Ordliste
GEO, AI-søgning og struktureret data
67 begreber forklaret på dansk. Nogle er faglige, nogle er opfundet af bureauer, og et par af dem betyder det samme. Det står der, hvor det er tilfældet.
Begreberne om AI-synlighed
- GEO Generative engine optimization, AI-synlighed, AEO, AIO
GEO er arbejdet med at blive fundet og citeret korrekt, når nogen stiller et spørgsmål til en sprogmodel i stedet for at søge.
Fundamentet er det samme som i SEO. En model kan ikke citere en side, den ikke kan hente, og den henter fra de samme resultater, Google viser. Begrebet stammer fra et studie fra Princeton, IIT Delhi, Georgia Tech og Allen Institute for AI.
- AEO Answer engine optimization
AEO står for answer engine optimization og bruges om det samme som GEO.
Der findes ingen fagligt etableret forskel på AEO og GEO. Forskellen er, hvem der bruger hvilket ord. Wikipedias artikel om GEO nævner AEO, AIO og LLMO som andre navne for samme sag.
- AIO AI optimization
AIO er endnu et navn for arbejdet med at blive citeret af sprogmodeller.
Forkortelsen kolliderer med AI Overviews, som nogle også forkorter AIO. Det er en af grundene til, at begrebet ikke er slået igennem.
- LLMO Large language model optimization
LLMO er en forkortelse, enkelte bureauer bruger om optimering til sprogmodeller.
Den er den mindst udbredte af de fire, og den beskriver ikke noget, GEO ikke allerede dækker.
- SEO Søgemaskineoptimering
SEO er arbejdet med at gøre en hjemmeside synlig i søgeresultater gennem teknik, indhold og links.
Google beskriver selv SEO som noget, der virker, når det lægges oven på indhold skrevet til mennesker.
Sådan virker modellerne
- LLM Large language model, Stor sprogmodel
En stor sprogmodel er en model trænet på store mængder tekst, som forudsiger det næste stykke tekst ud fra det, den har fået.
ChatGPT, Claude og Gemini bygger på store sprogmodeller. De henter i dag også kilder undervejs frem for kun at svare ud fra træningen.
- Generative AI GenAI, Generativ AI
Generativ AI er modeller, der danner nyt indhold som tekst, billeder eller lyd ud fra det, de har lært.
Betegnelsen dækker bredere end sprogmodeller og omfatter også billed- og lydmodeller.
- RAG Retrieval-augmented generation
RAG er en metode, hvor modellen henter relevante dokumenter, før den svarer, og bruger dem som grundlag for svaret.
Det er forklaringen på, hvorfor en side kan blive citeret af en model, selvom den blev udgivet efter modellens træning sluttede. Teknikken blev beskrevet af et forskerhold hos Facebook AI Research i 2020.
- Grounding Forankring
Grounding er at binde modellens svar til konkrete kilder frem for til dens egen hukommelse.
Et grundet svar kan henvise til, hvor oplysningen kommer fra. Det er dét, der gør, at din side kan optræde som kilde.
- Query fan-out Fan-out, Forespørgselsspredning Læs mere
Query fan-out er, når ét spørgsmål fra brugeren bliver til flere søgninger bag kulisserne.
Spørger nogen om det bedste tag til et hus fra 1960, kan systemet søge på tagtyper, levetid, priser og renovering hver for sig og sammenfatte svarene. Det betyder, at du kan blive citeret på en delsøgning, du ikke vidste fandtes.
- Hallucination Konfabulation
En hallucination er et svar, modellen fremstiller som sandt, uden at der findes belæg for det.
Det er grunden til, at forkerte oplysninger på din hjemmeside er dyrere end ingen oplysninger. Mangler prisen, gætter modellen måske.
- Chunk Tekststykke, Udsnit
Et chunk er det stykke af en side, et system henter og bruger, frem for hele siden.
