ChatGPT Search ja Perplexity valitsevat lähdeviittauksensa nelivaiheisella hakuputkella, jota kutsutaan nimellä query fan-out eli kyselyjen hajautus. Kun ostaja lähettää kehotteen, OpenAI ja Perplexity kirjoittavat keskustelevan kysymyksen uudelleen useiksi lyhyiksi avainsanahauiksi, noutavat ehdokassivut, pilkkovat jokaisen sivun 75 ja 100 tokenin pituisiksi tekstilohkoiksi ja liittävät tekstilinkit parhaat pisteet saaneisiin kappaleisiin. ChatGPT ja Perplexity eivät palauta täsmälleen samaa vastausta jokaisella ajolla, koska todennäköisyyksiin perustuva tokenien poiminta, vaihtuvat alikyselyt, tilin muisti ja sijainti muuttavat voittavia kappaleita.
Kevin Indigin helmikuussa 2026 Growth Memossa julkaisema analyysi 1,2 miljoonasta todennetusta ChatGPT-viittauksesta sekä Botspotin 6 005 bot.radar-ajon aineisto aikavälillä 13.10.2026 ja 12.11.2026 osoittavat, että lähteiden valinta noudattaa mitattavia rakennepiirteitä. Sivut, jotka tuovat heti alkuun entiteettitiheät määritelmät, semanttiset HTML-taulukot ja jäsennellyn AI Appendixin, ansaitsevat tekstilinkkejä huomattavasti tasaisemmin kuin raskaat B2B-blogikirjoitukset.
Miten query fan-out ja kappaleiden pilkkominen toimivat ChatGPT:ssä ja Perplexityssä?
Query fan-out on tiedonhaun vaihe, jossa tekoälyhakukone laajentaa yhden keskustelevan kehotteen useiksi lyhyiksi avainsanahauiksi ennen vastauksen kirjoittamista. Sen sijaan, että ChatGPT Search tai Perplexity täsmäisi 25 sanan ostajakysymyksen sellaisenaan verkkoindeksiin, järjestelmä purkaa kehotteen kohdennetuiksi alikyselyiksi tuoteryhmistä, hinnoista, integraatioista ja kilpailijavertailuista ja noutaa ehdokassivut rinnakkain.
- Kehotteen purkaminen alikyselyiksi. OpenAI:n ChatGPT Search ja Perplexity jäsentävät käyttäjän kehotteen ja muodostavat kahdesta viiteen tiivistä avainsanahakua, joihin lisätään toimialasynonyymit, vertailusanat sekä vuosi 2026 tuoreutta vaativissa aiheissa.
- Verkkoindeksin haku. ChatGPT Search hakee ehdokasosoitteet Microsoft Bingin ja OpenAI:n
OAI-SearchBot-hakurobotin kautta, Perplexity käyttääPerplexityBot-robottia ja omaa hakuindeksiään, ja Google AI Overviews sekä Google AI Mode lukevat Googlen ydinhakuindeksiä. Selkeätrobots.txt-säännöt ja `llms.txt`-hakemisto auttavat hakurobotteja löytämään tärkeimmät sivut nopeasti. - Kappaleiden pilkkominen 75 ja 100 tokeniin. Hakuputki poistaa sivuston navigaation ja leikkaa HTML-sisällön noin 75 ja 100 tokenin eli 60 ja 80 englanninkielisen sanan pituisiksi kappaleiksi, jotka tallennetaan tiiviiseen upotusindeksiin semanttista samankaltaisuusvertailua varten.
- Uudelleenjärjestely ja lähteisiin sidottu synteesi. Uudelleenjärjestelijä eli reranker pisteyttää ehdokaskappaleet merkityksen, entiteettien tarkkuuden ja tuoreuden perusteella ennen kuin kielimalli kirjoittaa vastauksen ja liittää lähdelinkit todennettavia väitteitä sisältäviin kappaleisiin.
Miksi kappaleiden pilkkominen rikkoo tiiviit B2B-blogitekstit?
