Verktygs-verifiering + empirisk konkurrent-reverse-engineering + tracking-arkitektur + dominans-playbook. Byggd av 11-agenters team. profilprodukter.com (SE/NO/EN). 2026-08-02.
| Spår | Verktyg | Verdikt |
|---|---|---|
| Tier1 kommersiella AI-visibility-verktyg | Semrush AI Visibility Toolkit | SKIPPA |
| Ahrefs Brand Radar | UTVÄRDERA-VIDARE | |
| Surfer AI Search Optimization | KÖP | |
| Open-source GEO-ekosystem: kritisk verif | Ansvisor | UTVÄRDERA-VIDARE |
| GetCito | UTVÄRDERA-VIDARE | |
| geo-aeo-tracker | SKIPPA | |
| AEOrank | GRATIS/OPEN-SOURCE | |
| geo-optimizer-skill | GRATIS/OPEN-SOURCE | |
| Foglift GEO CLI | SKIPPA | |
| Awesome GEO | GRATIS/OPEN-SOURCE | |
| Firecrawl (bonus, redan i din Tier 3) | GRATIS/OPEN-SOURCE | |
| Crawler/teknik-stack (AI-crawler-simulat | Crawl4AI (unclecode/crawl4ai) | GRATIS/OPEN-SOURCE |
| Playwright | GRATIS/OPEN-SOURCE | |
| Lighthouse CI (@lhci/cli) | GRATIS/OPEN-SOURCE | |
| Firecrawl (self-host / cloud API) | UTVÄRDERA-VIDARE | |
| Schema.org Validator (validator.schema.org) | BYGG-SJÄLV | |
| JSON-LD Validator (bibliotek) | GRATIS/OPEN-SOURCE | |
| AI-Crawler-Simulator (egen, syntes av ovan) | BYGG-SJÄLV | |
| AI-motorer & API:er för prompt-/citation | Perplexity Sonar API (sonar / sonar-pro) | KÖP |
| OpenAI Responses API - web_search inbyggt verktyg | KÖP | |
| Google Gemini API - google_search grounding (VI HAR REDAN) | GRATIS/OPEN-SOURCE | |
| Anthropic API - web_search server-verktyg | UTVÄRDERA-VIDARE | |
| xAI Grok API - Live Search (webb + X/Twitter) | UTVÄRDERA-VIDARE | |
| keyword.com AI Visibility (VI HAR REDAN, 10 motorer) | SKIPPA | |
| Multi-motor-tracker (orkestreringslager) - egen kod | BYGG-SJÄLV | |
| GEO/citation-mekanik 2026 | Query fan-out + passage/chunk-level retrieval | BYGG-SJÄLV |
| Native-språk-innehåll SE/NO (inte översatt EN) | BYGG-SJÄLV | |
| Reddit/UGC-seeding (särskilt översatt Reddit i Norden) | UTVÄRDERA-VIDARE | |
| Egen originaldata / proprietär statistik (information gain) | BYGG-SJÄLV | |
| Wikidata-entitet + Wikipedia + sameAs (kunskapsgraf-grunding) | BYGG-SJÄLV | |
| schema.org JSON-LD (Product/Organization/FAQPage @graph-stacking) | BYGG-SJÄLV | |
| Färskhet / recency-signal | BYGG-SJÄLV | |
| FAQ/Q&A-format (fråga-i-H2, svar-först) | BYGG-SJÄLV | |
| Off-page konsensus / domänauktoritet / digital PR | UTVÄRDERA-VIDARE | |
| llms.txt | SKIPPA | |
| Interception av ‘Top-10/bästa’-listor (tredjepartslistor AI citerar) | BYGG-SJÄLV | |
| MCP-ekosystem för att bygga “AI Search T | Firecrawl MCP | KÖP |
| Playwright MCP | GRATIS/OPEN-SOURCE | |
| GitHub MCP | SKIPPA | |
| Filesystem MCP | SKIPPA | |
| Browser MCP | SKIPPA | |
| SQLite MCP | SKIPPA | |
| 8-moduls AI Search Tank-arkitektur | Modul 1 — Prompt Discovery Engine | BYGG-SJÄLV |
| Modul 2 — Citation Intelligence | BYGG-SJÄLV | |
| Modul 3 — Entity Graph Builder | BYGG-SJÄLV | |
| Modul 4 — Competitor Reverse Engineer | BYGG-SJÄLV | |
| Modul 5 — Content Optimizer | BYGG-SJÄLV | |
| Modul 6 — Crawler Simulator | BYGG-SJÄLV | |
| Modul 7 — AI Visibility Dashboard | BYGG-SJÄLV | |
| Modul 8 — Auto Fix Agent | BYGG-SJÄLV | |
| AI Search Tank v1.0 Master Skill (orkestrering) | UTVÄRDERA-VIDARE | |
| AI Search Tank Master Skill | SKILL.md (router/dispatcher) | BYGG-SJÄLV |
| Workflow 01 - AI Visibility Audit | BYGG-SJÄLV | |
| Workflow 02 - Citation Analysis (Källfiske) | BYGG-SJÄLV | |
| Workflow 03 - Competitor Reverse-Engineer | BYGG-SJÄLV | |
| Workflow 04 - Entity Engineering | BYGG-SJÄLV | |
| Workflow 05 - Schema Generator + Validator | BYGG-SJÄLV | |
| Workflow 06 - GEO Content Generator | BYGG-SJÄLV | |
| Workflow 07 - AI Search Testing + Crawler Simulator | BYGG-SJÄLV | |
| Workflow 08 - PR / Interception Generator (Auto Fix) | BYGG-SJÄLV | |
| reference/ + checklists/ + reasoning-rules | BYGG-SJÄLV | |
| Semrush AI Visibility Toolkit | UTVÄRDERA-VIDARE | |
| Ahrefs Brand Radar | KÖP | |
| Surfer AI Tracker / AI Search Optimization | SKIPPA | |
| AEOrank (aeorank.dev) | GRATIS/OPEN-SOURCE | |
| GetCito (open source AIO/AEO/GEO) | GRATIS/OPEN-SOURCE | |
| geo-aeo-tracker (danishashko) | GRATIS/OPEN-SOURCE | |
| Foglift CLI (foglift-scan, npm) | GRATIS/OPEN-SOURCE | |
| Firecrawl (MCP + API) | GRATIS/OPEN-SOURCE | |
| llms.txt-generering | UTVÄRDERA-VIDARE |
Data gathering is complete and the gap is confirmed. Here is the deliverable.
