Annonser i ChatGPT har ikke søkeord. De har betydning

I korte trekk: Fra slutten av august 2026 er annonser i ChatGPT tilgjengelige. De kjøpes ikke på søkeord. Systemet tilpasser dem til meningen med hele samtalen, innholdet på destinasjonssiden og beskrivelsen av situasjonen der kunden trenger hjelp. Annonser vises direkte under modellens svar, så effektiviteten avhenger også av hva ChatGPT har sagt om merket i setningen over. Studier av Brand Semantics i elleve bransjer, fra bygg og industri til hoteller, mote og juridiske tjenester, viser at denne bakgrunnen sjelden er nøytral. Dette endrer settet av ferdigheter som kreves for å kjøre kampanjer: fra å administrere bud og fraser til å administrere betydning, kontekst og merkevarepresentasjon i språkmodeller. Nedenfor forklarer jeg hvordan denne kanalen fungerer, hvorfor den kan endre spillereglene for konvertering, og hva som kreves fra en bedrift som ønsker å dra nytte av den.

1. Hva har egentlig skjedd

OpenAI annonserte annonser i ChatGPT 9. februar 2026, og testet dem i USA i seks måneder. 24. august 2026 ble kanalen lansert i 31 europeiske land. Annonseadministratoren (Ads Manager) fungerer i beta-versjon. I Europa startet de første kampanjene gjennom partnere, og selvbetjening vil bli gradvis tilgjengelig.

Noen fakta som er verdt å starte med, fordi de organiserer resten:

• Annonse vises under ChatGPTs svar, merket som sponset og visuelt adskilt fra modellens tekst. Den er ikke innvevd i svaret.

• Én format: merkenavn med favorittikon, overskrift på opptil 30 tegn, beskrivelse på opptil 60 tegn, kvadratisk bilde 256×256 px og lenke til destinasjonssiden. Ingen video, ingen karusell.

• Foreløpig ser brukere av gratis planer (Free, og på markeder der det finnes – også Go) dem. OpenAI erklærer at de ikke viser annonser på Plus-, Pro- eller Business-planer, og heller ikke til personer under 18 år. Annonser vises heller ikke i midlertidige chatter og hos ikke-påloggede brukere. Det er viktig å huske på dette når man planlegger rekkevidde. Det er også verdt å følge med på om denne politikken endres.

• Annonsøren har ingen innflytelse på modellens svar og mottar ingen brukerdata: verken innholdet i samtalen, historikken eller e-postadressen.

• Avregning: CPM (per tusen visninger), CPC (per klikk; OpenAI anbefaler satser på 3–5 USD) og – fra august – oCPC, som er optimalisering for konverteringer. Det tidligere minimumsbudsjettet på 50 000 USD er fjernet.

• Måling: visninger, klikk, CTR, gjennomsnittlig CPC og CPM, utgifter, konverteringer. Kampanjer kan merkes med UTM-parametere, og konverteringer kan måles med piksel og gjennom Conversions API. OpenAI påpeker at kanalen ennå ikke har noen benchmark for effektivitet mellom bransjer.

Kilder: OpenAI Help Center – Ads in ChatGPT: The Basics, OpenAI Help Center – Create ads for ChatGPT Ads, Socialpress – ChatGPT Ads starter i Polen, StackAdapt – Hvordan annonsere på ChatGPT.

2. Hvordan ChatGPT tilpasser annonser. Og hvorfor dette ikke er "ny Google Ads"

I søkemotoren er mekanikken kjent fra nesten et kvart århundre: brukeren skriver inn en frase, annonsøren byr på frasen, den som har den beste kombinasjonen av bud og kvalitetsresultat vinner. Frasen er fellesnevneren. Den kan kjøpes, ekskluderes, måles.

I ChatGPT finnes ikke denne fellesnevneren. Ifølge OpenAIs dokumentasjon tilpasser systemet annonsen basert på fire ting samtidig:

1. konteksten og intensjonen av hele samtalen, ikke den siste setningen;

2. innholdet på destinasjonssiden for annonsen, som OpenAI leser med sin egen robot (OAI-AdsBot) og sjekker for samsvar med annonsepolitikken;

3. tittelen og beskrivelsen av annonsen;

4. kontekstuelle hint gitt av annonsøren – og, hvis brukeren har aktivert personalisering, valgte signaler fra deres tidligere samtaler.

