Sådan anbefaler AI vægkunst: vi analyserede 248 svar
Vi spurgte ChatGPT, Perplexity, Gemini og Google AI Overviews, hvor man køber vægkunst – 248 gange, i fire lande. Motorerne er næsten aldrig enige: kun 3% af de citerede kilder deles af alle fire, og 27% af købssvarene anbefaler slet intet mærke. Her er, hvem AI faktisk anbefaler, og hvorfor.
Flere og flere begynder et køb ved at spørge en AI-assistent, ikke et søgefelt. Så vi lavede det oplagte eksperiment: vi spurgte de fire motorer, de fleste købere nu bruger, om hvor man får fat i vægkunst, 248 gange, og loggede hvert mærke, de nævnte, og hver kilde, de citerede. Billedet, der kom tilbage, er langt mere rodet – og langt mere åbent – end klassisk søgning nogensinde var.
Studiet i ét afsnit
I juli 2026 kørte vi et fastlåst panel med 62 rigtige købsspørgsmål (»hvor kan jeg få et foto trykt på metal?«, »bedste virksomheder til metaltryk«, »Displate-alternativer« …) gennem de fire AI-motorer, de fleste nu spørger – ChatGPT, Perplexity, Gemini og Google AI Overviews – i Storbritannien, Polen, Tyskland og Frankrig. Det gav 248 svar, hvoraf 227 bestod kvalitetskontrollen. Vi loggede hvert mærke, der blev nævnt, og hver kilde, der blev citeret: 523 distinkte domæner i alt. Vi driver et studie for metaltryk, så vi udgav listen uden vores egne mærkenavns-spørgsmål – tallene nedenfor er, hvad motorerne siger, når ingen spørger specifikt om os.
Fund 1 – »AI-søgning« er fire forskellige søgemaskiner under ét navn
Af de 523 domæner, motorerne citerede, blev kun 16 – tre procent – citeret af alle fire motorer. Halvfjerds procent dukkede op i præcis én motors svar og ingen andre steder.
Klassisk søgning fungerede aldrig sådan. Google og Bing var uenige i marginerne; disse fire systemer bygger deres svar på i vid udstrækning adskilte kildesæt. For alle, der sælger online, er den praktiske konsekvens kontant: at være synlig for ChatGPT siger næsten intet om, hvorvidt Perplexity, Gemini eller Googles AI Overviews ved, at du findes. Nu er der fire døre, og de åbnes med forskellige nøgler.
Fire motorer, fire i vid udstrækning adskilte kildesæt: 70% af de citerede domæner findes i kun én motors svar.
Fund 2 – Perplexity overlader mærkeopdagelse til fællesskaberne
Vi klassificerede hver citering efter kildetype. 17,7 % af Perplexitys citeringer peger på community-indhold – Reddit-tråde, YouTube-videoer, fora. For ChatGPT er tallet 2,2 %. Det er en otte gange så stor forskel: Gemini ligger på 5,7 %, Google AI Overviews på 13 %.
Med andre ord: når en køber spørger Perplexity om, hvad de skal hænge på væggen, er en betydelig del af svaret skrevet af Reddit-brugere og YouTubere, ikke af noget mærke eller nogen udgiver. Det er motoren, hvor virksomheder har mindst direkte kontrol over deres egen historie – og hvor en enkelt oprigtigt hjælpsom community-tråd kan anbefale stærkere end et helt markedsføringsbudget.
Perplexity læner sig op ad community-indhold otte gange mere end ChatGPT (n = 227).
Fund 3 – fællesskaberne citeres mere end enhver forhandler
På tværs af panelet uden mærkespørgsmål samlede YouTube 82 citeringer og Reddit 65 – 147 tilsammen, den største blok af tredjepartsciteringer i studiet. Den øverste forhandler (whitewall.com) samlede 90. Ingen anden kommerciel side var i nærheden.
Mønsteret gentager sig i miniature for smalle udgivere: photographytalk.com, en fotoblog, fik 16 citeringer – og dukkede op i AI'ens kildesæt side om side med platforme tusind gange så store. Motorerne vejer ikke trafik; de vejer emnemæssig autoritet, uanset hvor lille den side, der bærer den, er.
Antal citeringer på tværs af panelet uden mærkespørgsmål (egne mærkeprompter ekskluderet). Community-platforme (YouTube, Reddit) ligger lige under den øverste forhandler.
Fund 4 – en fjerdedel af markedet er ganske enkelt ledigt
27% af alle købssvar nævnte slet intet sporet mærke. På Perplexity var det 35%; selv på den mest mærkeorienterede motor (ChatGPT, 21%) anbefaler cirka ét ud af fem svar kategorier, materialer og kriterier – men ingen virksomhed.
For ethvert mærke i denne branche er det den egentlige overskrift. Anbefalingspladsen i en fjerdedel af AI-købssvarene står tom og venter på den, motorerne først lærer at stole på.
