ChatGPT, Gemini och Perplexity citerar innehåll på fundamentalt olika sätt. En strategi som fungerar för en plattform kan vara fel approach för en annan. Den här artikeln förklarar vad en av de mest omfattande publika analyserna vi känner till visar om hur de tre plattformarna väljer sina källor, och vad det innebär konkret för din webbplats.
TL;DR
- Yexts analys tyder på att ChatGPT oftare än Gemini lutar mot tredjepartssajter, recensioner och etablerade medier som källunderlag.
- I Yexts analys citerade Gemini oftare varumärkets egna webbsidor, särskilt när innehållet var tydligt strukturerat.
- I Yexts analys lutade Perplexity oftare mot nischade branschtidningar och expertkataloger än mot generalistmedier.
- Du behöver tre delvis olika strategier för att täcka alla tre plattformarna.
- Siffrorna kommer från Yexts analys av 6,8 miljoner citeringar, inte officiell statistik från plattformarna själva.
Varför skiljer sig plattformarna åt?
En rimlig utgångspunkt är att plattformarna skiljer sig åt eftersom de bygger på olika system, datakällor och produktmål. Det gör att deras sätt att värdera och välja källor sannolikt också skiljer sig åt.
Det är viktigt att vara tydlig med vad vi faktiskt vet: ingen av plattformarna publicerar officiell dokumentation om exakt hur deras citeringsalgoritmer fungerar. Det vi arbetar med är observationsdata, branschanalyser och egna tester. Det räcker för att dra praktiska slutsatser, men inte för att påstå att vi har fullständiga svar.
Den mest omfattande publika analysen vi känner till är Yexts genomgång av 6,8 miljoner AI-citeringar, publicerad 2025. Den ger ett konkret underlag att arbeta från, även om bilden fortsätter att förändras i takt med att plattformarna uppdateras. (Yext: AI Visibility in 2025)
Hur väljer ChatGPT sina källor?
ChatGPT tenderar att luta tungt mot externa, tredjepartsbekräftade källor snarare än varumärkets egna påståenden om sig självt.
I Yexts data kom nästan hälften av ChatGPT:s källhänvisningar (48,73 procent) från tredjepartssajter: recensionssajter, branschkataloger, etablerade nyhetsmedier och Wikipedia-liknande resurser. En möjlig tolkning är att detta speglar hur modellen väger extern bekräftelse och bred webbkontext, men det är en inferens, inte officiellt bekräftat av OpenAI.
Vad det innebär i praktiken:
- Bygg närvaro utanför din egen sajt. Omnämnanden i branschpress, gästartiklar, intervjuer och externa recensioner verkar ofta ge bättre synlighet i ChatGPT än enbart det du publicerar på din egen domän.
- Arbeta aktivt med Google Business Profile. Lokala kataloger och plattformar som Trustpilot, Reco och branschtidningar räknas som externa bekräftelser.
- Skapa innehåll som andra vill citera. Originaldata, undersökningar och starka definitioner ökar sannolikheten att externa sajter refererar till dig, vilket i sin tur ökar din trovärdighet i ChatGPT:s ögon.
En praktisk tumregel: fråga dig om din information kan bekräftas av en källa som inte du själv kontrollerar. Om svaret är nej är det ett tecken på att tredjepartsnärvaron behöver stärkas.
Hur väljer Gemini sina källor?
I Yexts dataset citerade Gemini oftare varumärkets egna webbsidor än ChatGPT gjorde. Hela 52,15 procent av Geminis citeringar kom från varumärkets egna webbplatser, jämfört med 48,73 procent från tredjepartskällor i ChatGPT:s fall.
En rimlig tolkning är att detta hänger samman med Geminis integration i Googles ekosystem. Google dokumenterar tydligt vikten av strukturerad data, trovärdig avsändare och helpful content i sina riktlinjer, och det är rimligt att anta att Gemini påverkas av liknande principer. Det är dock en slutledning, inte ett officiellt uttalande från Google om hur Gemini specifikt väljer sina citeringar.
Vad det innebär i praktiken:
- Implementera Organization-schema på din About-sida. Namn, beskrivning, grundningsår, kontaktuppgifter och länkar till sociala profiler hjälper Gemini att förstå vad ditt varumärke är.
- Lägg till Article-schema med korrekt author-fält på allt innehåll. Tydlig avsändare och författarinformation verkar stärka trovärdigheten hos Gemini, vilket stöds av Googles dokumentation om helpful, reliable, people-first content.
- Var konsekvent i hur du namnger ditt varumärke. Om du heter "Nordvy NextGen" på sajten men "Nordvy" i schema och "NordvyNextGen" på LinkedIn skapar det otydlighet för maskiner. Välj ett kanoniskt namn och använd det överallt.