Kappaleiden pilkkominen rikkoo tiiviit B2B-blogitekstit, koska hakumallit pisteyttävät irrallisia noin 75 sanan tekstipaloja eivätkä lue 2 000 sanan artikkelia alusta loppuun. Kun kappale alkaa pelkällä pronominilla tuotteen ja kategorian nimeämisen sijaan, kyseinen tekstipala menettää subjektinsa heti, kun se irrotetaan edeltävästä otsikosta. Chris Green testasi kappalehakua kesäkuussa 2025 kontrolloidussa kokeessa käyttäen 100 tokenin lohkoja ja 20 tokenin limitystä Google Vertexin text-embedding-005 -mallilla sekä HNSW-indeksoinnilla.
Chris Green kirjoitti kolme artikkelia kolmeen muotoon, jotka olivat tiivis proosa, jäsennellyt otsikot listoineen sekä kysymys-vastauskappaleet, ja testasi niitä neljällä pilkkomisputkella: tokenpohjaisella, LangChainin rekursiivisella, HTML-otsikoita h1 ja h4 välillä lukevalla sekä semanttisilla katkaisupisteillä. Kysymys-vastauskappaleet saavuttivat korkeimman kosinisamankaltaisuuden jokaisessa testissä, otsikot ja listat sijoittuivat heti perään ja tiivis proosa jäi viimeiseksi joka kerta. Greenin kolmen artikkelin ja viiden kyselyn otos on suuntaa-antava ja mittaa hakuvaiheen osuvuutta lopullisten viittausten sijaan, mutta pilkkomismatematiikka selittää, miksi itsenäiset kappaleet voittavat.
Antaako ChatGPT saman vastauksen kaikille käyttäjille?
ChatGPT ei anna samaa vastausta kaikille käyttäjille, ja ChatGPT palauttaa harvoin täsmälleen saman brändijärjestyksen tai samat lähdelinkit edes kahdella peräkkäisellä puhtaalla ajolla. Vastausten vaihtelu on hakua hyödyntävien kielimallien sisäänrakennettu ominaisuus, jota ohjaavat todennäköisyyspohjainen sananvalinta, vaihtuva query fan-out, käyttäjätilin muisti ja kielialueen reititys. Yksittäisen ostajakysymyksen liittäminen henkilökohtaiseen ChatGPT Plus -tiliin ja kuvakaappauksen lähettäminen johtoryhmälle perustuu yhden ajon otokseen.
- Todennäköisyyksiin perustuva sananvalinta. ChatGPT, Perplexity, Gemini ja Claude poimivat tulostetokenit todennäköisyysjakaumasta nollasta poikkeavalla lämpötilalla, mikä muuttaa brändien järjestystä, sanamuotoja ja viitattuja sivuja ajojen välillä silloinkin, kun kehote pysyy täysin samana.
- Alikyselyiden vaihtelu. Koska malli kirjoittaa omat hakulauseensa jokaisella vuorolla, yksi ajo hakee lauseella
"B2B AI visibility software 2026"ja seuraava ajo lauseella"ChatGPT citation tracking tools pricing", jolloin ehdokassivujen joukko vaihtuu. - Käyttäjätilin muisti ja keskusteluhistoria. Kirjautuneet ChatGPT Plus-, Team- ja Enterprise-tilat säilyttävät käyttäjämuistin ja aiemmat keskustelut markkinoijan omasta yrityksestä, mikä vinouttaa vastauksia kyseisellä tilillä aiemmin käsiteltyjen brändien hyväksi.
- Maantieteellinen ja kielikohtainen reititys. Kielialueelta
en-USNew Yorkista kysyvä ostaja ja kielialueeltafi-FITurusta kysyvä ostaja saavat eteensä eri alueelliset hakutulokset, eri valuutat ja huomattavasti suppeamman suomenkielisen lähdeaineiston.
Miten markkinointitiimien kannattaa mitata vaihtelevia tekoälyvastauksia kuvakaappausten sijaan?
