LLMO: 9 tips til at blive nævnt i AI chatbots

Flere og flere begynder at bruge LLM’er til at stille spørgsmål, finde produkter, guides og alle mulige andre ting. Det betyder, at der er kommet en ny disciplin for marketingfolk; LLMO (large Language Model Optimization).

Med flere og flere LLM’er som ChatGPT, Perplexity og senest kinesiske DeepSeek på vej ind i søgeverdenen skal virksomheder og online marketingfolk være klar til at omstille sig fra kun at se på optimering til Google til at være opmærksomme på stigningen i LLM-søgninger.

Ikke fordi det er den nyeste trend i markedet. Fordi hvis LLM’er når op på den forventede vækst, vil der være reel forretning at hente ved at blive vist eller nævnt i AI-chatbotternes svar.

I indlægget her vil jeg se nærmere på generative AI-chatbots, hvad det betyder for SEO’s fremtid, og hvordan man optimerer til AI-chatbots (LLMO). Vær opmærksom på, at nogle spørgsmål stadig er ubesvarede, fordi dette område er så nyt, men de første tegn viser, at klassisk SEO ikke er så forskellig fra LLMO.

Prøv 14 dage gratis

Alle features

20 søgeord

3 websites

2 brugere

Full info on keywords, competitors, issues and links in 1 minute scan.

Hvad er LLMO?

LLM-optimering, også kaldet LLMO, er arbejdet med at gøre dit indhold klar til sprogmodeller for at opnå omtaler i AI søgninger. LLM’er er de smarte AI-systemer, der producerer tekstsvar (samt billeder og videoer) som ChatGPT, Gemini, Perplexity, DeepSeek osv.

LLMO svarer til SEO. LLMO er optimering til AI-chatbots, som SEO er optimering til søgemaskiner.

Det er vigtigt, fordi flere mennesker i de sidste par år har henvendt sig til AI-drevne samtaler for at få svar på deres spørgsmål. Nogen skriver en forespørgsel i en chatbot, og chatbotten sammensætter et svar baseret på, hvad den har lært.

Hvis dit websteds oplysninger indgår i AI’ens træningsdata og anerkendes som pålidelige, bliver du måske citeret i svaret. Og når folk ser dit brand blive nævnt af en AI, ser det ud til, at de stoler meget på dig.

LLM’er og AI-chatbots er den største ændring på søgemarkedet i årevis – måske endda nogensinde. Så det er stort og vil være en vigtig game changer.

Hvis du vil have et lille indblik i, hvorfor vi kalder det »LLMO« i stedet for de mange akronymer derude som »GEO«, »GAIO« og »AI SEO«, kan du læse vores indlæg om LLMO er det vindende navn for LLM SEO (engelsk).

Spoiler: Det er nemmere og, ja, lægger bedre i munden.

Betyder optimering til LLM-baseret søgning, at jeg skal ignorere traditionel SEO?

Nej, absolut ikke. Faktisk vil du have begge dele, og på kort sigt vil du ikke bruge færre ressourcer på Google SEO, end du gjorde sidste år. Selv om et stigende antal personer bruger AI-chatbots til at få hurtige svar, bruger de fleste stadig almindelige søgemaskiner til mere grundig research.

Lad dig ikke forblænde af alle de LinkedIn-undersøgelser, der viser det ene og det andet. De meningsmålinger og små undersøgelser giver dig ikke det reelle billede, når de viser resultater tæt på 50/50 om, hvor meget folk bruger LLM’er i forhold til stadig at bruge Google.

De er hamrende biased af personen bags undersøgelsens netværk, som givetvis er mange ligesindede frem for et repræsentativt udsnit af brugere.

Faktum er, at Google stadig får mange, mange gange flere søgninger end alle LLM’er tilsammen. Ifølge Statcounter sidder Google stadig på omkring 90 % af søgemarkedet. LLM’er vil tage markedsandele, men jeg tror, at Google vil forblive den dominerende kilde.

Tag ikke bare mit ord for gode vare. Se på trafikkilderne til morningscore.io i december/januar kun filtreret efter trafik fra Google, Bing, LinkedIn, ChatGPT og Perplexity (Direkte trafik, der er tæt på det samme som vores Google-trafik, andre søgemaskiner og andre referrals er ekskluderet):

Fordelingen er ret klar. Google leverer fortsat langt størstedelen af vores trafik – stadig. Bing, som sidder på under 4% af søgemarkedet, sender næsten fire gange så mange brugere til Morningscore som ChatGPT og Perplexity. Tilsammen.

Selv LinkedIn slår dem begge som trafikkilde i en tid, hvor marketingfolk går all in på LLMO (og et hav a polls ellers viser, at folk faktisk slet ikke bruger Google længere. Biased?).

Husk: Størstedelen af dine kunder er sandsynligvis ikke så teknisk kyndige som de tidlige AI-brugere inden for teknologi, marketing og m.fl. og at de polls og holdninger du ser rundt omkring, stammer fra personer som ikke er repræsentative for hele befolkningen – og ej heller deres netværk.

