Det här kan du göra i Manager
AI Marketing Manager
Från insikt till genomförd åtgärd. En plattform för AI-synlighet, sök och uppföljning.
Krister Ross sin modell · versjon 3.0
TRUST 3.0 er Krister Ross sin modell for å forstå og forbedre synlighet i AI-søk. Fem trinn beskriver forløpet i modellen, og fem pilarer beskriver arbeidet: Tilstedeværelse, Relevans, Uttrekkbarhet, Spredning og Tilbakemelding. CitationLab bruker rammeverket i analyse, innholdsarbeid og rådgivning.
TRUST 3.0 · fem pilarer
Kan systemet gjenkjenne virksomheten, og finnes informasjonen i relevante kilder?
En tjeneste trenger en egen, tilgjengelig side med interne innganger, fremfor bare en kort omtale i en kampanje.
Utviklet av Krister Ross · Presentasjonen oppdatert 5. oktober 2026
Modellen skiller mellom forløpet frem til et AI-svar og områdene dere kan arbeide med. Hvis relevant innhold ikke kan hentes, må det undersøkes før dere vurderer selve siteringen. En synlig sitering viser heller ikke alle de interne hendelsene i systemet.
| Trinn | Spørsmålet vi undersøker | Pilarer |
|---|---|---|
| Aktivering | Bruker systemet søk for spørsmålet? Skill svar med kildehenting fra svar basert på modellens eksisterende kunnskap. Det er systemet som avgjør om søk aktiveres. | Tilstedeværelse |
| Henting | Kommer relevant informasjon med blant kildene som hentes? En side må være tilgjengelig i kildene systemet bruker og relevant for spørsmålet. Undersøk tilgjengelighet før dere bare skriver om teksten. | Tilstedeværelse, Relevans og Spredning |
| Kontekst | Blir innholdet brukt som grunnlag for svaret? Henting og bruk er forskjellige hendelser. Se om innholdet faktisk dekker det konkrete behovet, med riktige forutsetninger. | Relevans |
| Sitering | Blir informasjonen gjengitt og knyttet til kilden? Et tydelig og dokumentert svar gir et bedre faglig grunnlag. Kildevalget bestemmes av systemet, og en omtale er ikke nødvendigvis en sitering. | Uttrekkbarhet |
| Virkning | Er gjengivelsen korrekt, og fører den til noe? Undersøk både troskap til kilden og mulige kundeutfall. En feilaktig anbefaling skal ikke rapporteres som et godt resultat bare fordi navnet er med. | Tilbakemelding |
Dette er TRUST-modellens faglige inndeling, ikke en påstand om at alle AI-systemer har identisk arkitektur. Koblingen bygger på Krister Ross sin originalpresentasjon.
Kan systemet gjenkjenne virksomheten, og finnes informasjonen i relevante kilder?
Beskriv virksomheten som en tydelig og konsistent entitet. Kartlegg også hvilke sider som finnes, hvordan de kan oppdages og om viktig informasjon er tilgjengelig. Teknisk tilgjengelighet og faktisk synlighet er forskjellige spørsmål.
I innholdsarbeidet: En tjeneste trenger en egen, tilgjengelig side med interne innganger, fremfor bare en kort omtale i en kampanje.
Svarer siden på spørsmålet i kundens situasjon?
Avklar målgruppe, behov og beslutningsfase. Et presist svar må passe spørsmålet og gjøre premissene tydelige.
I innholdsarbeidet: Forklar hvem løsningen passer for, hva leveransen omfatter og når kunden bør velge en annen løsning.
Kan svaret forstås når et avsnitt leses for seg?
Skriv tydelige definisjoner og selvstendige forklaringer. Oppgi hva tall, sammenligninger og vilkår gjelder. Bruk tabeller når relasjonen blir lettere å forstå.
I innholdsarbeidet: Skriv hele tjenestenavnet, oppgi forutsetninger og plasser dokumentasjonen ved påstanden. Ingen fast avsnittslengde er et krav.
Hvor ellers finnes relevant og etterprøvbar informasjon?
Se egne sider og relevante eksterne kilder i sammenheng. Konsistente opplysninger og uavhengig dokumentasjon gir kunden flere måter å undersøke virksomheten på.
