AI Visibility og GEO: Bliv fundet i ChatGPT, Gemini og Claude

Vil du have det uddybet en smule? Læs videre eller hop direkte til de forskellige afsnit her: 

1. En ny digital virkelighed
2. Hvad betyder AI Visibility, GEO og LLMO?
3. Hvordan indhenter LLM'er deres viden?
4. Sådan arbejder du med AI Visibility
5. Sådan tracker du synlighed og citater i LLM'er
6. Er GEO det nye SEO?
7. FAQ

En ny digital virkelighed

98,2 milliarder månedlige besøg. Det er, hvad Google kan prale af, og ifølge Semrush gør det virksomheden til den mest besøgte side i verden .

Men selv om Google fortsat er verdens mest dominerende website, ændrer brugernes søgevaner sig hurtigt for tiden. Allerede på listens femteplads finder vi nemlig OpenAIs sprogmodel ChatGPT med 5,3 milliarder besøg om måneden. Nuvel; der er stadig et stykke fra 5,3 til 98,2 milliarder, men ChatGPT's unge alder i betragtning er det ret imponerende.

Derudover viser tal fra Dansk Erhverv, at 55 procent af danskerne har prøvet en eller flere af de avancerede sprogmodeller. Det er noget af en stigning siden 2023, hvor tallet lå på blot 21 procent.

Når så mange danskere allerede har taget sprogmodellerne i brug, er det ikke længere et spørgsmål om, men hvordan virksomheder skal sikre deres synlighed på platformene. Det er nemlig kun blevet sværere at få de dyrebare klik og skabe stabil trafik til sit website, og hvis man ikke kommer med på AI-bølgen, har man næsten smidt håndklædet i ringen på forhånd.

Det rejser et vigtigt spørgsmål for virksomheder: Hvordan sikrer du, at det netop er din viden, dit brand og dine produkter, som LLM’erne fremhæver og citerer?

Det spørgsmål kan du få svar på, hvis du læser videre.

Hvad betyder AI Visibility, GEO og LLMO?

Jeg er nok ikke den eneste, der har sovset lidt rundt i de forskellige akronymer, der følger med vores nye bedste venner, der er kommet for at blive.

Derfor lægger jeg lige ud med at forklare et par udtryk, du løbende vil støde på, mens du læser indlægget:

• AI Visibility bruges som betegnelse for selve disciplinen, hvor du sikrer, at din virksomhed bliver fundet, nævnt og krediteret i AI-genererede svar og i AI-baseret søgning (f.eks ChatGPT, Gemini, Claude og Perplexity).
• GEO (Generative Engine Optimization) dækker de konkrete metoder og strategier, der øger sandsynligheden for, at din viden faktisk bliver udvalgt og fremhævet i de generative svar.
• LLMO (Large Language Model Optimization) bruges i marketing og research som et nært beslægtet begreb. Her er fokus på at tilpasse indhold, struktur og eksterne signaler, så sprogmodellerne nemt kan finde, forstå og gengive dig som en relevant kilde. 

I samme kategori finder vi også begreber som AIO (Artificial Intelligence Optimization) og AISO (AI Search Optimization), men i dette blogindlæg vil jeg holde mig til de tre ovenstående begreber.

Så langt – så godt.

Opsummerende kan man sige, at omdrejningspunktet ved AI Visibility er målet om at være til stede og blive nævnt i AI-genererede svar, mens GEO og LLMO er metoderne, du bruger til at opnå din synlighed.

Savner du flere akronymer i dit liv? Læs min kollega Fies indlæg: Hvad er SXO, og hvorfor er det vigtigt for din digitale strategi?

Hvordan henter LLM’er deres viden?

For bedre at kunne målrette din AI visibility-indsats, er det en forudsætning, at du kender lidt til måden, LLM’er henter deres viden på. Hvordan de bliver "kloge".

LLM’er som ChatGPT, Google Gemini og Claude fungerer nemlig ikke som de traditionelle søgemaskiner, der i realtid gennemsøger nettet. I stedet henter de typisk deres viden fra en kombination af tre overordnede kildetyper:

1. Træningsdata

Modellerne er trænet på enorme mængder tekst, hvor alt fra bøger og artikler til Wikipedia og åbne websider er blevet brugt. Disse data lærer LLM’erne sprogmønstre og giver dem evnen til at generere svar.

Du kan læse mere om, hvordan ChatGPT bruger træningsdata her.

2. Licenseret indhold

Flere af de store LLM’er indgår aftaler med mediehuse og databaser. OpenAI har eksempelvis aftaler med Financial Times og NewsCorp, hvilket betyder, at deres modeller kan trække på og i nogle tilfælde citere specifikt, licenseret nyhedsmateriale.

