CAVIS-rammeværket

Hvad er CAVIS?

CAVIS (Conversational AI Visibility Simulation) er et proprietært metodeværk til systematisk AI-synlighedsarbejde, udviklet af Krister Ross og CitationLab AS. Det er funderet i analyse af 150.000 AI-samtaler fra WildChat-datasættet og giver et struktureret rammeværk til at forstå, måle og forbedre AI-synlighed.

De fem CAVIS-dimensioner

C — Citation Rate

Andelen af relevante AI-prompts, hvor brandet nævnes. Primær KPI for AI-synlighed.

A — Authoritativeness

E-E-A-T-profil og faglig autoritet — forudsætningen for, at AI-modeller vurderer indholdet som troværdig kilde.

V — Visibility Architecture

Den tekniske infrastruktur, der gør indholdet tilgængeligt for AI-crawlere og maskinlæsbart.

I — Information Quality

Indholdskvalitet, svarevne og information gain — det, der reelt afgør, om indholdet citeres.

S — Sentiment & Share

AI sentiment (positiv/neutral/negativ omtale) og share of voice relativt til konkurrenter.

Implementering

CAVIS-metodikken kan implementeres med CitationLab Monitor, der automatiserer simulering, dataindsamling og rapportering.

FAQ

Hvad adskiller CAVIS fra generel AEO? CAVIS er et måle- og analyseværktøj. AEO er den bredere disciplin. CAVIS giver strukturen til systematisk at kvantificere og forbedre AEO-arbejde.

Er CAVIS gratis at bruge? Metodikken er åben og publiceret. CitationLab Monitor automatiserer CAVIS-implementeringen.