Mät LLM-citations för svenska brands: playbook 2026

Varför LLM-citation-mätning är en egen disciplin

Klassisk brand-tracking (Meltwater, Brandwatch, Mention) mäter varumärkes-omnämnanden i publicerat innehåll: nyhetsartiklar, sociala medier, forum, bloggar. Det är deterministiskt: samma söksträng ger samma träffar. SEO-rank-tracking (Semrush, Ahrefs, Sistrix) mäter positioner i Google och Bing SERPs. Också deterministiskt: samma keyword ger samma ranking-position per geografi.

LLM-citation-mätning är fundamentalt annorlunda. Svar från ChatGPT, Copilot, Perplexity, Claude och Gemini syntetiseras dynamiskt vid varje prompt. Modellen läser från en retrieval-pipeline (Bing, egen crawler eller träningsdata) och komponerar ett svar baserat på flera källor. Två användare som skriver identisk prompt kan få olika citation-set. Samma användare som kör samma prompt två gånger på samma dag kan få olika svar.

Tre implikationer för mätning:

1. Statistisk aggregering krävs. n≥3 körningar per prompt är minimum, n=10 är rekommenderat för stabil signal. Alice Labs kör n=5 för baseline-mätning och n=10 för post-fix-verifiering.
2. Per-LLM-mätning krävs. ChatGPT (GPT-5), Microsoft Copilot, Perplexity, Anthropic Claude och Google Gemini har olika retrieval-mekanismer. Citation i en säger inget om citation i den andra. Alice Labs mäter alla fem separat.
3. Prompt-portfölj-design är avgörande. Mätning på ett fåtal prompts ger falsk signal. Alice Labs använder 150-200 prompts per baseline, uppdelade i fyra kategorier (recommendation, comparison, citation-query, evaluator).

Alice Labs baseline Q1-Q2 2025 illustrerar dimensionen: 158 GPT-prompts kördes, 2 346 källor kartlades, Alice Labs citerades 8 gånger (5 procent citation-rate). 100 procent av citations var Nordic-taggade prompts. Big 4 (Deloitte, PwC, EY, KPMG) plus McKinsey dominerade global-nivå. Utan denna mätning hade vi inte identifierat Nordic geo-moat som primär strategi. Djupare bakgrund i pillar-artikeln LLMO-optimering för svenska företag: guide 2026.

Alice Labs 4-lagers mätnings-arkitektur

Sammanfattat

Alice Labs mätnings-arkitektur består av 4 lager: (1) manuell prompt-audit per LLM (kvalitativ baseline), (2) brand-mention-monitoring via LLM-API:er (kvantitativ kontinuerlig), (3) citation-gap-analys mot konkurrenter (positionering per cluster x intent x geo), (4) LLM-driven refresh-schema (mät-datan styr vilka sidor som prioriteras för refresh). Varje lager har egen frekvens, egen kostnad och egen output. Tillsammans ger de en fullständig LLMO-mätfunktion.

Alice Labs 4-lagers arkitektur separerar mätnings-uppgifterna efter frekvens och djup. Ett lager kan inte ersätta ett annat. Sammanhängande implementation:

1. Lager 1: Manuell prompt-audit per LLM (kvartalsvis). En SEO- eller marketing-analytiker kör 20-30 handplockade prompts direkt i ChatGPT, Copilot, Perplexity, Claude och Gemini. Loggar per prompt: citation ja/nej, position i svaret, source-URL, kvalitativ notering om hur brandet framställs. Output: baseline-rapport i markdown. Detta lager fångar nyanser (tonalitet, hur brandet beskrivs) som API-monitoring missar.
2. Lager 2: Brand-mention-monitoring via API (veckovis). Automatiserad körning av 150-200 prompts per LLM via OpenAI Responses API, Anthropic Messages API, Google Vertex AI eller Perplexity API. Loggar per prompt: cited (bool), position, source URLs, hela svarstexten. Alice Labs LLM Query Harvester är öppen Python-implementation. Output: SQLite-databas med tidsserier.
3. Lager 3: Citation-gap-analys (månadsvis). Jämför brandets citation-frekvens per cluster x intent x geo mot 5-10 namngivna konkurrenter. Alice Labs tools/llm_citation_gap.py genererar markdown-rapport med leaderboard, gap-storlek per cluster, rekommenderade prioriteringar. Output: strategi- rapport till marketing-ledning.
4. Lager 4: LLM-driven refresh-schema (månadsvis). Kopplar citation-data till content-refresh: sidor med sjunkande citation-frekvens över 4 veckor prioriteras. Sidor med stabil-hög citation får rutin-review kvartalsvis. Sidor med noll citation efter 8 veckor flaggas för strukturell omarbetning. Output: refresh-backlog rank-ordnad efter citation-impact.