Derfor skal hvert afsnit kunne stå alene. Bliver et afsnit hentet ud af sammenhængen, skal det stadig give mening uden overskriften over det.
- Embedding Vektorrepræsentation
En embedding er en talrepræsentation af tekst, som gør det muligt at måle, hvor beslægtede to stykker tekst er.
Det er teknikken bag, at et system kan finde din side om varmepumper, selvom brugeren skrev noget helt andet med samme betydning.
- Context window Kontekstvindue
Kontekstvinduet er den mængde tekst, en model kan have med i én forespørgsel.
Det er begrænset, og derfor hentes sjældent hele sider. Det er en af grundene til, at struktur og korte afsnit betyder noget.
- Prompt Forespørgsel
En prompt er det, brugeren skriver til modellen.
Til måling af AI-synlighed bruges et fast sæt prompts, som gentages over tid, så svarene kan sammenlignes.
AI i søgeresultatet
- AI Overviews AI-oversigter
AI Overviews er Googles AI-genererede opsummering øverst i søgeresultatet med links til kilderne.
Den hed Search Generative Experience under forsøgsfasen. Visningen henter fra sider, der i forvejen rangerer, så almindelig SEO er forudsætningen.
- AI Mode
AI Mode er Googles samtalebaserede søgeflade, hvor man kan stille opfølgende spørgsmål.
Den bruger query fan-out og henter flere kilder pr. spørgsmål end et almindeligt søgeresultat.
- SGE Search Generative Experience
SGE var Googles navn for AI-svar i søgeresultatet, mens det var i forsøgsfase.
Navnet er udgået og erstattet af AI Overviews. Ser du det i en artikel, er teksten sandsynligvis forældet.
- Citation Citering
En citering er, når et AI-svar henviser til din side som kilde med et link.
Det er ikke det samme som en omtale. Din virksomhed kan blive nævnt uden at blive linket til, og omvendt.
- Brand mention Omtale
En omtale er, når dit navn optræder i et AI-svar, uanset om der er et link.
Omtaler på domæner, du ikke selv ejer, er det, der bygger genkendelsen op over tid. Det er også det, der er sværest at måle.
Entiteter og struktureret data
- Entity Entitet
En entity er en ting, søgemaskiner og modeller kan genkende som noget bestemt, for eksempel en person, en virksomhed eller et begreb.
Forskellen på en tekststreng og en entitet er, at entiteten har en identitet. Derfor kan systemet vide, at Webro i Aabenraa og Webro i Odense er samme firma.
- Knowledge graph Videnspanel, Videngraf
Et videnspanel er et struktureret netværk af entiteter og deres indbyrdes forhold.
Søgemaskiner og sprogmodeller bruger dem til at afgøre, hvad en ting er, og hvordan den hænger sammen med andre ting.
- Structured data Struktureret data, Schema, Schema.org
Struktureret data er maskinlæsbar markup, der beskriver, hvad en side handler om, og hvem der står bag.
Ahrefs fulgte 1.885 sider, der fik schema på, og fandt ingen målbar effekt på AI-citeringer. Det er stadig værd at have, fordi det giver berigede resultater i Google og ét entydigt sæt fakta.
- JSON-LD
JSON-LD er det format, struktureret data normalt skrives i. Det ligger i et script-tag i sidens kode.
Flere AI-systemer læser ikke JSON-LD, når de henter en side direkte. searchVIU testede fem og fandt, at ingen af dem gjorde.
- @id Node-id
@id er den adresse, en node i struktureret data får, så andre noder kan pege på den i stedet for at gentage oplysningerne.
Peger en reference på et @id, der ikke findes i grafen, er referencen død. Det er en af de hyppigste fejl i schema på danske sites.
- sameAs
sameAs er det felt, der binder din beskrivelse af en ting sammen med den samme ting et andet sted, typisk Wikipedia eller Wikidata.
Det er sådan, man siger: det her er ikke bare et ord, det er den entitet, alle andre også mener.
