Begrep · Måling av AI-synlighet

Hva er troskap?

Hva om du blir sitert — for noe du aldri har sagt?

Accuracy (troskap) er om en sitering faktisk understøtter påstanden den er knyttet til. En sitering er ikke en bekreftelse: du kan bli sitert for noe du ikke har sagt, og en høy siteringsrate med feil innhold er et tap forkledd som en gevinst.

En sitering er ikke en bekreftelse. Den forteller at kilden ble oppgitt, ikke at innholdet ble gjengitt riktig. De to blandes rutinemessig sammen, og det er den dyreste sammenblandingen i AI-synlighet.

Konsekvensen er at et stigende siteringstall kan være en forverring. Blir du sitert oftere for en påstand du ikke står for — feil pris, feil målgruppe, feil forbehold — er den økte synligheten en kostnad, ikke en gevinst.

På engelskAccuracyOgså kjent somaccuracySist gjennomgått23. august 2026

Avgrensning

Ikke å forveksle med

Begrepene under ligger nært, og blandes ofte sammen. Forskjellen avgjør hvilket arbeid som faktisk hjelper.

Sitering
Sitering er at kilden oppgis. Troskap er om det som står i svaret faktisk finnes i kilden. Måler du bare det første, kan alt se ut som framgang mens omdømmet flyttes i feil retning.
Hallusinasjon
En hallusinasjon er innhold uten kilde. Feil troskap er innhold med kilde — din — som kilden ikke støtter. Det andre er verre for deg, fordi det ser troverdig ut og bærer navnet ditt.
Korroborering
Korroborering er at flere uavhengige kilder støtter samme påstand. Troskap er at én kilde faktisk sier det den tilskrives. Det første styrker en påstand; det andre avgjør om påstanden i det hele tatt er din.

Plass i kjeden

Hvor troskap hører hjemme

  1. 1OppdagelseDiscovery
  2. 2HentingRetrieval
  3. 3UtvelgelseSelection
  4. 4KontekstContext
  5. 5GenereringGeneration
  6. 6SiteringCitation
  7. 7PåvirkningInfluenceDette begrepet
  8. 8HandlingAction

Hele kjeden, ledd for ledd →

Blir du gjengitt riktig, og flytter det oppfatningen?

En sitering er ikke en bekreftelse. Du kan bli sitert for noe du ikke har sagt, og en høy siteringsrate med feil innhold er et tap forkledd som en gevinst.

Svikter leddetDu er synlig, men for feil påstand — eller for en påstand ingen bryr seg om.

Mekanisme

Hvorfor dette avgjør noe

Feil troskap oppstår sjelden av vond vilje og nesten alltid av struktur. Et avsnitt hentes ut av sammenhengen sin, forbeholdet står i avsnittet før, og generatoren sammenfatter det som blir igjen. Resultatet er en påstand du aldri har fremmet, med lenke til deg.

Utdaterte tall er den vanligste varianten. En prisside fra 2023 uten dato kan siteres som gjeldende i 2026, og siteringen er formelt riktig — teksten sier det den siteres for. Feilen ligger i at teksten aldri sa når den gjaldt.

Den nest vanligste er sammenblanding av entiteter. Har du et navn som ligner andres, kan svaret tilskrive deg noe en annen har sagt. Det ser ut som et innholdsproblem og er et entitetsproblem.

Ingen av delene lar seg oppdage i en synlighetsrapport som teller siteringer. De krever at noen leser svarene, sammenligner med kilden og registrerer avviket. Det er derfor troskap er en egen kontrollport i metoden, og ikke et felt som kan utledes.

Eksempel

Prisen som fulgte med i tre år

En tjenesteside oppgir «fra 25 000 kroner» uten årstall. Prisen justeres i CMS-et, men den gamle setningen ligger igjen i en oppsummering lenger nede på siden. Generative svar plukker opp den ene som ser mest ut som et konkret svar.

Kunden kommer inn med en forventning fra et tall som er to år gammelt, og opplever at prisen «gikk opp» i første møte. Siteringen var teknisk riktig hele veien. Det som manglet var en dato og én sannhet på siden.

Konstruert eksempel som viser mekanismen, ikke en hendelse hos en navngitt kunde.