Det fortæller os, at LLM’er uden tvivl bliver brugt flittigt, men mest til arbejdsrelaterede opgaver for at få tingene gjort snarere end som erstatning for Google Search for at finde virksomheder, produkter, tjenester osv. Og ja, der er da helt sikkert personer, som helt er stoppet med at bruge Google og de kender helt sikkert flere der har gjort det samme – men hvem er dine kunder?

Den gode nyhed: LLMO og traditionel SEO spiller faktisk fint sammen. Når du finpudser din hjemmeside til at være målrettet AI chatbots (ved at skrive på en måde, som AI let kan “fordøje”), hjælper du også rigtige mennesker med at navigere i dit indhold på en nemmere måde. Desuden er standard SEO-practise – som at bruge beskrivende overskrifter og sikre, at din hjemmeside indlæses hurtigere end en koffeinholdig gepard – også til gavn for AI-systemer.

Det er en win-win-tilgang, så hold endelig øje med begge dele.

LLM’er vil tage større markedsandele og bør overvejes seriøst i dit nuværende marketingmix på mellemlangt- og langt sigt.

Personligt tror jeg, at Google AI Overviews vil tage mere af den organiske trafik meget hurtigere end ChatGPT, Perplexity og DeepSeek på kort sigt.

Hvordan behandler og “rangerer” LLM-baserede generative AI-systemer indhold?

Generative AI-modeller rangerer ikke sider på samme måde som søgemaskiner. I stedet analyserer de mønstre i teksten, så de kan forudsige, hvad der kommer bagefter.

Forestil dig, at du læser et stort manuskript med alle de ord, der nogensinde er skrevet online, og at du bliver bedt om at forudsige det næste ord eller den næste sætning ud fra konteksten. Det er det, AI-modellerne gør dag ud og dag ind.

De bruger træningsdata fra en gigantisk del af internettet til at danne mønstre. Selv om de ikke har en “rangeret liste”, har de en tendens til at stole på information, der er konsistent, grundigt forklaret og hyppigt opdateret.

Hvis din hjemmeside har en vis grad af originale data, aktuel autoritet eller en indbydende skrivestil, vil AI’en måske fremhæve din tekst oftere eller angive din hjemmeside som en kilde til sine svar eller direkte henvise til den. Med tiden, når flere generative modeller inkorporerer live-opdateringer, kan dit friske indhold skille sig ud som en pålidelig go-to-kilde.

Lad os se nærmere på, hvordan LLM’er egentlig fungerer. Jeg beklager på forhånd, at det måske er lidt teknisk.

Sådan fungerer LLM’er (enkelt forklaret)

1. Tekst brydes op i små stykker (Tokens)
Kernen i de fleste LLM’er, som ChatGPT eller Gemini, er en proces, der opdeler tekst i håndterbare bidder kaldet tokens. Tokens er ofte enkelte ord, men kan også være dele af ord eller symboler. Ved at dele sætninger op i små bidder kan modellen analysere, hvordan de ofte optræder ved siden af hinanden i store mængder tekst.

2. Kortlægning af tokens i et ‘semantisk rum’
Når tekster er delt op i tokens, repræsenterer en model hvert symbol som en vektor, som du kan forestille dig som en liste med tal. Vektorer lader computere placere tokens på en slags kort, der kaldes et semantisk rum. I kortet har relaterede symboler en tendens til at gruppere sig tæt sammen, mens ikke-relaterede symboler sidder længere fra hinanden. For eksempel kan ord som »æble« og »banan« forekomme tæt på hinanden, hvilket indikerer, at de begge er frugter.

3. Fra statistik til (næsten) semantik
Selv om de bruger statistiske mønstre til at finde ud af, hvordan ord typisk optræder sammen, kan de efterligne en dyb sprogforståelse, især når de får store mængder tekst. Ægte »semantik« indebærer at forstå betydningen bag ordene, mens LLM’er mest bruger matematiske forhold til at gætte, hvilket token der passer bedst sammen med det næste. Med nok træningsdata kan de se ud til at forstå kontekst overraskende godt (og nogle gange ikke så godt, som du sikkert har oplevet før, hvis du bruger nogen af LLM’erne).

4. Måling af relationer
I det semantiske rum kan en model beregne, hvor ens to symboler er, ved at se på afstande eller vinkler mellem deres vektorer. Hvis tallene antyder et tæt forhold, konkluderer modellen, at symbolerne deler en eller anden form for forbindelse som »pasta« og »italiensk køkken«.

5. Opbygning af en vidensbase gennem træning
LLM’er starter med at lære fra massive mængder af menneskeskabt tekst, som f.eks. hjemmesider, bøger og arkiver. Den indledende træning hjælper dem med at opfange grundlæggende grammatik, fakta og mønstre. Det er ikke altid klart, præcis hvilke hjemmesider eller kilder der er brugt, men mange modeller er stærkt afhængige af store datasæt, der er samlet ved at gennemsøge det offentlige internet. Denne brede træning gør dem gode til generelle opgaver, men kan efterlade huller inden for mere specialiserede områder.