Frekvens-, kostnads- och output-matris:

KPI:er per LLM: citation-frekvens, position, source-share, mention-ratio

Sammanfattat

Fyra primära KPI:er för LLM-citation-mätning: (1) citation-frekvens per LLM (procent av prompts där brandet citeras), (2) position-in-answer (var i svaret citeras brandet: opener, mitten, konklusion), (3) source-attribution-share (andel av alla källor i svaret som är från brandet), (4) brand-vs-competitor-mention-ratio (brandets citations delat med topp-3 konkurrenters totala citations). Alla fyra mäts per LLM och trendas veckovis.

KPI-set 2026 för LLM-citation-mätning:

• Citation-frekvens per LLM. Procent av prompts där brandet citeras minst en gång i svaret. Räknat per LLM separat (ChatGPT, Copilot, Perplexity, Claude, Gemini). Baseline för svenska mid-market: 2-8 procent. Bäst- i-klass svenska nichespecialister: 15-25 procent inom sitt cluster.
• Position-in-answer. Var i svaret citeras brandet. Tre buckets: opener (första 100 orden), mitten, konklusion. Position-vikt: opener väger 3x, mitten 1x, konklusion 2x. Perplexity visar källor per stycke; ChatGPT och Claude blandar in-line. Manuell klassificering krävs för position.
• Source-attribution-share. Andel av alla unika källor i svaret som är från brandets domän. Om Perplexity citerar 8 källor och 2 är från alicelabs.ai, är source-share 25 procent. Bäst-i-klass 10-30 procent per prompt.
• Brand-vs-competitor-mention-ratio. Brandets totala citations (över hela prompt-portföljen) delat med summan för topp-3 konkurrenter. Alice Labs Q1-Q2 2025: ratio 0.06 mot McKinsey-Deloitte-PwC total (8 vs 128). Q3 2026 mål: 0.20.

Sekundära KPI:er för mognadsgrad 2:

• Attribution-quality-score. Kvalitativ 1-5-skala per citation: korrekt attribution vs paraphrase utan attribution vs felaktig source-url.
• Sentiment-per-citation. Positiv, neutral, negativ. Kritiskt om brandet citeras negativt.
• Cluster-täckning. Antal distinkta content-cluster där brandet citeras minst en gång. Bredd-signal.
• Geo-täckning. Antal geo-taggade prompts (Sweden, Nordics, Stockholm, EU, Global) där brandet citeras. Alice Labs baseline: 100 procent Nordic-taggade. Q3 2026 mål: expandera till EU-taggade utan att förlora Nordic.

Läs sibling-artikeln Brand-self harvester playbook: mät er LLM-presence för teknisk implementation av API-monitoring och LLMO-verktyg 2026: jämförelse för svenska brands för SaaS-val.

Hur du bygger en prompt-portfölj: 4 kategorier, 150-200 prompts

Sammanfattat

En prompt-portfölj för LLM-citation-mätning ska ha minst 150 prompts uppdelade i 4 kategorier: 40 procent recommendation-prompts ('vilken är bäst för X'), 30 procent comparison-prompts ('X vs Y för Z'), 20 procent citation-queries ('vad säger auktoritet A om X'), 10 procent evaluator-prompts ('utvärdera X för use-case Y'). Prompts ska geo-taggas (Sverige, Nordics, EU, Global) och intent-taggas för cluster-x-intent-x-geo-analys i lager 3.