Metod: (1) Gemini 3 med Google Search-grounding, 4 köpar-prompts SE/NO/EN + systeminstruktion att rangordna källor; (2) keyword.com citation-API för domän 3925 (vad AI faktiskt citerar i vår exakta nisch); (3) Ahrefs refdomains för Medtryck, Scantra, Axon, Vistaprint, Logotech + oss själva. Alla tre metoderna pekar på samma sak.
Vår backlink-/citationsprofil är ~95 % SEO-spam
(rankxlinks.shop, buybacklinks.agency, seolinkpro.shop osv.) plus ett
fåtal slumpdomäner (finn.no, habit.se). Noll närvaro på någon av
de källor AI faktiskt litar på. I keyword.com citeras
profilprodukter.com exakt 1 gång av 30 citat — och bara
/en/city/stockholm.
Avgörande kontroll: Axon Profil och Logotech har nästan identisk profil som vi — nästan bara spam-länkar — och de dominerar inte de legitima AI-citaten. Medtryck och Vistaprint däremot har Wikipedia + Crunchbase + svensk nyhetsmedia + mynewsdesk. Skillnaden mellan “AI citerar dig” och “AI ignorerar dig” är alltså konsensus-källor, inte spam-volym. Vi har byggt (eller köpt) exakt fel sak.
Gemini rangordnade dessa högst för att “verifiera kundnöjdhet” i alla fyra svaren.
trustpilot.com/review/xpressprofil.no,
/igoprofil.se, /thk.nu,
/p2markning.se, charma.io. Vi: ingen
sida. Snabbaste möjliga vinsten.reco.se/kategori/profilreklam/1 och
/profilreklam/stockholms-lan/1. Listade bolag: Profilar AB,
T-S Reklam. Vi: inte listade som företag alls.AI rekommenderar aktivt medlemmar och nämner utmärkelser.
site:sbpr.se profilprodukter = noll träffar för
oss.Dessa dök upp direkt i keyword.com-citaten — AI
läser dem NU: - ensun.io —
ensun.io/search/promotional-item-product/sweden (3 citat) -
poidata.io —
poidata.io/report/promotional-products-supplier/sweden (2
citat) - fastbase.com —
fastbase.com/countryindex/sweden/P/Promotional-products-supplier
- kompass.com — Gemini-citerad B2B-databas
(“Promotional articles”) - allabolag.se +
largestcompanies.com — AI verifierar storlek/omsättning
här - hitta.se / eniro.se — konkurrenternas
Ahrefs-refdomäner, vi saknar båda Åtgärd: säkerställ korrekt, berikad
post på var och en (många är gratis att claima).
Medtryck & Vistaprint har dessa; vi har inga: -
wikipedia.org / wikidata.org — ingen entitet för
Profilprodukter (kontroll bekräftad). Wikidata-post = enorm fördel i
alla LLM:ers kunskapsgraf. - crunchbase.com —
konkurrenters refdomän, vi saknar. site-kontroll = ingen
post. - theorg.com, similarweb.com —
sekundära entitetssignaler konkurrenterna har.
Ahrefs visar konkurrenternas legitima medielänkar — vår “Digital PR-hitlist”: - mynewsdesk.com — Vistaprints PR-distributionskanal (DR 88). Billigaste vägen in i svensk nyhetsmedia + LLM-index. - Svensk nyhetsmedia konkurrenterna citeras i: dn.se, expressen.se, svt.se, aftonbladet.se, idg.se, elle.se (Medtryck/Vistaprint). - eppi-magazine.com + Promotionnytt — branschmedia AI citerar för trender/förvärv. - riveancapital.com-typade pressmeddelanden (PE-förvärv av Vinga) — AI plockade upp dessa i EN/Norden-svaret.
Grounding-domäner Gemini drog svar från (kontakta för listinkludering, eller bygg en bättre, färskare lista AI hellre indexerar): - stockblogs.se, tag.se, tisdag.se, profilo.se, gronatryck.se, ffprofilreklam.se, molind.se, masterdesign.se, smartasaker.se (SE) - trolltunga.com, nordata.io (NO)
Rådata sparad i scratchpad (resp_1..4.json =
Gemini-grounding, plus keyword.com- och Ahrefs-utdrag ovan) om du vill
gräva vidare i enskilda citat.
Data ligger klar. Här är DEL 1 av masterclassen, returnerad direkt som Markdown.
Kärntes: Vi köper inte fler visibility-plattformar. Vi äger redan multi-motor-tracking (keyword.com, 10 motorer) + Ahrefs REST + Gemini-grounding + Serper + GSC. Världsklass uppnås inte genom att stapla SaaS-lager utan genom att orkestrera det vi redan äger till en enda källkarta i Supabase, mätt per motor × språk × köpfas × konkurrent. Verifieringen av Mikaels “Tier 1 måste ha” visar att endast ett kommersiellt köp är motiverat på tracking-sidan — och det är egentligen ett optimerings-verktyg, inte ett mät-verktyg.