6. Tilføjelse af specialiseret ekspertise (RAG-tilgang)
For at håndtere avancerede eller nicheprægede emner bruger moderne sprogmodeller ofte en metode, der kaldes Retrieval Augmented Generation (RAG). Den tilgang indebærer, at der søges efter ekstra detaljer eller domænespecifik information som videnskabelige forskningsartikler eller specialiserede databaser, lige når modellen har brug for det. Ved at hente relevante fakta efter behov kan RAG hjælpe med at reducere »hallucinationer«, hvor modellen opfinder information.

For at opsummere:

• Tokens lader en model behandle tekst i små bidder.
• Vektorer forvandler ord til tal, så modellen kan beregne, hvor tæt ordene hænger sammen.
• Modeller lærer grundlæggende mønstre fra enorme biblioteker med offentlig tekst.
• Yderligere teknikker, som RAG, giver mere pålidelighed og fagspecifik dybde.

Sådan optimerer du til LLM’er (LLMO)

En af nøglerne er at skrive på en måde, så både mennesker og AI kan følge med uden at anstrenge sig. Sæt hovedpointen forrest, og understøt den med detaljer.

Vis, at du kender dit emne ved at inkludere fakta eller personlige erfaringer, der adskiller dig fra et hav af generiske tekster (tænk EEAT retningslinjer). Jo mere unikt dit indhold er, jo mere sandsynligt er det, at en chatbot vil tænke: »Hey, det er interessant – det bør jeg nævne!«

Prøv at være konsekvent med de sætninger, du bruger omkring dit brand eller dit emne. Generativ AI opfanger gentagne mønstre. Hvis du er kendt for LLM-optimering, skal du tale om LLMO i de fleste af dine relevante artikler. Denne gentagelse hjælper AI’en med at forbinde dit brand med det emne.

Lyder det bekendt i forhold til, hvad der betragtes som SEO best practice?

Så hvad skal du egentlig gøre for at “rangere” (eller rettere; at blive nævnt) i LLM’er, og hvad er nogle af LLMO-faktorerne? Lad os se nærmere på det.

Digital PR

Som vi allerede har konstateret, analyserer og forudsiger LLM’er ord og sætninger.

Se kernen i LLM’er som klynger. Ligesom topic clusters, ser LLM’er relaterede ord og sætninger.

Så »kat« er tematisk relateret til »killing«, fordi de begge er katte. Samtidig er det også relateret til »hund«, fordi de begge er kæledyr. Hvis vi bevæger os længere ud fra klyngen fra hund, kunne vi have »snor«, da en hund bærer snor (hundesnor), når man går tur med den.

Så når man f.eks. skriver »what is the best gamified SEO tool?« i ChatGPT, bliver Morningscore nævnt.

Hvorfor? Fordi Morningscore-brandet har den tætteste eller en af de tætteste målbare forbindelser til emnet »gamified SEO tool«, mens Ahrefs, Semrush og Moz også nævnes som traditionelle platforme på grund af deres brands’ relation til emnet SEO tool.

For at blive nævnt eller anbefalet i lignende chatbot-forespørgsler skal du have en tilknytning til emnet, der er knyttet til dit brand.

Dette gøres bl.a. ved hjælp af digital PR.

Det kan ske ved at blive omtalt i medierne, udsende pressemeddelelser, betalte sponsorater, klassisk linkbuilding, offentlige kundeanmeldelser med fokus på at forbinde dit brand med emnet og også ved at blive rangeret i søgemaskinerne for lignende forespørgsler.

Få en stærk backlinkprofil

Et stærkt sæt backlinks fortæller sprogmodeller, at dit navn eller din hjemmeside optræder mange troværdige steder på internettet. Når en LLM scanner nettet for mønstre og pålidelige referencer, lægger den mærke til dem.

Med tiden hjælper en udbredt »digitale goodwill« AI’en med at se dig som en respekteret stemme inden for dit felt, hvilket gør det mere sandsynligt, at den vil inkludere eller citere dig i sine svar. I bund og grund signalerer en backlinkprofil af høj kvalitet, at andre finder dit indhold værd at dele, hvilket kan få den kunstige intelligens til at behandle dit brand eller website som en pålidelig ressource i sine samtaler.

Implementer statistik og citatværdigt indhold

Som vi har konstateret, kan nogle AI-chatbots oprette direkte forbindelse til hjemmesider og derfor direkte citere og levere statistikker fra din research eller dine data.

En undersøgelse viser, at de mest henviste hjemmesider indeholder citater og statistikker i deres indhold. Man kan få op til 30-40% mere synlighed i LLM’er ved simpelthen at styrke sin troværdighed ved at bakke sit indhold op med citater og statistikker.

Dette anses også for at være en rangeringsfaktor i Google på grund af stigningen i brandets autoritet og troværdighed.