Kontekstuelle hint er ikke søkeord. OpenAI skriver eksplisitt at de ikke fungerer som eksakt samsvar og garanterer ikke visning i en spesifikk samtale. Det er en beskrivelse av behovssituasjonen: hvem spør, om hva, i hvilket beslutningsøyeblikk. I stedet for frasen "CRM-system" beskriver annonsøren "salgsgruppen som sammenligner verktøy for automatisering av rapportering og ønsker å redusere manuelt arbeid". Den endelige beslutningen om visning tas av OpenAIs relevansmodell.

I tillegg kommer auksjonen. Det er en vektet andreprisauksjon basert på relevans: budet er bare én av inngangene, og relevansen av annonsen og destinasjonssiden i forhold til samtalen avgjør også hvem som vinner og hvor mye de betaler. Med andre ord: hvis destinasjonssiden entydig beskriver hva produktet er, for hvem, i hvilke situasjoner og hva som skiller det fra alternativene, har systemet noe å basere tilpasningen på, og annonsen vinner billigere.

Konsekvensen er enkel: i denne kanalen kan man ikke "sette opp kampanjer" på fraser. Man må vite hvordan folk faktisk snakker med modellen om en bestemt kategori, i hvilket beslutningsøyeblikk dette skjer, og hva modellen svarer før annonsen vises.

3. Hvorfor konvertering kan se annerledes ut enn i søkemotoren

Ærlig talt: OpenAI publiserer ikke benchmarker, og markedet samler først inn de første dataene. Men det finnes tre uavhengige indikasjoner som gjør det mulig å forstå hvorfor denne kanalen har et konverteringspotensial som er forskjellig fra klassiske medier.

For det første, øyeblikket. ChatGPT-brukeren "søker" ikke; han eller hun snakker allerede. De stilte et spørsmål, fikk et svar, og ofte presiserte de. Annonse vises i det øyeblikket behovet allerede er navngitt, og kriteriene for valg er diskutert. Det er nærmest beslutningsøyeblikket som annonser noen gang har vært.

For det andre, kvaliteten på trafikken. Shopify rapporterte at i første kvartal 2026 konverterte trafikk fra GenAI-assistenter 49% bedre på produktsiden enn trafikk fra søkemotoren, og antall besøk fra denne kilden økte åtte ganger år over år. Criteo, på en prøve av 500 selgere, målte at trafikk sendt av språkmodeller konverterer omtrent 1,5 ganger bedre enn andre referansekilder. Dette er data om organisk trafikk, ikke betalt, men det viser hvilken type bruker vi har med å gjøre: en person som allerede har gått gjennom sammenligningsfasen i samtalen.

For det tredje, de første betalte testene. En to ukers test fra SE Ranking på engelskspråklige markeder ga 1,30% CTR på over 97 000 visninger. En annen test, publisert av et kanadisk byrå, ga 0,65% CTR med en klikkostnad på ca. 4,4–4,9 CAD. Variasjonen er stor, og det må behandles som et signal om at kanalen fungerer, ikke som en benchmark.

Det er også en annen side av saken som må skrives like klart. Annonser når i dag brukere av gratis planer, ikke abonnenter av Plus, Pro eller Business. To publiserte B2B-tester antyder at beslutningstakere i næringslivet oftere enn gjennomsnittlige brukere bruker nettopp de betalte planene, som for øyeblikket ikke har annonser. Klikk koster 3–5 USD. Inventaret er begrenset, formatet er ett, og optimaliseringsverktøyene er unge. Hver feil tilpasning er dyr i denne kanalen. Det er nettopp derfor presisjon i konteksten slutter å være et spørsmål om estetikk, og blir en betingelse for lønnsomhet.

Kilder: Brand Semantics – Shopify Q1 2026 data på hjemmesiden, Choice OMG – ChatGPT Ads 2026 field guide, Socialpress.