Prioriterat. “Behåll” = redan betalt/nyckel finns. “Bygg” = egen kod på befintlig stack. Kostnad är löpande/månad om inget annat anges.
| Lager | Verktyg | Verdikt | Kostnad | Varför |
|---|---|---|---|---|
| Konsument-sanning (skrapade faktiska ytor) | keyword.com AI Visibility (domain_id 3925, 10 motorer, vi 18/38) | BEHÅLL — ryggrad | Redan betald | Skrapar det slutanvändaren faktiskt ser i ChatGPT-appen/AI Overviews (annan systemprompt/personalisering/retrieval än API). Ingen annan datakälla ger detta. Köp inga fler SaaS-visibility-lager ovanpå. |
| API-djup: Google/AI Overviews-spegel | Gemini API google_search-grounding
(GEMINI_API_KEY, gemini-3-flash-preview) |
BEHÅLL + utöka | I praktiken gratis (5 000 grounded prompts/mån på 3.x, sen $14/1 000) | Vi kör redan Gemini-trackern. groundingMetadata (chunks
+ supports + queries) = närmaste spegel av AI Overviews-källmönster,
kritiskt för SE/NO där Google äger söket. |
| API-djup: ChatGPT-spegel | OpenAI Responses API web_search
(gpt-5.5/5.6) |
KÖP nyckel | $25–50/1 000 sök + tokens (~$0,03–0,06/query) | Närmaste proxy för ChatGPT-konsumentsvar. url_citation
med char-index → mappar vilken mening som drev vilken
källa. Dyrast men rikast annotering. Kräver ny OpenAI-nyckel. |
| API-djup: web-native citations | Perplexity Sonar API
(sonar/sonar-pro) |
KÖP nyckel | $1/$1 resp. $3/$15 per M tokens; citations gratis (~$0,003–0,02/query) | Billigast av alla, citations first-class i metadata, web-native. Perplexity dominerar Reddit-/UGC-citat (20–24 %) = avgörande blindfläck hos Semrush. Kräver ny nyckel. |
| API-djup: triangulering | Anthropic web_search (Sonnet 5/Opus
5) |
UTVÄRDERA (fjärde datapunkt) | $10/1 000 sök + tokens | Nyckel finns. Lägre söktrafik men bra för konsensus-triangulering: URL citerad av OpenAI+Gemini+Perplexity+Claude = äkta auktoritetskälla värd att infiltrera. |
| API-djup: X/UGC-signal | xAI Grok Live Search (grok-4.5) | UTVÄRDERA i pilot | $5/1 000 sök + $25/1 000 källor | Unik X/Twitter-data ingen annan motor har. Källavgiften kan skena — pilottesta innan full integration. |
| Backlink-/mention-RE | Ahrefs REST (~/.ahrefs-key) | BEHÅLL | Redan betald (Lite-plan) | Kör Fas 2-reverse-engineering (refdomains, Reddit/Wikidata-filter, gap-Hitlist) via API:t — vi behöver inte Brand Radar för själva länkanalysen. |
| Rank/SERP/PAA | Serper (~/.serper-key) | BEHÅLL | ~$0,001/query | Seedar prompt-matrisen (PAA + autocomplete på .se/.no) för Modul 1. |
| Klassisk-SEO-baslinje | GSC | BEHÅLL | Gratis | Riktiga query-data → prompt-discovery + korrelation AI↔︎klassisk. |
Verktyg vi aktivt VÄLJER BORT på tracking-sidan (med skäl):
Nettobeslut tracking: Behåll keyword.com + Ahrefs + Gemini + Serper + GSC. Lägg till två nycklar (OpenAI + Perplexity, ~$20–60/mån total vid vår volym). Allt annat är bygg-själv-orkestrering. Total ny löpande kostnad för mätsystemet: ~$30–80/mån i API.
Varje mätning taggas på fem dimensioner samtidigt så samma faktatabell kan skäras godtyckligt:
Dimensioner (skär-axlar): 1. Motor — ChatGPT, AI Overviews, Gemini-app, Perplexity, Claude, (Grok, Copilot) — API-spegel och keyword.com-skrapning parallellt (de skiljer sig — mät båda). 2. Språk/marknad — SE / NO / EN-nordisk. Native, aldrig översatt. Frågespråket omformar vilka källor AI citerar — detta är vår moat och måste vara en förstklassig dimension, inte en efterhandsfiltrering. 3. Köpfas — awareness (“vad är profilprodukter”) → consideration (“bästa leverantören i Sverige”) → comparison (“Medtryck vs X”) → transaction (“beställa tryckta pennor billigt”). Citation-mönster skiljer sig kraftigt per fas. 4. Konkurrent — Medtryck, Scantra, Axon, Vistaprint, Logotech + oss — varje rad vet vem den mäter. 5. Prompt-id — stabil koppling till prompt-matrisen (Modul 1).
Mätvärden (vad vi räknar per skärning):
| Metrik | Definition | Källa |
|---|---|---|
| Share of Voice (SoV) | Andel prompts i en skärning där VI nämns / citeras, mot varje jätte separat. Beräknas per konkurrent-par så vi ser “vi vs Medtryck på NO consideration”. | keyword.com + API-citations |
| Citationsgrad | Andel svar där vi citeras som källa (URL), inte bara nämns i text — hårdare mått än mention. | API url_citation / groundingChunks |
| Citation-källkarta | Exakt vilka domäner/URL:er AI matar per prompt (Trustpilot, Reco, Reddit, Wikipedia, ensun.io …), rankade på påverkan. Detta är hjärtat — Fas 1 källfiske. | OpenAI/Perplexity/Gemini citations + “lista dina källor rangordnat”-systeminstruktion |
| Sentiment | LLM-scorat (−1..+1) på hur vi/konkurrenten omnämns per svar. | Gemini/Claude scoring-pass |
| Rank-inom-svar | Position i svaret (55 % av citaten kommer från översta 30 % — vi mäter var vi hamnar). | char-index (OpenAI), chunk-ordning |
| Entitets-styrka | Sammansatt score: finns Wikidata-QID? Wikipedia? Crunchbase? sameAs-nät komplett? Konsekvent NAP? Antal konsensus-källor som bekräftar oss. | Modul 3-audit + Ahrefs refdomains |
| Färskhet-exponering | Andel av våra citerbara sidor < 13 veckor gamla (50 % av AI-citat kommer därifrån). | egen sitemap + dateModified |
| Konkurrent-gap | Källor där konkurrent citeras men inte vi (Hitlist), auto-genererad diff. | citation-källkarta − vår närvaro |
Två sanningar mäts parallellt, aldrig hopblandade: API-spegel (djup, billig volym, kontroll) vs keyword.com-skrapning (konsument-sanning). Divergens mellan dem är i sig en signal.
