AI-näkyvyys: näin mittaan brändin näkyvyyden tekoälyssä ja millä työkaluilla

AI-näkyvyys tarkoittaa sitä osuutta tekoälyavustajien vastauksista asiakkaidesi kysymyksiin, joissa brändi mainitaan nimeltä tai sen sivu annetaan lähteeksi. Laskan sen omalla kysymyssarjallani, erikseen jokaiselle avustajalle sekä maininnalle ja lainaukselle. Avustajien toimittajia lukuun ottamatta kukaan ei tunne kaikkia kysymyksiä, joita ihmiset niille esittävät, joten ”tekoälymarkkinan osuutta” ei voi laskea. Jokaisella AI-näkyvyyttä kuvaavalla luvulla on merkitystä vain, kun tiedetään, mihin se perustuu: kuinka moneen kysymykseen, missä avustajassa ja minä päivänä.

Kolme kertaa elokuun ja lokakuun välillä oma tarkistukseni paljasti, että hyvältä näyttänyt luku tarkoittaa jotain muuta kuin luulin:

1. Yhden omista projekteistani raportin ”brändin läsnäolo” osoittautui sivun lainaamiseksi eikä brändin maininnaksi. Perplexityssä raportti näytti 2 %, vaikka brändi mainittiin 37 %:ssa kysymyksistä; pelkissä kysymyksissä ilman brändin nimeä se mainittiin 21 %:ssa.
2. Testi, jonka piti osoittaa, että sijoitus alikyselyillä (kyselyillä, jotka avustaja lähettää itse hakukoneelle vastatessaan) ennustaa lainauksia paremmin kuin sijoitus päähakusanalla, antoi väitettä tukevan tuloksen, kunnes tarkastaja huomasi, että olin verrannut eritarkkuuksisia mittauksia.
3. Työkalun lainausten määrä kasvoi viikossa puolella kahdella brändillä, mutta niiden osuus ei juuri muuttunut, joten todennäköisesti kasvoi työkalun keräämien vastausten pohja (sen indeksi) eikä brändien näkyvyys.

Mittaan AI-näkyvyyden niin, että tällaiset virheet löytyvät ennen asiakkaalle menevää raporttia eikä sen jälkeen. Näistä toisen kuvasin tekstissä AI SEO:sta, kaksi muuta ovat alempana.

Mitä AI-näkyvyys tarkoittaa?

AI-näkyvyys on brändin läsnäoloa vastauksissa, joita tuottavat Googlen AI Overview ja tekoälytila, ChatGPT, Gemini, Perplexity ja Copilot, laskettuna osuutena tällaisista vastauksista. Brändi voi olla tällaisessa vastauksessa kahdella tavalla, ja laskan ne erikseen:

1. Maininta: brändin nimi on vastauksen tekstissä, jonka käyttäjä lukee.
2. Lainaus: brändin sivu on annettu lähteeksi, yleensä alaviitteessä tai vastauksen vieressä olevassa linkkilistassa.

Toinen ei seuraa toisesta. Avustaja voi suositella brändiä nimeltä antamatta sen sivua, koska tuntee sen muististaan tai muiden teksteistä. Se voi myös antaa brändin sivun yleisen tiedon lähteeksi eikä kirjoittaa brändin nimeä kertaakaan. Tekstissä AI SEO:sta kuvaan, mistä avustaja saa tietonsa brändistä: haun kautta vai mallin muistista.

Tekoälyn vastauksessa ei ole sijoitusta, joten mittaan osuutta enkä paikkaa. Avustajan vastaus syntyy joka kerta uudelleen, eikä se ole kymmenen tuloksen lista. Eli Schwartz sanoi saman yhdellä lauseella:

Siksi sijoituksen sijaan lasken, kuinka monessa kysymyssarjani vastauksessa brändi esiintyy. Luku ”brändi on ChatGPT:ssä sijalla 3” kuvaa yhtä vastausta yhdeltä päivältä, ja seuraava vastaus samaan kysymykseen voi mainita muut brändit toisessa järjestyksessä.

Miten tarkistan brändin näkyvyyden ChatGPT:ssä ja muissa tekoälyavustajissa?

