215 128 maskinlagde programvareguider havnet i Perplexitys kilder

Perplexity hentet kilder fra tre tilsynelatende sammenkoblede nettsteder med til sammen 215 128 maskinlagde sider om «beste programvare». Sidene var ikke bare støy langt ute i søkeresultatene. De dukket opp i kildegrunnlaget da forskere ba Perplexitys Sonar-modeller anbefale programvare i 380 kategorier.

For deg som bruker AI-søk til å velge CRM, prosjektverktøy eller annen programvare, er lærdommen ubehagelig enkel: En kildehenvisning er ikke det samme som en kvalitetskontroll. Et svar kan se ryddig og etterrettelig ut, samtidig som deler av grunnlaget kommer fra sider som er masseprodusert for å bli funnet av maskiner.

Det betyr ikke at alle anbefalingene var feil, eller at Perplexity alltid velger dårlige kilder. Rapporten målte heller ikke ChatGPT, Gemini eller Google AI Mode. Men den viser et reelt hull i ideen om at «grounded» automatisk betyr pålitelig. Det hullet er stort nok til at jeg ville åpnet kildene før jeg lot en AI-anbefaling styre et innkjøp.

Hva fant undersøkelsen i Perplexitys kilder?

Forskerne samlet 7 534 kildehenvisninger fra 760 spørringer mot perplexity/sonar og perplexity/sonar-pro. Ifølge Trellners rapport fra 2. september 2026 gikk 59,8 prosent av henvisningene til domener utenfor de 100 000 mest besøkte nettstedene i Tranco-listen.

Oppsettet var ganske rett fram. Forskerne laget 380 kategorier med kjøpsintensjon, fra CRM-programvare til systemer for museumssamlinger. Hver av de to modellene fikk én spørring per kategori og skulle levere en rangert topp fem-liste som JSON, inkludert det offisielle domenet til hvert produkt. Alle 760 svarene kunne leses maskinelt.

Resultatet besto av 3 800 anbefalingsplasser, 1 807 forskjellige produkter og 2 055 forskjellige kildedomener. Hele 751 av domenene, altså 36,5 prosent, var ikke blant de én million mest besøkte nettstedene i Tranco. Blant de 5 768 henvisningene som gikk til et rangert domene, var medianplasseringen 71 611.

Lav trafikk betyr ikke at en kilde er dårlig. En liten fagekspert kan være langt mer nyttig enn et gigantisk nettsted, og Tranco måler popularitet, ikke sannhet. Rapportens tyngste funn ligger derfor ikke i trafikkrangeringen alene. Det ligger i hvilke sider som faktisk ble bygget, hvor like de var, og hvordan de ble brukt som grunnlag for programvareråd.

Hvordan kunne tre nettsteder lage 215 128 guider?

WifiTalents, Worldmetrics og Gitnux hadde henholdsvis 70 731, 71 684 og 72 713 URL-er med mønsteret /best/<noe>-software/. Det blir 215 128 programvareguider til sammen. Til sammenligning hadde hvert nettsted bare seks vanlige artikler i sin egen artikkelseksjon.

Forskerne mener de tre nettstedene trolig drives som én operasjon. Alle ble registrert gjennom NameCheap mellom desember 2023 og mai 2024. De bruker det samme paret med Cloudflare-navneservere, samme sidemal, samme navigasjon og samme taksonomi. Dette er sterke indisier, men ikke et endelig bevis på hvem som eier dem. Ingen av nettstedene oppgir en eier.

To av nettstedene kalte selve forsiden sin en «Facts & Grounding Page» i HTML-tittelen. «Grounding» er språket retrieval-systemer bruker når de henter dokumenter som grunnlag for et svar. Det er ikke akkurat uttrykket en vanlig programvarekjøper skriver inn før lunsj. Når en side beskriver seg selv på den måten, er det vanskelig å overse hvem den prøver å gjøre seg attraktiv for.