- Wikidata
Wikidata er en åben database over entiteter, som mange systemer bruger som fælles reference.
Et Q-nummer i Wikidata binder alle sprogversioner af det samme begreb sammen. Det kræver notabilitet at få en post, så man kan ikke bare oprette sin egen virksomhed.
- E-E-A-T Experience, Expertise, Authoritativeness, Trustworthiness
E-E-A-T er Googles ramme for, hvordan indholds troværdighed vurderes: erfaring, ekspertise, autoritet og tillid.
Google skriver selv, at tillid er den vigtigste af de fire, og at de tre andre bidrager til den. Det er ikke en rangeringsfaktor i sig selv, men et sæt begreber, deres systemer forsøger at afspejle.
Adgang for crawlere
- robots.txt
robots.txt er en fil i roden af et website, der fortæller crawlere, hvilke dele af sitet de må hente.
Den styrer adgang, ikke indeksering. En side, der er spærret i robots.txt, kan stadig optræde i søgeresultatet, hvis andre linker til den.
- llms.txt
llms.txt er en foreslået tekstfil i roden af et website, som beskriver sitets indhold i et format, sprogmodeller kan læse.
Forslaget er ikke en vedtaget standard, og der er ingen dokumentation for, at de store systemer bruger den. Den koster til gengæld ingenting at lave.
- Content Signals
Content Signals er et forslag til at angive i robots.txt, hvad indholdet må bruges til: søgning, AI-svar eller træning.
Cloudflare lancerede det i september 2025 og lagde det på flere millioner domæner. IETF's AI Preferences-gruppe og IAB Tech Lab arbejder på en egentlig standard. De fleste crawlere ignorerer det stadig.
- GPTBot
GPTBot er OpenAIs crawler, der henter indhold til træning af modeller.
Den er ikke den samme som den, der henter kilder til et svar. Spærrer du GPTBot, spærrer du træning, ikke citering.
- OAI-SearchBot
OAI-SearchBot er OpenAIs crawler til søgning, altså den der finder kilder, ChatGPT kan henvise til.
Den skal have adgang, hvis du vil kunne citeres. Det er den vigtigste af OpenAIs tre at holde styr på.
- ChatGPT-User
ChatGPT-User er den agent, der henter en side, fordi en bruger har bedt om det i samtalen.
Den kører på brugerens foranledning, ikke som en planlagt crawl.
- ClaudeBot
ClaudeBot er Anthropics crawler.
Som hos OpenAI er der forskel på de crawlere, der henter til træning, og dem der henter til svar.
- PerplexityBot
PerplexityBot er Perplexitys crawler.
Perplexity viser kilder tydeligere end de fleste andre systemer, så en citering derfra er lettere at måle i trafikken.
- Google-Extended
Google-Extended er en indstilling i robots.txt, der styrer, om indhold må bruges til at træne Googles modeller.
Den påvirker ikke, om siden bliver indekseret eller vist i søgeresultater, og heller ikke om den kan optræde i AI Overviews.
- CCBot Common Crawl
CCBot er Common Crawls crawler. Common Crawl er et åbent arkiv over internettet, som mange modeller har været trænet på.
Spærrer du CCBot, holder du indholdet ude af fremtidige udgaver af arkivet, ikke ude af det, der allerede er hentet.
Agenter og handel
- AI agent AI-agent, Agent
En AI-agent er et system, der udfører flere trin på egen hånd for at løse en opgave, i stedet for kun at svare på et spørgsmål.
En agent kan hente en side, klikke videre, udfylde en formular og komme tilbage med et resultat.
- Agentic commerce Agenthandel
Agentic commerce er handel, hvor en AI-agent finder varen, sammenligner og gennemfører købet på brugerens vegne.
Det flytter kravene fra at overbevise et menneske på en produktside til at kunne læses maskinelt: pris, lager, leveringstid og returret som strukturerede data.
- MCP Model Context Protocol
MCP er en åben protokol, der lader sprogmodeller kalde eksterne værktøjer og datakilder.