Markkinointitiimit mittaavat vaihtelevia tekoälyvastauksia ajamalla kiinteän ostajakysymysjoukon toistuvasti puhtaissa, personoimattomissa istunnoissa eri moottoreissa ja kielialueilla. bot.radar suorittaa ajastetut mittaukset ChatGPT:ssä, Google AI Overview'ssa, Google AI Modessa, Geminissä, Perplexityssä, Claudessa ja Copilotissa mukaan lukien diagnostiset kehotteet kuten 192d3adc ja e967d22b, ja laskee kolme tilastollista tunnuslukua. Näkyvyysaste kertoo brändin mainitsevien ajojen osuuden, viittausaste verkkotunnukseen linkittävien ajojen osuuden ja share of voice brändin osuuden kaikista brändimaininnoista, mikä antaa kasvutiimeille ja B2B-brändeille luotettavan aikasarjan.
Mitä yhteistä ChatGPT:n ja Perplexityn siteeraamilla sivuilla on?
ChatGPT:n ja Perplexityn siteeraamilla sivuilla on viisi mitattavaa yhteistä piirrettä: sivun alkuun sijoitetut johtopäätökset, korkea erisnimi- ja entiteettitiheys, suorat subjekti edellä kirjoitetut määritelmät, kysymysmuotoiset otsikot sekä semanttiset HTML-taulukot. Kevin Indig julkaisi 16.2.2026 Growth Memossa tutkimuksen "The science of how AI pays attention", joka kattoi 1,2 miljoonaa todennettua ChatGPT-viittausta, 18 012 viittauksen sijaintianalyysin sekä 1 000 tiheästi siteeratun sivun kappaletason mittarit. Yhdessä Nectivin Chris Longin, AirOpsin ja Chris Greenin tutkimusten kanssa Indigin tulokset näyttävät, miten siteeratut kappaleet eroavat tavallisesta verkkotekstistä.
| Viittaustekijä | Tutkimus ja aineisto | Mitattu tulos | Käytännön sivusääntö |
|---|---|---|---|
| Sijainti sivulla eli ski ramp | Kevin Indig, Growth Memo, helmikuu 2026, 18 012 ChatGPT-viittausta | 44,2 % viittauksista tulee sivun ensimmäisestä 30 %:sta, 31,1 % keskiosasta ja 24,7 % viimeisestä 30 %:sta | Sijoita 3 ja 6 pääkohtaa sekä suora vastaus sivun ensimmäiseen 20 %:iin ja lisää loppuun yhteenveto |
| Erisnimien ja entiteettien tiheys | Kevin Indig, Growth Memo, helmikuu 2026, 1 000 siteerattua sivua | 20,6 %:n entiteettitiheys siteeratussa tekstissä verrattuna 5 ja 8 %:n tasoon yleisenglannin korpuksissa | Nimeä tarkat brändit, tuotteet, henkilöt, standardit, vuodet ja mittarit yleissanojen sijaan |
| Määrittelevä kieli | Kevin Indig, Growth Memo, helmikuu 2026, 1,2 miljoonaa ChatGPT-viittausta | 36,2 % siteeratuista virkkeistä sisältää suoran määritelmän verrattuna 20,2 %:iin muussa tekstissä eli 1,8-kertainen ero | Kirjoita suora "X on Y" -määritelmä heti jokaisen ydinkäsitteen ensimaininnan yhteyteen |
| Kysymysotsikot ja subjektin toisto | Kevin Indig, Growth Memo, helmikuu 2026, 1,2 miljoonaa ChatGPT-viittausta | Siteeratussa tekstissä on 2 kertaa todennäköisemmin kysymysmerkki ja 78,4 % kysymysviittauksista tulee otsikoista | Muotoile H2-otsikot suoriksi ostajakysymyksiksi ja toista otsikon aihe vastauksen ensimmäisissä sanoissa |
| Semanttiset HTML-taulukot | Chris Long, Nectiv, B2B SaaS -joukko vs 25 000 Google-sivua | 30 % eniten siteeratuista B2B SaaS -sivuista sisältää <table>-tagin verrattuna 13 %:iin Google-sivuista eli 2,3-kertainen ero | Julkaise vertailut, tekniset tiedot ja hinnat aitoina HTML <table> -taulukoina kuvien tai div-ruudukoiden sijaan |
| Tekstilohkojen muotoilu | Chris Green, kesäkuu 2025, 4 pilkkojaa Vertex text-embedding-005 -mallilla | Kysymys-vastauslohkot saivat parhaan kyselyosuvuuden kaikilla 4 pilkkojalla ja tiivis proosa heikoimman | Pidä vastaus 75 sanan sisällä otsikosta, rajaa kappaleet 120 sanaan ja karsi pronominialoitukset |
| Kaupallisen sisällön tuoreus | AirOps, elokuu 2025, yli 4 000 siteerattua sivua ja 900 kyselyä | 53,4 % päivitetty 6 kuukauden sisällä; kaupallisissa hauissa yli 60 % 6 kuukauden ja 83 % 12 kuukauden sisällä | Tarkista kaupalliset SaaS-sivut 3 ja 6 kuukauden välein aidoilla faktapäivityksillä ja dateModified-merkinnällä |
Miksi entiteettitiheys, sivun alkupään painotus ja HTML-taulukot kasvattavat ChatGPT-viittauksia?