Supabase (Postgres) — normaliserad citations-first-modell:
prompts (id, text, lang, phase, intent_cluster, volume, source[gsc|serper|llm], active)
engines (id, name, kind[api|scraped], model_pin) -- pinnad modellversion i env
runs (id, run_ts, engine_id, prompt_id, lang, raw_response_uri, cost_usd)
citations (id, run_id, rank, url, domain, title, snippet, char_start, char_end)
-- ETT normaliserat schema för ALLA motorers heterogena citationsformat
mentions (id, run_id, brand, is_us bool, cited bool, sentiment numeric, in_answer_rank)
competitors (id, name, domain, ahrefs_last_sync)
entity_state (id, brand, has_wikidata, qid, has_wikipedia, has_crunchbase,
sameas_count, consensus_sources int, nap_consistent, score, checked_ts)
sov_daily (materialized view: engine × lang × phase × competitor → sov, cite_rate, sentiment)
source_map (materialized view: domain → count, avg_rank, prompts[], us_present bool) -- Hitlist-motornNyckelbeslut: citations är kanoniska.
Adapterlagret (en adapter per motor) normaliserar Perplexity
citations[], Gemini groundingChunks, OpenAI
url_citation till
{engine, prompt, lang, rank, url, domain, title, snippet, char_span, ts}.
Rådata-JSON sparas i Supabase Storage (raw_response_uri) —
aldrig i kontext.
Dashboard — två lager: - Operativt
(internt): Next.js-vy över Supabase i
alxos-dashboard (os.finnengine.com, :8096) — SoV-trend
per motor/marknad/fas, live källkarta, Hitlist, entitets-styrka,
konkurrent-diff. Detta är Modul 7. - Delning/rapport:
Artifact (privat default) för veckovis GEO-lägesrapport
till Mikael — self-contained, theme-aware, en URL han kan öppna utan att
logga in i dashboarden. Bygg via doc-share/Artifact-flödet
när en ögonblicksbild ska delas.
Larm/digest (in i befintlig monitoring-stack, Prometheus/Grafana/Loki + site-watchdog): - Nattlig körning (cron): 20 prompts × 3 språk × 4 motorer ≈ 240 queries/natt, ~$2–8/dygn. - Digest (ccbot Telegram-brygga → topic): daglig sammanfattning — SoV-delta, nya konkurrent-citat vi tappade mot, nya källor på Hitlist, entitets-förändringar. - Larm (trösklar): SoV-fall > X % på en marknad; ny konkurrent-dominerad källa dyker upp; vår enda citation försvinner; citations-bot blockeras i robots.txt (från Modul 6).
Alla 8 = BYGG-SJÄLV. Verifieringen bekräftar att varje externt beroende är verkligt, men inget kommersiellt paket täcker native SE/NO — det är vår moat. Ordningen följer dataflödet (mät → förstå → åtgärda → verifiera → stäng loop). Tracking-arkitekturen (denna DEL 1) är modul 1, 2, 7 — resten är DEL 2/3 men listas för helheten.
| # | Modul | Roll i mätsystemet | Bygg-ordning | Stack |
|---|---|---|---|---|
| 1 | Prompt Discovery | Fundamentet — native prompt-matris SE/NO/EN, klustrad på intent/fas | Fas A (först) | GSC + Serper (PAA/autocomplete) + Gemini-expansion →
prompts-tabell |
| 2 | Citation Intelligence | Kör matrisen mot alla motorer, extraherar källkartan | Fas A | Adapterlager → Perplexity/OpenAI/Gemini/(Claude) →
citations |
| 7 | AI Visibility Dashboard | Aggregerar 1+2 till SoV/sentiment/trend/Hitlist | Fas B | Next.js på alxos + Supabase-views + keyword.com-feed |
| 4 | Competitor Reverse Engineer | Skrapar vinnande URL:er + Ahrefs-länkprofil → gap-Hitlist | Fas C | Crawl4AI/Firecrawl + Ahrefs REST |
| 3 | Entity Graph Builder | Wikidata/sameAs/JSON-LD-graf →
entity_state-mätning |
Fas C | egen JSON-LD + Wikidata (gratis) |
| 6 | Crawler Simulator | Verifierar att GPTBot/PerplexityBot får SSR-innehåll (raw-vs-render-diff) | Fas C | Playwright + Crawl4AI + Lighthouse CI (allt gratis) |
| 5 | Content Optimizer | Producerar native GEO-content mot gaps | Fas D | egen pipeline + ev. Surfer |
| 8 | Auto Fix Agent | Findings → färdiga PR:er, strikt human-in-loop | Fas D (sist) | Claude Code headless + gh CLI |
Master Skill: bygg som 8 modulära skills + tunn router (
.claude/skills/ai-search-tank/), inte en 2 000–5 000-raders monolit — progressive disclosure håller kontext-budgeten nere.
Fokus här = mät-kärnan (Modul 1, 2, 7). Optimering/åtgärd (3–6, 8) är DEL 2/3.
Fas A — Käll-kartan (vecka 1, ~2–4 dev-dagar, ~$30–80/mån ny
API) - Skaffa OpenAI- + Perplexity-nyckel,
pinna modellnamn i .env.local (gpt-5.5/5.6, sonar-pro;
Gemini finns). - Res upp Supabase-schemat
(prompts/runs/citations/mentions).
- Generalisera den befintliga Gemini-trackern till
adapterlager (en adapter/motor, gemensam
citations-tabell, normaliserar de tre citationsformaten +
“lista dina källor rangordnat”-systeminstruktion). - Seed
prompt-matrisen: 20 prompts × 3 språk × 4 faser ur GSC + Serper-PAA +
Gemini-expansion. - Leverans: första fullständiga
körningen ger den råa källkartan (bekräftar Hitlist-gapet redan påvisat:
vi citeras 1/30, konkurrenterna sitter på
Trustpilot/Reco/Wikipedia/ensun.io).
Fas B — Dashboard + digest (vecka 2, ~2–3 dev-dagar)
- Materialiserade vyer sov_daily + source_map
(Hitlist-motor). - Next.js-vy i alxos-dashboard: SoV per
motor/marknad/fas mot varje jätte, live källkarta, sentiment,
entitets-styrka. - Nattlig cron in i monitoring-stacken +
ccbot-digest + trösklar-larm. - Veckorapport som
Artifact till Mikael.
