Så här väljer och citerar AI-sökmotorer sina källor
En AI-sökmotor fungerar enligt samma principer som traditionell sökning: Innehållet måste genomsökas, indexeras och bedömas som auktoritativt innan det kan komma i spel. Detta beskrivs i vad AI-SEO är, och det tar bort en del av mystiken. En AI-assistent hittar inte källor via någon hemlig väg, utan utgår från samma infrastruktur som Google och bygger ett lager ovanpå den.
Tekniken kallas Retrieval-Augmented Generation, ofta förkortat RAG. Assistenten svarar inte bara utifrån det som modellen lärde sig under träningen. När ni ställer en fråga hämtar den aktuella källor, läser dem och formulerar svaret utifrån dem. De källor som den väljer att citera blir synliga för användaren. Resten nämns inte.
Två faktorer avgör vad som visas. Den första är modellens egen kunskapsbas, som har formats under träningen och där etablerade, redaktionella och uppslagsbaserade källor dominerar. Det förklarar varför en AI-assistent betraktar den typen av avsändare som trovärdiga. Det andra är den löpande informationshämtningen, där aktuellt och relevant innehåll hämtas in i själva svaret.
Det finns ett mönster som är värt att notera redan här: Det som andra skriver om er på andra ställen på nätet verkar ha stor betydelse när en AI-sökning bedömer vem som är värd att citeras. Vi återkommer till siffran bakom detta i avsnittet om auktoritet.
Plattform för plattform: ChatGPT, Perplexity, Gemini och Google AI Mode
Synligheten hos AI-assistenter är inte en enda sak, utan flera. ChatGPT, Perplexity, Gemini och Google AI Mode använder olika källor och prioriterar olika saker, och en sida som ofta citeras på ett ställe kan saknas på ett annat. Rådet är därför enkelt: Prioritera utifrån var era kunder faktiskt ställer sina frågor. Det följande bygger på de frågor vi löpande kör för danska kunder på de fyra plattformarna.
ChatGPT-sökning
Det handlar om att bli en källa som modellen litar på. ChatGPT söker sig till auktoritativa källor och citerbara avsnitt.
Friskhet och källor
Det är viktigt att hålla innehållet och företagsprofilerna uppdaterade. Det är avgörande att vara noggrann med datering och underhåll.
Grunderna i SEO
Tätt integrerat med Google Search. En gedigen, klassisk SEO-grund räknas i praktiken dubbelt: både i sökresultaten och i AI-lagret.
Ett mönster går igen på alla fyra plattformarna: Det är som regel andra som talar om er som ligger bakom citaten, inte era egna sidor. Reddit och Wikipedia hör till de källor som citeras oftast överhuvudtaget.
GEO och AEO jämfört med traditionell SEO: Komplementärt, inte en motsättning
En vanlig missuppfattning är att AI-sökning gör det tidigare SEO-arbetet överflödigt. Så är inte fallet. SEO för AI-sökning bygger på samma grund som klassisk sökmotoroptimering, och Google har själva beskrivit att synligheten i AI-översikter och AI-läge vilar på samma principer som vanlig sökning. En webbplats som inte kan indexeras, struktureras eller förstås av en sökmotor kommer inte heller att citeras av en AI-assistent. Grunden ska inte kasseras, utan utvidgas.
StudieEn peer-reviewed studie från Princeton m.fl. (Aggarwal et al., KDD 2024) visar att konkreta GEO-åtgärder, såsom att ange källor och lägga till statistik, kan öka en sidas synlighet i AI-svar avsevärt.
“Du kan ligga på första plats på Google, men ändå vara osynlig för ChatGPT. GEO handlar om att bli vald, inte bara hittad.”
— Henning Madsen, VD, InboundCPH
Klassisk SEO gör att ni blir lätta att hitta. GEO och AEO ökar sannolikheten för att ni också väljs när svaret genereras av en maskin.
Strukturerade data som hävstång för synlighet
Strukturerade data är kod som ni lägger in på er webbplats och som talar om för maskinerna vad innehållet handlar om och vem som står bakom det. En sökmotor och en AI-assistent läser er text snabbare och mer tillförlitligt med tydliga signaler om att det här är en artikel, det här är författaren och det här är avsändaren. Ju lättare innehållet är att förstå för en maskin, desto lättare är det att citera. Det är kärnan i AI-sökoptimering: ni gör inte bara innehållet bra för människor, utan också läsbart för de system som avgör vad som ingår i svaret.