Sjekk selv

Gjør dette før du går videre

Kort nok til å gjøre nå, konkret nok til at du sitter igjen med et funn om din egen bedrift.

12 minutterDu vet om de siteringene du har, faktisk gjengir deg riktig.

  1. Kjør fem prompts der du vet at du blir sitert, og kopier ut setningene der du oppgis som kilde.
  2. Finn den faktiske setningen på din egen side som påstanden må komme fra.
  3. Marker hver som støttet, delvis støttet eller ikke støttet. Delvis er den viktigste kategorien — det er der forbeholdene har falt bort.
  4. For hver som ikke er helt støttet: finn ut om teksten mangler dato, forbehold eller en entydig avsender.

Fem svar er en stikkprøve. Den finner systematiske feil, ikke frekvensen av dem — og frekvensen er det du trenger for å vite om det haster.

Taktikker

Hva du faktisk gjør

Prioritert etter forholdet mellom innsats og effekt. Rekkefølgen er en del av anbefalingen.

  1. 01

    Daterte tall, alltid

    Et tall uten tidspunkt kan siteres som gjeldende i årevis. «Per august 2026» koster fire ord og fjerner hele feiltypen.

  2. 02

    Sett forbeholdet i samme avsnitt som påstanden

    Står det i avsnittet før, forsvinner det når biten hentes. Det er ikke gjentakelse — det er å skrive for en tekst som skal kunne stå alene.

  3. 03

    Én sannhet per faktum på nettstedet

    To priser på samme tjeneste to steder gir motoren et valg du ikke styrer. Søk opp tallene dine og fjern de gamle forekomstene.

  4. 04

    Kontroller et utvalg siteringer hver måned

    Manuelt, og av noen som kjenner fakta. Det finnes ingen automatikk som avgjør om en sitering er tro mot kilden.

Anti-patterns

Vanlige feil

  • Å rapportere siteringsvekst uten å ha kontrollert om siteringene er riktige.
  • Å behandle feilsitering som en modellfeil. Den er som regel en struktur- eller datofeil i din egen tekst.
  • Å publisere tall uten tidspunkt fordi «det er jo oppdatert nå».
  • Å la gamle versjoner av samme faktum bli stående lenger nede på siden.

Måling

Hva som lar seg måle

Andel siteringer som faktisk støtter påstanden de er knyttet til

Trekk et utvalg siteringer hver måned og klassifiser dem som støttet, delvis eller ikke støttet. Tallet skal stå ved siden av siteringsandelen i rapporten — en siteringsandel uten troskap er ikke et resultat, det er halvparten av et.

FrekvensMånedlig på utvalg. Alltid før effekt rapporteres videre.

Alle tall følger de samme minimumskravene: gjentakelser, aktiveringsrate som eget felt, nullresultater beholdt og målt spredning oppgitt. Se kravene i metoden.

Spørsmål

Ofte stilte spørsmål

Kan jeg få rettet en feilsitering?

Ikke direkte. Du kan rette kilden — teksten din — slik at neste henting gir riktig grunnlag. Effekten kommer når innholdet hentes på nytt, og hvor raskt det skjer varierer med plattform og hvor ofte du besøkes.

Er feilsitering vanlig?

Vanlig nok til at det bør kontrolleres og ikke antas. Frekvensen varierer sterkt med hvor entydig teksten din er og hvor mange andre som skriver om det samme, og et generelt prosenttall ville vært en gjetning uansett hvem som oppga det.

Hvem har ansvaret hvis en AI gjengir oss feil?

Juridisk er det et uavklart landskap, og det er ikke det praktiske spørsmålet. Praktisk er det du som bærer konsekvensen i markedet, og du som kan fjerne den vanligste årsaken ved å datere tall og holde én sannhet per faktum.

Nærliggende

Beslektede begreper

Begrepene som grenser mot dette. De med egen side er lenket.

Les videre

Egne tester og analyser som går dypere enn definisjonen.

Få det jeg lærer om AI-søk

Egne tester og analyser av hvordan språkmodellene velger kilder. Ingen fast frekvens — jeg sender når jeg faktisk har noe å si.

Er du synlig når kundene spør en AI?

Vi tar en uforpliktende prat på 30 minutter. Du får en konkret vurdering av hvor du står i AI-søk — og hva som er første steg. Ingen presentasjon, ingen forpliktelse.