GEO-ordbogen: 15 begreber, enhver markedsfører bør kende

GEO-ordbogen: 15 begreber, enhver markedsfører bør kende

GEO har lånt halvdelen af sit ordforråd fra SEO, opfundet den anden halvdel fra bunden og ladet udbydere kalde det samme koncept tre forskellige ting. Vi dækker ikke det hele. Her er i stedet de 15 begreber, du rent faktisk støder på i det daglige GEO-arbejde.

GEO (generative engine optimization)

At strukturere indhold og brandtilstedeværelse, så AI-motorer som ChatGPT, Perplexity og Gemini finder, sammenfatter og henviser til det i deres svar – i stedet for at optimere til en placering på en liste af links. Et brand, der sælger kaffeabonnementer, kan fx omskrive sin FAQ med et direkte svar på ”hvor meget kaffe indeholder et abonnement”, så ChatGPT kan hente svaret direkte fra siden, når nogen beder om anbefalinger til mørkristet kaffe.

AEO (answer engine optimization)

Den mere målrettede disciplin, der handler om at blive selve det direkte, uddragne svar – uanset om det er et featured snippet, et svar fra en stemmeassistent eller et AI Overviews-panel – frem for blot at blive nævnt et sted i det. En opskriftsside, der gør dette godt, kan omstrukturere sin ingrediensliste til en ren blok nær toppen af siden. Det er præcis den blok, Googles AI Overview trækker fra, når nogen søger på ”hvor længe skal et æg koge”.

Large language model (LLM)

Den type AI-model, der ligger bag ChatGPT, Claude og Gemini, trænet på enorme mængder tekst for at generere menneskelignende svar. Næsten alle GEO-koncepter handler om at påvirke, hvad en af disse modeller siger om et brand. Når en kunde beder Claude om at sammenligne regnskabsprogrammer til freelancere, er Claude den LLM, der laver sammenligningen ud fra det, den kan finde og analysere.

RAG (retrieval-augmented generation)

Den teknik, de fleste AI-søgetjenester bruger til at besvare spørgsmål: hent en håndfuld relevante dokumenter, og generer derefter et svar baseret på det, der blev fundet – i stedet for kun at stole på træningsdata. Hvis nogen spørger Perplexity om en forhandlers returpolitik, henter den forhandlerens faktiske returside og et par anmeldelser, før den skriver sit svar. Det er også derfor, en forældet returside fører til et forældet svar.

Kildehenvisning (citation)

Når et AI-svar nævner en kilde – som en klikbar fodnote, et link i et kildepanel eller bare som en omtale i den løbende tekst. Det er det tætteste, GEO kommer på en traditionel placering i søgeresultaterne. Spørger man, om en vandrerygsæk holder til flerdagsture, svarer ChatGPT måske ved at nævne en bestemt tråd i et outdoorforum som sin kilde. Den tråd er kildehenvisningen.

Share of voice (kildeandel)

Den andel af kildehenvisningerne inden for et emne, der går til dit brand i forhold til konkurrenterne. Det er GEO's udgave af det traditionelle nøgletal fra marketing med samme navn. En bank, der følger 20 prompts om ”bedste opsparingskonto Danmark” og bliver brugt som kilde i 6 af AI-svarene, har en share of voice på 30 % for de prompts. Det tal er værd at holde øje med i forhold til konkurrenterne over tid.

Entitet (entity)

Alt, som en AI-model kan identificere som en særskilt ting med et navn – oftest et brand, et produkt eller en person. Modeller ræsonnerer mere og mere ud fra entiteter, og hvordan de hænger sammen, frem for blot at matche søgeord. En model ser ikke bare tekststrengen ”Novo Nordisk” i en sætning. Den genkender Novo Nordisk som en bestemt virksomhed, der er forbundet med sit hovedkontor, sine produkter og sine ledere, som også er entiteter.