En fjerdedel af AI-købssvarene anbefaler slet intet mærke – en tom anbefalingsplads (n = 227).
Fund 5 – synlighed er per motor og per marked
Det samme mærkes andel af opmærksomheden svinger vildt mellem motorer og lande. I det sæt, vi sporede, fører WhiteWall på omtaler samlet set (78 på tværs af spørgsmål uden mærke), men omsætter kun 77% af sine omtaler til citeringer; Displate konverterer 53%. Den stærkeste konvertering i panelet – 93% – tilhører det mindste mærke, vi sporede (vores: 29 omtaler, 27 citeret), hvilket vi læser som en bemærkning om, hvordan motorerne citerer, snarere end om os: motorerne citerer de kilder, de faktisk læser, og de læser sider, der er bygget til at blive læst.
Fordelingen per marked spreder sig igen: toplisterne i Polen, Tyskland, Frankrig og Storbritannien deler deres topblok (YouTube, Reddit, WhiteWall), men midterfeltet domineres af lokale trykkerier, som en britisk læser aldrig har hørt om – labophotos.fr, optimalprint.pl, cewe.de. AI-anbefaling er, ligesom politik, lokal.
Konverteringen afspejler, hvordan motorerne citerer – de linker til de sider, de faktisk læser. Omtalegrundlaget varierer mellem mærker.
Hvad dette betyder, hvis du sælger noget som helst
- Behandl de fire motorer som fire kanaler. Mål hver for sig; et månedligt panel, hvor du »stiller motorerne dine egne købsspørgsmål«, koster et par dollars i API-kald.
- Optjen tilstedeværelse i fællesskaberne på ærlig vis. Perplexitys 8× vægtning af community betyder, at ét hjælpsomt, åbent markeret svar i den rigtige tråd gør mere gavn end en hel side med annoncer. (Astroturfing bliver genkendt – af moderatorer og i stigende grad af motorerne.)
- Skriv sider, motorerne kan citere. Direkte svar, ærlige sammenligninger, ægte specifikationer. Vores konverteringstal findes, fordi sider, der er lette at udtrække, bliver citeret, når de nævnes.
- Tag det ledige rum. En fjerdedel af købssvarene nævner ingen. De mærker, der udfylder de pladser først, vil for næste bølge af købere fremstå som standardvalget.
Klar til at Lave Dit Metaltryk?
Forvandl dit yndlingsfoto til et fantastisk premium metaltryk. Gratis frakt over 819 kr..
Metode
62 købsprompter (17 kategori, 17 transaktionelle, 13 konkurrent, 11 mærke, 4 informationelle), skrevet på modersmålet på engelsk, polsk, tysk og fransk og låst med en indholdshash før indsamling. Motorer: OpenAI Responses med websøgning, Perplexity Sonar, Gemini med forankring mod Google Search, Google AI Overviews via SERP-opsamling (den eneste del med præcis national geomålretning; API-delene er forankrede stedfortrædere for forbrugerfladerne). 248 svar indsamlet 2026-07-02; 21 sat i karantæne af kvalitetsfiltre (leverandørfejl, blokerede hentninger – aldrig stiltiende talt med som data); 227 analyseret. Hver citerings-URL kanoniseret (redirect løst op, sporing fjernet, dedupliceret til registrerbart domæne). Mærkeomtaler matchet med ordgrænse- og aliasbevidst matching, gennemgået mod falske positiver. Toplisten i overskriften ekskluderer vores egne mærkenavns-prompter; tal for hele panelet kan fås på forespørgsel sammen med promptlisten og tabeller per motor.
Ofte stillede spørgsmål
ChatGPT nævnte et sporet mærke i 79% af købssvarene – den mest mærkeorienterede motor i vores panel. Perplexity var mindst (65%) og lænede sig i stedet op ad Reddit-tråde og YouTube-anmeldelser.
Sjældent. Kun 3% af de 523 kilder, der blev citeret i vores studie, blev brugt af alle fire motorer, og 70% dukkede kun op i én motors svar.
Skaf omtale på de kilder, motorerne allerede citerer – community-tråde, YouTube-anmeldelser, smalle emneblogs – og udgiv direkte, citérbare svar på dit eget websted. I vores data blev omtaler oftest til citeringer for sider, der er lette at udtrække og rige på specifikationer.
Perplexity henter helst friske community-diskussioner frem: 17,7 % af dens citeringer i vores panel var community-kilder, mod 2,2 % for ChatGPT.
62 fastlåste købsspørgsmål på tværs af fire AI-motorer og fire lande i juli 2026: 248 svar, 227 analyseret efter kvalitetskontrol, hver mærkeomtale og citeret kilde logget og klassificeret. Metode og promptliste kan fås på forespørgsel.