Tre typer har störst betydelse. Article-markup (schema.org/Article) talar om för maskinen att en sida består av redaktionellt innehåll med rubrik, brödtext och publiceringsdatum. Organization och Person bygger upp avsändarens trovärdighet: De beskriver företaget bakom och kopplar en namngiven författare till innehållet med ett sameAs-fält som pekar på författarens övriga profiler. För en maskin som bedömer en källas trovärdighet är en tydlig och verifierbar upphovsman en konkret signal.
FAQPage (schema.org/FAQPage) finns också, men här finns en nyans som är värd att känna till. Google har meddelat att FAQ-rich results inte längre kommer att visas i Google Search från och med den 7 maj 2026. Det innebär inte att FAQ-schemat blir värdelöst, men lägg inte in det enbart för att försöka få ett rich result som inte längre finns. Använd det endast där en FAQ faktiskt är användbar för läsaren på sidan.
En princip knyter ihop allt: Schemat måste stämma överens med det synliga innehållet. Markera aldrig något som inte finns på sidan. Felaktig markering undergräver just det förtroende som avgör om en maskin väljer er. Själva implementeringen hör hemma i Teknisk SEO på djupet.
Innehållsstruktur som citeras: Svar först och fristående avsnitt
En AI-assistent läser nästan aldrig er sida på samma sätt som en människa som bläddrar från toppen till botten. Den letar efter avsnitt som den kan plocka ut och återge direkt. Därför handlar AI-sökoptimering lika mycket om hur innehållet är uppbyggt som om vad det står i det. En sida kan innehålla rätt svar och ändå förbises, eftersom svaret ligger begravt under tre stycken inledning.
Den mest dokumenterade metoden är att göra slutsatserna citerbara. Den peer-reviewade studien från Princeton m.fl. (Aggarwal et al., KDD 2024, 10 000 förfrågningar) visade att det att citera källor och lägga till statistik och citat kan öka en sidas synlighet i AI-svar med upp till 40 procent. Det är ingen garanti för just er sida, men en tydlig riktlinje: Innehåll som i sig är korrekt, källhänvisat och konkret hämtas oftare.
- Skriv svaret först: Så det direkta svaret står högst upp i ett stycke och förklaringen följer därefter.
- Korta avsnitt: Se till att avsnitten är korta och fristående, så att varje avsnitt kan läsas för sig.
- Frågornas rubriker: Formulera rubrikerna som de frågor som målgruppen faktiskt ställer.
- Konkreta slutsatser: Underbygg slutsatserna med siffror och källor.
Det enklaste sättet att förstå modellen är att se hur den används. Den här sidan är uppbyggd enligt den: Svarblocket högst upp ger det korta svaret innan fördjupningen, rubrikerna är frågor och FAQ-avsnittet samlar de konkreta svaren i fristående avsnitt. En sida om synlighet i AI-sökningar bör själv följa sina egna råd.
Auktoritet, omtal i media och E-E-A-T som underlag för citering
När en AI-assistent ska svara väljer den inte slumpmässigt vem den citerar. Den förlitar sig på avsändare som redan framstår som trovärdiga, eftersom modellerna har tränats på innehåll där samma källor återkommer i relevanta sammanhang. Här formas er AI-sökningssynlighet av något annat än teknik och struktur, nämligen det förtroende som ert varumärke har byggt upp utanför er egen webbplats.
Google har formulerat detta förtroende i ramen E-E-A-T: Experience, Expertise, Authoritativeness och Trust. Den beskriver om innehållet är skrivet av någon med verklig erfarenhet och dokumenterad expertis, från en källa med faglig tyngd, på ett sätt som läsaren kan lita på. Ramverket är inte en knapp som ni kan trycka på, utan en måttstock som Googles bedömare använder, och den ligger nära det sätt på vilket AI-modellerna väljer ut källor. I praktiken innebär det ”people-first content”: innehåll skrivet för människor med ett konkret behov, inte för en algoritm. Google beskriver tankesättet i sin vägledning om användbart innehåll och i sina Riktlinjer för bedömare av sökkvalitet.