Anthropic offentliggjorde den i slutningen af 2024, og den er siden taget op bredt. Den er grunden til, at en model kan slå op i dit system frem for at gætte.
- ACP Agentic Commerce Protocol
ACP er OpenAIs og Stripes protokol til, at en agent kan gennemføre et køb i en webshop.
Den er open source. Sammen med Googles UCP er det de to konkurrerende bud på, hvordan agenthandel kommer til at fungere.
- UCP Universal Commerce Protocol
UCP er Googles protokol til det samme: at lade agenter handle direkte mod en webshops backend.
Shopify har været med til at bygge den. Hvilken af de to protokoller der vinder, er ikke afgjort.
Det klassiske, der stadig gælder
- Crawl Gennemsøgning
Crawl er processen, hvor en robot henter sider på et website ved at følge links.
Kan en side ikke crawles, findes den ikke for hverken Google eller en sprogmodel, uanset hvor godt indholdet er.
- Indexing Indeksering
Indeksering er, når en hentet side bliver gemt og gjort søgbar.
En crawlet side er ikke nødvendigvis indekseret. Search Console skelner mellem de to, og forskellen er ofte der, problemet ligger.
- Canonical rel=canonical
Canonical er den adresse, du udpeger som den rigtige, når samme indhold kan nås på flere adresser.
Uden den kan et værktøj med adresser i forespørgslen skabe et ubegrænset antal sider, der ser forskellige ud for en crawler.
- Citerbart afsnit Citable passage
Et citerbart afsnit er et stykke tekst, der giver mening alene, uden overskriften over det eller afsnittet før.
Prøven er enkel: læs afsnittet uden resten af siden. Starter det med det, den eller som nævnt ovenfor, kan det ikke bruges.
- Passage ranking Afsnitsrangering
Passage ranking er, når søgemaskinen rangerer et enkelt afsnit fra en side frem for hele siden.
Google har gjort det siden 2021. Det betyder, at en lang side kan blive fundet på et emne, der kun fylder ét afsnit.
- Two-wave indexing To-bølge-indeksering
To-bølge-indeksering er, at HTML hentes først, mens JavaScript køres i en senere omgang.
Derfor kan indhold, der kræver JavaScript, mangle i første omgang. Flere AI-systemer kører slet ikke JavaScript, så dér kommer anden bølge aldrig.
Sådan hentes og rangeres teksten
- BM25 Okapi BM25
BM25 er den klassiske funktion, der rangerer dokumenter efter, hvor ofte og hvor sjældent søgeordene optræder.
Den er fra 1990'erne og bruges stadig. De fleste hentningssystemer kører BM25 og vektorsøgning side om side, fordi de fanger hver sin slags relevans.
- Hybrid search Hybrid søgning
Hybrid søgning er at kombinere nøgleordssøgning og vektorsøgning og lægge resultaterne sammen.
Nøgleord fanger de præcise ord, vektorer fanger betydningen. Det er derfor, både dit ordvalg og din mening betyder noget.
- Reranking Cross-encoder, Omrangering
Reranking er et andet trin, hvor en tungere model scorer de hentede stykker igen, før de bruges.
Første trin henter bredt og hurtigt, andet trin sorterer grundigt. Et afsnit kan altså blive hentet og alligevel sorteret fra.
- Top-k
Top-k er antallet af hentede stykker, der overhovedet kommer videre til modellen.
Tallet er typisk lille, ofte mellem tre og tyve. Det er derfor, det ikke er nok at være relevant. Man skal være blandt de få.
Modellens opmærksomhed
- Lost in the middle Tabt i midten
Lost in the middle er fundet om, at sprogmodeller er dårligere til at bruge information, der står midt i en lang tekst, end information i begyndelsen eller slutningen.
Et forskerhold fra Stanford beskrev det i 2023. Det er det stærkeste tekniske argument for at sætte svaret øverst i hvert afsnit frem for at bygge op til det.
