Resonemanget bakom vår egen kampanj: tio annonsgrupper, hundra annonser och nittiosex context hints. Struktur, budgetmatematik och de misstag vi tror blir vanligast.
Vi har byggt vår egen OpenAI Ads-kampanj färdig i väntan på att faktureringen för svenska bolag ska rulla ut. En kampanj, tio annonsgrupper, hundra annonser, nittiosex context hints.
Den här guiden är resonemanget bakom den — inte en klickinstruktion, utan de beslut som faktiskt avgör om kampanjen fungerar. Om du inte redan läst vår genomgång av vad lanseringen i Sverige innebär, börja där.
Strukturen: tre nivåer, olika beslut på varje
OpenAI:s kampanjmodell har tre nivåer. Det som gör den ovan är inte hierarkin i sig utan vad som bestäms var — särskilt att targeting sitter på annonsgruppsnivå och budget på kampanjnivå.
| Nivå | Vad du bestämmer här |
|---|---|
| Kampanj | Budget och budgettyp, start- och slutdatum, mål (visningar, klick eller konverteringar), länder |
| Annonsgrupp | Maxbud och context hints — det vill säga hela targetingen |
| Annons | Rubrik, beskrivning, länk och bild |
Konsekvensen: vill du bjuda olika för olika köpsituationer måste de vara separata annonsgrupper. Vill du rikta dig mot flera länder med olika budget behöver du separata kampanjer.
Steg 1: Välj mål innan du väljer något annat
Målet på kampanjnivå avgör vilken budgivning annonsgrupperna får: visningar ger CPM, klick ger CPC, konverteringar ger oCPC. Det går inte att blanda inom en kampanj.
Vi valde klick. Skälet är kostnadskontroll i en kanal där vi ännu inte har egen konverteringsdata. Med CPM betalar du för exponering oavsett om formatet fungerar för din målgrupp; med CPC betalar du först när någon faktiskt bryter sitt samtalsflöde för att klicka. I en ny kanal är det den försiktigare vägen.
Konverteringsmålet kräver dessutom ett konverteringshändelse-ID, och det förutsätter att spårningen redan är på plats och att du hunnit samla volym. Det är dit man vill — men sällan där man börjar.
Steg 2: En annonsgrupp = en köpsituation
Här görs det största misstaget. Frestelsen är att bygga annonsgrupper efter tjänsteutbud, som i Google Ads. Det fungerar dåligt här.
Eftersom context hints och bud sitter på annonsgruppsnivå blir gruppen bara så vass som den är enhetlig. Blandar du två olika målgrupper i samma grupp blir dina hints en kompromiss mellan två situationer, och relevansmodellen får mindre att arbeta med. Du kan heller inte bjuda olika för dem, trots att de sannolikt är olika mycket värda.
Vi delade i stället upp efter kombinationen målgrupp – avsikt – ämne. Tio grupper, var och en med en egen tydlig köpsituation:
| Annonsgrupp | Maxbud (CPC) |
|---|---|
| Gratis analys — någon som vill ha en oberoende bedömning | 4,50 USD |
| GEO och AI-synlighet — märker att AI rekommenderar konkurrenter | 4,00 USD |
| Claude Code-workshop — vill utbilda teamet praktiskt | 4,00 USD |
| AI-workshop för företag — ska införa AI i organisationen | 3,75 USD |
| AI i marknadsföring — vill gå från ad hoc till system | 3,50 USD |
| Growth management — tillväxten har planat ut | 3,50 USD |
| Mätning och analytics — siffrorna stämmer inte | 3,25 USD |
| GTM engineering — fast i manuella processer | 3,25 USD |
| Performance marketing — misstänker budgetläckage | 3,00 USD |
| Byråval Stockholm — jämför byråer | 2,75 USD |
Buden är rankade efter avsikt, inte efter hur gärna vi vill sälja tjänsten. Någon som aktivt söker en kostnadsfri analys är närmare ett beslut än någon som allmänt jämför byråer — därför bjuder den gruppen högst och byråjämförelsen lägst.
Steg 3: Skriv context hints som beskrivningar, inte söksträngar
En context hint är inte ett nyckelord. Den är en beskrivning av ett samtal.
Nyttigaste ramverket vi hittat är målgrupp – avsikt – ämne: vem frågar, vad försöker de åstadkomma just nu, och vilket ämne handlar det om. En hint som bara nämner ämnet lämnar två tredjedelar av signalen outnyttjad.
Jämför:
- Svagt: "marknadsföringsbyrå Stockholm"
- Starkt: "Ett bolag som är missnöjt med sin nuvarande byrå och letar efter alternativ i Stockholm för ett B2B-bolag"
Den andra fångar köpfas, roll, geografi och orsak. Det är precis den typen av sammanhang som nyckelordsbaserade system aldrig kunnat representera — och hela poängen med kanalen.
Praktiska riktlinjer vi följt:
- Fem till femton hints per annonsgrupp. Färre än så täcker inte de olika sätt köpare formulerar samma situation. Fler suddar ut gruppens identitet.
- Skriv på både svenska och engelska. Det här är kanske det mest förbisedda på en svensk marknad. Svenska yrkesverksamma promptar rutinmässigt på engelska, särskilt om fackområden. De två formuleringarna matchar olika, och du vill ha båda.
- Använd köparens ord, inte era interna. Ingen skriver "GTM engineering" i ChatGPT. De skriver att de sitter fast i manuellt arbete mellan formulär och CRM.
