AI-näkyvyys

AI-näkyvyysauditointi 2026 — mitä mitata ja miten

AI-näkyvyysauditointi pk-yritykselle 2026: 12 mittaria teknisistä pohjista entiteettiasemaan ja tosiaikamittaukseen. Mitä auditoida, millä työkaluilla ja millä rytmillä.

Olli Junes · · 10 min

Asiakkaasi kysyy ChatGPT:ltä mistä tilaa kirjanpitäjä Tampereelta. Vastaus syntyy sekunneissa. Sinut joko mainitaan tai ei. Iso osa suomalaisista pk-yrityksistä elää nyt tilassa jossa kukaan ei ole edes tarkistanut näkyvätkö he AI-vastauksissa. Auditointi muuttaa tämän — se on systemaattinen mittaus siitä missä yrityksesi seisoo ja mistä näkyvyyttä jää saamatta.

Tässä jutussa käyn läpi 12 mittaria, työkalut, esimerkkitulokset ja sen miksi rytmiksi kannattaa valita kerran kvartaalissa.

Mikä on AI-näkyvyysauditointi

AI-näkyvyysauditointi on systemaattinen tarkistus siitä, kuinka pk-yrityksesi näkyy AI-vastauksissa (ChatGPT, Claude, Perplexity, Gemini) ja millainen tekninen pohja sivustollasi on tämän näkymisen mahdollistamiseksi. Auditti yhdistää kaksi puolta: konepellin alle katsomisen (robots.txt, llms.txt, Schema.org, sitemap, indeksointi) ja itse vastauksiin katsomisen (testikysymykset eri AI-malleihin, useilta tileiltä, eri maista).

Auditti ei ole sama asia kuin perinteinen SEO-tarkistus. Hakukoneoptimoinnissa mittari on rankki Googlessa. AI-näkyvyydessä mittari on se päädytkö sinä lähteeksi tai mainituksi tekoälyn vastauksessa, kun käyttäjä kysyy kysymyksen jonka takana asiakkaasi on. Aiheesta lisää artikkelissa AI-näkyvyys vs. perinteinen SEO.

Miksi rytmiksi sopii neljä kertaa vuodessa

AI-mallit päivittyvät 3–6 kuukauden välein. Uudet training-aineistot, uudet arkkitehtuurit, uudet hakuintegraatiot. Kvartaalitason mittaus antaa riittävän trendin näkyväksi mutta ei kuormita arkityötä. Jos mittaat kerran vuodessa, et ehdi reagoida kun esimerkiksi llms.txt-standardin tuki laajenee tai kun Perplexity vaihtaa lähdetyökaluaan. Jos mittaat joka kuukausi, tuhlaat aikaa kohinaan.

Resahostin Premium-palvelussa auditti ajetaan automaattisesti 4 kertaa vuodessa ja tulos toimitetaan PDF-raporttina sekä Loom-videona. Asiakas saa konkreettiset toimenpiteet ennen seuraavaa kvartaalia.

12 mittaria jotka auditoinnin pitää kattaa

A. Tekniset pohjat (mittarit 1–5)

1. robots.txt sallii AI-botit. GPTBot, ClaudeBot, PerplexityBot ja Google-Extended pitää olla sallittuja. Yksi väärin kopioitu robots.txt-rivi voi pyyhkiä sinut pois AI-vastauksista täysin. Tarkemmin robots.txt ja AI-bottien pääsy -jutussa.

2. llms.txt olemassa ja päivätty. llms.txt on uusi standardi joka kertoo AI-malleille sivustosi rakenteen ja ydinsisällön tiivistetysti. Olemassaolo on parempi kuin puute, mutta päivitys puolen vuoden välein on tärkeämpi kuin kerran luotu unohdettu tiedosto. Lisää: llms.txt — mikä se on ja miten asetat.

3. Schema.org Organization + LocalBusiness JSON-LD voimassa. Strukturoitu data on tapa kertoa koneluettavasti kuka yritys on, missä se sijaitsee, mitä se myy. Tarkista Google Rich Results Test -työkalulla että merkintä validoituu virheittä. Schema.org Organization JSON-LD -opas käy läpi minimivaatimukset.

