Den, der vil indrette et hjemmegym, har mange spørgsmål. Hvilken vægtstang passer til en begynder, hvor tykke skal gulvmåtterne være, og hvor kan man købe et rack, der kan stå i en kælder med lavt til loftet? Flere og flere stiller de spørgsmål til ChatGPT frem for at klikke sig igennem en række webshops, og AI-assistenten svarer med et par konkrete forslag. For butikker, der sælger fitnessudstyr, er det blevet vigtigt at vide, om de er blandt dem, og det er præcis det, LLM tracking handler om.

For køberen er der også en pointe. AI-anbefalinger føles neutrale, men de bygger på det, AI kan finde og læse på nettet. Det er værd at forstå, før man lader et chatsvar bestemme, hvor pengene bliver brugt.

Sådan opstår anbefalingerne

Når nogen spørger ChatGPT eller Google AI om fitnessudstyr, søger assistenten på nettet og samler svaret fra de kilder, den finder. Det kan være produktsider, købeguides, testartikler og diskussioner i fora. Butikker, der nævnes mange steder, og som har klare sider om deres produkter, har bedre chancer for at komme med.

Det betyder ikke, at de nævnte butikker er de bedste. Det betyder, at de er de mest synlige i de kilder, AI læner sig op ad. En specialbutik med stor viden om styrketræning kan sagtens blive overset, hvis dens viden ikke står nogen steder, hvor AI kigger.

Hvad en butik med fitnessudstyr kan gøre

Nogle greb går igen, uanset hvilken del af markedet butikken dækker:

• Svar på de spørgsmål, kunderne stiller. En guide til valg af vægtskiver eller forskellen på stænger til styrkeløft og vægtløftning er præcis den slags indhold, AI kan citere.
• Gør produktdata tydelige. Mål, vægt, materiale og maksimal belastning skal stå som tekst på siden, ikke kun på et billede.
• Lad AI-robotterne læse sitet. Hvis hjemmesiden blokerer de robotter, ChatGPT og andre AI-tjenester bruger, kan de ikke hente noget derfra.
• Hold øje med, hvad der siges. Står der forkerte oplysninger om levering eller returret på andre sider, kan de ende i AI-svarene.

Man kan ikke styre det, man ikke måler

Det store problem er, at et enkelt opslag i ChatGPT siger meget lidt. AI svarer ikke ens fra dag til dag, og små ændringer i spørgsmålet kan give helt andre butikker. En butiksejer, der tjekker et par spørgsmål en gang imellem, får et tilfældigt billede.

Systematisk måling over tid løser det. Ved at stille de samme spørgsmål igen og tælle, hvem der bliver nævnt, kan man se en retning og følge, om de ændringer, man laver på sitet, faktisk virker.

Et værktøj til at måle AI-synlighed

Et konkret eksempel er LLM Tracker fra bureauet humane. Med LLM tracking kan en butik skrive sit domæne og efter et par minutter se, om ChatGPT og Google AI anbefaler den, og hvem de anbefaler i stedet. Tjekket er gratis, søger i Danmark på dansk, og der kan køres ét om dagen.

Værktøjet finder de spørgsmål, kunderne stiller, og tæller op, hvor ofte domænet og konkurrenterne bliver nævnt. Det viser også, hvilke sider AI henter sine svar fra, og om AI-tjenesterne har adgang til sitet. Med en mailadresse åbner den fulde rapport med svarene, kilderne og tre konkrete forslag til sitet, og ifølge humane læser en medarbejder rapporten igennem, før den sendes. Bureauet oplyser desuden, at svarene hentes fra den rigtige ChatGPT og ikke fra et API.

Én begrænsning er værd at kende: Et enkelt tjek er et øjebliksbillede. Det viser, hvor butikken står i dag, men retningen kræver gentagne målinger.

Næste skridt for butikken

Start med at stille ChatGPT de spørgsmål, kunderne oftest skriver om i mails og beskeder. Se, hvem der nævnes, og hvilke kilder der henvises til. Det giver et første indtryk af, hvor butikken mangler at være til stede.

Den, der vil vide mere om, hvordan synlighed i både Google og AI hænger sammen, kan læse mere hos humane.