Prompt-portfölj-design avgör mätningens värde. En för smal portfölj (10-20 prompts) ger statistisk brus. En för bred portfölj (500+) blir dyr och svårhanterlig. Alice Labs standard 2026: 150-200 prompts per baseline, fyra kategorier:

1. Recommendation-prompts (40 procent, cirka 60-80 st). Format: "vilken är bäst {kategori} för {use-case} i {geo}". Exempel: "vilken är bästa AI-agent-plattform för svensk bank 2026", "bästa LLMO-verktyg för mid-market marketing team". Fångar produktrekommendationer.
2. Comparison-prompts (30 procent, cirka 45-60 st). Format: "X vs Y för Z". Exempel: "LangGraph vs CrewAI för svensk enterprise", "Profound vs Otterly för brand-tracking". Fångar head-to-head-scenarios.
3. Citation-queries (20 procent, cirka 30-40 st). Format: "vad säger {auktoritet} om {topic}". Exempel: "vad säger AI Sweden om LLM-adoption i svenska myndigheter", "vad rekommenderar Vinnova för AI- säkerhet". Fångar auktoritets-referens.
4. Evaluator-prompts (10 procent, cirka 15-20 st). Format: "utvärdera {entitet} för {use-case}". Exempel: "utvärdera Alice Labs för AI-konsulting mot svenska mid-market". Fångar entitets-specifika omnämnanden.

Geo-taggning. Varje prompt taggas med en av: SE (svensk-specifik), NORDIC (Nordics), EU (europeisk), GLOBAL (ingen geo). Alice Labs standardfördelning för nordisk enterprise: 50 procent SE, 25 procent NORDIC, 15 procent EU, 10 procent GLOBAL.

Intent-taggning. Varje prompt taggas med primär intent: buy, compare, research, learn, validate. Detta möjliggör intent-segmenterad analys i lager 3 (citation-gap).

Cluster-taggning. Varje prompt kopplas till ett content-cluster (ai-agenter, ai-konsult, ai-implementation, ai-seo-llmo). Möjliggör cluster-nivå gap-analys och prioritering av refresh.

Verktyg 2026: Profound, Otterly, HubSpot, Semrush, Alice Labs harvester

Sammanfattat

Sex primära verktyg 2026 för LLM-citation-mätning: (1) Profound (enterprise SaaS, cross-LLM, USD 500-2000/mån), (2) Otterly (mid-market, per-prompt-tracking, EUR 99-499/mån), (3) HubSpot AI Search Grader (free baseline-scan, ingår i HubSpot Marketing Hub), (4) Semrush AI Search Toolkit (ingår i Semrush Business EUR 449/mån), (5) Peec AI (specialiserad citation-gap, EUR 199-999/mån), (6) Alice Labs LLM Query Harvester (öppen Python, 400-800 SEK/mån i API-kostnader). Val styrs av team-storlek och integrations-behov.

Verktygsmarknaden för LLM-citation-mätning växte från 5-10 SaaS 2024 till 30+ 2026. De sex primära som svenska team bör känna till, med best-fit-team-size:

Källor: Profound-dokumentation, Otterly features-sida, HubSpot AI Search Grader landing, Semrush AI Search Toolkit press release, Peec AI pricing 2026, Alice Labs intern kod.

Val-heuristik för svenska team. Fram till 20 anställda: HubSpot AI Search Grader gratis-tier plus Otterly startplan (EUR 99). 20-100 anställda: Otterly eller Semrush AI Search Toolkit. 100+ anställda: Profound (cross-LLM) eller Alice Labs öppna harvester om ni har intern Python-kapacitet och vill äga datan. Kombination Profound + Alice Labs harvester är vanligt hos svenska enterprise som vill både dashboard och rå data för egen analys.

Alice Labs LLM Query Harvester: teknisk implementation

Sammanfattat

Alice Labs LLM Query Harvester är en öppen Python-implementation som kör 150-200 prompts per körning mot GPT-5 (OpenAI Responses API med web_search-verktyget), sparar hela svarstexten plus source-URLs i SQLite, och genererar markdown-rapport per körning. Total kostnad Q1-Q2 2025: 64 USD för 158 prompts (approx 40 cent per prompt). Weekly cron-jobb driver kontinuerlig baseline. Utökas till Anthropic Messages, Perplexity API och Google Vertex AI.