E-E-A-T

Forkortelse for experience, expertise, authoritativeness og trustworthiness (erfaring, ekspertise, autoritet og troværdighed). Google udviklede rammen til at vurdere søgekvalitet, og nu bruges den i GEO om de egenskaber, AI-modeller ser ud til at belønne, når de vurderer, hvad de kan stole på. En artikel om diabetesbehandling skrevet af en navngiven endokrinolog med tilknytning til et hospital sender et stærkere E-E-A-T-signal end et anonymt blogindlæg med de samme påstande, og den vil oftere blive vurderet som troværdig.

Schema markup (strukturerede data)

Kode tilføjet til en side, normalt i JSON-LD-format, der eksplicit fortæller, hvad indholdet er (et produkt, en anmeldelse, en virksomhed), så maskiner kan læse det uden at skulle gætte sig til det ud fra teksten. En e-handelsside med schema, der angiver præcis pris og lagerstatus, lader en model svare direkte på ”er den på lager lige nu” i stedet for at gætte ud fra en markedsføringstekst, der måske slet ikke nævner lagerstatus.

AI Overviews

Googles AI-genererede resumé, der vises over de traditionelle resultater på mange søgninger. Det trækker på et mindre sæt kilder, som vises som kildehenvisninger. En søgning på ”er København dyr at besøge” udløser et Overview, der opsummerer de typiske omkostninger med to eller tre rejsesider som kilder, før de normale søgeresultater vises længere nede.

Query fan-out

Den måde, en model deler ét spørgsmål fra brugeren op i flere relaterede underspørgsmål på, før den genererer et svar, og henter kilder til hvert af dem for sig. Spørger man om ”bedste løbesko til platfødder”, kan det bag kulisserne udløse separate søgninger på overpronation, specifikke skomodeller og råd fra fodterapeuter. Det betyder, at dit indhold kan blive trukket ind til et underspørgsmål, du aldrig har svaret direkte på.

Hallucination

Når en model skråsikkert påstår noget, der ikke passer, ofte ved at udfylde et hul i sine kilder med et gæt, der lyder sandsynligt. En nyligt rebrandet virksomhed med minimal information online risikerer at få sit stiftelsesår angivet tre år forkert af en AI-model, der ikke havde noget pålideligt at trække på og ikke markerede usikkerheden.

Zero-click search (søgning uden klik)

En AI-interaktion, der afklares helt inde i selve svaret, uden at brugeren nogensinde klikker sig videre til en hjemmeside. Hvis du spørger Gemini om en butiks åbningstider i helligdagene, får du svaret direkte i chatvinduet og besøger aldrig butikkens site, selvom sitet var den egentlige kilde.

AI-crawler

En bot, som AI-virksomheder bruger til at hente og indeksere webindhold, fx OpenAIs GPTBot, Anthropics ClaudeBot eller PerplexityBot. De styres via sitets robots.txt, præcis som søgemaskinernes crawlere altid er blevet det. Botterne har forskellige opgaver. OpenAI bruger GPTBot til træning, OAI-SearchBot til ChatGPT-søgning og ChatGPT-User, når en bruger beder ChatGPT om at åbne en side. Et medie kan derfor blokere GPTBot for at holde sig ude af træningsdata og stadig blive brugt som kilde i live-svar, hvis det tillader de to andre.

Knowledge graph (vidensgraf)

En struktureret database over entiteter og deres relationer, der bruges til at besvare faktabaserede spørgsmål uden at skulle læse en hel side i realtid. Når du søger på en virksomheds navn og straks ser stiftelsesdato, hovedkontor og ledere i et panel, er det Googles Knowledge Graph, der arbejder – ikke en enkelt artikel, der læses i øjeblikket.

Sådan bruger du listen

Disse 15 begreber dækker det mest basale: hvad GEO forsøger at opnå, hvordan modeller henter og genererer svar, og hvordan man måler det. Hvis du vil se, hvordan disse idéer udspiller sig i rigtige kildedata frem for i teorien, analyserer vores artikel om, hvad AI reelt henviser til, de specifikke sidetyper bag rigtige kildehenvisninger på tværs af over 100 brands.