Fas C — Konsensus- & konkurrent-lager (vecka
3–4) - Koppla in Ahrefs REST: refdomains för
konkurrenter + oss → entity_state + gap-diff automatiseras
(i dag manuellt). - Crawler Simulator som CI-gate
(raw-vs-render-diff per bot-UA) — fångar nästa LazySection-regression
innan den gömmer innehåll för GPTBot/PerplexityBot. Wire ev. AEOrank
GitHub Action (gratis). - Beslut: pilotköp Ahrefs Brand
Radar Perplexity-plattform ($199) enbart om API-korrelationen visar sig
otillräcklig.
Fas D — Triangulering + kalibrering (löpande) - Lägg till Claude + (pilot) Grok som fjärde/femte datapunkt för konsensus-triangulering. - Kalibrera API-spegel mot keyword.com-skrapning (konsument-sanning); dokumentera divergensen som egen signal. - Kvartalsvis: re-seeda prompt-matrisen mot ny GSC-data + färskhets-audit.
Sammanfattad ekonomi: ~70 % av infran finns redan. Ny löpande kostnad ~$30–80/mån API + nattlig körning $2–8/dygn. Total dev för mät-kärnan (Fas A+B) 4–7 dagar. Enda övervägda köp: Ahrefs Brand Radar-pilot $199 (villkorat) — och Surfer $119–219/mån hör till DEL 2 (produktion), inte tracking.
Ägande av AI-söket för profilprodukter.com — SE / NO / EN, native. Byggd på DEL 1:s verifiering + den empiriska hitlisten (Gemini-grounding + keyword.com citation-API domän 3925 + Ahrefs refdomains mot Medtryck/Vistaprint/Axon/Logotech).
Vi citeras 1 gång av 30 i vår exakta nisch
(keyword.com), och den enda träffen är /en/city/stockholm.
Vår backlink-profil är ~95 % SEO-spam. Vår keyword.com-baslinje är
18/38. Axon och Logotech har nästan identisk
spam-profil som vi och citeras inte heller — medan Medtryck och
Vistaprint (Wikipedia + Crunchbase + svensk media + mynewsdesk)
dominerar. Slutsatsen är brutalt tydlig: skillnaden är
konsensus-källor, inte länkvolym. Vi har byggt exakt fel sak.
Det är också goda nyheter — det betyder att gapet stängs med riktade
insatser vi kontrollerar, inte med tioårig domän-auktoritet vi inte kan
köpa i kapp.
Detta är GEO-playbookens Fas 4 (Interception, Entitet, Konsensus, FAQ, Information Gain) — men laddad med den faktiska hitlisten, inte generisk teori. Ordningen är avsiktlig: snabbaste citationsförflyttning först, tyngsta moaten sist.
Vektor 1 — Off-site-konsensus (SNABBAST citationsvinst,
veckor). UGC/recensioner + kataloger är AI:s #1–2-källa i
varje svar Gemini gav, och de dök upp direkt i
keyword.com-citaten. Detta är rot-gapet och den snabbaste hävstången. -
Recensioner (dagar): claima Trustpilot-review-sida
(konkurrenter har trustpilot.com/review/igoprofil.se,
/thk.nu — vi har ingen), Reco-företagsprofil
(reco.se/kategori/profilreklam), komplett Google Business
Profile med recensioner (AI citerade “4,9/5 på Google” för
konkurrenter). - B2B-kataloger (dagar, ofta gratis att
claima): ensun.io, poidata.io, fastbase.com, kompass.com,
allabolag.se, hitta.se, eniro.se — dessa citerades bokstavligen
i keyword.com NU, AI läser dem redan, vi finns knappt. -
Branschföreningar som AI-vitlista: SBPR (SE) och NBR
(NO — AI:s #1-källa i Norge, citerar “Årets bedrift”). Medlemskap =
direkt AI-synlighet.
Vektor 2 — Interception av citerade listor (snabb, veckor–månader). För varje viktig SE/NO/EN-prompt: kör källfisket (Workflow 02), extrahera de exakta URL:er AI citerar för konkurrenten, och antingen (a) kontakta listan för inkludering, eller (b) publicera en färskare, mer datadriven nordisk lista AI hellre citerar. Fältet är tunt på svenska/norska — topplistedomänerna Gemini drog från (stockblogs.se, tag.se, profilo.se, gronatryck.se, smartasaker.se / trolltunga.com, nordata.io) är gripbara. Detta är där “tidig-mot-jättar” betalar sig snabbast.
Vektor 3 — Entitetsbyggande (störst långsiktig hävstång, “dubbelt så stark”). Detta skiljer AI-vinnarna från förlorarna. Vi har noll kunskapsgraf-närvaro. - Wikidata-entitet för Profilprodukter (org, grundare, domän, sociala) — bekräftat frånvarande. Enda realistiska vägen in i ChatGPT:s pool där 67 % av topp-citat är Wikipedia/gov/edu. Wikidata-post är åtkomlig (Wikipedia-artikel = notabilitetsrisk, separat spår). - Crunchbase-profil — konkurrenternas refdomän, vi saknar. - sameAs-nät i vår Organization-JSON-LD → alla sociala profiler + Wikidata-QID, konsekvent NAP/bolagsfakta (Bolagsverket/Brønnøysund) överallt.
Vektor 4 — FAQ/Q&A-hub i LLM-format (snabb, hög matchning mot hämtningsmekaniken). Motorerna hämtar passager via query fan-out, inte sidor. 55 % av citaten kommer från översta 30 % av sidan. Bygg en native SE/NO FAQ-hub: kundfråga = exakt H2, direktsvar i första meningen, sen djup + punktlista, FAQPage-schema per par. Mappa de 10–20 viktigaste köparfrågorna per marknad (från Prompt Discovery). Billigt, snabbt, exakt hur AI hämtar.