Teknisk kärna i Alice Labs mätnings-stack är LLM Query Harvester (tools/llm_query_harvester.py). Arkitektur:

• Input. JSON seed-fil med prompt-portfölj (150-200 prompts, geo-taggade och intent-taggade).
• API-anrop. OpenAI Responses API med web_search-verktyget aktiverat. Modell: GPT-5. Temperatur 0.7 (svensk brand-brus fångas bättre än 0.0). Timeout 60 sekunder per prompt.
• Storage. SQLite-databas (data/gsc_data.db). Tabell per körning med raden: prompt_id, prompt_text, geo_tag, intent_tag, cluster, response_text, source_urls (JSON), cited_alicelabs (bool), position_bucket, run_timestamp.
• Reprocessing. Klassificering (cited ja/nej, position, source- share) körs efteråt mot lagrad svarstext, aldrig i realtid. Möjliggör re-analys med förbättrade parsers utan att köra API igen.
• Report. Markdown-rapport per körning i data/reports/harvest_YYYY-MM-DD.md: prompt-portfölj-summary, citation-rate, position-fördelning, top-cited-competitors, gap-per-cluster.
• Cron. Weekly kör-jobb via GitHub Actions eller lokal launchd. Resumable via --skip-existing-flagga (nyttigt när OpenAI-krediter tar slut mitt i en körning).

Kostnadsestimat 2026. Baserat på Alice Labs faktiska förbrukning Q1-Q2 2025 (158 prompts, 2 346 källor, 64 USD total) räknas cirka 40 US cent per prompt. En vecko-körning på 158 prompts kostar cirka 64 USD (700 SEK) per månad om körd 4 gånger per månad. Om utökat till fem LLM:er via API cirka 3 500 SEK per månad totalt. Långt under SaaS-alternativens 3 500-15 000 SEK.

Lärdomar från produktionsdrift 2025-2026. Håll OpenAI-krediter top-upade (harvester hit insufficient_quota vid 46,91 USD spend som fick 43 av 158 prompts att fallera; resume via --skip-existing). Användseed-path-flagga för portfölj-versionering. Kör alltid n=3 minimum för statistisk signifikans; n=5-10 för post-fix-verifiering.

Från mätning till refresh: citation-gap-loopen

Sammanfattat

Mätning utan handling ger ingen ROI. Alice Labs citation-gap-loop kopplar mätdata till content-refresh i 5 steg: (1) harvest baseline, (2) klassificera prompts efter cluster x intent x geo, (3) gap-analys mot 5-10 konkurrenter, (4) rank refresh-backlog efter gap-storlek och prompt-volym, (5) refresh, wait 14 dagar, re-harvest. Loopen körs månadsvis och driver 60-80 procent av content-refresh-prioriteringen 2026.

LLM-citation-mätning blir strategiskt först när mätdata driver content-beslut. Alice Labs 5-stegs citation-gap-loop:

1. Harvest baseline. Kör Alice Labs LLM Query Harvester på 150-200 prompts. Output: SQLite-tidsserie med citation-status per prompt.
2. Klassificera per cluster x intent x geo. tools/llm_query_classifier.py segmenterar prompts efter dessa tre dimensioner. Output: tabell med citation-rate per segment.
3. Gap-analys mot konkurrenter. tools/llm_citation_gap.py --cluster ai-consulting --format markdown genererar leaderboard per segment: Alice Labs vs topp-3 konkurrenter. Identifierar gap-storlek per segment.
4. Rank refresh-backlog. Vikta gap med prompt-volym och strategisk prioritet. Ett gap på 15 procent i ett cluster med 50 prompts per baseline (hög volym) prioriteras före ett gap på 25 procent i ett cluster med 5 prompts (låg volym).
5. Refresh, wait 14 dagar, re-harvest. Bumpa dateModified, uppdatera hero stats, lägg till 10 procent nytt content, förbättra schema. Vänta 14 dagar (Bing-index refresh + Perplexity re-crawl). Kör ny harvest på samma prompt-portfölj. Mät före-efter-delta.

Alice Labs erfarenhet Q3 2026: 60-80 procent av content-refresh-prioriteringen drivs av citation-gap-data, resten av kvartalsvis rutin-review. Sidor som visar citation-lift efter refresh belönas med tätare re-harvest (varannan vecka i stället för varje månad) för snabbare feedback-loop.