I innholdsarbeidet: Koble en fagartikkel til tjenesten, og rett feil i relevante bransjeprofiler. Omtale skal bygge på faktisk verdi, ikke mengden lenker alene.
Er gjengivelsen korrekt, og hva lærer vi av synlighet og kundeutfall?
Dokumenter hva som endres og vurder utviklingen med sammenlignbare observasjoner. Kontroller troskap: om AI-svaret gjengir kilden korrekt. Skill mellom synlighet, trafikk, atferd og verdi.
I innholdsarbeidet: Registrer URL og dato. Følg samme spørsmålsutvalg og relevante besøk eller henvendelser før dere prioriterer neste endring.
Skill et tilgjengelighetsproblem fra et svar som ikke treffer behovet. Bruk modellen til å formulere hva dere må undersøke.
Citation MethodArbeid med relevante spørsmål, selvstendige svar og dokumentasjon. Se også om kilden blir gjengitt korrekt.
Innhold for AI-siteringHold spørsmål og oppsett sammenlignbare, og vurder siteringer, besøk og kundeutfall hver for seg.
Måling og rapporteringKrister Ross sin modell med fem trinn og fem pilarer. Den originale TRUST-metoden beskriver sju steg og fire kontrollporter.
Les den opprinnelige metodebeskrivelsenCitationLabs arbeidsflyt fra kartlegging og måling til diagnose, tiltak og oppfølging. Åtte ledd gir en mer detaljert inndeling av forløpet.
Se Citation MethodRammeverket for spørsmål, kontekst og måling gjennom AI-samtaler. Brukes til å gjøre observasjonene relevante for kundereisen.
Les om CAVISAcquisition, Behavior og Conversion kobler relevante besøk til atferd og kommersiell verdi. Synlighet uten klikk trenger egne observasjoner.
Les om ABCPå kristerross.no finnes modellen, metoden og fordypning i hver pilar. CitationLabs artikkel viser hvordan pilarene kan brukes til redaksjonelt arbeid på én side. Denne anvendelsen er ikke en full TRUST-analyse eller en publisert auditscore.
Slik bruker du TRUST i innholdsarbeidetFAQ
I TRUST 3.0 står bokstavene for Tilstedeværelse, Relevans, Uttrekkbarhet, Spredning og Tilbakemelding. Dette er pilarene i Krister Ross sin modell for synlighet i AI-søk.
TRUST-modellen er utviklet av Krister Ross. Originalpresentasjonen og fordypningen finnes på kristerross.no/trust/. Denne siden forklarer hvordan CitationLab bruker modellen.
Trinnene beskriver forløpet i modellen: Aktivering, Henting, Kontekst, Sitering og Virkning. Pilarene beskriver hvilke faglige områder arbeidet dekker. De er to perspektiver på samme modell, ikke to konkurrerende metoder.
TRUST gir rammeverket med fem trinn og fem pilarer. Citation Method beskriver CitationLabs arbeidsflyt og bruker en mer detaljert kjede med åtte ledd. TRUST-trinnene og de åtte leddene kan sees i sammenheng. Modellens opprinnelige metodebeskrivelse finnes på kristerross.no.
TRUST setter rammen for hva som skal undersøkes. CAVIS støtter spørsmål, kontekst og måling av synlighet i AI-samtaler. Vi beskriver den offentlige rollen, uten å publisere interne beregninger eller genereringslogikk.
TRUST hjelper med vurderingen av AI-synlighet og kildebruk. ABC med Acquisition, Behavior og Conversion følger sammenhengen mellom relevante besøk, handlinger og verdi. ABC dekker ikke alene synlighet uten klikk eller hvorfor et AI-system velger en kilde.
Ja. Krister Ross har publisert modellen og bruksveiledning på kristerross.no. CitationLabs praktiske artikkel viser en offentlig redaksjonell anvendelse på én side. Oppgi modellens navn, versjon og opphav når du refererer til den.
Nei. TRUST er en faglig modell, ikke en dokumentert universell algoritme eller et resultatløfte. Teknisk tilgang, nyttige svar og måling kan forbedres, men CitationLab kontrollerer ikke en søkemotors eller AI-modells valg.
Vi bruker TRUST til å diskutere hvor problemet kan ligge, og hvilke undersøkelser og tiltak som bør prioriteres.
Var detta till hjälp?