Ett av de tydligaste mönstren i datamaterialet tyder på att omnämnanden utanför er egen webbplats har stor betydelse. I en analys av 75 000 varumärken från maj 2025 fann Ahrefs att omnämnanden av varumärken utanför webbplatsen har ungefär tre gånger starkare korrelation med synlighet i AI-svar än traditionella bakåtlänkar. Det är ett samband, inte en orsak, men en vägledning om var ni bör lägga er uppmärksamhet. De källor som modellerna oftast hämtar information från är också genomgående platser där andra talar om er, gemenskaper och uppslagsverk snarare än kanaler som ni själva styr. Citerbarhet handlar alltså minst lika mycket om omnämnanden i fackmedia och uppslagsverk som om era egna sidor.
Den typen av publicitet byggs upp över tid. Vi köper kvalitetslänkar med verkligt redaktionellt värde i medier med en faktisk läsekrets, och vi rekommenderar aldrig länkfarmar, PBN-nätverk eller massköp av länkar, eftersom den typen av taktik inte bygger upp auktoritet. Vi fördjupar oss i auktoritetsaspekten i vårt arbete med länkbyggnad.
Tekniska krav: Kan AI-botar överhuvudtaget läsa er webbplats?
Allt det ovanstående förutsätter en sak: att sökrobotarna kan komma in och indexera er webbplats. Om åtkomsten inte fungerar är även den bästa innehållsstrukturen och den starkaste auktoriteten verkningslös, eftersom ingen sökrobot når sidan.
Det första stället att titta på är robots.txt, filen som anger för sökrobotar vad de får komma åt på en webbplats. Google beskriver i sin dokumentation hur filen styr åtkomsten för sökrobotar (En introduktion till robots.txt från Google Search Central). AI-assistenternas sökrobotar kan tillåtas eller blockeras på samma sätt. OpenAI:s sökrobot GPTBot kan uttryckligen tillåtas eller blockeras i robots.txt, vilket OpenAI beskriver i sin översikt över botar. Poängen är enkel: Om ni blockerar AI-crawlarna kan ni inte heller bli citerade av dem. Det händer oftare än man skulle tro, vanligtvis i en standardkonfiguration som aldrig har granskats med avseende på synlighet för AI.
Därefter måste innehållet kunna läsas när sökroboten är inne på sidan. Här är skillnaden mellan server-side rendering och client-side rendering avgörande. Vid server-side rendering levereras det färdiga innehållet direkt från servern, medan client-side rendering först bygger upp det med JavaScript i användarens webbläsare. Innehåll som endast existerar efter att JavaScript har körts riskerar att vara osynligt för en sökrobot som inte kör skript, och därmed även för den AI-assistent som utnyttjar det. En välstrukturerad webbplatskarta hjälper sökrobotarna att hitta allt innehåll. En sista detalj bör nämnas: llms.txt. Det är en framväxande standard som vissa webbplatser experimenterar med för att rikta AI-modeller mot utvalt innehåll. Det är en frivillig konvention, inte ett officiellt krav från Google eller AI-plattformarna, så använd den endast om ni har en tydlig strategi för detta.
Vanliga frågor om AI Search
Hur skiljer sig AI Search från klassisk SEO?
Klassisk SEO handlar om att rankas högt i Googles organiska sökresultat genom att optimera sökord, bygga upp bakåtlänkar och säkerställa tekniska faktorer. AI-sökning handlar om att bli citerad av AI-modellerna i deras sammanfattande svar. Det kräver en annan innehållsstruktur (frågebaserade svarsblock), andra signaler (E-E-A-T, semantisk djup, varumärkesomnämnanden) och andra mätpunkter (Share of Voice snarare än CTR). De två disciplinerna ersätter inte varandra. De måste drivas parallellt och förstärker varandra när de kombineras på rätt sätt.
Kan effekterna av AI Search mätas?
Ja, och mer exakt än många tror. Vi mäter Share of Voice genom att systematiskt skicka ett representativt urval av relevanta sökfrågor till AI-modellerna och registrera hur ofta ert varumärke nämns. Vi spårar även referenstrafik från AI-plattformar i Google Analytics och kopplar samman data med era Google Ads och Search Console för att bedöma det kommersiella värdet av varje insats. Ni får en datadriven rapport där ni kan se varje sökfråga och varje svar bakom siffrorna, så att utvecklingen kan följas över tid.