Tarkistan sen kuudessa vaiheessa ja laskeminen alkaa vasta viidennessä. Aiemmat vaiheet varmistavat, että lopussa oleva luku koskee oikeaa brändiä ja oikeita kysymyksiä.

Vaihe 1. Tarkista, tietääkö avustaja, mistä brändistä on kyse

Ennen kuin laskan mitään, esitän kysymyksen pelkällä brändin nimellä ja luen vastauksen. Jos avustaja sekoittaa brändin toiseen yritykseen, jokainen myöhempi luku voi koskea väärää yritystä. Erään puolalaisen verkkokaupan kohdalla AI-näkyvyyden työkalu näytti 55 pistettä 100:sta ja 100 %:n osuuden, mutta kaikki vastaukset, joista se oli laskenut luvun, koskivat toista, tunnettua samannimistä yritystä. Toisessa työkalussa brändi, jonka nimi on tavallinen sanakirjan sana, sai yli 400 tuhatta sivua maininnan kanssa, koska työkalu laski jokaisen sanan käytön. Vertailubrändillä niitä oli alle 7 tuhatta.

Jos saman nimen kantaa yritys samalta alalta, mittaus menettää merkityksensä, ja jos joku toiselta alalta, mittaus on vain hankalampi. Ensimmäisessä tapauksessa siistin ennen laskemista brändin kuvauksen sivulla ja profiileissa, jotta avustaja osaa erottaa sen. Etu- ja sukunimeni kantavat muun muassa näyttelijä ja lentäjä, joten oman brändini mittaus on mielekäs, mutta tarkistan jokaisen maininnan kohdalla, koskeeko se minua.

Vaihe 2. Lue Googlen tulokset brändin nimellä

AI Overview ja tekoälytila käyttävät Googlen indeksiä, joten katson ensin, mitä Google näyttää pelkällä brändin nimellä. Jokaisen kymmenen kärjessä olevan tuloksen kohdalla kirjaan, hallitsenko sivua kokonaan, osittain (esimerkiksi profiili toisen palvelussa) vai en lainkaan. Etu- ja sukunimelläni 3. lokakuuta 2026 puolalaisessa Googlessa en hallinnut kokonaan yhtäkään 10 tuloksesta, ja yhtä hallitsin osittain.

Sitten etsin näiltä sivuilta lauseita, joita avustajat toistavat brändistä. Jos lause on tuloksissa, tiedän, mistä avustaja sen ottaa, ja voin pyytää korjausta kyseiselle sivulle. Jos sitä ei ole siellä, se on todennäköisesti mallin muistissa, eikä sivujen korjaus muuta sitä nopeasti.

Vaihe 3. Laadi kysymyssarja äläkä muuta sitä

Otan kysymykset kysyntädatasta ja Search Consolesta, en aivoriihestä. Search Consolesta valitsen hakukyselyt, joihin sivu jo näkyy, ja loput täydennän hakusanatyökalujen hakusanoilla. Kysymysten jaon sivun sijoituksen mukaan kuvasin tekstissä SEO-strategiasta. Jos sivulla on jaksolla, josta kyselyt otan, Search Consolessa alle noin 1 000 näyttökertaa ja alle 100 eri kyselyä, en johda siitä kysymyksiä, koska niin pienestä otoksesta en saa kysymyksiä, jotka kertovat jotain markkinasta. Se on prosessini suuntaa antava raja eikä testin tulos.

Suurimman osan kysymyksistä laadin ilman brändin nimeä syystä, jonka kuvasin tekstissä AI SEO:sta. Kysymys ”onko X hyvä” mittaa, mitä avustaja tietää X:stä, ei sitä, suosittelisiko se X:ää jollekulle, joka ei ole siitä kuullut. Kysymykset ilman brändin nimeä laadin kolmessa muodossa (esimerkit ovat havainnollisia):

• tarkennettu kategoria, esimerkiksi ”kirjanpitotoimisto yhden hengen yritykselle Tampereella”;
• vertailu, jossa on vain kilpailijan nimi, esimerkiksi ”vaihtoehto yritykselle [kilpailija]”;
• kysymys tietystä ominaisuudesta, esimerkiksi ”mikä muistiinpanosovellus toimii ilman nettiyhteyttä”.

