsseriedata.

Første probe kan kjøres samme dag du oppgraderer.

Det tar én time å sette opp et prompt-bibliotek tilpasset din bransje. Etter 14 dager har du baseline. Etter 30 dager vet du hvilke AI-modeller som under-performer – og hvorfor.

→ Oppgrader til Pro på threelayerapproach.com

Nickolass Jensen er grunnlegger av Nettpilot AS og Three-Layer Approach™ – et rammeverk og en plattform for innholdsoptimalisering mot mennesker, søkemotorer og AI-agenter. Nettpilot hjelper norske bedrifter med å bygge digital tilstedeværelse som virker over tid, med erfaring siden 2004.