Entiteettitiheys, sivun alkupään painotus ja HTML-taulukot kasvattavat ChatGPT-viittauksia, koska tarkat erisnimet laskevat kielimallin epävarmuutta juuri niissä sivun yläosan lohkoissa, joita hakurobotit poimivat tiheimmin. Kevin Indigin helmikuun 2026 Growth Memo -tutkimuksessa 44,2 % ChatGPT-viittauksista tuli sivun ensimmäisestä 30 %:sta, mikä tekee aloitusosioista noin 2,5 kertaa todennäköisempiä viittauskohteita kuin keskikappaleista. Yksittäisten kappaleiden sisällä 53 % viittauksista tuli keskivirkkeistä, 24,5 % aloitusvirkkeistä ja 22,5 % lopetusvirkkeistä, eli ChatGPT poimii sen virkkeen, joka sisältää eniten itsenäistä tietoa.
Tiheästi siteeratut tekstilohkot asettuivat Indigin Growth Memo -aineistossa Flesch-Kincaid-luettavuustasolle 16, kun ei-siteerattu teksti oli tasolla 19,1, ja niiden subjektiivisuuspiste oli tasapainoinen 0,47 asteikolla nollasta yhteen. Talouslehdistön tyylinen analyyttinen teksti, joka yhdistää tarkistettavan luvun ja sen liiketoimintamerkityksen, voittaa sekä kuivan sanastoluettelon lähellä arvoa 0,1 että mainospuheen lähellä arvoa 0,9. B2B SaaS -vertailuhauissa Nectivin Chris Long löysi aidon HTML <table> -taulukon 30 %:lta eniten siteeratuista ChatGPT-sivuista verrattuna 13 %:iin Ahrefsista viedyistä 25 000 Capterra-hakutuloksesta, joskin Long huomauttaa tuloksen olevan korrelaatio vertailuhauissa.
Kuinka paljon sisällön tuoreus todellisuudessa vaikuttaa tekoälyviittauksiin?
Sisällön tuoreus vaikuttaa tekoälyviittauksiin voimakkaimmin kaupallisissa ohjelmistovertailuissa, mutta työkalutoimittajien omiin tutkimuksiin on syytä suhtautua lähdekriittisesti. AirOpsin 4.8.2025 julkaisema raportti yli 4 000 ChatGPT:n siteeraamasta sivusta 900 kyselyssä ja 15 toimialalla havaitsi, että 35,2 % sivuista oli päivitetty kolmen kuukauden sisällä, 53,4 % kuuden kuukauden sisällä ja kaupallisista sivuista yli 60 % kuuden kuukauden sisällä. Koska AirOps myy sisällönpäivitystyökaluja, jätti vertailuryhmän pois ja julkaisi raportissaan ristiriitaiset luvut 26,2 % ja 56,4 % yli vuoden vanhoille sivuille, kolmen ja kuuden kuukauden päivitysväliä kannattaa pitää suuntaa-antavana ylläpitosääntönä eikä dateModified-päivää pidä koskaan muuttaa ilman oikeita sisältömuutoksia.
Miten ChatGPT:n ja Perplexityn viittausasteet eroavat aidossa B2B-seuranta-aineistossa?