- Non-determinism Ikke-determinisme
Ikke-determinisme er, at den samme prompt kan give forskellige svar fra gang til gang.
Det er grunden til, at én måling ikke er en måling. Skal du følge din synlighed, skal de samme spørgsmål stilles flere gange og over tid.
- Knowledge cutoff Videnskæringsdato
Knowledge cutoff er den dato, hvor modellens træningsdata slutter.
Alt efter den dato kender modellen kun, hvis den henter det undervejs. Det er derfor, en ny side kan blive citeret med det samme, mens en model uden hentning stadig svarer forkert.
Hvad der gør indhold brugbart
- Information gain Informationsgevinst
Information gain er, hvor meget nyt en side tilføjer ud over det, der allerede findes i de sider, der rangerer.
Google har patenter, der beskriver en information gain score. Uanset hvordan det er implementeret, er princippet det samme som Googles offentlige råd: en gennemgang af andres artikler tilføjer ingenting.
- Entity salience Entitetsvægt
Entity salience er, hvor central en entitet er i et dokument, frem for hvor mange gange den nævnes.
En side, der handler om din virksomhed, vægter anderledes end en side, hvor virksomheden nævnes i en bisætning. Derfor tæller en omtale i overskriften mere end ti i brødteksten.
- Corroboration Korroborering, Bekræftelse
Korroborering er, når den samme oplysning bekræftes af flere uafhængige kilder.
Det er forklaringen på, hvorfor dine åbningstider skal være ens på hjemmesiden, i Google Business Profile og på brancheportaler. Finder en model to versioner, bruger den måske ingen af dem.
- Disambiguation Disambiguering, Entydiggørelse
Disambiguering er at afgøre, hvilken af flere ens ting der menes.
Der findes flere personer med samme navn og flere virksomheder med samme ord i navnet. Det er derfor, sameAs, adresse og CVR er mere værd end en ekstra beskrivelse.
- Semantic triple Semantisk triple, Subjekt-prædikat-objekt
En semantisk triple er en oplysning i formen subjekt, prædikat, objekt: Lasse arbejder for Webro.
Al struktureret data består reelt af tripler. Det er også den form, videnspaneler er bygget af.
Adgang, rettigheder og betaling
- Pay per Crawl
Pay per Crawl er Cloudflares ordning, hvor et website kan kræve betaling, før en AI-crawler får indholdet.
Den blev åbnet 1. juli 2025 og bruger HTTP-status 402, som har stået næsten ubrugt i protokollen siden 1997. Nye domæner hos Cloudflare blokerer AI-crawlere som udgangspunkt.
- TDM Reservation Protocol Text and data mining
TDM Reservation Protocol er en måde at tage forbehold mod, at indhold bruges til tekst- og datamining.
Den knytter sig til EU's ophavsretsdirektiv, hvor rettighedshaveren skal have taget forbehold maskinlæsbart, for at forbeholdet gælder.
- Reverse DNS verification Omvendt DNS-verifikation
Omvendt DNS-verifikation er måden at afgøre, om en crawler faktisk kommer fra den, den udgiver sig for.
Man slår IP-adressen op, får et værtsnavn og slår det op igen. Passer det ikke sammen, er det ikke Googlebot. Mange spærrer for crawlere ud fra navnet alene og rammer forbi.
Når trafikken ikke kan ses
- Zero-click Nulklik
Zero-click er en søgning, hvor brugeren får sit svar uden at klikke ind på nogen hjemmeside.
AI-svar øger andelen. Det flytter målet fra besøg til omtale, og det er derfor, trafiktal alene ikke længere beskriver din synlighed.
- Dark traffic Mørk trafik, Direct traffic
Mørk trafik er besøg uden henvisningsdata, som derfor tælles som direkte trafik.
Nogle AI-systemer sender ingen henviser med. Besøget ligner så en, der har skrevet adressen i hånden, og du kan ikke se, hvor det kom fra.