Nordic-specifika mät-taktiker: geo-tagg, svenska källor, cross-language

Sammanfattat

Svenska brands har tre unika mät-överväganden: (1) 50 procent av prompt-portföljen ska vara SE-taggad plus 25 procent NORDIC för att fånga Nordic geo-moat, (2) svenska auktoritetskällor (ai.se, regeringen.se, Vinnova, IMY) ska trackas som citation-sources i lager 2, (3) cross-language-checks: kör svenska prompts mot GPT-5 (som svarar på svenska med svenska källor) och engelska prompts (som ofta svarar på engelska med globala källor) separat. Alice Labs Q1-Q2 2025 100 procent Nordic-citation-share validerade Nordic-first-strategin.

Nordisk kontext kräver anpassad mät-metodik:

1. Prompt-portfölj geo-distribution. Standard för svensk mid- market och enterprise: 50 procent SE-taggade prompts, 25 procent NORDIC, 15 procent EU, 10 procent GLOBAL. Sätter mätfokus på Nordic geo-moat-hypotesen.
2. Svenska källor som citation-referens. Trackar tolv svenska auktoritetskällor som "wanted citations": Wikipedia SV, regeringen.se, ai.se (AI Sweden), Vinnova, RISE, IMY (Integritetsskyddsmyndigheten), Digg, KTH, LiU, Chalmers, SCB, Ekonomifakta. Rapport visar hur ofta LLM:er citerar dessa vid svenska prompts vs globala källor (McKinsey, Gartner, Deloitte).
3. Cross-language-checks. Samma prompt i två varianter: SV och EN. GPT-5 svarar oftast på språket för prompten och citerar geografiskt matchande källor. Kör båda för att fånga cross-language brand-lift.
4. Konkurrent-set kalibrering. Svenska brands konkurrerar mot olika set beroende på prompt-språk. SV-prompt: konkurrent-set är svenska specialister (Silo AI, Sana Labs, Lovable). EN-prompt: konkurrent-set är globala aktörer (McKinsey, Deloitte, enterprise AI-konsults globalt).
5. Nordic-share-KPI som primary. "Andel av totala citations som är från Nordic-taggade prompts". Alice Labs baseline 100 procent; mål Q3 2026 behåll ≥60 procent medan totala citations växer 3x.

Djupare Nordic-strategi i pillar-artikeln LLMO-optimering för svenska företag: guide 2026 och praktisk implementering i Hur svenska brands hittas i ChatGPT 2026: playbook.

Vanliga mät-misstag och hur du undviker dem

Sammanfattat

Fem vanligaste mät-misstag 2026: (1) enstaka manuella prompts som baseline (för litet n), (2) mäta bara i ChatGPT (missar 60 procent av LLM-marknaden), (3) rapportera absoluta citation-tal utan konkurrent-jämförelse, (4) inte geo-tagga prompts (missar Nordic-signal), (5) refresha content utan att re-mäta efter 14 dagar (ingen feedback-loop). Undvik alla fem för produktions-mognadsnivå.

Alice Labs har observerat fem återkommande mät-misstag hos svenska team som påbörjat LLMO 2025-2026:

1. Enstaka manuella prompts som baseline. "Vi frågade ChatGPT om vårt varumärke tre gånger och det citerades två gånger, alltså 66 procent citation-rate." Fel. n=3 är för lågt för statistisk signifikans. Använd n≥30 per LLM för meningsfull baseline.
2. Mäta bara i ChatGPT. Även om ChatGPT har högst mindshare 2026, utgör Copilot, Perplexity, Claude och Gemini tillsammans över 60 procent av LLM-svaren. Alla fem måste mätas separat.
3. Rapportera absoluta citation-tal utan konkurrent-jämförelse. "Vi hade 12 citations denna månad." Bra eller dåligt? Utan brand-vs-competitor- mention-ratio är siffran meningslös. Alltid rapportera i förhållande till topp-3 konkurrenter.
4. Inte geo-tagga prompts. Svenska brands ser Nordic-moat-signal bara om prompts geo-taggas. En blandad portfölj utan taggar visar en aggregerad siffra som döljer moat.
5. Refresha content utan att re-mäta. "Vi uppdaterade sidan förra månaden." Blev det bättre? Utan re-harvest efter 14 dagar är refresh- investeringen omätbar. Alltid mät före och efter.