Vektor 5 — Information Gain / egen originaldata (vår omöjliga-att-kopiera moat). Sidor med minst ett namngivet datacitat i brödtexten citeras 2,1× oftare; originaldata är den högst-hävstångsförande innehållstypen över alla motorer. Vi är e-handel = vi sitter på data ingen annan har: nordiska prisintervall per produktkategori, leveranstider, tryckteknik-jämförelser, sortimentsstatistik. Publicera nordiska branschsiffror ingen giant äger → vi blir primärkällan de citerar. Detta är den enda moaten en decennier-gammal jätte inte kan kopiera från oss.
Prioriterad startordning (snabbast ROI först): Recensioner (Trustpilot/Reco/Google) → SBPR + NBR → kataloger (ensun/poidata/fastbase/kompass/allabolag/hitta/eniro) → Wikidata + Crunchbase → ett mynewsdesk.com-utskick mot idg.se/branschmedia.
| Marknad | Snabbaste väg | Varför | Konkurrensläge |
|---|---|---|---|
| NO | Snabbast total dominans. NBR-medlemskap + norska recensioner (Trustpilot .no) + native NO-innehåll + norska kataloger | AI:s #1-källa i NO är NBR (branschförening). Citationsfältet är tunnast på norska. Konkurrenter som xpressprofil.no/igoprofil är små. >70 % av Reddit-citat i NO är maskinöversatta EN-trådar → en enda välrankad EN-tråd når NO-svaren gratis | Nästan tomt fält |
| SE | Störst volym, näst snabbast. Trustpilot/Reco + SBPR + allabolag/hitta/eniro + native SE FAQ + egen prisdata | Google äger SE-söket → Gemini-grounding = AI Overviews-spegling är kritisk. Medtryck/Vistaprint sitter redan på kunskapsgrafen, men på kategori-/långsvans-prompts är fältet öppet | Blandad: jättar på huvudtermer, tomt på long-tail |
| EN (nordisk marknad) | Svårast — deprioritera brett, precisera smalt. Endast “profilprodukter Sweden/Nordics”-vinklade EN-prompts + Wikidata/Crunchbase (som är språkagnostiska och lyfter alla marknader) | Här möter vi jättarnas hemmaplan (DR 22–72, engelska). Att slåss brett på EN är att slåss på deras villkor. Men Wikidata/Crunchbase-entiteten byggs en gång och grundar oss i alla språks LLM-svar | Jättarnas domän — plocka nischer, inte volym |
Regel: native-first, översätt aldrig EN→SE/NO. Frågespråket omformar vilka källor AI citerar (Profound-studie). NO först för snabb bevisad vinst, SE för volym, EN endast där “nordisk leverantör”-vinkeln ger oss ett kantläge.
Vi äger redan genererings-pipelinen (run-ai-batch.js,
queue-all-ai-text, drain-content-queue) över
21k sidor. Vi utökar den, bygger inte om.
Produktionsmallen (varje sida måste passera): 1.
Svar-först-struktur — H2 = exakt köparfråga, direktsvar
i mening 1, sen djup + punktlista. Citerbart innehåll högt (översta 30
%). 2. Entitetstäthet — namngiven data/källa i
brödtexten (2,1× citat-lyft), interna länkar till entitetssidor,
konsekvent bolagsfakta. 3. Schema-injektion —
Product/Offer + Organization(sameAs) + FAQPage via @graph
(~1,8× vs Article ensam), validerat i CI. 4. Information
Gain-krok — varje nyckelsida injicerar minst en unik datapunkt
från vår e-handelsdata (pris, leveranstid, tryckjämförelse). 5.
Färskhet — dateModified + synligt
“uppdaterad”-datum, kvartals-återpublicering av guider (~50 % av citat
är <13 veckor gamla). 6. Native SE/NO genereras
direkt (Claude/Gemini), aldrig översatt. Regel: aldrig publicera
utan godkännande, nämn aldrig AI mot kund (org-regler,
bindande).
Verktygsval för motorn: KÖP Surfer AI Search Optimization ($119–219/mo) — det enda verktyget som täcker en förmåga vi saknar helt (content-optimering vs vår tracking-tunga stack), stöder nativt SE och NO i Content Editor (sällsynt), och täcker Perplexity. Behåll egen pipeline som långsiktig ersättare; Surfer ger content-velocity nu medan vi bygger.
Vad det är: en Claude Code custom-skill (INTE en
2000–5000-raders monolit-systemprompt — det är ett anti-pattern som
blåser upp kontext). Kunskapsdjupet realiseras som en
filstruktur med progressive disclosure: bara
name+description (~100 tokens) laddas alltid;
workflows/referens laddas on-demand; deterministisk kod körs via bash
och hamnar aldrig i kontext. Så får vi obegränsat djup utan
token-straff. Claude Code = full nätverksåtkomst → våra scripts ringer
keyword.com/Ahrefs/Gemini/Serper/Perplexity fritt.
Katalogskelett (projekt-scope, i profilprodukter-repot så den git-delas — Claude Code-skills synkar EJ till claude.ai/API):
.claude/skills/ai-search-tank/
SKILL.md # ~150 rader: 8 resonemangs-regler + routing (Level 1+2)
reference/ # geo-principles, nordic-geo (SE/NO-entiteter), schema-patterns,
# prompt-matris, tool-stack — laddas on-demand
workflows/ # 01 audit · 02 källfiske · 03 konkurrent-RE · 04 entitet ·
# 05 schema · 06 GEO-content · 07 crawler-sim/CI · 08 PR-gen
scripts/ # query_engines.py, firecrawl_scrape.py, schema_validate.py,
# sov_report.py, lib/engines.py (läser ~/.keyword-key,
# ~/.ahrefs-key, ~/.serper-key, GEMINI_API_KEY + nya Perplexity/OpenAI)
assets/ # schema-templates/*.jsonld, report-template, outreach-mallar
checklists/ # audit-, content-geo-, entity-checklistSKILL.md-kärna — de 8 icke-förhandlingsbara resonemangs-reglerna (alltid lästa): 1. Reverse-engineer, gissa aldrig — extrahera faktiska citat (Workflow 02) före varje rekommendation. 2. Tagga FAKTA vs GISSNING på varje påstående, koppla till evidenskälla. 3. Information Gain > omtugg — lägg bara till innehåll som tillför NY info till nätet. 4. Konsensus — ett påstående måste synas i flera oberoende källor (egen sajt + Reddit + review + Wikidata) innan AI litar på det. 5. Native-first SE/NO — översätt aldrig; bygg native entiteter (Bolagsverket/Brønnøysund, Wikidata sv/no). 6. Mät före/efter varje ändring i keyword.com (domän 3925) + Gemini-tracker. 7. Aldrig publicera utan godkännande; nämn aldrig AI mot kund. 8. llms.txt: bygg men förvänta ingen AI-sök-effekt (ingen stor motor läser den 2026 — Google bekräftat).