4. Ett vindu, to lag: hva modellen sier over annonsen din

Her kommer vi til noe som ikke finnes i noen guide om ChatGPT Ads, men som – etter min mening – avgjør resultatet av kampanjen.

Annonsen vises under modellens svar. Brukeren leser først hva ChatGPT mener om problemet deres, hvilke løsninger den anbefaler, hvilke merker den nevner og hvordan den beskriver dem. Først deretter ser de det sponsede kortet. Dette betyr at det i ett vindu er to lag av merkevarekommunikasjon: organisk representasjon av merket i modellens svar og betalt kort. Annonsøren kontrollerer bare det andre.

La oss vurdere tre typiske situasjoner som vi observerer i studiene av modellens svar utført med vårt forskningsverktøy Semantio:

Situasjon A: modellen anbefaler en konkurrent. Brukeren spør om en løsning i kategorien, modellen nevner tre merker og anbefaler ett av dem. Under vises annonsen for det fjerde merket – ditt. Det betalte kortet kjemper mot anbefalingen som brukeren nettopp har lest og stolt på. Klikk er mulig, men annonsen begynner fra en posisjon som modellen allerede har tapt for den.

Situasjon B: modellen gir feil informasjon om merket. I svaret vises merket ditt, men med feil pris, ikke-eksisterende sertifikat, feil lokasjon eller egenskap tilskrevet en konkurrent. Annonsen under fører til en side som sier noe annet. Brukeren får en motstridende melding og vet ikke hvem de skal tro på.

Situasjon C: modellen kjenner ikke merket. Svaret handler om kategorien, men merket ditt er ikke nevnt. Annonsen er den første kontakten – og det eneste argumentet. Dette er det dyreste scenariet, fordi hele den persuasive jobben hviler på 30 tegn i overskriften og 60 tegn i beskrivelsen.

Det er også situation D: modellen anbefaler merket ditt, og annonsen bekrefter det. Da fungerer de to lagene sammen: det organiske svaret bygger tillit, det betalte kortet gir den korteste veien til handling. Dette er den eneste konfigurasjonen der kostnaden per klikk har sjanse til å betale seg tilbake med renter.

Hva vi ser i studiene: elleve bransjer, samme mekanisme

Nedenfor er eksemplene fra studiene av merkevarepresentasjon som vi utførte i 2026 for kunder av Brand Semantics og i samarbeid med AI Business Center Foundation på data fra Semantio. Bransjene og omfanget av studien er oppgitt, fordi de viser at mekanismen er uavhengig av sektor. Hver resultat er et datert bilde fra en dag med studien – modellene endrer svar over tid, derfor gjentas målingen.

Tre ting fra denne tabellen har direkte overføringsverdi til ChatGPT Ads.

For det første, "mangel på merke i spørsmål om kategorien" er normen, ikke unntaket. I åtte av elleve studier er merket nesten fraværende når kunden ikke kjenner navnet, det vil si i akkurat de samtalene der annonsen ville ha trengt å komme inn. Annonser i en slik kontekst fungerer i situasjon C: de er det eneste argumentet og betaler full pris for hvert klikk.

For det andre, høy anbefaling betyr ikke et trygt bakgrunn. Hos produsenten av belysning oppsto 16 av 18 feil i svar der modellen anbefalte merket. Hos produsenten av ventilasjon anbefalte modellene selskapet og samtidig tilskrev det til en utenlandsk kapitalgruppe. Annonse under et slikt svar forsterker anbefalingen og feilen sammen med den.

For det tredje, det samme spørsmålet i forskjellige systemer gir ulik bakgrunn. Hos den regionale produsenten av kjøttvarer var vurderingen av anbefalingen (på en skala fra 0–100) fra 16 til 51 avhengig av systemet; hos produsenten av ventilasjon så fire systemer merket i 20 av 20 spørsmål, mens den femte så det i 13 av 20. Kampanjen i ChatGPT gjelder ett system, men kunden sammenligner i flere – og den organiske bakgrunnen må være kjent i hver av dem.