- Spegla din hint i annonstexten. Relevansmodellen läser dem tillsammans.
Steg 4: Hundra annonser, och varför det inte är överdrivet
OpenAI rekommenderar omkring hundra annonser per kampanj. Det är inte en volymtumregel — det följer av att matchningen sker på sammanhang.
När relevansen bedöms utifrån hur väl annonsen speglar samtalet blir generell annonstext en nackdel. En rubrik som fungerar överallt fungerar inte särskilt bra någonstans. Bredden av specifik kreativ produktion är alltså inte slöseri, den är targetingen.
Tio annonser per annonsgrupp ger auktionen tio formuleringar att välja mellan inom en och samma köpsituation. Det är rimlig ambitionsnivå att börja på.
Formatgränserna är stramare än de flesta är vana vid: 24 tecken för rubriken, 48 för beskrivningen, med rekommendationen att sikta på 16 respektive 32 för att inget ska kapas på mobil.
På svenska är det svårt. Vi valde medvetet att inte tvinga alla hundra annonser under 16/32 — resultatet hade blivit nästan identiska texter utan innehåll. I stället bär varje annonsgrupp båda sorterna: tre korta varianter som alltid ryms i sin helhet, plus längre som får plats med mer specifik information. Ungefär en tredjedel av våra annonser ligger under den snävare rekommendationen.
Ett tips som sparade oss mycket tid: validera teckenlängderna i ett skript i stället för i kalkylbladet. Med hundra annonser i två språkversioner är det inte en manuell uppgift, och en enda annons över gränsen kan stoppa hela uppladdningen.
Steg 5: Räkna om CPM till något du kan budgetera med
OpenAI anger ett typiskt spann på 15–60 dollar CPM. Kör du en klickkampanj är ditt maxbud däremot en CPC, och de två behöver kopplas ihop innan du sätter en siffra.
Med en rapporterad klickfrekvens omkring 0,91 % ger 1 000 visningar cirka 9,1 klick. Alltså:
| CPM | Effektiv kostnad per klick |
|---|---|
| 15 USD | ~1,65 USD |
| 30 USD | ~3,30 USD |
| 60 USD | ~6,59 USD |
Våra bud på 2,75–4,50 USD ligger i den nedre halvan av spannet: tillräckligt högt för att vinna auktioner på samtal med hög avsikt, tillräckligt lågt för att vi inte ska betala kännedomspriser för trafik.
Med 25 dollar i dagsbudget och drygt 3 dollar effektiv klickkostnad landar det på ungefär sju till åtta klick per dag. Det är en inlärningsbudget, inte en skalningsbudget — och det är avsiktligt. Det första kampanjen ska producera är data om vilka context hints som faktiskt matchar, inte volym.
Välj dessutom daglig budget snarare än totalbudget. Pacing för totalbudget är ännu inte aktiverad, vilket gör förbrukningen svår att förutse.
Steg 6: Kvadratisk kreativ, utan logotyp
Bilden ska vara 1:1, minst 640×640 och högst 1200×1200 pixlar, PNG eller JPG, och nåbar på en publik URL. OpenAI:s uttalade rekommendation är att inte använda logotypen som primärt motiv — favikonen visas redan bredvid varumärkesnamnet, så logotypen i bilden blir en dubblering som tar plats från något mer säljande.
Räkna med att detta är produktion ni inte redan har. De flesta marknadsavdelningar har 16:9 och 4:5 på lager, sällan kvadratiskt i rätt upplösning.
Steg 7: Gör annonserna mätbara innan de går live
Hundra annonser i tio grupper som pekar mot samma landningssidor blir omöjliga att utvärdera i efterhand om de delar UTM-parametrar.
Vi gav varje enskild annons ett unikt utm_term, med annonsgruppen i utm_content:
?utm_source=chatgpt&utm_medium=cpc&utm_campaign=gh-se-growth-2026&utm_content=geo-ai-synlighet&utm_term=geo-ai-synlighet-04
Det gör att varje annons går att följa separat i GA4 utan att vara beroende av plattformens egen rapportering. Om din mätning inte redan är tillförlitlig är det värt att åtgärda innan kampanjen startar, inte efter.
De fyra misstagen vi tror blir vanligast
- Att bygga annonsgrupper efter tjänsteutbud. Strukturen ska följa köpsituationer, eftersom det är där targetingen sitter.
- Att skriva context hints som nyckelord. Korta ämnesord slänger bort de två tredjedelar av signalen som ligger i målgrupp och avsikt.
- Att bara skriva på svenska. En stor del av era köpare promptar på engelska.
- Att förvänta sig Googles klickfrekvens. Omkring 0,91 % är normalt i det här gränssnittet. Utvärdera på konverteringar och kvalitet på trafiken, inte på CTR.
Vad vi gör i väntan på fakturering
Vår kampanj ligger färdig. Det som återstår innan uppladdning är kvadratisk kreativ och ett skarpt startdatum — resten är byggt och validerat.
Under tiden lägger vi arbetet där det ger effekt oavsett: på GEO. Betald placering och organisk citering i AI-svar drivs av samma underliggande signaler, vilket betyder att förberedelsearbetet inför annonserna inte ligger stilla — det betalar sig redan i den organiska kanalen. Vi har utvecklat resonemanget i ChatGPT-annonser och GEO: därför är det samma strategi.
Vill ni ha hjälp att bygga strukturen för er egen kampanj, eller veta hur ni syns i AI-svar idag? Boka en kostnadsfri analys.