- Uppdatera dateModified i schema regelbundet. Gemini verkar ta aktuellt innehåll på allvar.
Hur väljer Perplexity sina källor?
Perplexity är den mest branschspecifika av de tre. Plattformen tenderade i Yexts data att föredra nischade branschtidningar, expertkataloger och erkända auktoritetskällor inom varje ämnesområde, snarare än generalistmedia.
Konkret: i sjukvårdsrelaterade sökningar dominerade Zocdoc som källa. I besöksnäringen var det TripAdvisor. För subjektiva frågor utan ett tydligt dominerande varumärke stod nischkällor för 24 procent av alla citeringar.
En möjlig tolkning av mönstret är att Perplexity i högre grad söker erkända expertkällor per bransch snarare än generell webbredundans eller varumärkessidor. Det är en slutledning från Yexts dataset, inte en officiellt dokumenterad princip från Perplexity.
Vad det innebär i praktiken:
- Identifiera de viktigaste branschtidningarna och katalogerna i din sektor. För svenska SME-bolag kan det handla om branschorganisationers webbplatser, facktidningar eller nischade jämförelsesajter.
- Prioritera att synas i dessa specifika kanaler. En välplacerad artikel i rätt branschpublikation ger troligen mer utslag i Perplexity än tio generella omnämnanden.
- Bygg auktoritet kring ett smalt ämne snarare än brett. Perplexity tycks belöna tydlig nischexpertis.
Vad är gemensamt för alla tre?
Trots skillnaderna finns det ett par faktorer som verkar spela roll på samtliga plattformar.
Strukturerad data verkar hjälpa brett. Tydliga schema-typer som Article, Organization och FAQPage gör innehållet maskinläsbart. Google dokumenterar strukturerad data explicit som ett sätt att hjälpa deras system förstå innehåll. För ChatGPT och Perplexity finns ingen motsvarande officiell dokumentation, men principen är logisk nog att agera på.
Aktuellt innehåll är sannolikt en fördel. Alla tre plattformarna hämtar information från webben och det är rimligt att anta att de premierar färskt innehåll. Exakt hur uppdateringsdatum värderas skiljer sig troligen åt mellan systemen.
E-E-A-T-signaler är dokumenterade av Google. Synlig författare, källhänvisningar och publiceringsdatum är signaler som Google explicit pekat ut som viktiga för trovärdighet. Att samma logik gäller för ChatGPT och Perplexity är en rimlig arbetstes, men inte officiellt bekräftat av de plattformarna.
Crawlbarhet är en förutsättning. Inget av ovanstående spelar roll om plattformarnas botar blockeras av din robots.txt. OpenAI dokumenterar GPTBot och OAI-SearchBot. Perplexity dokumenterar PerplexityBot som den crawler de använder för att surfacera och länka webbplatser i sina sökresultat. Google har ett flertal separata botar med olika funktioner. Att tillåta samtliga är en rimlig grundinställning.
En strategi för alla tre
I stället för att välja en plattform att optimera för är den mest praktiska ansatsen att bygga i lager.
Lager 1: Teknisk grund (påverkar alla tre)
Strukturerad data, Article-schema, Organization-schema, korrekt robots.txt och snabb laddtid. Det här är grundläggande oavsett vilken plattform du prioriterar.
Lager 2: Egna sidor (primärt för Gemini)
Välskrivet, uppdaterat innehåll med tydliga E-E-A-T-signaler på din egen domän. About-sida med Organization-schema. FAQ-sektioner med FAQPage-schema.
Lager 3: Tredjepartsnärvaro (primärt för ChatGPT)
Omnämnanden i externa källor, recensioner, gästartiklar, intervjuer och branschkataloger. Det här bygger du inte på en dag, men varje omnämnande är en investering.
Lager 4: Branschauktoritet (primärt för Perplexity)
Närvaro i de specifika branschtidningar och kataloger som är erkända auktoritetskällor i din sektor. Kräver att du vet vilka de är.
Vanliga frågor om AI-plattformarnas källval
Nästa steg
- Ny på AEO? Börja med vår pillar-artikel om vad AEO är.
- Redo att implementera strukturerad data? Läs vår guide om FAQ-schema steg-för-steg (kommer snart).
- Vill du mäta din synlighet på de här plattformarna? Se vår guide om AEO-tracking med Otterly (kommer snart).
Om författaren
Magnus Franzén är VD för Nordvy NextGen, ett AI-konsultbolag specialiserat på RAG-lösningar, AEO och AI-driven omvärldsbevakning för svenska organisationer. Han grundade 3ff.se för att göra praktisk AEO-kunskap tillgänglig för svenska SME-bolag utan att fastna i abstraktioner och marknadsföringsspråk.