Mainekysymykset lasken erikseen enkä sisällytä niitä näkyvyyteen. ”Onko X luotettava yritys” sekä kysymysparit ”ketä valita” ja ”ketä välttää” näyttävät, mitä avustaja brändistä ajattelee, ei sitä, suositteleeko se brändiä. Vaiheessa 1 mainitsemassani verkkokaupassa avustajat vastasivat kysymykseen, onko kauppa luotettava, lainaamalla asiakkaiden valituksia.

Puolalaisesta brändistä kysyn sekä puolaksi että englanniksi. Testissäni osa puolalaisten kysymysten alikyselyistä oli englanniksi, kuten kerron tekstissä AI SEO:sta.

En muuta kysymyssarjaa mittausten välillä. Uudet kysymykset lisään erillisenä ryhmänä, koska jokainen listan muutos pilaa vertailun edelliseen mittaukseen.

Vaihe 4. Määritä toistojen määrä pilotilla ja kirjaa, milloin ja missä

Toistojen määrää en päätä etukäteen: uudella kysymyssarjalla teen ensin pilotin, jossa esitän jokaisen kysymyksen 10 kertaa, kaikki samaan aikaan. Näin suosittelee Dmitrij Żatuchin Dice Roll Method -protokollassa mallien toistuvaan kyselyyn brändeistä (arXiv, versio 2, 14.10.2026). Pilotista lasken, kuinka paljon vastaukset samaan kysymykseen vaihtelevat ja kuinka paljon kysymykset eroavat toisistaan, ja tästä sen, montako toistoa tarvitaan haluamaani tulokseen. Tässä työn versiossa kirjoittaja luopui ensimmäisen version kiinteistä rajoista (5-20 toistoa tutkimuksen tyypistä riippuen), koska ne oli laskettu synteettisen generaattorin datasta eikä tutkimusaineistosta.

Pilotti antaa yleensä kaksi eri lukua: vähän toistoja koko avustajan tulokseen ja paljon enemmän yhden kysymyksen vertailuun ennen muutosta ja sen jälkeen. Omasta testistäni ja Żatuchinin työstä luvut ovat alempana toistoja käsittelevässä osassa. AI Overview oli datassani vakain: 94 kysymyksestä 77:ssä se antoi kolme identtistä vastausta, joten siihen riittää yleensä yksi haku.

Jokaisen vastauksen kohdalla kirjaan neljä asiaa: avustajan, tekoälypinnan, mallin version sekä päivämäärän ja kellonajan. Tekoälypinta on paikka, jossa malli vastaa: chat-sovellus, API, Googlen tekoälytila tai AI Overview. API:n vastaukset eivät välttämättä ole samoja kuin sovelluksen käyttäjän näkemät, joten kahden pinnan tuloksia en summaa yhdeksi luvuksi.

Vastauksen kellonaika auttaa erottamaan satunnaisuuden ajan mittaan tapahtuvasta muutoksesta. Perplexityn toistotestissä se lainasi projektin sivua 0, 2 ja 9 kysymyksessä peräkkäisillä toistoilla, vaikka maininnat pysyivät lähes samoina (33, 36 ja 35). Todennäköisesti sivun saatavuus muuttui mittauksen aikana, mutta taulukossa ei ollut vastausten kellonaikoja, joten sitä ei voi tarkistaa. Siksi seuraavissa mittauksissa lähetän toistot kerralla ja kirjaan jokaisen vastauksen kellonajan.

Vaihe 5. Laske maininnat ja lainaukset erikseen

Avustajan tulos on osuus kaikista vastauksista, joissa brändi esiintyi, erikseen maininnalle ja lainaukselle. Lähteet summaan kaikista toistoista. Kysymykset, joissa brändi esiintyi vain osassa vastauksista, merkitsen epävakaiksi enkä tee niistä päätelmiä yksittäisestä kysymyksestä.