Forskjellen mellom situasjon A og D er ikke et spørsmål om bud eller kreativitet. Det er et spørsmål om hvordan modellen representerer merket før kampanjen i det hele tatt starter. Og dette er ikke synlig i noe annonsepanel. For å se dette må man stille modellene de samme spørsmålene som kundene stiller – mange ganger, i mange varianter, i flere systemer – og måle svarene. Dette er nettopp temaet for Generative Engine Optimization (GEO) og temaet for måling i Semantio.pro.

5. Fire kompetanser som kreves av denne kanalen

Siden ChatGPT ikke tilpasser annonser til fraser, men til betydninger, er spørsmålet: hvem kan jobbe med betydninger? Fra vår erfaring er fire kompetanser nødvendige. Det er verdt å sjekke hvilke av dem teamet som kjører kampanjen har – internt eller eksternt.

5.1. Enhetskart og påstandskart – for at destinasjonssiden skal være forståelig for modellen

OpenAI-systemet leser destinasjonssiden og vurderer relevansen av annonsen til samtalen basert på den. Hvis siden beskriver selskapet som "en innovativ teknologipartner", har modellen ikke noe å utlede fra når annonsen gir mening. Hvis siden entydig sier: hvilket produkt, for hvem, til hvilket problem, i hvilken kategori, med hvilke bevis og hva som skiller det fra alternativene – har modellen noe å basere tilpasningen på.

To eksempler fra våre revisjoner viser hvor ofte dette kravet ikke er oppfylt. Siden til det lokale byggsenteret renderte hele innholdet først i brukerens nettleser – robotene som leser internett så "et tomt ark"; det eneste de kunne lese var to ord. En slik side som landingsside for annonser i ChatGPT har ikke noe å vinne i relevansauksjonen, og OAI-AdsBot har ingenting å sjekke. På den annen side hadde en polsk industriprodusent som opererer i en internasjonal gruppe 699 av 729 adresser i kartet som førte til den utenlandske morselskapets domene; modellene siterte den polske domenen i 7% av svarene og tilskrev referanser og sertifikater til et annet selskap. Annonser for et slikt merke ville føre til en side som modellen ikke forbinder med enheten som den snakker om i svaret over.

Vi kaller dette semantisk entydighet. I praksis betyr det å skille mellom to ting: enhetskart (hvilke objekter som danner merkeverdenen: produkter, mottakere, problemer, konkurrenter, bevis) og påstandskart (hvilke setninger om disse objektene skal være sanne, bekreftet av kilder og mulige å overta av modellen). En slik forberedt destinasjonsside er samtidig en bedre side i søkemotoren, en bedre kilde for språkmodeller og en billigere landingsside i auksjonen vektet etter relevans. Det er ett arbeid, tre effekter.

5.2. Intentscenarier – for at kontekstuelle hint skal komme fra data, ikke fra brainstorming

Et kontekstuelt hint er en beskrivelse av behovssituasjonen: hvem, hvilket behov, hvilken kontekst, hvilket beslutningsøyeblikk. For å skrive det godt, må man vite hvordan kundene faktisk spør modellene om en bestemt kategori – i oppdagelsesfasen ("hvordan løse problem X"), sammenligningsfasen ("hvordan skiller A seg fra B") og beslutningsfasen ("hvor kjøpe, hvem be om hjelp").

I Semantio jobber vi nøyaktig med slike enheter: scenarier, det vil si fullstendige spørsmål plassert i en bestemt person, produkt og beslutningsfase, rettet mot utvalgte systemer. Selskapet som har undersøkt kjøpsscenarier i kundens kategori i flere måneder, skriver kontekstuelle hint fra målingen: de vet hvilke situasjoner som ender med anbefaling, i hvilke modeller nevner konkurrenter, og i hvilke merket er fraværende. Teamet som ikke har en slik måling, skriver hint fra intuisjon – og sjekker dem først med budsjettet.

