Hvordan AI-søkemotorer siterer kilder etter språk og land

Når noen stiller en AI-assistent et spørsmål, avgjør kildene den peker til hva personen lærer og hvilke merkevarer de møter. Og vi innså ... hvordan velger disse assistentene kildene sine? Skifter atferden seg på tvers av språk, land, emner og AI-systemer?

Som med alle de andre spørsmålene vi hadde , bestemte vi oss for å undersøke.

Vi kom opp med 400 spørsmål som spenner over 5 emnekategorier og 3 spesifisitetsnivåer, skrev hvert spørsmål på engelsk, fransk, spansk og japansk, og sendte dem til 4 AI-systemer i 5 land. Det ga oss mer enn 16 000 svar, og vi loggførte alle kildene hvert system siterte.

Flere mønstre kom tydelig frem. Noen handler om hvordan disse systemene fungerer generelt, men det som betyr mest for ethvert merke som går inn i nye markeder er, du gjettet riktig: språket.

La oss sette i gang.

Hvordan vi gjennomførte studien

Vi ønsket at søkeordsettet skulle gjenspeile ekte nysgjerrighet snarere enn din vanlige SEO-nøkkelordliste, så vi spredte de 400 spørsmålene over 5 kategorier (e-handel, SaaS, generell kunnskap, globale nyheter og veiledninger) og 3 søkelengder, fra kort og generell til lang og spesifikk.

Deretter kjørte vi hvert spørsmål i to versjoner per marked: på engelsk overalt, og på det lokale språket i hvert marked (fransk i Frankrike, spansk i Spania, Argentina og USA, og japansk i Japan). De fire systemene var GPT 5.5, Claude Haiku 4.5, Gemini Flash 3.5 og Google AI Overviews, med unntak av Frankrike, da det fortsatt ikke er rullet ut ennå.

For hvert svar registrerte vi kilde-URL-ene systemet returnerte. Tallene nedenfor kommer fra det rå settet med over 16 000 svar.

Oversikt over chatboter og AI oppfører seg som motsatte maskiner

Den største forskjellen i atferd var mellom chatbotene og Googles AI-oversikter, særlig i hvordan hver av dem siterer kildene sine.

Chatbotene griper knapt etter kilder på korte, generelle spørsmål. Men jo mer spesifikt spørsmålet blir, desto mer siterer de. Claude, for eksempel, har et gjennomsnitt på 0,12 kilder på en kort spørring og 2,96 på en lang; ChatGPT går fra 0,09 til 2,26. Gemini siterer tyngre gjennom hele spørringen, og klatrer fra omtrent 1,7 kilder på korte spørringer til omtrent 6,5 på lange. Hvis du sikter mot synlighet i AI-søk (noe som, hvis du leser dette, sannsynligvis betyr at du gjør det), øker det å optimalisere innholdet ditt for spesifikke, long-tail-spørsmål sannsynligvis sjansene dine for å bli sitert.

Google AI Overviews gjør imidlertid det motsatte. De siterer mest på korte, generelle søk (rundt 6 kilder hver) og avtar etter hvert som spørringen blir lengre og mer spesifikk (ned til omtrent 4). Det er slik en søkeresultatside oppfører seg, ikke en chatbot: korte søk får en rekke lenker, og jo mer presist spørsmålet er, desto mer snevres svaret inn.

Slik sammenligner de tre chatbotene seg, målt som gjennomsnittlig antall kilder sitert per spørring:

‍

Chatboter svarer på generelle spørsmål basert på det de allerede vet og henter bare inn kilder når en spørring blir spesifikk, mens AI-oversikter legger til lenker slik en søkemotor gjør.

Merker blir navngitt selv når ingen lenke vises

I mange AI-grensesnitt ser leseren det skrevne svaret, ikke en liste over lenker. Så selskapene en assistent navngir i svaret sitt kan ha like stor betydning som URL-ene den siterer. Vi telte hvor mange forskjellige selskaper hver chatbot navnga per spørring. (Google AI-oversikter er utelatt her, siden vi kunne fange opp de siterte lenkene, men ikke svarteksten.)

Gjennomsnittlig antall selskaper navngitt per spørring, etter chatbot og spørrelengde

‍

ChatGPT og Gemini navngir flere selskaper per spørring, selv på korte, generelle spørsmål, de samme spørsmålene der de nesten ikke siterer noen URL-er. Et merke kan dukke opp i svarteksten uten en eneste lenke som peker til det, noe som betyr at det å være den typen selskap disse modellene allerede anerkjenner er viktig, ikke bare å være lenkebar.

Siteringer øker på kommersielle og tidssensitive emner

Emnet er like viktig som lengden på spørsmålet. Når man ser på chatbotene, økte gjennomsnittlig antall kilder som er sitert per spørsmål jevnt fra eviggrønne emner til kommersielle og raskt utviklende emner.

‍

Faste, veldokumenterte emner som veiledninger og generell kunnskap trekker færrest siteringer; modellene svarer stort sett på de som kommer fra opplæring. Kommersielle og tidssensitive emner som e-handel, SaaS og globale nyheter trekker mest, fordi modellene leter etter aktuell informasjon. For alle i en kommersiell kategori er det den oppmuntrende halvdelen av funnet: dette er akkurat de spørringene der det å være en siterbar kilde er aktuelt.

Engelsk henter fortsatt flest kilder

På tvers av de tre chatbotene trakk engelske spørringer flere kilder enn spørringer på lokalt språk i alle markedene vi testet.