Entity research

Som vi allerede ved, er der en indlysende forbindelse mellem de ord og sætninger, der bruges i indholdet, i forhold til at blive nævnt i LLM’er, da de bruges til at forudsige svaret.

Så for at optimere til LLM’er er vi nødt til at overveje brugen af søgeord, sætninger og emner, men også hvordan dit brand opfattes.

For at forstå, hvordan du optimerer dit brand til LLM-søgninger, skal vi se på teorien, og hvad vi kan gøre med den.

Google bruger “3 pillars of ranking” til at prioritere indhold:

Hvad du siger om dig selv (Onpage indhold)

• Tænk på din hjemmesides tekster, blogindlæg og produktsider som dit brands »”elvintroduktion”.
• LLM’er ser efter omtaler af specifikke emner, søgeord og vigtige sætninger på tværs af din hjemmeside. Det hjælper dem med at finde ud af, hvor relevant du er for et givent emne.

Hvad andre siger om dig (ankertekst og backlinks)

• Ankertekst er den klikbare tekst i links, der peger på dit site fra andre websites.
• Hvis mange mennesker linker til dig ved hjælp af en sætning som “industriforskning”, vil en LLM måske antage, at du er en pålidelig kilde til det emne

Hvad dit publikum gør (data om brugerinteraktion)

• Søgemaskiner tager ofte højde for, hvordan folk rent faktisk interagerer med dit website. Ting som hvor længe de bliver, hvilke links de klikker på, eller om de kommer tilbage ofte.
• Selv om disse data ikke altid er direkte synlige for alle, er de en del af den måde, hvorpå systemet beslutter, om dit indhold er engagerende og nyttigt.

Nu skal du revidere dit brand på samme måde som LLM’erne vil gøre (eller i det mindste forsøge at efterligne det)

1. Undersøg dine emner på siden

• Brug NLP-værktøjer: Værktøjer som Googles Natural Language Processing API (eller lignende tjenester) kan scanne dit indhold for at identificere centrale emner, temaer og enheder. Det giver dig et øjebliksbillede af, hvordan en algoritme kan kategorisere dine sider.
• Tjek dit fokus: Hvis værktøjet ser mange referencer til »indholdsstrategi« eller »teknisk SEO«, tyder det på, at dit website er stærkt forbundet med disse områder i modellens øjne.

2. Se på dit website som en helhed

• Konsistens mellem emner: Ud over de enkelte sider skal du overveje, om hele dit website fokuserer på ét hovedtema eller er delt op i mange emner. Hvis dit brand ser ud til at være »over det hele«, ser LLM’erne dig måske ikke som en topautoritet inden for et enkelt område.
• Brandets positionering: Hvis du opdager, at modellen forbinder dig med emner, der ikke afspejler din faktiske ekspertise, kan det være en god idé at justere din indholdsstrategi for at fremhæve de emner, du virkelig interesserer dig for. Med andre ord skal du indsnævre dit fokus til kernen.

3. Gennemgå dine backlinks og ankertekst

• Analyse af backlinks: Brug et værktøj til at tjekke backlinks for at se, hvilke sider der linker til dig, og hvordan de henviser til dig.
• Kvalitet af ankertekst: Hvis links blot bruger dit brandnavn, bliver du måske mere set som en generel enhed. Hvis der står »bedste e-handelsløsninger« på linket, tror modellen, at du er en autoritet inden for e-handel. Sørg for, at dine indgående links stemmer overens med, hvordan du ønsker at blive opfattet.

Hvis du vil vide mere om, hvordan LLM’er opfatter dit brand på en gratis måde, kan du f.eks. spørge Gemini, hvordan de opfatter dit brand for at få en idé om, hvordan Googles LLM forstår og relaterer din virksomhed til forskellige emner.

Reddit og UGC indhold

Reddit er ikke kun en af verdens mest besøgte hjemmesider med mange millioner besøgende hver måned, men det er også en vigtig datakilde til træning af store sprogmodeller. Reddit selv fremhævede denne betydning i sin S-1-rapport til SEC og bemærkede, at:

“Our content is particularly important for artificial intelligence (“AI”) – it is a foundational part of how many of the leading large language models (“LLMs”) have been trained.”
— Reddit, S-1 filing with the SEC

Når brugere taler om dit brand på Reddit, kan den samtale i sidste ende blive en del af det datasæt, der bruges af AI-virksomheder, især dem, der udnytter offentlige webdata. Efterhånden som LLM’er absorberer flere omtaler af dit produkt eller dine tjenester, kan de generere rigere og mere præcise svar om dit brand.

Når det er sagt, er Reddit ikke den eneste UGC-platform, da for eksempel Quora også kan tages i betragtning.

Best practices for at opbygge Reddit-omtaler

Vi taler ikke om parasit-SEO her for at få dit indhold til at rangere på Reddit-platformen. Reddit-strategien skal være fokuseret på ægte brandopbygning og på at få rigtige mennesker til at tale om dit brand og interagere med det.