Vaihe 6. Tarkista, mikä voi mitätöidä diagnoosin

Ennen kuin kerron asiakkaalle, mitä häneltä puuttuu, tarkistan tilanteet, joissa diagnoosi olisi virheellinen:

• Avustaja ei suosittele ketään tässä kategoriassa, esimerkiksi terveyttä, rahoitusta tai lakia koskevissa kysymyksissä. Silloin ei ole aukkoa, jonka brändi voisi täyttää.
• Avustaja vastaa muististaan hakematta. Silloin sivun työstäminen ei pitkään aikaan muuta mitään.
• Kilpailija, jonka itse kirjasin vertailuun, ei toimi. Yhdessä mittauksessa neljällä verkkotunnuksella, joihin perustin väitteen kategorian tyhjyydestä, ei ollut edes DNS-tietuetta eli verkkotunnuksen osoite ei johtanut mihinkään palvelimeen. Nolla lainausta kilpailijalla, jonka sivu ei toimi, ei tarkoita vapaata tilaa kategoriassa.
• AI-näkyvyys kasvaa, mutta liikenne Googlesta samalla jaksolla laskee. SearchPilot kuvaa testin Omio-palvelulle, jossa muutos sivuilla auttoi liikennettä kielimalleista mutta heidän arvionsa mukaan olisi laskenut liikennettä Googlesta noin 6,5 %, joten sitä ei otettu käyttöön (SearchPilot). Siksi katson tekoälyn vastausten rinnalla aina liikennettä Googlesta.

Jokaisen sivulla tai brändin kuvauksessa tehdyn muutoksen jälkeen toistan vaiheet 4-6 samalla kysymyssarjalla. Vain silloin muutosta edeltävä ja sen jälkeinen tulos ovat vertailukelpoisia.

Mitä AI-näkyvyyden mittareita kannattaa mitata?

Jokaiselle avustajalle mittaan kaksi lukua: osuuden vastauksista, joissa brändi mainitaan, ja osuuden vastauksista, joissa sen sivu lainataan. Lisäksi osuuden suhteessa kilpailijoihin samalla kysymyssarjalla sekä epävakaiden kysymysten määrän. Avustajilta tulevan liikenteen analytiikassa käsittelen erillisenä mittarina, koska se on aina alakanttiin: osa käynneistä tulee ilman lähdetietoa.

Kun laskin maininnat erikseen, kävi ilmi, että ”brändin läsnäoloa” koskeva raportti mittasi lainauksia. Yhdessä vetämistäni projekteista mittaus 29. elokuuta 2026 kattoi 94 kysymystä, viisi tekoälypintaa ja kolme toistoa, yhteensä 1 410 vastausta. Sen laskenut skripti piti brändiä läsnäolevana vain, jos lähteiden joukossa oli sen sivu, mutta raportin menetelmäkuvaus puhui brändin läsnäolosta vastauksessa. Lokakuussa laskin samoista vastauksista pelkän brändin nimen:

Perplexityssä ja Geminissä brändi mainittiin yli kolmanneksessa kysymyksistä, vaikka raportti näytti 2 % ja 0 %. Mainintojen luvut kattavat 19 kysymystä, joissa on brändin nimi, joten pelkissä 75 kysymyksessä ilman nimeä ne ovat alempia: 21-28 % avustajasta riippuen. Se on silti noin viidennes kysymyksistä avustajissa, joissa raportti näytti lähes nollaa. Tämän analyysin jälkeen lasken molemmat mittarit erikseen ja vaadin samaa jokaiselta saamaltani raportilta.

Maininta ilman lainausta ja lainaus ilman mainintaa ovat minulle kaksi eri hypoteesia ja kaksi eri työtä, jotka kuvaan näkyvyysaukkoa käsittelevässä osassa. Molemmat hypoteesit tarkistan muutoksella ja seuraavalla mittauksella.