3. Live-søgning og browsing

De nyere versioner af ChatGPT, Claude og Perplexity kan supplere træningsdataene med realtidsinformation fra nettet. Det sker via integrationer til søgemaskiner (f.eks. Bing og Google) eller gennem egne crawlere, der henter og opsummerer websider.

Hvis du er nysgerrig, kan du læse mere om ChatGPT search her.

Hvor efterlader det os som marketingfolk? 

For kommunikations- og marketingfolk er de første to punkter svære at påvirke direkte. Der, hvor vi for alvor kan gøre en forskel, er i live-søgning og browsing.

Det handler om at strukturere indholdet, bruge metadata og skabe tydelige, citerbare og relevante svar, så vores viden bliver lettere for LLM’er at finde – og ikke mindst at udvælge.

Sådan arbejder du med AI Visibility

Selvom du måske allerede har fornemmet, at GEO og LLMO lugter lidt af SEO, kræver det alligevel en lidt anden tilgang, hvis du gerne vil blive synlig i AI-svar.

Hvor SEO handler om at rangere højt i søgeresultater, handler AI Visibility om at gøre sit indhold nemt for LLM’er at finde, forstå og citere. 

Nedenfor gennemgår vi fem hovedområder, som du med fordel kan have fokus på.

1. Sørg for et stærkt teknisk fundament

Den tekniske del af din hjemmeside er fundamentet. Uden en klar struktur og tilgængelige data risikerer du, at LLM’erne simpelthen ikke kan identificere eller gengive din virksomheds indhold.

Tiltag:

• Schema.org og strukturerede data: Brug strukturerede data til at fortælle modeller, hvad dit indhold handler om. Når du markerer organisation, produkter, artikler, FAQ’er eller HowTo-guides, giver du LLM’erne en tydelig ramme, der gør det nemmere at forstå og genbruge dine oplysninger.
  Hvis du vil læse mere om, hvordan du implementerer Schema, kan du læse mere på Schema.org.
  
  
• Crawlbarhed og performance: Dit website skal være let for både søgemaskiner og AI-crawlere at tilgå. Sørg for, at vigtige sider ikke blokeres i robots.txt, at siden indlæses hurtigt, og at teknikken bag er stabil. På den måde kan AI-assistenter uden problemer læse og bruge dit indhold. 

2. Skab indhold, der er let at citere

LLM’er arbejder bedst med klart afgrænsede og faktuelle tekststykker. Derfor skal indholdet bygges op, så det nemt kan plukkes ud og gengives i et AI-svar.

Tiltag:

• Answer-first struktur: Start med et præcist resumé, der direkte besvarer det mest sandsynlige spørgsmål. Derefter kan du på resten af siden uddybe med detaljer og eksempler.
  
  
• FAQ- og HowTo-sektioner: Stil de spørgsmål, dine kunder reelt søger svar på, og besvar dem kort og præcist. Det øger sandsynligheden for at blive citeret.
  
  
• Tabeller og sammenligninger: Modellerne er gode til at gengive struktureret information. Overvej derfor at lave skemaer med fordele/ulemper, produktfakta eller sammenligninger.

3. Byg autoritet både på og uden for dit domæne

LLM'er vurderer ikke kun indholdets kvalitet, men også hvor troværdigt og autoritativt kilden fremstår. Her er det vigtigt både at styrke dit eget domæne og at være til stede på eksterne platforme.

Tiltag:

• Topic clusters: Byg dybdegående indholdsklynger, hvor en central “pillar page” samler og linker til underartikler om beslægtede emner. Det viser, at du er ekspert på et givent område.
  
  
• Off-site fodaftryk: Sørg for, at din virksomhed også findes på steder, hvor modeller ofte henter information: Wikipedia, YouTube, branchesites og udvalgte fagfora. Det har længe været en effektiv SEO-disciplin at arbejde med linkbuilding, og det samme gør sig altså gældende her.
  
  
• E-E-A-T i praksis: Tydeliggør din ekspertise. Angiv forfattere, kildehenvisninger og metoder. Det styrker din autoritet og troværdighed.

Fik jeg nævnt, at der store overlap mellem SEO og GEO?

4. Del original data og indsigter

Jeg ved godt, at det her er lettere sagt end gjort. Men meget få ting er så citerbart som noget, ingen andre har. LLM'er prioriterer gerne original data og konkrete undersøgelser, fordi det giver deres svar mere vægt.