For at gøre det skal du aktivt udvikle dit community:

Frem ægte engagement i communities

• Deltag organisk i relevante subreddits. Gå i dialog med brugerne ved at give dem nyttige svar og indsigter. Undgå salgsfremmende adfærd for at bevare troværdigheden.

Hold AMA’er (Ask Me Anything)

• AMA’er kan skabe stor opmærksomhed, hvis du eller en repræsentant fra dit brand er parat til at svare ærligt på brugernes spørgsmål. Nogle AMA’er får tusindvis af kommentarer, hvilket effektivt skaber en robust tråd af brugergenereret indhold om dit brand.

Et eksempel på det er en anonym McDonald-franchiseejer med brugernavnet @McFranchisee, som lavede en AMA på X i december 2024. AMA’en resulterede, i afrundede tal, i 1.000 kommentarer, 10.000 likes, 212 re-posts, 4.400 personer, der gemte den, og 4,3 millioner visninger.

AMA’en fik virkelig fat i interesserede brugere og gik viralt med et samlet antal visninger, der var mange, mange gange højere end den gennemsnitlige rækkevidde for brugerens øvrige opslag.

Og har du bare en lille bitte interesse i McDonald, så er det altså også en tråd der oprigtigt er virkelig interessant. Pas på ikke at blive for opslugt.

Så det, der startede med lidt fritid om morgenen, blev til et par dages fuldtidsarbejde med at svare folk ærligt og i dybden.

Samarbejd med indflydelsesrige Reddit-brugere

• Samarbejd med velrenommerede subreddit-moderatorer eller indflydelsesrige Reddit-brugere, som er på linje med dit brand. Deres anbefalinger og samtaler kan føre til autentisk brugerengagement.

Få organiske omtaler

• I stedet for at smide direkte links, så opfordr fællesskabet til at dele deres erfaringer og feedback. På den måde forbliver diskussionerne naturlige, og man undgår at blive flagged som spam eller få modereret sit indhold.

Track dit brand

• Værktøjer som Ahrefs giver dig mulighed for at filtrere efter Reddit-domænet og dit brandnavn i Top Pages- eller Site Explorer-rapporterne, hvilket hjælper dig med at visualisere tendenser i, hvor ofte (og hvor) du bliver nævnt på Reddit.

Men hvorfor er alt det vigtigt for LLMO?

Efterhånden som LLM’er udvikler sig, har de hele tiden brug for nyt, varieret og kontekstrigt indhold for at forbedre deres nøjagtighed og forståelse. Ved at pleje en tilstedeværelse på bl.a. Reddit skaber du værdifulde, organiske touchpoints, der kan indgå i LLM-træningspipelines og potentielt øge din synlighed inden for AI-genererede output.

Jo mere autentiske og udbredte dine omtaler bliver, jo mere sandsynligt er det, at nye AI-modeller vil tilbyde detaljerede, positive og nøjagtige referencer til dit brand.

Bemærk: Du kan også gentage den samme strategi for andre store UGC-platforme.

Lav SEO som LLMO

Dette er den sværeste del af artiklen, da LLMO stadig er en forholdsvist ny ting med masser af ubesvarede spørgsmål, dokumentation, case-studies osv.

I et af mine tidligere blogindlæg talte jeg om schema og strukturerede data som en vigtig del og LLMO (specifikt om, hvordan man rangerer i ChatGPT Search).

Det ser ud til, at jeg tog fejl med den antagelse, da Elle Berreby afslørede på LinkedIn, at AI-crawlere ikke er i stand til at se de strukturerede data på en side, da de kun er i stand til at crawle den statiske HML.

Det faktum, at AI-crawlere ikke kan læse strukturerede data, ændrer ikke noget, da det ikke er meningen, at du skal droppe din SEO-strategi, for Google stadig er den største trafikkilde og ikke bør glemmes eller nedprioriteres lige foreløbigt.

SEO bør stadig være en af dine vigtigste strategier for leadgenerering og salg af flere grunde.

Den ene er, at Google stadig har størstedelen af søgemarkedet med omkring 90 %.

For det andet er der en sammenhæng, der peger i retning af, at organiske søgemaskineplaceringer driver omtale i LLM’er – hvilket ikke er så overraskende, da Bing f.eks. er den vigtigste kilde til ChatGPT Search rangeringer.

Konklusionen er: Lad være med at droppe SEO. SEO er ikke død, og Google er ikke død. Tværtimod lever både Google og SEO i bedste velgående.

Kan det ændre sig? Ja. Men det er ikke tilfældet i skrivende stund, selvom “guruer” på sociale medier gerne skaber den fortælling.

SEO vil fortsat være den primære drivkraft for trafik i de kommende år, selv om LLM’erne vil tage deres del. Og glem ikke, at dit SEO-arbejde i dag vil hjælpe dig med at opbygge dit brand til AI-chatbots.

Alder på virksomhed

Det er svært at optimere for, da din virksomhed er så gammel – eller ung – som den er, hvilket også er grunden til, at større brands, der ofte har nogle år på bagen, har en lille fordel fra starten.

Hvorfor er virksomhedens alder overhovedet relevant, tænker du måske?