5.3. Måling av merkevarepresentasjon – før kampanjen, under den og etter den

Dette er en kompetanse som skiller kjøring av kampanjer i ChatGPT fra kjøring av kampanjer i noe annet medium. Siden det er et organisk svar fra modellen over annonsen, må man vite:

• før start – i hvilken prosentandel av kjøpsscenariene modellen nevner merket, hvor ofte den anbefaler det, hva dens Share of Voice er i forhold til konkurrentene, hvilken tone den beskriver det med, og om den ikke gir feil informasjon om det;

• underveis – om det organiske svaret støtter annonsen (situasjon D), eller kjemper mot den (A, B, C); om endringer på siden og i kildene flytter modellens svar; hvilke kilder modellen siterer når den snakker om kategorien;

• etter kampanjen – hva modellen faktisk sa om merket på dagen for visningen, i en form som kan vises for ledelsen eller kunden.

I praksis endrer denne målingen kampanjebeslutningene. Hos produsenten av porter og dører var den organiske bakgrunnen i beslutningsfasen nøytral (0% direkte anbefalinger med sentiment 8,1/10) – annonser der gir mening først sammen med bevisene på destinasjonssiden som lar modellen rettferdiggjøre en høyere pris. Hos skomerket var bakgrunnen i beslutningsfasen direkte ugunstig (omtaler av reklamasjoner) – en kampanje uten tidligere arbeid med kildene ville betalt for klikk fra kunder som nettopp hadde lest en advarsel. Hos premiumhotellet var bakgrunnen utmerket i velvære-scenarier og dårlig i konferansescenarier – de kontekstuelle hintene og destinasjonssidene må være forskjellige for hvert av disse segmentene.

Semantio måler disse dimensjonene på levende svar fra ChatGPT, Gemini, Claude, Perplexity, Google AI Overview, Microsoft Copilot, Grok og DeepSeek: Synlighetsrate, Share of Voice, anbefalingsnivå, sentiment, påvirkning av kilder og oppdagelse av påstander som er i strid med verifiserte fakta om merket. Hver resultat er en datert måling fra en spesifikk studie, ikke en prognose fra signaler på siden. Takket være dette er kampanjen i ChatGPT ikke drevet i blinde: vi vet hvilken organisk bakgrunn annonsen vises mot, og om denne bakgrunnen jobber for eller imot den.

5.4. Bevis – for at resultatet kan forsvares

I en kanal uten benchmarker og med 24–48 timers forsinkelse i rapportering av konverteringer er det spesielt viktig at diagnosen og konklusjonene er reviderbare. I Semantio blir hvert svar fra modellen lagret i loggen sammen med metadata, klassifisering og siterte kilder, og utvalgte svar kan bevares som uavhengig verifiserbar, beskyttet mot modifikasjon, registrering av hva det aktuelle systemet sa på den aktuelle dagen.

6. Hvordan vi kjører kampanjer i ChatGPT

I Brand Semantics kjører vi ChatGPT Ads-kampanjer fra diagnose til rapport – med direkte tilgang til Ads Manager og vårt eget måleverktøy. Prosessen ser slik ut:

1. Diagnose av merkevarepresentasjon i modellene. Studie i Semantio: virkelige kjøpsscenarier i kundens kategori, på markedets språk, i flere systemer. Resultat: hvor merket anbefales, hvor det taper mot konkurrentene, hvor modellene tar feil, hvilke kilder som former svaret.

2. Enhetskart og forberedelse av destinasjonssiden. Organisering av hva modellen skal forstå om merket, og oversetting til destinasjonssiden: entydig, kildebasert, som slipper gjennom OpenAI-robotene (OAI-AdsBot og OAI-SearchBot – blokkering av noen av dem betyr avvisning av annonsen eller forsvinning fra organiske svar).

3. Scenarier → kontekstuelle hint og kreativitet. Målingen gir situasjoner der behovet gir mening for annonsen, og varianter av overskrifter og beskrivelser tilpasset beslutningsstadiet.

4. Kampanje i Ads Manager. Mål (rekkevidde, klikk eller konverteringer), geografi, plattform, daglig budsjett, måling av konverteringer med piksel og gjennom Conversions API konfigurert før start.