Tiltag:

• Undersøgelser og rapporter: Lav brancheanalyser, kundeundersøgelser eller produktdata-rapporter, som kan publiceres i forskellige formater.
• Multiformat: Gør data tilgængelige i artikler, men også som infografikker, korte videoer og FAQ-sektioner. Det øger sandsynligheden for at blive fanget og gengivet.
• Delbart indhold: Publicér gerne resuméer på LinkedIn eller andre kanaler, der typisk bliver crawlet af sprogmodeller.

Sådan tracker du synlighed og citater i LLM’er

Hvis du, ligesom jeg, sidder med SEO, har du sikkert nogle faste værktøjer, du altid griber til, når det handler om analyse og målbarhed.

Når det gælder AI Visibility, kan det dog hurtigt føles som et ukendt land. Men det betyder ikke, at vi står uden redskaber. Tværtimod ser vi nu de første løsninger, som gør det muligt at overvåge, hvordan virksomheder bliver nævnt og brugt i svar fra LLM’er.

Og netop her er det afgørende at kunne besvare tre enkle spørgsmål:

• Får dit brand overhovedet omtale i de svar, som brugerne møder?
• Hvilke dele af dit indhold bliver fremhævet som kilder?
• På hvilke områder bliver konkurrenter nævnt, mens du selv er fraværende – og bliver du fundet på det, du gerne vil findes på?

Når du kan svare på de spørgsmål, har du et klart grundlag for at vurdere, om din indsats inden for AI Visibility virker.

Værktøjer og metoder

Nedenunder finder du en liste af fremhævede værktøjer og metoder, du kan bruge til at tracke din AI Visibility.

Ahrefs Brand Radar

Ahrefs Brand Radar giver indsigt i, hvordan brands nævnes i AI-svar på tværs af ChatGPT, Gemini, Perplexity og Copilot. Med millioner af testprompts kan du se både søgeefterspørgsel, klassisk websynlighed og AI Visibility samlet ét sted.

Morningscore ChatGPT Tracker

Morningscore tilbyder en enkel løsning til at måle, om og hvordan dit brand nævnes i ChatGPT. Det er et brugervenligt værktøj, der gør det muligt at følge udviklingen i din AI Visibility over tid og koble den til klassisk SEO-analyse.

Hos Itch er vi selv i gang med at undersøge, hvilken værdi denne indsigt kan give os. Det lover jeg at dele mere om en anden god gang.

RankScale

RankScale tracker synlighed på tværs af flere modeller som ChatGPT, Gemini og Claude. Fokus er på letforståelige rapporter, så selv mindre teams kan overvåge og optimere deres tilstedeværelse i AI-svar.

Hvis du vil læse mere om dine muligheder for tracking, har Ahref lavet et overblik over 15 værktøjer til at tracke din AI visibility.

Manuelle spot-checks

Selvom det ikke er skalerbart, kan du med fordel lave en fast rutine, hvor du stiller dine vigtigste kundespørgsmål til ChatGPT, Gemini eller Claude og dokumenterer svarene. Over tid giver det en værdifuld reference, som kan supplere data fra de automatiserede værktøjer.

Er GEO det nye SEO?

Hvis du allerede arbejder professionelt med SEO, er du langt hen ad vejen også klædt på til GEO. For som du nok har bemærket, er de grundlæggende principper de samme.

Autoritet, teknisk performance, strukturerede data og kvalitetsindhold er fortsat forudsætningen for at blive fundet. Og det gælder altså uanset, om det er i Googles søgeresultater eller i svar fra en LLM.

Det nye er, hvordan indholdet bliver brugt. Ved SEO måler vi succes i klik og placeringer. Ved GEO og LLMO handler det i højere grad om at levere indhold, der kan citeres direkte i et svar. Det betyder, at kortfattede fakta, FAQ-sektioner og tabeller kan være lige så vigtige som lange, dybdegående artikler.

En anden nuance er, at AI-assistenter i højere grad blander kilder fra forskellige platforme. Det betyder, at dit off-site fodaftryk, som f.eks. Wikipedia, YouTube, Reddit eller branchesites, kan få større betydning, end vi traditionelt ser i SEO.

Med andre ord: GEO er ikke en helt ny disciplin, men en videreudvikling af SEO, der tager højde for, at brugernes adfærd ændrer sig. Som jeg fastslog i begyndelsen, søger de ikke kun i Google, men i stigende grad også i ChatGPT, Gemini og andre platforme.

Derfor bør din strategi være at tænke SEO og GEO sammen, så du både får synlighed i søgeresultaterne på de traditionelle søgemaskiner og de nyere AI-platforme.