Osuus lasketaan vastausta kohden, ei lainausta kohden

Brändin osuuden kilpailijoiden joukossa laskan vastausta kohden enkä lainausta kohden, koska vastauksissa on hyvin eri määrä lähteitä. Yhden puolalaisen SEO-toimiston mittauksessa 23 vastauksessa toimistojen suosittelua koskeviin kysymyksiin oli 1-13 lähdettä. Lainausta kohden laskettu osuus antaisi 13 lähteen vastauksille kolmetoista kertaa suuremman painon kuin yhden lähteen vastauksille. Vastausta kohden laskettaessa jokaisella vastauksella on sama paino, koska käyttäjä lukee yhden vastauksen kerrallaan.

ChatGPT:n lähdelista pitää puhdistaa hakutuloksista, jotka malli vain selasi. Työkalu, jolla kerään ChatGPT:n vastaukset, palauttaa vastauksessa lainattujen lähteiden rinnalla myös koko listan hakutuloksista, jotka malli näki. Yhdessä vastauksessa tällaisia tuloksia oli 52 ja lainattuja lähteitä 7. Samoissa 23 vastauksessa tämän listan poistamisen jälkeen lainausten määrä laski 279:stä 181:een ja paikkojen lista, joissa kannattaa esiintyä, 10:stä 6 kohtaan.

Montako toistoa riittää?

Testissäni kolme toistoa jokaisesta kysymyksestä riitti koko avustajan tulokseen mutta ei yksittäisen kysymyksen arviointiin. Toistotestissä noin puolella kysymyksistä, joissa brändi esiintyi vähintään kerran, tulos oli epävakaa: ChatGPT:ssä 18 kysymyksessä 36:sta sivun lainauksen kohdalla (kaikki 94 kysymystä) ja tekoälytilassa 16 kysymyksessä 29:stä maininnan kohdalla kysymyksissä ilman brändin nimeä. Kysymys, jossa brändi on yhdellä kierroksella, ei välttämättä sisällä sitä seuraavalla.

• 13 %Näin suuri osa kysymyksistä ilman brändin nimeä arvioitaisiin ChatGPT:ssä väärin (brändi mainitaan tai ei) kolmella toistolla. Kun kysymys esitetään kerran 21 %, viidellä toistolla 9 %, seitsemällä 8 %.Mallin arvio 1 410 vastauksen datasta, 14.10.2026
• 1,5 prosenttiyksikköäNäin suuri on tyypillinen virhe (keskihajonta) ChatGPT:n vastausten osuudessa, joissa brändi mainitaan, kolmella toistolla kysymyksissä ilman brändin nimeä. Viidellä toistolla 1,2 prosenttiyksikköä.Mallin arvio 1 410 vastauksen datasta, 14.10.2026
• 0,33Lainattujen verkkotunnusten listojen yhdenmukaisuuden mediaani saman kysymyksen kahden toiston välillä ChatGPT:ssä ja tekoälytilassa: yhteinen osa jaettuna kaikilla molempien listojen verkkotunnuksilla (1 tarkoittaa identtisiä listoja). Perplexityssä 0,92.Toistotesti, 14.10.2026
• 77 / 94Näin monessa kysymyksessä AI Overview antoi kolme identtistä vastausta.Toistotesti, 14.10.2026

Kolmesta viiteen toistoon siirryttäessä avustajan tulos parani testissäni alle prosenttiyksikön, joten tämän tuloksen osalta pysyn yleensä kolmessa. Se on arvio tilastollisesta mallista, joka on sovitettu yhteen projektiin, yhteen mittausjaksoon ja kahteen avustajaan (ChatGPT ja tekoälytila), eikä mittaus, ja siksi tarkistan sen uudella kysymyssarjalla pilotilla. Żatuchinilla on samanlainen tulos: 250 eri kysymyksellä jo yksi tai kaksi toistoa antoi luotettavuuskertoimen 0,80 ja viisi toistoa 0,96 (1 tarkoittaa, että toistojen keskiarvot erottavat kysymykset toisistaan virheettömästi).

Yhden kysymyksen vertailuun ennen sivun muutosta ja sen jälkeen tarvitaan 15-25 toistoa, ei kolmea. Żatuchinin simulaation mukaan viidellä toistolla mahdollisuus havaita suuri muutos yhdellä kysymyksellä on vain 15-19 %, ja 80 % saavutetaan vasta 15-25 toistolla. Hänen datansa koskee mallien brändisuosituksia API:n kautta kyseltynä, joten hakua käyttävien vastausten kohdalla tämänkin luvun tarkistan pilotilla.

