Sådan skriver du indhold, der bliver fundet og citeret i LLM'er

Der er to veje ind. Den ene er træningsdata, hvor din tekst er en del af det, modellen har lært. Den kan du ikke styre, og den er flere måneder gammel. Den anden er søgning i realtid, hvor modellen henter sider, mens den svarer. Det er den, du kan arbejde med.

Når ChatGPT eller Google AI Mode svarer på et spørgsmål, laver den ikke én søgning. Den deler spørgsmålet op i en række delsøgninger, henter en håndfuld sider på hver og trækker de passager ud, der ligner et svar. Teknikken kaldes fan-out. Konsekvensen for dig er, at du ikke konkurrerer med hele sider. Du konkurrerer med enkelte afsnit.

Hver sektion skal åbne med svaret. 40 til 60 ord er nok. Uddybningen kommer bagefter.

Sådan ser det ud i praksis. Det her bliver ikke citeret:

Det her bliver citeret:

Forskellen er, at den sidste kan løftes direkte ind i et svar, uden at der mangler noget.

Modellen får ikke din side som en sammenhængende artikel. Den får et udsnit. Derfor falder afsnit, der starter med "det", "den" eller "som nævnt ovenfor", igennem. Gentag emnets navn i stedet.

Tre vaner, der virker:

Sætningen med dit navn og din rolle skal stå ordret et sted på siden. "Webro er et webbureau med kontor i Odense og Aabenraa" er en sætning, en model kan bruge. "Vi er et team af passionerede specialister" er det ikke.

Spørgsmål i H2 og H3 gør det nemt for modellen at matche brugerens formulering med din. Det virker. Det holder bare op med at virke, når hele siden bliver til en FAQ. Bland spørgsmålsoverskrifter med almindelige, og lad de fleste af dem være formuleret, som dine kunder faktisk formulerer sig i telefonen.

Det her er det bedst dokumenterede greb, vi har. Et forskerhold fra Princeton, Georgia Tech og IIT Delhi testede ni forskellige måder at omskrive indhold på, målt over 10.000 forespørgsler (Aggarwal et al., ACM SIGKDD 2024). At tilføje statistik, henvise til navngivne kilder og bringe direkte citater løftede synligheden i AI-svar med op til 40 %.

To ting mere fra samme studie er værd at hæfte sig ved.

En side, der lå nummer 5 i Google, fik et løft på 115 % øget synlighed. Toppositionen rykkede sig ikke. Du behøver altså ikke ligge nummer 1 for at blive citeret.

Keyword stuffing klarede sig dårligt. Det gav næsten ingen effekt, og det er en af de tydeligste forskelle fra gammeldags SEO.

I praksis betyder det, at du skal erstatte vaghed med tal, hver gang du kan. "Det tager noget tid" bliver til "typisk 6 til 8 uger". "Mange af vores kunder" bliver til et antal. Kan du ikke sætte tal på, så skriv betingelsen i stedet: "det gælder, hvis du har under 50 sider".

Modellen har allerede læst alle generiske artikler om dit emne. Den mangler det, du sidder med:

Det sidste punkt er det mest oversete. En tekst, hvor alt er fordele, bliver læst som reklame. Både af mennesker og af modeller, der er trænet til at finde balancerede kilder.

Skriv definitioner i formen "X er …". Det er den sætningsstruktur, en model leder efter, når nogen spørger "hvad er X".

Sammenligninger hører hjemme i en tabel. Modeller trækker tabeller ud næsten ordret, hvor de skal omformulere prosa:

Sæt en synlig opdateringsdato på siden, og gør den sand. Når du opdaterer, skal du ændre noget rigtigt: nye tal, nyt skærmbillede, en ny erfaring, et afsnit der ikke passer længere. En ændret dato uden ændret indhold er ikke en opdatering.

Hvor ofte afhænger af emnet. Priser og værktøjsanbefalinger bør ses efter hvert kvartal. En definition kan stå i to år.

Schema er strukturerede data, der fortæller maskinen, hvad oplysningerne på siden er: en pris, en åbningstid, en anmeldelse, en forfatter. Jeg lægger schema på alle sites, jeg arbejder med, og altid når jeg laver SEO for en kunde. Det giver en bedre struktur på siden.

Det vigtigste er, at dit schema passer med det, der står i teksten. Er de to ting uenige, sender du modstridende signaler til modellen, og så kan den vælge den forkerte version.

Jeg havde en kunde, hvor en LLM viste forkerte åbningstider. Tiderne var rettet i teksten, på kontaktsiden og i footeren. De gamle åbningstider lå stadig i sidens schema. Da jeg rettede dem der, begyndte de rigtige tider at dukke op i AI-svarene igen.

Schema er derfor noget, du vedligeholder på linje med teksten. Ændrer du en pris, en åbningstid eller et telefonnummer, så tjek, om oplysningen står to steder.

Teksten skal ligge i HTML ved første indlæsning. Bliver den hentet ind med JavaScript bagefter, er der stor risiko for, at den slet ikke bliver læst.

Tjek din robots.txt. Blokerer du GPTBot, OAI-SearchBot, PerplexityBot eller ClaudeBot, kan du ikke blive citeret. Det sker oftere, end man skulle tro, typisk fordi nogen har kopieret en robots.txt fra en artikel om at beskytte sit indhold mod AI.

Om llms.txt: der findes i dag ingen dokumentation for, at ChatGPT, Claude, Perplexity eller Google bruger filen. Læg den gerne op, hvis du vil, men brug ikke tid på den, før resten er på plads.

Det koster tid at skrive sådan her. Et afsnit med et rigtigt tal i tager længere end et afsnit uden. Til gengæld skal du ikke købe et nyt værktøj for at komme i gang.

Der er også tilfælde, hvor jeg ville nedprioritere det. Sælger du udelukkende lokalt på impulskøb, eller kommer alle dine ordrer gennem udbud og rammeaftaler, ligger pengene et andet sted. For de fleste sites er trafik fra AI stadig en lille del af det samlede billede. Grunden til at gøre det alligevel er, at samtalen ofte er der, hvor beslutningen bliver truffet, også når klikket aldrig kommer.

Der findes ingen Search Console til AI-svar endnu. Det, du kan gøre:

Manuel stikprøve lyder primitivt. Det er stadig den metode, der giver mest indsigt lige nu. De prompts, jeg bruger til det, ligger samlet her, så svarene kan sammenlignes fra måned til måned.