Der er to sider af sagen, da virksomhedens alder ofte er lig med domænets alder. En gammel, sund virksomhed har opnået autoritet og troværdighed gennem årene sammenlignet med nye, unge virksomheder, der mangler troværdighed.

For det andet har de fleste LLM’er en skæringsdato engang i 2023, hvilket i øjeblikket betyder, at yngre virksomheder ikke rigtig er kendt i LLM’er, der ikke skraber søgemaskiner på anmodning.

Få en Wikipedia-side

At have en Wikipedia-side kan være godt for din LLMO-strategi ved at øge din autoritet, troværdighed og synlighed. Wikipedia er et af de mest pålidelige steder på internettet, og søgemaskiner bruger det ofte til at “faktatjekke” og verificere oplysninger.

En stor fordel ved at have en Wikipedia-side er dens forbindelse til Googles Knowledge Graph. Da Google ofte henter data fra Wikipedia til informationspanelet i søgeresultaterne, kan en velstruktureret side hjælpe med at styrke dit brands tilstedeværelse og gøre det lettere for folk at finde pålidelige oplysninger om dig.

Ud over SEO har Wikipedia også noget at skulle have sagt i træningen af AI-modeller. Sprogmodeller som ChatGPT og Gemini bruger Wikipedia som en del af deres kernedata, hvilket betyder, at hvis dit brand, din virksomhed eller din personlige profil er veldokumenteret der, er det mere sandsynligt, at AI-chatbots vil henvise korrekt til den.

Wikipedia er dog ikke et virksomhedsregister, hvilket ofte kræver, at du har et brand eller er kendt og på en eller anden måde er en tredjepartskilde for virkelig at have en chance for at få en indsendelse.

Giv klare, præcise svar

For at blive nævnt i AI-chatbots skal du give svar i samme stil, som du oplever, at de giver svar. Prøv at efterligne den måde, LLM’er giver svar på, og skab den samme short-form, direkte type af svar.

Dit indhold skal struktureres på en samtaleagtig måde, som folk ville forvente at få i en normal samtale.

Det vil øge dine chancer for at blive omtalt enormt, da dit indhold er lettere at forstå, fortolke og også giver brugerne et klart svar på deres spørgsmål.

Hvad er de vigtigste LLM-optimeringstaktikker for marketingfolk i dag?

Et stort problem er at matche det, brugerne faktisk skriver eller siger. Folk vil ofte chatte med AI i en dagligdags stil, f.eks. “Hvordan optimerer jeg min hjemmeside til generativ AI?” Hvis du kan flette den type sprog ind i dit indhold, har du større chance for at blive plukket ud af databunken.

Den del er allerede svær med SEO, men med LLMO er det endnu sværere, da søgninger bliver endnu mere rodede og komplekse med endnu flere longtail-søgninger og endda hele samtaler, ikke kun med et spørgsmål, men også en masse kontekst, som kommer i hundredvis eller tusindvis af varianter for stort set den samme forespørgsel.

Det, der er kendt som “the messy middle” i SEO, er ikke bare “messy” i LLM’er. Det er en jungle.

En anden tilgang er at dykke ned i nicheemner. Hvis din side er den eneste, der forklarer en superspecifik vinkel som f.eks. hvordan LLM-baserede chatbots håndterer arkaiske sprog, så vil AI’en måske vælge dig ud.

Tænk på wow-faktoren: Er der noget, du kan tilbyde, som ingen andre kan? Husk også, at mindre indlæg kan blive overskygget af større domæner, så hvis du er et lille brand, så prøv at gå i dybden i stedet for i bredden, da små virksomheder og brands vil have det sværere med LLMO.

Hvordan vil LLM forandre search marketing?

Det største skift er, at folk kan få superdirekte svar med færre klik. Hvis en chatbot giver en krystalklar løsning, gider mange brugere måske ikke besøge flere sider. Det ændrer, hvordan du fanger folks opmærksomhed. I stedet for bare at kæmpe om en topplacering i søgningen, skal dit brand dukke op lige inde i det AI-genererede svar.

På længere sigt kan vi se, at chatbots bliver mere interaktive. De kan bede om specifikke detaljer fra brugeren og derefter skræddersy svar undervejs. Det betyder, at dit indhold skal være fleksibelt med flere tilgængelige vinkler eller udvidelser. Jo mere omfattende og dynamisk dit website er, jo mere vil en AI måske stole på dig, når det gælder dybdegående referencer.

Nogle forudser endda, at chatbots vil inkorporere stemme, video eller fordybende elementer, hvilket kan gøre markedsføring til et kreativt eventyrland. Hvis dit brand er klar med unikke indsigter i disse formater, vil du være på forkant.

Vi ser allerede fuldt AI-genererede tekster, billeder og videoer. Dette vil utvivlsomt fortsætte med at stige til utrolige højder, hvilket gør AI-kyndige marketingfolk meget værdifulde, da én person er i stand til at udføre flere menneskers job.