Yhden toiston lähdelistaa en käytä, koska ChatGPT:ssä ja tekoälytilassa saman kysymyksen kahden toiston yhteinen osa on yleensä vain kolmannes kaikista molemmissa lainatuista verkkotunnuksista. Listan paikoista, joissa brändin pitäisi esiintyä, rakennan kaikista toistoista, kunkin verkkotunnuksen esiintymiskertojen kanssa.

Lähteet voivat vaihdella myös viikosta toiseen. SISTRIX seurasi 82 619 kysymystä 17 viikon ajan kuudessa maassa (ilman Puolaa), ja ChatGPT:ssä jopa 74 % lainatuista lähteistä vaihtui viikosta toiseen; se on suurin arvo eikä keskiarvo (SISTRIX, 1.5.2026). Siksi hyväksyn muutoksen lähteissä vasta, kun se toistuu seuraavassa mittauksessa.

Miten AI-näkyvyyden mittaustyökalut toimivat ja miten ne valitaan?

AI-näkyvyyden työkalut tekevät saman kuin käsin tehty mittaus: ne esittävät avustajille kysymyssarjan, tallentavat vastaukset ja laskevat, missä brändi esiintyy. Ne eroavat siinä, kenen kysymykset ovat, montako kertaa niitä kysytään ja mitä lasketaan. Otan dataa kolmenlaisista lähteistä:

Absoluuttiset luvut kasvavat työkalun indeksin mukana

Lainausten määrä työkalussa voi kasvaa viikossa puolella, vaikka brändin osuus ei muutu. Ahrefsin raportissa verkkotunnusta lainaavien tekoälyvastausten määrästä, joka perustuu Ahrefsin kysymystietokantaan, vertasin kahta lukemaa kahdelle suurelle saksalaiselle verkkokaupalle, 26. heinäkuuta ja 2. elokuuta 2026. Niiden lainausten määrä ChatGPT:ssä kasvoi tänä aikana molemmilla 50 %, ja toisen osuus molempien kauppojen yhteenlasketuista lainauksista pysyi lähes ennallaan: 34,2 % ja 34,1 %. Perplexityssä luvut kasvoivat 68 % ja 185 %. Todennäköisesti kasvoi työkalun pohja eikä näiden brändien näkyvyys. Kyse on kahdesta brändistä, yhdestä työkalusta ja yhdestä viikosta.

Siksi otan työkaluista osuuden enkä absoluuttisia lukuja, ja vain avustajista, joissa osuus ei vertailussani muuttunut yli puolta prosenttiyksikköä. Näin oli ChatGPT:ssä, AI Overview -yhteenvedoissa, tekoälytilassa ja Grokissa (xAI:n avustajassa), ja Perplexityssä, Geminissä ja Copilotissa osuus muuttui noin 3-11 prosenttiyksikköä. Se on yksi vertailu yhdeltä viikolta, joten oletan vakauden, kunnes seuraava lukema kumoaa sen.

Mitä tarkistan ennen työkalun valintaa

Ennen työkalun valintaa tarkistan seitsemän asiaa:

1. Näyttääkö se maininnan ja lainauksen erikseen.
2. Voinko lisätä omia kysymyksiä ja pitää ne muuttumattomina monta kuukautta.
3. Montako kertaa se esittää jokaisen kysymyksen ja näyttääkö se, mitkä kysymykset ovat epävakaita.
4. Tallentaako se mallin version, tekoälypinnan ja jokaisen vastauksen päivämäärän.
5. Tukeeko se omaa markkinaani ja kieltäni.
6. Näyttääkö se täydet vastaukset, jotta voin tarkistaa, koskeeko ne oikeaa brändiä.
7. Antaako se osuuden samalla kysymyssarjalla eikä vain absoluuttisia lukuja.