Worldmetrics annonserte samtidig ferdige rapporter fra 499 euro, cirka 5 400 kroner, tilpasset markedsresearch fra 5 000 euro, cirka 54 000 kroner, og leverandørplassering fra 2 500 euro, cirka 27 000 kroner. Prisene sto over den samme mengden genererte «best»-lister som AI-modellene hentet. Rapporten dokumenterer ikke at en bestemt betalt plassering førte til en bestemt Perplexity-anbefaling, så den koblingen skal jeg ikke dikte. Men kombinasjonen av kommersiell plassering, industriell sideproduksjon og synlighet i AI-kilder bør få varsellampene til å blinke.

Så sidene ut som uavhengige vurderinger?

Sidene presenterte en redaksjonell prosess og navngitte medarbeidere, men sammenligningen av én kategori avdekket sprikende rangeringer og grove malspor. For «project estimation software» viste alle tre en topp ti-liste i strukturert JSON-LD, men de var ikke enige om vinneren.

Worldmetrics og WifiTalents satte Float på førsteplass. Gitnux valgte Saviom, som ikke var blant de fem øverste hos Worldmetrics. Ni forskjellige navn ble kreditert på de tre sidene for samme spørsmål, tre per nettsted. Gitnux merket dessuten resultatet som «AI-verified · Expert reviewed».

Så kommer detaljen som nesten er for dum til å være sann: Alle tre hadde en malvariabel som ikke var blitt riktig fylt ut i byline-feltet. To viste «Within the next 26 days», mens det tredje viste «Within the next 40 days». Det beviser ikke alene at navnene eller vurderingene er falske. Sammen med identisk mal, enorm URL-mengde og ulike dommer viser det likevel hvor tynt den synlige redaksjonelle innpakningen kan være.

Disse tre domenene fikk 181 henvisninger, 2,4 prosent av alle henvisningene, og dukket opp i 41 av de 380 kategoriene. Det er ikke flertallet av kildegrunnlaget. Men 181 henvisninger er mer enn nok til å avlive forestillingen om at AI-søket automatisk skiller en grundig vurdering fra en skalerbar innholdsmal.

Problemet var større enn de tre nettstedene

Guideflow var den tredje mest brukte kilden i hele datasettet, med 194 henvisninger fordelt på 96 kategorier. Det er et selskap som selger interaktive produktdemoer, ikke et uavhengig testmagasin eller en generell katalog. Likevel havnet selskapets egne artikler foran Gartner målt i antall henvisninger.

Guideflow hadde 3 351 URL-er i sitt sitemap, hvorav 2 176 var forskjellige artikler. Innholdet dekket blant annet 3D-rendering, IVR, RFID og programvare for arkitektkontorer, selv om Guideflow ikke konkurrerer i disse markedene. Her fant forskerne ingen dokumentert villedning. Poenget er at en leverandørs brede innholdsmarkedsføring ble en sentral del av bevisgrunnlaget for kjøpsråd i markeder leverandøren selv ikke opererer i.

De ti mest siterte domenene sto for 17,3 prosent av henvisningene. G2 var størst med 291, fulgt av Reddit med 261 og Guideflow med 194. Gartner fikk 158. Wikipedia dukket opp tre ganger av 7 534. Det bildet er mer rotete enn «Perplexity bruker bare kjente autoriteter», og mer interessant enn en enkel historie om tre innholdsfabrikker.

Jeg har tidligere skrevet en norsk guide til Perplexity som AI-søkemotor. Denne rapporten endrer ikke hva tjenesten er god til, men den skjerper et viktig forbehold: Fine fotnoter kan gjøre et svar lettere å kontrollere. De fritar deg ikke fra å faktisk kontrollere det.

Kan feil kilder sende deg helt feil sted?

De fleste av de 1 502 leverandørdomenene Perplexity oppga, virket som de skulle. Forskerne testet hvert domene både direkte og gjennom en roterende proxy. Likevel var 17 domener, 1,1 prosent, borte eller utilgjengelige, mens 92 domener, 6,1 prosent, videresendte til et annet registrerbart domene.