5. Overvåking av de to lagene. Parallelt: kampanjeresultater fra Ads Manager og periodisk måling av organiske svar fra modellene i Semantio. Hvis den organiske bakgrunnen jobber mot annonsen – GEO-tiltak på kilder og innhold, ikke bare på budene.

6. Rapport med bevis. Hva modellen sa, hva annonsen gjorde, hva som endret seg mellom målingene – med logger og verifiserbare registreringer av svarene.

7. Hvem bør gå inn nå, og hvem bør vente

Det er verdt å teste nå, hvis merket opererer i en kategori der kunden sammenligner, spør og kommer tilbake med flere spørsmål: e-handel med vurderte produkter, elektronikk, personlig økonomi (innenfor OpenAIs annonsepolitikk), telekommunikasjon, bilindustri, reise, utdanning, tjenester valgt etter research, samt produkter til hjemmet, bygge- og innredningsprodukter eller barneartikler. Det er også verdt det hvis selskapet ønsker å skaffe erfaring i kanalen før konkurrentene gjør det – med en ung kanal er læringskostnaden lavere enn kostnaden for å være for sent ute.

Det er verdt å vente, hvis:

• kundene hovedsakelig er B2B-beslutningstakere som bruker betalte ChatGPT-planer – annonser når foreløpig ikke dem; i dette tilfellet er den organiske representasjonen av merket i svarene viktigere, som alle brukere ser, uavhengig av planen. I studien av produsenten av brannventilasjon kalte vi dette "et tapt bud før budet": designeren spør modellen hva de skal skrive i spesifikasjonen, får en liste uten merker – og merket kommer først inn som en erstatning på utførelsesstadiet, og kjemper med pris. Dette kan ikke rettes opp med et sponset kort, men bare ved å være til stede i selve svaret;

• produktet er FMCG eller en lokal tjeneste med lav verdi – med CPC på 3–5 USD går økonomien ikke opp;

• bransjen er underlagt begrensninger i annonsepolitikken (alkohol, gambling, politisk innhold er forbudt; helse og finansielle tjenester er begrenset, og utenfor USA i de fleste tilfeller ikke tillatt);

• selskapet ikke har en destinasjonsside som modellen kan forstå – da er det første steget ikke en kampanje, men å organisere merkevarepresentasjonen.

Uansett om selskapet går inn i betalte annonser, fungerer det organiske laget alltid: brukeren av den betalte planen vil ikke se annonsen, men vil se hva modellen sier om merket. For mange B2B-selskaper er dette i dag en viktigere kanal enn noe sponset kort.

8. Sjekkliste for klarhet til ChatGPT Ads

Før kampanjen lanseres, er det verdt å svare på ti spørsmål:

1. Vet vi i hvilken prosentandel av virkelige kjøpsspørsmål i vår kategori ChatGPT i det hele tatt nevner merket vårt?

2. Vet vi hvem den anbefaler i stedet for oss – og hvorfor (hvilke kilder)?

3. Gir modellen feil informasjon om oss som annonsen ville forsterket i stedet for å korrigere?

4. Beskriver destinasjonssiden entydig produktet, mottakeren, problemet og bevisene – med et språk som modellen kan overta?

5. Slipper siden gjennom OAI-AdsBot og OAI-SearchBot?

6. Har vi intentscenarier for tre beslutningsfaser, som gir kontekstuelle hint?

7. Har vi flere varianter av overskrifter og beskrivelser, der hver viser en annen fordel, ikke den samme meldingen?

8. Er målingen av konverteringer (piksel, Conversions API, UTM) konfigurert før start, ikke etter?

9. Bruker kundene våre den gratis ChatGPT-planen?

10. Har vi en måte å vise ledelsen hva modellen sa om merket på dagen for visningen – i en form som kan verifiseres?

Hvis svarene på spørsmål 1–3 er "vi vet ikke", vil kampanjen starte i blinde – uansett hvem som leder den.

9. Ordliste

ChatGPT Ads – OpenAIs annonsekanal der sponsede kort vises under svarene fra ChatGPT til brukere av gratis planer; tilpasningen er basert på samtalekonteksten, destinasjonssiden, kreativiteten og de kontekstuelle hintene fra annonsøren, ikke på søkeord.