Testaamani luokittelijan sävyarvioita en raportoi. Yhdessä tapauksessa se merkitsi kielteiseksi vastauksen, joka päättyi tuomioon ”X on useimmille tiimeille parempi valinta”. Sävyn arvioin lukemalla vastauksen katkelman itse tai en kirjoita siitä mitään.

Yksi työkalun ”AI-näkyvyyden pistemäärä” ei ole minulle tavoite. Se yhdistää maininnat, lainaukset ja eri avustajat, joten siitä ei voi lukea, mikä muuttui. Työkalun luvun esitän aina liiketoiminnan mittarin rinnalla: asiakkaiden yhteydenotot, myynti tai liikenne Googlesta.

Ilmaiset lähteet: Bing ja Google

Bing Webmaster Tools näyttää ilmaiseksi, kuinka monta kertaa Copilot ja Bingin tekoälyvastaukset ovat lainanneet sivujasi. AI Performance -raportti julkistettiin 10. helmikuuta 2026 testiversiona. Se näyttää lainausten määrän, lainattujen sivujen määrän päivässä, yksittäisten osoitteiden lainaukset ja otoksen hakulauseista, joilla tekoäly haki sisältöä ennen sen lainaamista (Bing Webmaster Blog). Se on dataa vain Bingistä ja Copilotista, joten se ei korvaa mittausta ChatGPT:ssä.

Search Console näyttää sivujen näyttökerrat AI Overview -yhteenvedoissa ja tekoälytilassa mutta ei kerro, mainittiinko brändi nimeltä. Google antoi raportin osalle sivustoista kesäkuussa 2026 ja kaikille 31. elokuuta 2026 alkaen (Google Search Central, Search Consolen ohje). Raportin kuvaus puhuu näyttökerroista sivujen, maiden, päivämäärien ja laitteiden mukaan eikä kuvaa mainintoja vastauksen tekstissä eikä kysymyksiä, jotka ne laukaisivat. Se on hyvä tarkistus Googlen puolelta mutta ei mainintojen mittaus.

Oma mittaus API:n kautta

Oma mittaus API:n kautta maksaa vähän, mutta vaatii aikaa valmisteluun ja tarkistukseen. 14 kysymyksen kierros neljällä pinnalla (ChatGPT hakua käyttäen, Googlen tekoälytila sekä Gemini ja Perplexity API:n kautta), yhteensä 56 vastausta, maksoi minulle 0,82 USD API-maksuina, josta 0,63 USD Geminille (ensimmäisen näistä luvuista kerroin tekstissä AI SEO:sta). Se oli ensimmäinen kolmesta mittauskierroksesta SEO-toimistolle, ja koko mittaus, yhteensä 180 vastausta, maksoi noin 2,8 USD. Näillä hinnoilla 100 kysymyksen sarja neljällä pinnalla kolmella toistolla eli 1 200 vastausta maksaisi noin 18-19 USD mittauskerralta, pääosin Geminin takia. Pilotti kymmenellä toistolla samalla sarjalla on 4 000 vastausta ja noin 60 USD, kertaluonteisesti. Aikaa vaativat kysymysten laadinta, sen tarkistus, ettei avustaja sekoita brändiä toiseen, ja vastausten lukeminen. Tekstissä tekoälytyökaluista SEO:ssa kuvasin testit, joiden jälkeen tällaisten mittausten luvut lasken skriptillä enkä mallilla.

Mitä teen, kun mittaus paljastaa näkyvyysaukon?

Mittaus näyttää, missä tilanteessa brändi on, ja siitä riippuu, mitä teen:

• Brändiä ei ole maininnoissa eikä lähteissä, ja avustaja hakee verkosta: työstän sivun näkyvyyttä Googlessa näillä kysymyksillä ja niiden variaatioilla. Aloitan tarkistamalla, saavatko avustajien robotit sivun lainkaan, kuten SEO-auditoinnissa.
• Brändi mainitaan, mutta sen sivua ei lainata: korjaan sivun katkelmia niin, että ne vastaavat kysymykseen ilman muuta tekstiä.
• Sivua lainataan, mutta brändiä ei mainita nimeltä: työstän sitä, mitä muut brändistä kirjoittavat, koska avustaja todennäköisesti tietää muiden teksteistä, ketä suositella. Tekstissä linkkien rakentamisesta tekoälyn aikakaudella kuvasin, miten suunnittelen maininnat sivuille, joita tekoäly jo lainaa.
• Avustaja vastaa muististaan ja antaa vanhentuneita tai vääriä tietoja: ensin yksi yhtenäinen brändin kuvaus omissa kanavissa, sitten julkaisut muiden toimittamissa paikoissa. Tulosta en lupaa neljänneksen aikana.