Skal du så være bekymret for dit job? Nej. Dit job vil sandsynligvis ændre sig, da AI-værktøjer vil være i stand til at udføre mange af dine opgaver – men husk: Nogen skal kontrollere AI’en.

Hvilke udfordringer udgør LLM-optimering for mindre brands og virksomheder?

En stor forhindring er, at mindre brands ofte mangler de helt store backlink-profiler, digital PR og brandkendskab. AI-modeller favoriserer nogle gange sider med en velkendt tilstedeværelse. På den anden side kan mindre brands trives, hvis de fokuserer på en lille del af indholdskagen, som de store aktører ikke har adgang til. Lidt ligesom Google Search.

Hvis du kan være den bedste til noget (uanset hvor snævert det »noget« er), kan du skille dig ud fra AI’en. Det handler om at finpudse den specialiserede viden, som læserne rent faktisk har brug for. På den måde sætter AI’en dig sammen med »autoritative kilder« for dit unikke hjørne af nettet.

Hvordan kan virksomheder måle succes og metrics i LLM?

Analyseværktøjer er stadig ved at indhente AI. Du vil måske ikke se en fin dashboard-boks mærket »Chatbot-trafik«. Lige nu ser mange på trafiktal i GA4, Plausible eller hvilken som helst anden sporingssoftware, de har implementeret, men det viser ikke rigtig, hvor meget, hvor ofte og for hvilke forespørgsler vores brand er blevet vist.

Undersøgelser, feedbackformularer og søgninger på brandnavne kan hjælpe med at samle puslespilsbrikkerne.

Vi planlægger at udgive ChatGPT-tracking samt Google AI Overviews-tracking i Morningscore i 2025, hvilket vil give dig klar indsigt i de vilkår, som folk har bedt chatbots om at bruge. Det vil fungere meget som en klassisk rank tracker, men for LLM-søgninger.

Indtil videre kan du gå til vores AI SEO-roadmap for at se alle de andre seje AI-funktioner, vi lancerer i 2025.

Prøv 14 dage gratis

Alle features

20 søgeord

3 websites

2 brugere

Full info on keywords, competitors, issues and links in 1 minute scan.

Er SEO død?

Nej, SEO lever i bedste velgående. Folk har ofte brug for mere end et svar på to linjer, og det er her, standardsøgemaskiner brillerer. De giver mulighed for dybere udforskning og lader brugerne klikke sig gennem flere links.

AI-chatbots er ganske vist praktiske, men tilbyder ikke altid den samme bredde af perspektiver. Nogle brugere kan godt lide et andet eller tredje synspunkt, som er lettere at finde via en søgemaskines resultatside.

Derudover vil du gå direkte til kilden og læse kommunikationen fra virksomhederne selv i stedet for en forudsigende generativ AI-chatbot.

Desuden signalerer det grundlæggende i SEO: hurtige indlæsningstider, kvalitetsindhold, relevante emner, backlinks af høj kvalitet og meget mere stadig til AI-chatbots, at du er en kvalitetskilde. Så selv om en bruger starter med en AI-samtale, ender de måske på din side for at lære mere. SEO og LLMO går hånd i hånd: Hver metode supplerer den anden.

Erstatter LLM-strategier traditionelle SEO-metoder?

Nej, det gør de ikke. Du vil stadig have dine sider optimeret til Google og måske Bing, hvis det er det, der er drivkraften for dit website i dag.

Folk bruger de klassiske søgemaskiner til mere dybdegående research, især hvis de sammenligner produkter, leder efter anmeldelser eller undersøger flere synspunkter på et følsomt emne. LLM-baseret søgning kan give hurtige svar, men standard SEO har sine egne fordele.

Ved at kombinere begge dele sikrer du, at du ikke går glip af nogen del af trafikken, uanset om det er fra en bruger, der har skrevet et spørgsmål i en chatbot, eller fra en, der har skrevet en forespørgsel i et søgefelt på Google.

Den bedste strategi er at gå begge veje samtidig: Vedligehold og udbyg din SEO (med god struktur, relevante søgeord, kvalitetsindhold, stærke backlinks osv.), og tilpas så teksten en smule, så AI-chatbots finder den let at analysere.

Det betyder klarhed, direkte svar og konsekvent formulering omkring dine vigtigste temaer og emner.

LLMO og SEO står ikke i modsætning til hinanden. Som vi allerede har fastslået, deler SEO og LLMO mange af de samme “krav” til at rangere eller blive nævnt.

Hvad er de seneste forudsigelser og statistikker om AI-vækst?

Eksperter forudser, at udgifterne til AI-værktøjer vil vokse betydeligt i løbet af de næste par år. Forskellige undersøgelser tyder på, at flere virksomheder, fra startups til Fortune 500-giganter, vil indarbejde AI i deres daglige drift.

Ønsket om automatiseret kundesupport og dataanalyse betyder, at AI-chatbots vil håndtere flere opgaver. Det giver muligheder for marketingfolk, der producerer indhold, som AI nemt kan bruge.

