ChatGPT-synlighed: undersøg omtaler og kildehenvisninger

Synlighed i ChatGPT kan være en brandnævnelse, en synlig kildehenvisning eller en omtale i forbindelse med en leverandørvurdering. Det er forskellige observationer. En brugbar gennemgang undersøger både produktets søgekontekst, selve udsagnet og den side, der eventuelt henvises til.

Definér hvilken ChatGPT-oplevelse I undersøger

Registrér produkt, synlig modelbetegnelse, søgetilstand, sprog, tidspunkt og de indstillinger, der er relevante for kontrollen. Et svar, der bygger på filer indsat i samtalen, er ikke samme type observation som et svar med offentlige webkilder. Tidligere dialog kan også gøre et spørgsmål ledende.

Brug en fast metode til nye samtaler og et afgrænset spørgsmålssæt. Angiv, hvis en indstilling ikke kunne kontrolleres. Rapporten skal ikke foregive adgang til en skjult rangeringsmodel eller til alle svar, danske brugere får.

Vælg spørgsmål fra en reel købsbeslutning

Spørgsmålet bør afspejle en situation, virksomheden faktisk hjælper med. Et tænkt eksempel er: »Hvilke forhold bør en mindre produktionsvirksomhed afklare før valg af ekstern vedligeholdelse?« Det undersøger beslutningskriterier. Et særskilt spørgsmål med virksomhedens navn undersøger, hvilke oplysninger der gengives om netop brandet.

Bland ikke brandspørgsmål og åbne kategorispørgsmål i samme procenttal uden at vise forskellen. Et spørgsmål, der allerede indeholder navnet, gør det lettere at få en nævnelse. Det er derfor ikke et retvisende mål for bred opdagelse blandt ukendte købere.

Kontrollér udsagnet før I tæller det

Læs den citerede side i sin sammenhæng

Følg linket og find den passage, der kan støtte udsagnet. Kilden kan være virksomhedens egen side eller en uafhængig ressource. Registrér, hvis en side er forældet, utilgængelig eller kun delvist relevant. Et synligt link beviser ikke, at alle sætninger omkring det er korrekte.

Hvis et svar beskriver en service forkert, kontroller først virksomhedens egne beskrivelser og relevante eksterne oplysninger. Ret den egentlige kilde til modstriden, når den kan findes, frem for at tilføje et skjult budskab, som forsøger at instruere en model i at anbefale virksomheden.

Skeln søgeadgang fra modeltræning

OpenAI dokumenterer OAI-SearchBot som søgeagent, GPTBot i forbindelse med modeltræning og ChatGPT-User til visse brugerinitierede handlinger. Valgene skal vurderes hver for sig. En ændret søgeregel opdaterer ikke automatisk en models træningsviden.

Brug adgangsgennemgangen, hvis relevante offentlige sider ikke kan hentes. Der må ikke drages en bred konklusion om manglende søgeadgang alene ud fra, at brandet ikke forekommer i ét svar.

Forbedr de sider, der kan bære et korrekt svar

Vælg kildesider med klart formål. Beskriv faktisk omfang, dokumentér væsentlige påstande og gør forskellen på eksempler og dokumenterede resultater synlig. Ved modstridende virksomhedsoplysninger hjælper faktaregisteret. Ved manglende indhold kan et originalt svar med et konkret eksempel være mere værdifuldt end endnu en generel introduktion.

Rapportér gentagelser og forretningssignaler særskilt

Gentag kontroller på en fastlagt måde, og medtag også observationer uden nævnelse. Registrér mislykkede eller uklare kørsler separat. Følg henvisningsbesøg og relevante henvendelser, hvis virksomheden har en passende måling, men antag ikke, at alle påvirkede kunder klikker direkte fra samme svar.

Afslut med de konkrete fund: hvilke oplysninger var korrekte, hvilke kilder blev vist, og hvilke forbedringer har et dokumenteret grundlag? Brug den fælles protokol til metode og nævnere. En god rapport er en afgrænset undersøgelse, ikke en påstand om at kontrollere ChatGPT.

Undersøg en fejl uden at gøre prompten ledende

Når et svar indeholder en forkert oplysning, er det fristende at stille et nyt spørgsmål, der allerede fortæller systemet den korrekte konklusion. Det kan være nyttigt i almindelig dialog, men er ikke en neutral gentagelse af observationen. Gem den første kontrol og klassificér en efterfølgende afklaring som en anden type test.

Et branded spørgsmål kan undersøge virksomhedens oplysninger. Et åbent spørgsmål kan undersøge, hvilke kilder eller muligheder der vises i en kategori. En specifik kildeforespørgsel kan kontrollere, om systemet kan hente en bestemt side. De tre undersøgelser må ikke få samme fortolkning, selv om alle kan give et positivt svar.

Brug derfor forskellige felter eller grupper i loggen. Det gør det muligt at opdage, om en forbedring kun ses, når brandet allerede nævnes i spørgsmålet. En sådan observation kan stadig være nyttig, men fortæller ikke det samme som uopfordret opdagelse.

Vurder korrekthed med en konkret påstandsliste

Udpeg de udsagn, der kan ændre en kundes valg: tilbudt ydelse, målgruppe, adresse, prisbetingelse eller en påstået kvalifikation. Find det godkendte grundlag for hvert udsagn. Et delvist rigtigt svar kan være mere risikabelt end et klart forbehold, hvis den forkerte detalje er afgørende.

Hvis fejlen stammer fra en ekstern kilde, undersøg dens faktiske indhold og rettelsesmulighed. Opfind ikke en korrektion på egen hjemmeside, der antyder, at den eksterne udgiver har bekræftet noget. Ret egne oplysninger og brug den normale kanal til eventuelle eksterne rettelser.

Efter en rettelse skal næste observation stadig registreres med dato og kontekst. En umiddelbar positiv respons kan ikke dokumentere, at alle brugere nu får den nye oplysning. Afslut rapporten med det, der er verificeret, og beskriv eventuelle åbne forekomster som åbne.

Det gør gennemgangen praktisk for virksomheden: den kan se den egentlige faktafejl og den mulige rettelse uden at blive lovet kontrol over et eksternt svarsystem.

Redaktionelt gennemgået 3. november 2026. Arbejdsmodeller og mærkede eksempler er vejledning; de dokumenterer ikke kunderesultater eller en platforms godkendelse.