4. Sitemap.xml + Bing Webmaster Tools. Sitemap submitettu sekä Googleen että Bingiin. Bing on ChatGPT-haun takana, joten Google Search Console yksin ei riitä. Suomalaiset pk-yritykset jättävät Bingin usein huomiotta — virhe.

5. SSL, nopeus ja mobiili. Core Web Vitals mobiili "good", SSL Labs A-luokka, ei sekoittunutta sisältöä. Tekniset perusteet eivät yksin tuo AI-näkyvyyttä mutta heikko tekninen pohja heikentää kaikkea muuta. Hidas tai rikkoutunut sivu jää indeksoinnissa jälkeen.

B. Entiteetti-asema (mittarit 6–9)

6. Wikipedia tai Wikidata Q-ID. Wikipediaan ei pääse pelkällä halulla — yrityksen pitää täyttää huomattavuus-kriteerit. Wikidata sen sijaan on avoimempi: oma Q-ID auttaa AI-malleja yhdistämään sivusi oikeaan entiteettiin. Pieni mutta tärkeä signaali.

7. LinkedIn-yrityssivun täydellisyys. Sivun pitää olla täytetty, päivitetty viimeisen 3 kk:n aikana ja URL pitää löytyä Schema.org-merkinnän sameAs-listalta. LinkedIn on iso lähde AI-malleille kun ne tunnistavat ovatko yritystiedot tuoreita.

8. Google Business Profile. LocalBusiness-merkinnän rinnalla pitää olla täytetty Google Business Profile (entinen Google My Business). Aukioloajat, palvelut, kuvat, yhteyshenkilöt — kaikki ajan tasalla.

9. OpenStreetMap-merkintä. Jos sinulla on fyysinen toimipaikka, kirjaa se OpenStreetMapiin. OSM on auki AI-malleille tavalla, jolla Googlen oma kartta ei aina ole. Tämä on yksi yleisimmistä puutteista pk-auditeissa.

C. Tosiaikamittaus (mittarit 10–12)

10. ChatGPT-prompt-testit. Valmistele 10–20 kysymystä jotka asiakkaasi todennäköisesti kysyvät. Aja ne ChatGPT:n läpi kolmella eri tilillä (eri maat jos toimit kansainvälisesti). Kirjaa: tulitko mainituksi, kuinka monessa, oliko maininta oikea vai vääristynyt.

11. Perplexity citation share. Perplexity näyttää lähteet vastauksissaan, mikä tekee sen mittaamisesta helpompaa kuin ChatGPT:n. Kuinka monessa toimialakysymyksessä viime kuukauden vastauksissa sinut sitatoitiin? Trendin suunta on tärkeämpi kuin yksittäinen luku. Lisää: Perplexity SEO pk-yritykselle.

12. Bing-rankit per avainsana. Bing on ChatGPT-haun takana. Jos olet sivulla 5 Bingissä avainsanalla "kirjanpitäjä Tampere", et todennäköisesti päädy ChatGPT:n lähdeketjuun samaan kysymykseen. Top 10 on käytännön minimi.

Käytännön työkalut 2026

Manuaaliset AI-testit. ChatGPT, Claude, Perplexity ja Gemini avoimissa istunnoissa. Eri tilit, eri maantieteelliset alueet, eri kielisuositukset. Pidä Excel- tai Notion-taulukkoa joka istunnon tuloksista.

Search Console -työkalut. Google Search Console ja Bing Webmaster Tools rinnakkain. Bing antaa myös pari mittaria joita Google ei näytä, kuten anonyymit AI-haut.

Schema-validointi. Google Rich Results Test ja schema.org/Organization-validaattori. Aja molemmat — kumpikin nostaa eri virheet pintaan.

llms.txt-tarkistus. Curl-komento juuren tiedostoon ja silmämääräinen tarkistus että sisältö vastaa nykytilaa. Vanhentunut llms.txt on huonompi kuin puute.

Citation-tracking. Otto SEO ja Otterly.ai ovat 2026 markkinaan tulleita työkaluja jotka seuraavat AI-vastauksissa olevia mainintoja automaattisesti. Maksullisia mutta säästävät manuaalisen kirjaustyön.

