LLM SEO · GEO · Answer Engine Optimization
LLM SEO: bliv citeret i AI-svar
Af Kristian Stig Henriksen · Dear Future
LLM SEO, også kaldet Generative Engine Optimization (GEO) eller Answer Engine Optimization (AEO), er disciplinen i at gøre dit brand synligt inde i de svar, ChatGPT, Gemini, Claude, Perplexity og Google AI Overviews giver dine kunder. At ligge højt i Google er ikke længere nok. I stigende grad er det første svar, din køber ser, skrevet af en AI-assistent, og hvis du ikke nævnes eller citeres i det, var du aldrig med i overvejelsen.
Hvad LLM SEO faktisk måler
Dear Futures AI Visibility Engine kører et stratificeret prompt-bibliotek mod hver af de store assistenter, hver dag. Fra hvert svar trækker vi ud:
- Share of Voice i AI: din andel af AI-samtalen i forhold til markedet, med et 95% Wilson-konfidensinterval.
- Citationer: hvilke af dine sider assistenten faktisk linker til, og hvilke konkurrentsider der vinder, når dine ikke gør.
- Omtaler & sentiment: om dit brand nævnes, i hvilken rækkefølge, og hvordan det bliver omtalt.
- Huller: de prompts, hvor konkurrenterne ejer svaret, og du er usynlig.
Hvorfor klassisk SEO ikke kan det her
Googles søgeordsplaceringer fortæller dig, hvor din side ligger i en liste af blå links. AI Overviews og ChatGPT returnerer ikke en liste, de returnerer et sammenfattet svar, og kun en håndfuld kilder kommer med i det svar. LLM SEO måler, hvem der gør. Det håndterer også den rodede statistik i AI-output: modeller er ikke-deterministiske, så en enkelt forespørgsel beviser ingenting. Vi aggregerer ugentligt og markerer først en ændring som reel, når tendensen holder over flere uger.
Answer Engine Optimization i praksis
Hver uge rangerer motoren hullerne i din AI-synlighed efter vinder-sandsynlighed gange estimeret effekt: en prioriteret to-do-liste, ikke en mur af data. Du handler på de mest sandsynlige gevinster først og beviser derefter løftet med kontrolgruppe-tests mod urørte prompts. Det er det, der gør AEO fra buzzword til en målbar vækstkanal.
Ofte stillede spørgsmål
Hvad er LLM optimering?
LLM optimering er det samme arbejde som LLM SEO: at gøre dit brand synligt inde i de svar, ChatGPT, Gemini og Google AI Overviews giver dine kunder. Du møder også navnene GEO (generative engine optimization) og AEO (answer engine optimization) om den samme disciplin. Arbejdet består af to dele: at måle, hvem der nævnes og citeres i dag, og derefter lukke de huller, hvor konkurrenterne ejer svaret.
Hvad er et LLM?
Et LLM (large language model) er den sprogmodel, der driver ChatGPT, Gemini og Claude. Den er trænet på store mængder tekst og forudsiger det næste stykke tekst i sit svar. For LLM SEO er matematikken ikke det vigtige. Det vigtige er, at modellen kun vælger en håndfuld kilder til hvert svar, og at du enten er en af dem eller slet ikke er nævnt.
Hvad er forskellen på LLM SEO og almindelig SEO?
Klassisk SEO måler, hvor din side ligger i en liste af blå links. LLM SEO måler, om du kommer med i det sammenfattede svar, assistenten skriver i stedet for listen. De to udelukker ikke hinanden: en side, der ikke kan crawles, bliver hverken rangeret eller citeret, så LLM SEO er et lag oven på et sundt SEO-fundament frem for en erstatning for det.
Kan man selv lave LLM SEO?
Indholdsdelen kan du selv. Det svære at gøre selv er målingen: modellerne er ikke-deterministiske, så ét svar beviser ingenting. Du skal stille de samme spørgsmål dagligt, aggregere over uger og først kalde en ændring reel, når tendensen holder. Uden den måling kan du skrive godt indhold, men du kan ikke se, om det flyttede noget.
Læs videre
Share of Voice er ét af fire signaler, vi måler. Se hele metoden på vores side om Share of Voice i AI, eller start på AI Visibility Engine-oversigten.
Se det på dit brand
Begynd at måle din LLM SEO i dag
Book en 30-minutters gennemgang. Vi viser dig præcis, hvor du står i ChatGPT, Gemini og AI Overviews for din kategori.
Se AI Visibility Engine →Kilder
- 1.Gartner (2024). Gartner Predicts Search Engine Volume Will Drop 25% by 2026, Due to AI Chatbots and Other Virtual Agents. Press release.
- 2.Reid, E. (2024). Generative AI in Search: Let Google do the searching for you. The Keyword, Google.
- 3.Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K., & Deshpande, A. (2024). GEO: Generative Engine Optimization. KDD 2024. arXiv:2311.09735.
- 4.OpenAI (2023). Reproducible outputs with the seed parameter. OpenAI Cookbook.
- 5.Wilson, E. B. (1927). Probable Inference, the Law of Succession, and Statistical Inference. Journal of the American Statistical Association, 22(158), 209–212.