name: ai-search-tank (får ej innehålla
“claude”/“anthropic”). De 8 workflows = de 8 modulerna, mappade till
playbookens 4 faser (Fas 1 källfiske→02, Fas 2 off-page→03, Fas 3
entitet/schema→04+05, Fas 4 attack→06+08). Varje workflow-fil följer
samma mall: MÅL / FÖRUTSÄTTNINGAR / STEG (med script) / CHECKLISTA /
UTDATA / NÄSTA-WORKFLOW.
Övergripande princip: bygg-själv 8/8 moduler, köp bara DATA-feeds och EN content-optimerare — aldrig en plattform. ~70 % av infran finns redan (Serper, Gemini, Anthropic, Ahrefs REST, keyword.com, GSC, content-pipeline). Startkostnad låg.
Mål: se sanningen och plocka de fria citationsvinsterna innan vi bygger tungt.
| Dev-insats | ~5–8 dagar. Generalisera befintlig Gemini-tracker → multi-motor
adapter-lager (en adapter/motor, gemensam Supabase citations-tabell).
Skriv Workflow 01+02. Adoptera geo-optimizer-skill +
AEOrank (gratis, self-host, matchar miljön). |
| Icke-dev (parallellt, störst ROI) | Claima Trustpilot + Reco + Google Business; ansök SBPR (SE) + NBR (NO); claima ensun/poidata/fastbase/kompass/allabolag/hitta/eniro. Detta är mestadels admin-arbete, inte dev — men det flyttar citat snabbast. |
| Verktygskostnad | Perplexity Sonar-nyckel (~$5–20/mo, billigast, citations gratis) + OpenAI-nyckel för ChatGPT-citations (~$25–50/1000 web_search-anrop). Gemini grounding i praktiken gratis (5k grounded/mån). Nattlig matris 20 prompts × 3 språk × 4 motorer ≈ $2–8/dygn. keyword.com + Ahrefs REST redan betalda. |
| Förväntad effekt | Komplett källkarta per prompt/marknad (vet exakt vad AI matas). Recensions-/katalog-/föreningsvinsterna börjar synas i citat inom veckor — detta är rot-gapet, så störst tidig rörelse här. |
Mål: bygg den strukturella grunden AI litar på, och sätt igång native content-velocity.
| Dev-insats | ~10–15 dagar. Workflow 03 (konkurrent-RE: Crawl4AI/Firecrawl-scrape + Ahrefs-länkgap → Hitlist), 04 (Entity Graph: sameAs-JSON-LD-generator), 05 (schema-generator + CI-validering), 06 (GEO-content-mall in i befintlig pipeline). Wira Firecrawl MCP + Playwright MCP i Claude Code. |
| Icke-dev | Bygg Wikidata-entitet + Crunchbase-profil (konsekvent bolagsfakta). Bygg native SE/NO FAQ-hub. Ett mynewsdesk.com-pressutskick → sikta idg.se/branschmedia. |
| Verktygskostnad | KÖP Surfer Standard/Pro ($119–219/mo) för content-velocity + native SE/NO-optimering. Pilotköp Ahrefs Brand Radar EN plattform ($199, välj Perplexity) för att testa backlink↔︎citation-korrelation mot vår data — köp INTE $699-bundeln blint. Firecrawl gratis-tier / Crawl4AI self-host gratis. |
| Förväntad effekt | Wikidata/Crunchbase-entiteten grundar oss i alla LLM:ers kunskapsgraf (skiljer vinnare från förlorare). Rikare schema + FAQ-hub matchar hämtningsmekaniken. Content-motorn börjar fylla native SE/NO long-tail där fältet är tunt. |
Mål: stäng loopen mät→åtgärd och skydda mot regressioner över 21k sidor.
| Dev-insats | ~10–12 dagar. Workflow 07 (Crawler Simulator: raw-vs-render-diff per bot-UA [GPTBot/OAI-SearchBot/PerplexityBot/ClaudeBot] × SE/NO/EN, Lighthouse CI, AEOrank GitHub Action som deploy-gate). Workflow 08 (Auto Fix Agent: Claude Code headless öppnar PR:er — strikt human-in-loop, aldrig auto-publish, aldrig parallella byggen). Dashboard-frontend (Modul 7) ovanpå keyword.com + citations-tabellen. |
| Verktygskostnad | ~$0 nytt (Playwright/Crawl4AI/Lighthouse/AEOrank gratis self-host). Löpande API från Fas 1 fortsätter. |
| Förväntad effekt | Fångar automatiskt LazySection-typ-regressioner (client-only innehåll osynligt för AI-botar — vi hade exakt detta på Googlebot, fixat v20). Bevisad före/efter-mätning på varje deploy. Auto Fix skalar fix-arbetet över 21k sidor utan manuell flaskhals. |
| Beslut | Vad | Varför |
|---|---|---|
| KÖP | Surfer AI Search Opt. ($119–219/mo) | Enda förmågan vi saknar (content-optimering), nativt SE+NO, täcker Perplexity |
| PILOTKÖP | Ahrefs Brand Radar, 1 plattform ($199) | Playbook-alignat (backlink↔︎citation), men vi har Ahrefs API → testa, köp ej bundle |
| BEHÅLL | keyword.com (betald) + Ahrefs REST (betald) | keyword.com = “konsument-sanningen” (skrapar faktiska ytor, 10 motorer). Köp inga fler SaaS-visibility-lager |
| LÄGG TILL (nyckel) | Perplexity Sonar + OpenAI web_search | Saknas idag; ger djup + billig volym + kontroll som API-proxy |
| GRATIS/OSS | geo-optimizer-skill (635★, 47 metoder), AEOrank (CI-gate), Firecrawl+Crawl4AI+Playwright, Firecrawl/Playwright MCP | Matchar Claude Code-miljön, ryggrad i tanken |
| BYGG-SJÄLV | Alla 8 moduler + Master Skill | Native SE/NO prompt/citation-kartläggning täcks av INGET kommersiellt verktyg — det ÄR moaten |
| SKIPPA | Semrush AI Toolkit (smalare motortäckning än keyword.com, ingen Perplexity), GetCito/geo-aeo-tracker för drift (kräver betald scraping-backend), llms.txt som hävstång, GitHub/Filesystem/SQLite/Browser MCP (redundanta/olämpliga headless) | Redundans eller obevisad effekt |
Primär (nordvärde): 1. Citationsandel keyword.com — från baslinjen 18/38 → mål 30/38 vid vecka 20. (Idag: 1 citat av 30 i vår nisch — obscent lågt utrymme att växa.) 2. Egna citations-trackern (Perplexity+OpenAI+Gemini+Claude): antal unika prompter (av prompt-matrisen) där profilprodukter.com citeras, splittat per SE/NO/EN. NO förväntas röra sig först. 3. Share of Voice vs Medtryck/Vistaprint per motor och marknad — trend, inte absolut.