Kontekstuelle hint (context hints) – beskrivelser av behovssituasjonen (hvem, hvilket behov, hvilken kontekst, hvilket beslutningsøyeblikk) som annonsøren gir i Ads Manager; de er ikke eksakte samsvar og garanterer ikke visning.

Generative Engine Optimization (GEO) – disiplin som følger etter SEO: i stedet for posisjoner på lenkelisten er målet hvordan språkmodeller beskriver, sammenligner og anbefaler merket i det ferdige svaret. Den omfatter organisering av enheter og påstander om merket, bygging av kilder som modellene siterer, samt måling av svar.

Merkevarepresentasjon i språkmodellenes svar (LLM brand representation) – den observerbare måten merket er til stede, beskrevet, sammenlignet, anbefalt og kildehenvist i svarene fra GenAI-systemene i en spesifikk studie. Synlighet er bare én av dens dimensjoner.

Share of Voice (SoV) – merkets andel av "sendetid" i modellens svar i forhold til navngitte konkurrenter i et gitt sett av scenarier.

Merkehallusinasjon (brand hallucination) – modellens påstand om merket som er i strid med verifiserte fakta: feil pris, ikke-eksisterende sertifikat, feil lokasjon, egenskap tilskrevet en konkurrent.

Enhetskart / påstandskart – verktøy for å organisere merkevarepresentasjonen: liste over objekter som danner merkeverdenen (produkter, mottakere, problemer, konkurrenter, bevis) og liste over setninger om disse objektene som skal være sanne, kildebekreftet og mulige å overta av modellen.

Semantio – forskningsplattform fra Brand Semantics for å analysere og overvåke merkevarepresentasjon i svarene fra ChatGPT, Gemini, Claude, Perplexity, Google AI Overview, Microsoft Copilot, Grok og DeepSeek, på levende svar, på markedets språk, med logger og verifiserbare bevis.

10. Ofte stilte spørsmål

Kan annonser i ChatGPT endre hva modellen sier om merket? Nei. OpenAI skiller annonse systemet fra modellen. Annonsøren kan ikke påvirke innholdet, rekkefølgen eller tonen i svaret. Endring av den organiske representasjonen av merket er bare mulig gjennom arbeid med kilder, innhold og informasjonsstruktur – det vil si gjennom GEO.

Kan man kjøpe annonser på frasen "beste X i Oslo"? Nei. Det finnes ingen søkeord. Man kan beskrive behovssituasjonen der annonsen gir mening, og sørge for at destinasjonssiden og kreativiteten er relevante for den. Beslutningen om visning tas av OpenAIs relevansmodell.

Hva koster et klikk? OpenAI anbefaler CPC-satser på 3–5 USD. De første publiserte utenlandske testene ligger innenfor dette intervallet. Det finnes ennå ingen polske benchmarker.

Ser mine B2B-kunder dette? Hvis de bruker gratisplanen – ja. På Plus-, Pro- og Business-planene finnes det foreløpig ingen annonser; brukerne deres ser imidlertid de organiske svarene fra modellen om merket, og det er disse som avgjør om merket kommer på kortlisten.

Hvor skal man begynne? Med måling: hva sier ChatGPT og andre modeller om merket i virkelige kjøpsspørsmål. Uten dette vet man ikke om annonsen vil forsterke anbefalingen eller kjempe mot den.

Grzegorz Miłkowski – CEO Brand Semantics P.S.A., rådgivnings- og teknologiselskap som jobber med merkevarepresentasjon i språkmodeller og skaper forskningsplattformen Semantio.

Kilder: OpenAI Help Center – Ads in ChatGPT: The Basics · OpenAI Help Center – Create ads for ChatGPT Ads · Socialpress – ChatGPT Ads starter i Polen · StackAdapt – Hvordan annonsere på ChatGPT · Choice OMG – ChatGPT Ads 2026 field guide · Adsmurai – Hints in ChatGPT Ads · Brand Semantics – rapport SEO/GEO 2026