Är det för sent att börja med AI Search nu?
Nej, tvärtom. Vi befinner oss fortfarande i ett tidigt skede där konkurrensen om synlighet inom AI är betydligt lägre än inom traditionell SEO. De företag som redan nu etablerar sig som trovärdiga källor i AI-modellernas svar bygger upp en position som blir svår att förtränga senare. Fönstret stängs gradvis, och det är de som är först på plats som kommer att dominera sin kategori inom AI-sökning under de kommande åren.
Vilka AI-plattformar bör vi fokusera på?
Prioriteringen beror på din målgrupp och bransch, men de fyra främsta 2026 är ChatGPT (största användarbasen), Google AI Overviews (störst inverkan på klassisk sökning), Perplexity (forskningstung målgrupp) och Claude (företagsanvändare). Copilot och Gemini växer också. Vi rekommenderar att du mäter Share of Voice på alla relevanta plattformar, men att du prioriterar insatser där dina kunder faktiskt finns.
Vad är Share of Voice i AI-svar?
Share of Voice uttrycker den andel av relevanta AI-svar som nämner ditt varumärke. Om 100 potentiella kunder ber ChatGPT om rekommendationer inom din kategori och ditt varumärke nämns i 35 av svaren, har du en Share of Voice på 35%. Detta är den mest direkta indikatorn på din AI-synlighet och korrelerar starkt med kommersiell påverkan.
Hur snart kan vi se resultat?
Vanligtvis inom 4–8 veckor för de första mätbara förändringarna och 3 månader för en gedigen förbättring av utgångsläget. Snabba vinster i form av Schema Markup, förbättring av E-E-A-T och strukturering av innehållet kan ge snabba resultat, medan uppbyggnad av auktoritet och semantisk djup är en mer långsiktig insats.
Vad kostar det att arbeta med AI Search?
Investeringen beror på ambitionsnivån, konkurrensen på marknaden och antalet affärsområden. De flesta samarbeten inleds med ett avgränsat pilotprojekt från 35 000 DKK som en engångsinvestering, så att ni kan se den konkreta effekten innan ni förbinder er till ett löpande samarbete. Om ni därefter väljer ett fullt integrerat program börjar det vanligtvis från 25 000 DKK per månad och skalas upp därifrån.
Är AI Search relevant för både B2B och B2C?
Både och. Inom B2B, där komplexa kundresor och research väger tungt, är AI Search särskilt viktigt och vi ser ofta högre konverteringsgrad från AI-driven B2B-trafik än från klassisk sökning. Inom B2C påverkar AI-visibilitet i allt högre grad köpbesluten, särskilt när det gäller övervägda köp (elektronik, finansiella produkter, resor). Principen är densamma i båda fallen: om ditt varumärke inte nämns i AI-svaren är du i praktiken osynlig i en allt större del av beslutsprocessen.
Hur säkerställer vi att varumärket nämns på rätt sätt i AI-svar?
Detta kräver en kombination av strukturerat innehåll på webbplatsen (Schema Markup, konsekvent varumärkesspråk, namngivna författare) och samordnad närvaro utanför webbplatsen (digital PR, konsekventa omnämnanden i olika nischer och branscher). Om AI:t stöter på motstridig eller oklar information om ditt varumärke riskerar du felaktiga eller utspädda omnämnanden. Vi arbetar systematiskt med att kartlägga och korrigera de källor som AI-modellerna använder sig av så att ditt varumärke konsekvent representeras på ett korrekt sätt.
Vad händer om vi redan arbetar med en annan SEO-byrå?
Det fungerar bra att kombinera. Arbetet med AI Search kan löpa parallellt med ert befintliga SEO-samarbete så länge arbetsuppgifterna är tydligt avgränsade. Vi ser ofta att våra AI Search-insatser stärker din klassiska SEO-prestanda som en positiv bieffekt, eftersom samma auktoritets- och innehållssignaler belönas av både Google och AI-modellerna.
Är du redo att bli rekommenderad av AI?
Börja med en Share of Voice-granskning, eller kontakta oss direkt för ett oförpliktande samtal om er potential inom AI-sökning.