ChatGPT ja Perplexity linkittävät brändien omiin verkkotunnuksiin hyvin eri tahtiin silloinkin, kun niiltä kysytään täsmälleen samat ostajakysymykset. bot.radar-palvelun 6 005 tuotantoajossa aikavälillä 13.10.2026 ja 12.11.2026 ChatGPT linkitti suoraan bot.spot-osoitteeseen 1,95 %:ssa ajoista 3,19 %:n brändinäkyvyydellä. Samassa 30 päivän kysymysjoukossa Perplexity kirjasi 0,38 %:n oman sivuston viittausasteen 2,49 %:n näkyvyydellä ja ohjasi huomattavasti suuremman osan alaviitelinkeistään kolmansien osapuolten vertailuartikkeleihin, arvosteluhakemistoihin ja riippumattomiin katsauksiin.
Kaikkien seitsemän seurattavan moottorin yli tässä 6 005 ajon Botspot-aineistossa bot.spot ansaitsi linkin omaan verkkotunnukseensa 56,1 %:ssa niistä vastauksista, joissa brändi nimettiin. Tämä 56,1 %:n muuntoaste maininnasta linkiksi syntyy siitä, että omilla sivuilla julkaistaan täsmälliset yritys- ja hintafaktat, validi Article- ja FAQPage-skeema sekä palvelimella renderöity AI Appendix. Kuten vertailumme AEO vs GEO vs SEO kuvaa, ChatGPT-viittausten ansaitseminen alkaa omasta rakenteisesta dokumentaatiosta, kun taas Perplexityn viittaukset vaativat omien sivujen rinnalle vahvan läsnäolon G2:ssa, Capterrassa ja riippumattomissa ohjelmistovertailuissa.
Mikä on yhteenveto-ohjeisto näkyvyyden rakentamiseen ChatGPT:ssä ja Perplexityssä?
Yhteenveto-ohjeisto näkyvyyden rakentamiseen ChatGPT:ssä ja Perplexityssä muodostaa toistettavan ketjun sivun kappalerakenteesta usean ajon tilastolliseen seurantaan. Koska query fan-out ja todennäköisyyspohjainen sananvalinta poistavat pysyvän ykkössijan käsitteen, B2B-markkinointitiimit nostavat viittausmahdollisuuksiaan sijoittamalla tarkistettavat, itsenäiset tekstilohkot tärkeimpien sivujen ensimmäiseen 30 %:iin ja mittaamalla kehitystä päivittäisillä ajoilla.
- Sijoita suora vastaus ja AI Appendix heti sivun alkuun. Tuo selkeä määritelmä ja 3 ja 6 väliin asettuva määrä faktapohjaisia pääkohtia jokaisen kaupallisen sivun ja oppaan ensimmäiseen 20 tai 30 %:iin joko omassa sivupohjassa tai WordPressissä, Drupalissa, HubSpotissa ja Webflow-betassa bot.optimizer-työkalulla.
- Muotoile H2-otsikot ostajakysymyksiksi ja vastaa 75 sanassa toistaen subjektin. Kirjoita otsikot aidoiksi kysymyksiksi, toista otsikon aihe heti vastauksen alussa, pidä kappaleet alle 120 sanassa ja poista pronominialoitukset.
- Ankkuroi väitteet erisnimiin ja HTML-taulukoihin. Tavoittele 15 ja 20 %:n välistä entiteettitiheyttä nimeämällä julkaisijat, vuodet, otoskoot ja kilpailijat, ja esitä ominaisuus- tai tutkimusvertailut semanttisissa
<table>-taulukoissa. - Rakenna kolmannen osapuolen vahvistus omien sivujen rinnalle. Yhdistä helposti indeksoitavat tuotesivut ja `llms.txt`-hakemisto ajantasaisiin G2- ja Capterra-profiileihin sekä toimialavertailuihin, jotta Perplexity ja ChatGPT saavat ulkoisen vahvistuksen väitteillesi.
- Mittaa näkyvyysastetta, viittausastetta ja share of voicea säännöllisillä ajoilla. Seuraa ostajakysymyksiä päivittäin bot.radar-palvelussa ChatGPT:ssä, Perplexityssä, Geminissä, Claudessa, Copilotissa, Google AI Overviewsissa ja Google AI Modessa löytääksesi viittausaukot ja kohdistaaksesi sisältöpäivitykset.