Noen av avvikene var harmløse oppkjøp eller navnebytter. Andre var ganske ville. Ved spørsmål om plattformer for håndtering av forskningsdata anbefalte begge modellene Dryad. Sonar Pro ga riktig domene, datadryad.org, mens Sonar ga dryad.co, som videresendte til en indonesisk nettgamblingside.

Ved spørsmål om verktøy for datakvalitet anbefalte begge Monte Carlo. Sonar pekte til riktig leverandør på montecarlodata.com. Sonar Pro ga montecarlo.com, som videresendte til hotell- og kasinogruppen Société des Bains de Mer i Monaco. Produktnavnet var altså riktig, men domenet sendte brukeren til en helt annen virksomhet.

Det er et praktisk sikkerhetsproblem, ikke bare en morsom domenetabbe. Hvis et AI-svar gir deg en innloggingsside, nedlasting eller betalingslenke, bør du kontrollere domenet mot leverandørens offisielle profiler eller dokumentasjon. Én bokstav eller ett gammelt domene kan være forskjellen på riktig produkt og et sted du aldri burde skrive inn kortnummeret.

Hva beviser rapporten – og hva beviser den ikke?

Rapporten beviser at Perplexitys retrieval-stack hentet disse dokumentene som kilder i én måling 2. september 2026. Den viser ikke at de 215 128 sidene alene bestemte svarene, eller at anbefalingene ville blitt annerledes dersom sidene ble fjernet. Det er en viktig grense.

Sonar og Sonar Pro er heller ikke to uavhengige bekreftelser. De returnerte helt identiske lister med henvisninger i 289 av 380 kategorier, og URL-settene hadde en Jaccard-overlapp på 0,898. Begge bør derfor forstås som to nivåer av samme søkestack, ikke to separate motorer som kom fram til samme resultat.

Kategoriene var laget av forskerne og er ikke et representativt utvalg av alt vanlige kjøpere spør om. Hver kategori ble kjørt én gang med én bestemt formulering. Målingen er dessuten et øyeblikksbilde av en indeks som kan endres. Fire av de 17 «utilgjengelige» domenene var store, levende nettsteder som bare ikke svarte på den automatiserte testen.

Og viktigst: Rapporten gjelder Perplexity. Den sier uttrykkelig at ChatGPT, Gemini, Copilot og Google AI Mode ikke ble testet. Det finnes ingen dekning for å lime det samme prosenttallet på alle andre AI-søk. Datasettet, metoden og skriptene er publisert, så andre kan gjenta eller utfordre målingen.

Slik bør du bruke AI-anbefalinger etter dette

Bruk AI-søk som en start på undersøkelsen, ikke som en ferdig innkjøpsbeslutning. Åpne kildene som bærer de viktigste påstandene. Se hvem som driver nettstedet, om det finnes en tydelig metode, når siden ble oppdatert, og om det er mulig å kjøpe plassering i rangeringen.

Kontroller deretter produktdetaljer mot leverandørens offisielle dokumentasjon. Pris, integrasjoner, datalagring og sikkerhetskrav kan avgjøre om et verktøy passer, og det er nettopp slike detaljer en generert toppliste lett kan gjenta feil. For store kjøp ville jeg også sett etter erfaringer fra faktiske brukere og minst én kilde som ikke tjener penger på å rangere leverandørene.

Vær ekstra skeptisk når mange «uavhengige» sider bruker samme språk, samme tabell eller samme merkelige kategorier. Sjekk også domenet før du laster ned noe eller logger inn. En sitert URL kan være utdatert, feil eller overtatt, selv om produktnavnet i svaret ser kjent ut.

Perplexity fortjener ros når tjenesten gjør kildene synlige nok til at de kan granskes. Men det er ingen fribillett. Når nettet fylles med sider laget for å mate AI-systemer, må selve utvelgelsen av kilder bli langt bedre. Inntil det skjer, er oppskriften enkel: Åpne lenken. Les siden. Stol aldri på fotnoten bare fordi den er blå.

Ofte stilte spørsmål