Still det samme spørsmålet på engelsk, og disse systemene griper etter flere kilder enn de gjør på det lokale språket, overalt. Engelsk innhold har fortsatt et strukturelt forsprang i hvor mye som blir sitert i det hele tatt, noe som gir mening, gitt at det fortsatt er det dominerende språket på internett. Det som endrer seg med språket er ikke om kilder dukker opp, men hvilke.

Spør på et lokalt språk, og kildene blir lokale

Da vi tok de samme spørsmålene og stilte dem på et lokalt språk i stedet for engelsk, endret systemene seg merkbart mot lokale kilder på språket.

I Japan var 26 % av alle siterte kilder på japanske (.jp) domener da vi spurte på japansk, sammenlignet med omtrent 1 % da vi stilte de samme spørsmålene på engelsk. Hvis vi begrenser det til japanske myndighets- og akademiske nettsteder (.go.jp og .ac.jp), holder forskjellen seg: 4,26 % på japansk mot 0,13 % på engelsk.

Frankrike viste samme form. Franskspråklige søk sendte 16 % av sitatene til .fr-domener, mot 1,4 % for engelske søk, og franske myndighetsnettsteder (.gouv.fr) gikk fra nesten null på engelsk til 1,25 % på fransk. Spanskspråklige søk i Spania sendte 7 % av sitatene til .es-domener mot omtrent 1 % på engelsk, og Argentina fulgte samme retning i mer mild grad.

Samme spørsmål, samme emner, ulikt søkespråk, og systemene benytter seg av ulike kilder. Kort sagt, innhold som kun finnes på engelsk, ligger i stor grad utenfor kildegrunnlaget disse systemene benytter seg av når de svarer på et lokalt språk. Effekten er også størst i markedet lengst unna engelsk, japansk, og minst i de nærmeste.

Hvert system har sine egne kildekriterier

Systemene varierer også i hvilke typer kilder de favoriserer, og dette var stabilt på tvers av alle språkene vi testet.

Som illustrert i tabellen, henter hvert system ut sitatene sine fra kommersielle sider og merkevaresider, men denne oppførselen avviker når det gjelder alt annet.

For eksempel er Claude helt klart den største fanen av kommersielle sider og merkevaresider, med nesten 9 av 10 siteringer som går til disse og nesten ingen til media. ChatGPT sprer sin vekt bredest (men ikke mye), og favoriserer fortsatt i stor grad kommersielle sider og merkevaresider, mens globale institusjonelle sider og medier ligger bak med henholdsvis 8,1 % og 9,9 %.

Gemini og Google AI Overviews lener seg i stor grad på fellesskaps- og videokilder: YouTube og Reddit alene sto for 21,5 % av Gemini-sitasjonene og 29,8 % av AI Overviews' sitasjoner.

Hvis du prøver å bli sitert av Gemini eller i en AI-oversikt, vil en sterk tilstedeværelse på YouTube og Reddit utgjøre den største forskjellen. Hvis ChatGPT og Claude er målgruppen din, er dine egne merkevaresider og dekning i etablerte publikasjoner viktigere.

Hvilke domener og merker blir sitert mest

Gjennomsnitt beskriver formen på sitatene. De spesifikke navnene viser hvem som fyller det rommet. Vi valgte domenene og selskapene hver chatbot siterte mest innenfor hver emnekategori, etter å ha ekskludert alle selskaper fra spørringer som navnga det direkte, slik at disse gjenspeiler hva modellene siktet etter på egenhånd. Disse to tabellene dekker de tre chatbotene.

Toppsiterte domener (topp 3 per kategori)

‍

Her kan vi se et tydelig skille.

Gemini konsentrerer sitatene sine på et lite sett med plattformer, med YouTube og Reddit som topper plassene i nesten alle kategorier.

ChatGPT og Claude spredte sine på tvers av mange kategorispesifikke autoriteter i stedet: nettsteder for maskinvareanmeldelser som Tom's Guide og TechRadar for e-handel, og forsknings- og referansekilder som arXiv, PubMed og Wikipedia for generell kunnskap og nyheter.

Netthandel og SaaS har flest siteringer og gir den stødigste lesingen; antallet generell kunnskap er lavt, så se på disse posisjonene som retningsbestemte.

Toppsiterte selskaper (topp 3 per kategori)

‍

HubSpot topper SaaS for alle tre chatbotene, med Salesforce tett bak, et sjeldent nivå av enighet på tvers av modeller, og e-handelsklynger rundt forbrukervaremerker som Logitech, Razer og Anker.

Likevel er dette en beskjeden ledelse: HubSpot ligger under 3 % i SaaS, så omtaler er spredt over en lang rekke selskaper. Å bli sitert handler mindre om å avsette ett dominerende navn slik man skulle ønske blant de tradisjonelle topp 3 blå lenkene i SEO. I stedet handler det om å være med i miksen i det hele tatt.

Hva dette betyr for å bli global

Studien måler hvor disse systemene leter, ikke hva et enkelt nettsted bør gjøre. Det dataene viser er at AI-systemer lokaliserer kildene sine: de spør på et språk, og de favoriserer kilder på det språket, fra det stedet.

For et merke som ekspanderer i utlandet, omformulerer dette innhold på lokalt språk til et spørsmål om kvalifisering. Enkelt sagt kan innhold på et markeds morsmål siteres når en lokal stiller et spørsmål. Men hvis det bare finnes på engelsk, kan det stort sett ikke siteres. Det er et mønster vi har sett fra en annen vinkel i vår tidligere forskning på oversettelse og AI-synlighet, og denne studien bidrar til å forklare mekanismen bak det.

Klar til å nå disse markedene på deres eget språk?

Hvis du vil at innholdet ditt skal bli sitert når folk søker på sitt eget språk, kan du starte en gratis prøveperiode av Weglot og få et flerspråklig nettsted i gang på få minutter.