Studi kasus
Kami mengaudit diri sendiri lebih dulu.
Kasus CiteGap pertama adalah situs kami sendiri, demandfieldnotes.com, dilalui 30 pertanyaan bergaya pembeli yang sama di ChatGPT, Perplexity, dan Gemini, diukur dua kali dalam dua hari. Tidak ada klien yang menandatangani apa pun. Tidak ada laporan mandiri vendor yang ikut bermain. Hari 1 terukur dan dipublikasikan di bawah; ulangan hari 2 dan dua mesin yang terblokir masuk ketika terukur.
Apa yang benar-benar diukur hari 1.
Putaran dimulai 12 November 2026. Dari 90 sel yang direncanakan (30 pertanyaan bergaya pembeli × 3 mesin), 15 menghasilkan jawaban yang terukur, semuanya di Perplexity. ChatGPT terblokir di pintu masuk: IP keluar proxy kami ditolak di tepi OpenAI, penolakan-penolakan itu diarsipkan dalam log putaran. Gemini tidak menerima pengiriman anonim, dan jalur ulangannya butuh akun Google bersih yang tidak kami miliki. Kedua perbaikan tercatat di log, bukan ditutup-tutupi.
Disebut dalam 2 dari 15 jawaban terukur: satu hanya nama, satu berisi substansi. 4 dari 15 menjawab tentang produk lain yang memakai nama kami: SaaS pelacakan mingguan bernama CiteGaps.
Rak keterpilihan: absen. Dalam 9 pertanyaan keterpilihan dan use case yang terukur, pesaing yang disebut mencakup Profound, Semrush AI Visibility, Peec AI, Otterly, AthenaHQ, Scrunch, dan Ahrefs Brand Radar. Pesaing mengungguli kami sekitar 3 banding 1 dalam jawaban yang kami ukur.
Di mana konten ada, kutipan bekerja. Satu-satunya pertanyaan pro-kontra menghasilkan jawaban akurat dengan sumber yang kuat yang mengutip halaman kami sendiri — bersama lampiran dengan domain yang salah dan pelacak se-nama itu. Kesenjangan kami adalah disambiguasi entitas, bukan kualitas konten.
Sinyal kepercayaan: hampir nol. Satu-satunya bukti pihak ketiga yang mesin temukan tentang kami adalah satu kiriman Product Hunt tanpa ulasan berbobot. Tidak ada halaman uptime, tidak ada kutipan klien, tidak ada liputan independen. Tercatat, dan kini ada di daftar perbaikan kami sendiri.
Dasar pengukuran: 30 pertanyaan bergaya pembeli per mesin, satu laluan pada hari 1, 15 dari 90 sel terukur. Setiap angka di atas dapat dilacak ke log per pertanyaan. Ulangan hari 2 dan dua mesin terblokir masuk ke halaman ini ketika terukur, tidak sebelum itu.
Mekanisme yang kami duga akan disingkap audit mandiri.
Halaman yang tak bisa diurai mesin tidak dikutip
Data terstruktur dan pembuka dengan jawaban lugas membuat halaman mudah diangkat. Halaman yang mengubur jawaban di bawah teks pemasaran dibaca sekilas atau dilewati. Halaman kami sendiri tidak dikecualikan, dan audit memeriksanya seperti memeriksa situs klien.Apa yang ditemukan eksperimen 1.885 halaman tentang JSON-LD.
Ketidakhadiran di momen perbandingan menyerahkan deal kepada yang hadir
Ketika pembeli meminta mesin membandingkan opsi, mesin menyebut vendor yang bisa ia dukung dengan sumber. Jika Anda tidak ada di jawaban itu, penjualan sudah dimulai tanpa Anda. Kategori kami sendiri tidak lebih lembut: pembeli yang membandingkan audit visibilitas AI mengajukan pertanyaan persis itu kepada mesin.Mengapa disebut namanya mengalahkan peringkat.
Mesin mengulang yang bisa mereka kutip, dan meragu pada sisanya
Jika satu-satunya materi tentang Anda adalah teks pemasaran Anda sendiri, jawabannya tetap kabur, dan pujian kabur tidak selamat dari keputusan pembelian. Pertanyaan tahap keputusan tentang kepercayaan, hasil, dan risiko hanya mendapat jawaban mantap ketika ada bukti yang bisa dikutip.Apa yang terjadi ketika AI merekomendasikan vendor yang tidak dikenal.
Fakta basi membuat mesin meragu, dan keraguan kalah deal
Mesin menyimpan potret dari minggu-minggu berbeda. Jika harga, kategori, atau data perusahaan tak cocok antar potret, keluaran yang aman adalah jawaban berkualifikasi. Audit membandingkan apa yang dikatakan mesin dengan yang dikatakan situs hari ini, dan setiap ketidakcocokan menjadi tiket perbaikan. Metode lengkap terdokumentasi di halaman metodologi.
Apa yang ada di balik angka yang dipublikasikan.
Setiap angka yang dipublikasikan dari audit mandiri berbalik ke paket bukti yang diproduksi pipeline di setiap putaran:
Log jawaban per pertanyaan. Setiap jawaban dari setiap mesin, untuk kedua hari: pertanyaan yang diajukan, teks jawaban lengkap, siapa yang disebut, dan dalam urutan apa.
Penangkapan kutipan. Sumber apa yang dikutip setiap jawaban, direkam per ronde, tidak direkonstruksi belakangan.
Potret jawaban. Saat mesin tidak menawarkan tautan publik yang stabil, teks jawaban diambil apa adanya dan diarsipkan.
Tiket perbaikan. Tiket yang audit terbitkan untuk setiap kesenjangan, agar klaim yang dipublikasikan bermuara pada perubahan yang benar-benar dilakukan seseorang.
Paketnya diarsipkan dan bisa diperiksa. Jalur berkas internal tetap internal; yang dipublikasikan adalah angka dan dasar pengukuran, bukan tata letak penyimpanan. Pada putaran berbayar, jawaban mentah bagian dari deliverable, sehingga klien bisa menghitung ulang setiap angka di laporan.
Anda akan bekerja dengan orang yang menjalankan audit ini.
Demand Field Notes adalah laboratorium satu orang. Pertanyaan, putaran, laporan, dan balasan ke surel Anda semuanya dari orang yang sama. Tanyakan apa saja tentang metodenya, atau mulai dari pemeriksaan gratis di halaman depan Anda sendiri.
Detail metodenya dulu? Baca metodologinya. Full pricing lives on the halaman harga.