Entity-tarkistus. Wikidata Q-ID -lookup ja sameAs-ketjun tarkistus käsin. Pieni mutta ratkaiseva yksityiskohta entiteetti-asemassa.

Esimerkkitulokset Resahost-asiakkaan auditista

Anonymisoitu esimerkki Q2/2026 auditista — pieni rakennusalan yritys Pirkanmaalla:

  • Tekniset pohjat 4/5. Robots.txt sallii kaikki AI-botit, sitemap submitettu Bingiin, SSL kunnossa, Schema validoituu. Puuttuu: llms.txt.
  • Entiteetti-asema 2/4. LinkedIn ja Google Business Profile ajan tasalla. Wikipedia-merkintä ei vielä huomattavuus-kriteerien rajoissa, OpenStreetMap-paikkamerkintä puuttuu.
  • Tosiaikamittaus 3/3 prompt-kysymyksessä mainittu (10:stä), yhden lähteen jälkeen Perplexityssä. Bing-rank top 10 kahdella avainsanalla, top 30 kolmella.

Toimenpidelistan kärki: luo llms.txt, lisää OpenStreetMap-merkintä, kirjaa Wikidata-Q-ID, paranna kahden Bing-avainsanan kohdesivuja H2-tasolla. Seuraava auditti Q3:lla.

Mitä auditin tulokset kertovat

Auditin tulos ei ole pistemäärä jonka voi kehystää seinälle. Se on toimenpidelista. Tulokset kertovat mistä mittareista jää eniten näkyvyyttä saamatta, mikä tekninen virhe estää indeksointia, onko entiteetti-asema riittävä siihen että AI-malli erottaa sinut samannimisistä yrityksistä, ja mitkä kilpailijat näkyvät paremmin sekä miksi.

Erityisesti viimeinen kohta on hyödyllinen. Kun ajat samat 10–20 kysymystä ja seuraat sekä omaa että kahden tärkeimmän kilpailijasi mainintaa, näet konkreettisesti onko ongelma toimialatason vai yrityskohtainen. Joskus koko toimiala on huonosti indeksoitu — silloin ensimmäinen liikkuja voittaa eniten.

Huomio asiantuntijuuden lähteistä

Yksi auditin tärkeimmistä asioista on tarkistaa että AI-mallit eivät tuota yrityksestäsi vääriä tietoja. Hallusinaatiot ovat oikea riski etenkin pienille yrityksille joista on netissä vain vähän tietoa. Lue erikseen mitä tehdä jos AI hallusinoi yrityksestäsi vääriä tietoja.

Resahost ja AI-näkyvyysauditti

Resahost Premium -paketti (129 €/kk) sisältää AI-näkyvyysauditin neljä kertaa vuodessa. Auditti ajetaan samalla rytmillä kuin AI-mallien päivityssykli, raportti toimitetaan PDF-tiedostona ja Loom-videona, ja toimenpiteet priorisoidaan suoraan asiakkaalle. Basic- tai Pro-tason kasvavalle yritykselle Premium on tasoero — automatiikka tekee kvartaaleittain tehtävän työn joka muuten jäisi tekemättä.

Yhden oven malli tarkoittaa että audit, hosting, tekninen kunto, blogi ja tukipalvelu tulevat yhdestä luukusta. Tämä on tärkeää koska AI-näkyvyys vaatii useita pieniä asioita kuntoon samaan aikaan — pirstaleinen vastuujako johtaa siihen että jokin jää aina rempalleen. Lue yhden oven mallin manifesti.

Toimi näin tällä viikolla

Itsearvioi nykytila 20-kohdan AI-näkyvyys-tarkistuslistalla ennen kuin tilaat täyden auditin — saat heti kuvan siitä mitkä peruspilarit puuttuvat.

Aja itse minivertailu. Avaa ChatGPT, Claude ja Perplexity. Kysy kolme kysymystä jotka asiakkaasi kysyisivät toimialastasi. Kirjaa mainitaanko sinut, mainitaanko kilpailija, vai pelkkä yleisvastaus ilman lähteitä. Tämä yksi harjoitus paljastaa enemmän kuin moni kuvittelee — ja antaa konkretian sille, kannattaako auditti ulkoistaa vai tehdä itse.