Sekundära (ledande indikatorer på strukturen): 4. Entitets-checklist: Wikidata-QID live (ja/nej), Crunchbase (ja/nej), Trustpilot/Reco/GBP claimade + recensionsgenomsnitt, SBPR+NBR-medlemskap. Binärt — men det är just detta som skiljer vinnare från förlorare. 5. Katalog-täckning: antal av ensun/poidata/fastbase/kompass/allabolag/hitta/eniro med korrekt berikad post. 6. Schema-/crawler-hälsa: % nyckelsidor som passerar AEOrank-gaten; noll raw-vs-render-diffar som gömmer innehåll för AI-botar. 7. Färskhet: % nyckelsidor uppdaterade <13 veckor.
Vinstdefinitionen: vi “vinner” när AI, på en native SE/NO köparfråga, nämner profilprodukter.com oberett i topp-3-källorna — och när Medtryck/Vistaprints SoV-försprång i keyword.com krymper kvartal över kvartal.
Vad som är realistiskt. NO-marknaden är realistiskt vinnbar inom 2–4 månader — fältet är nästan tomt, NBR är en enkel vitlista, och >70 % av norska Reddit-AI-citat är översatta EN-trådar (låg konkurrens). SE är vinnbart på long-tail och kategori-prompts men inte på huvudtermer där Medtryck/Vistaprint sitter på kunskapsgrafen — det tar 6–12 mån att bygga jämförbar entitets-/mediaauktoritet. EN brett är inte realistiskt och ska inte jagas; att slåss där är att slåss på jättarnas hemmaplan.
Var den verkliga edgen mot jättarna finns. Tre saker, i ordning: 1. Native SE/NO-entiteter i kunskapsgrafen. Jättarna optimerar för engelska. Wikidata/Crunchbase/förenings-närvaro på svenska och norska är ett nästan tomt fält vi kan claima på veckor — och det grundar oss i alla motorers svar. Detta är vår enskilt största tidiga fördel. 2. Egen e-handelsdata som Information Gain. Vi har nordiska pris-, leverans- och tryckdata ingen giant har. Publicerad som primärkälla = 2,1× citat och en moat de inte kan kopiera. 3. Hastighet via Claude Code-agenten över 21k sidor. Vi kan systematisera schema/FAQ/färskhet i skala som en manuell konkurrent inte matchar.
Det avgörande empiriska fyndet: Axon och Logotech bevisar att spam-volym inte ger AI-synlighet — de har vår profil och citeras inte. Så vi vet med säkerhet att pengar på länkvolym är bortkastade; hävstången ligger i konsensus-källor vi kan bygga direkt.
Riskerna, konkret. - Reddit/UGC-kanalen är en tveegg. Den dominerar Perplexity (20–24 % av citat) men B2B-seeding kan slå tillbaka som spam och skada varumärket. Hantera manuellt och varsamt — automatisera aldrig. UTVÄRDERA, satsa inte blint. - Wikipedia-artikel ≠ Wikidata-post. Wikidata är åtkomlig; Wikipedia kräver notabilitet vi kanske inte klarar. Jaga inte Wikipedia-artikeln som blocker. - Modellversioner rör sig snabbt (gpt-5.5/5.6, Sonnet 5, Grok 4.5 aug-2026). Pinna namn i env, verifiera vid bygge — men för citation-tracking spelar exakt version mindre roll än att web_search är på. - API-svar ≠ konsument-yta. ChatGPT-appen/AI Overviews har annan systemprompt/personalisering än API:et. Därför behåller vi keyword.com (konsument-sanning) bredvid egna API:er (djup/volym) — inte istället för. - Content-skala vs kvalitet. 21k auto-genererade sidor riskerar tunt innehåll som AI ignorerar. Information Gain-kroken (unik data per sida) är inte valfri — det är skillnaden mellan att skala citat och att skala brus. Human-in-loop före publicering är bindande. - Attribution är svår. Vi kan inte alltid isolera vilken insats som flyttade ett citat. Därför regel 6 (mät före/efter varje ändring) — annars optimerar vi i blindo.
Var jag skulle spendera Mikaels första krona: inte på verktyg. På att claima Trustpilot + Reco + GBP och ansöka SBPR/NBR den här veckan. Det är nästan gratis, det är rot-gapet, och det ger bevisad rörelse innan en enda modul är byggd. Verktygen (Surfer + Perplexity/OpenAI-nycklar, ~$150–250/mo totalt) kommer i Fas 1–2. Den dyra bundeln (Ahrefs $699, Semrush $199) — skippa tills piloterna bevisar att vi behöver mer än vi redan äger.