Kunkin työn vaikutuksen tarkistan seuraavalla mittauksella samalla kysymyssarjalla, koska mikään niistä ei anna takuuta. Tekstissä AI SEO:sta kuvasin, millä näistä toimista on todiste ja mitkä ovat suosittuja neuvoja ilman mittausta. Siellä ovat myös testini, jotka eivät vahvistaneet useita tällaisia neuvoja.

Mitä AI-näkyvyyden mittaus ei kerro?

Mittaus ei kerro, kuinka moni näki brändin tekoälyn vastauksissa. Osuus koskee minun kysymyssarjaani eikä kaikkia keskusteluja avustajien kanssa, joiden määrää en tunne.

Se ei myöskään kerro, miksi avustaja valitsi juuri tämän brändin eikä toista. Mittauksen diagnoosi on hypoteesi, jonka tarkistan muutoksella ja seuraavalla mittauksella samalla sarjalla.

Yhden päivän tulos ei ole trendi. Toimittajat muuttavat malleja ja hakutapaa, eikä muutoksista aina ilmoiteta, joten vertaan vain mittauksia samalla tekoälypinnalla ja kirjatulla mallin versiolla, ja hyväksyn muutoksen vasta, kun se toistuu seuraavassa mittauksessa.

Puolasta puuttuu data siitä, mitä avustajia ihmiset käyttävät. Puolalaista tutkimusta siitä, kuinka usein ihmiset käyttävät eri avustajia, en löytänyt, joten en tiedä, kuinka paljon kunkin avustajan tulos painaa. Siksi näytän tuloksen jokaiselle avustajalle erikseen enkä yhdistä niitä keskiarvoksi.

Mitä mittaan omalla brändilläni?

Rogala.pro:lla mittaan samaa kuin asiakkailla, mutta ensimmäisen mittauksen (lähtötilan) 26. heinäkuuta 2026 tein heikommalla menetelmällä. Siinä oli yksi vastaus kysymystä kohden, eikä se kattanut ChatGPT:n tuloksia. Lähtötilan ja sen, mitä olen muuttanut sen jälkeen, kuvasin tekstissä AI SEO:sta. 25. elokuuta asetin Ahrefs Brand Radarissa päivittäisen tarkistuksen lähtötilan neljälle kysymykselle ChatGPT:ssä Puolalle. Tämän päivittäisen tarkistuksen tuloksia en kuvaa, ennen kuin olen verrannut niitä 1. marraskuuta tehtävään mittaukseen. Ensimmäisen tämän tekstin menetelmällä tehtävän mittauksen suunnittelin 1. marraskuuta 2026 pilotiksi: samat neljä kysymystä neljällä pinnalla, kukin 10 kertaa. Tuloksen kuvaan molemmissa teksteissä, myös jos se on nolla.

Usein kysyttyä brändin näkyvyydestä tekoälyssä

Mistä aloittaa?

Ensimmäisen mittauksen voit tehdä itse tunnissa ilman maksullista työkalua. Esitä avustajalle yksi kysymys pelkällä brändin nimellä ja tarkista, tietääkö se, kenestä on kyse. Valitse Search Consolesta kymmenen hakukyselyä, joihin sivusi näkyy, esitä ne ilman brändin nimeä kolme kertaa ChatGPT:ssä ja Googlen tekoälytilassa ja kirjaa erikseen, missä brändi mainitaan nimeltä ja missä sen sivu on lähteenä. Se antaa kuvan koko sarjasta; yksittäisistä kysymyksistä kertoo enemmän vasta pilotti kymmenellä toistolla. Jos tulos yllättää sinut, se on hyvä aihe konsultointiin.