Med hensyn til søgemarkedet og trafikkilder ser vi også ind i, at AI tager store bidder over en årrække.

Vi beskriver nogle tal og forudsigelser i vores artikel Will AI Grow Bigger Than Google Search?. En vigtig pointe er, at efterhånden som generativ AI finder vej til flere apps, bærbare enheder og operativsystemer, vokser chancen for at blive vist i chatbots.

LLM-chatbots vil sandsynligvis nå op på hele 15 % af søgemarkedet i 2028 og bør ses som en mulighed snarere end en trussel.

Hvilken LLM bliver kongen af AI-søgning?

Det er tidligt for AI, og området er innovativt, og teknologien ændrer sig lynhurtigt, hvilket gør det næsten umuligt at forudsige, hvem der kommer til at stå øverst på listen.

ChatGPT har den fordel, at de er den første rigtig gode AI-chatbot med en bred brugertilslutning. Perplexity blev mere eller mindre sat af af ChatGPT i 2024. Perplexity er ikke død, men jeg tror ikke, at de vil indhente ChatGPT.

Den kinesiske konkurrent DeepSeek blev lanceret i januar 2025 som en seriøs konkurrent, der rystede markedet.

Derudover har vi Microsoft CoPilot og ikke at forglemme, at Google også har Gemini.

Det bliver spændende at se tilbage på indlægget her om et par år for at se, hvem der styrer markedet for generativ AI.

Min opfattelse er, at Google har en datapool, der er større end nogen anden. Jeg tror, at Google på et tidspunkt for alvor vil udnytte deres position, penge og data. ChatGPT vil sandsynligvis blive en ret stor konkurrent, hvis de finder en model, der holder økonomien i live på lang sigt.

FAQ om LLMO

Kræver fokus på LLM-optimering særlige værktøjer eller viden ud over traditionelle SEO-værktøjer?
Mange kendte SEO-principper gælder også for LLM-optimering, men du har måske brug for yderligere data. For eksempel kan udforskning af AI-forskningsartikler eller brug af specialiserede NLP-platforme give dig dybere indsigt i, hvordan sprogmodeller fortolker indhold, og hvordan du skaber dit indhold, så det matcher det. Værktøjer målrettet LLM-benævnelser er på vej, og du vil sandsynligvis få brug for enten yderligere værktøjer eller alt-i-et AI-værktøjer, som vi er ved at opbygge i Morningscore.

Er der nogen etiske overvejelser, man skal have i tankerne, når man søger omtale fra LLM’er?
Helt sikkert. Overforbrug af bestemte sætninger eller forsøg på at »fylde« dit brandnavn i indhold for at manipulere LLM’er kan føre til tvivlsom praksis – ligesom keyword stuffing i SEO. Det er mere fordelagtigt og etisk at præsentere nøjagtige oplysninger af høj kvalitet. Hvis en LLM begynder at citere vildledende eller partisk indhold, fordi du har skubbet den i den retning, kan det skade brugernes tillid og potentielt overtræde retningslinjerne, hvis det opdages af den platform, der træner eller hoster AI’en. Aounon Kumar og Himabindu Lakkaraju har forsket i at manipulere LLM’er for at øge produkters synlighed, hvilket dybest set er en »uigennemtænkt« metode, som du ikke bør prøve, men det er på en eller anden måde muligt i et vist omfang.

Hvordan kan en virksomhed håndtere negativ eller forkert brandomtale fra AI-chatbots?
Først skal du kontrollere, hvor AI’en måske henter forkerte data. Måske er det gamle websider, unøjagtig medieomtale eller brugergenererede kommentarer. Hvis det er muligt, skal du rette kilden, der præciserer fakta. Nogle AI-modeller giver mulighed for at indsende feedback for at markere unøjagtigheder, hvilket kan hjælpe med fremtidige træningsopdateringer. Konsekvent produktion af klare, korrigerede oplysninger på dine egne kanaler understøtter også en bedre brandopfattelse over tid.

Vil LLM-optimering blive mere relevant for teknologier som stemmeassistenter eller augmented reality?
Helt sikkert. Efterhånden som stemmeassistenter og AR-platforme i stigende grad baserer sig på samtalebaseret AI, bliver det vigtigt at optimere dit indhold til LLM’er. Stemme- og AR-teknologier integreres ofte med sprogmodeller til at håndtere forespørgsler. Hvis dit website er struktureret på en måde, der gør det nemt for AI at udtrække relevante, præcise svar, vil du være bedre positioneret i fremtidige stemme- eller AR-drevne interaktioner.

Hvad er den bedste måde at følge en LLMO-strategi på, når teknologien ændrer sig hurtigt?
Brug en iterativ tilgang. Gennemgå jævnligt de seneste opdateringer fra AI-forskningscentre, følg med i, hvor godt dit indhold bliver citeret eller omskrevet, og juster i overensstemmelse hermed. Med andre ord skal du følge de førende stemmer inden for AI på LinkedIn, Youtube, tech-medier, LLM’erne selv og andre relevante kilder.