Ordlista: AI-sökoptimering från A till Ö

Fältet är fullt av förkortningar. Den här listan är till för att slå upp ett begrepp snabbt. Vill du gå djupare på enskilda ämnen, läs om llms.txt och schema-markup.

Begrepp och definitioner

SEO

Sökmotoroptimering. Arbetet med att synas högt i sökmotorernas vanliga träfflista, framför allt Googles blå länkar.

GEO (Generative Engine Optimization)

Optimering för att bli citerad i svar som genereras av AI-motorer som ChatGPT, Gemini och Perplexity. Målet är att bli en del av svaret, inte bara en länk.

AEO (Answer Engine Optimization)

Optimering för svarsmotorer som ger ett färdigt svar i stället för en lista med länkar. Nära besläktat med GEO och fokuserar på att bli det svar som ges.

AI-synlighet

Hur ofta och hur tydligt ett företag nämns och rekommenderas i AI-genererade svar. Ett mått på hur väl ni syns för språkmodellerna.

LLM (stor språkmodell)

Large Language Model. En AI-modell tränad på stora mängder text som genererar språk och svar. ChatGPT, Gemini och Claude bygger på LLM:er.

RAG (Retrieval-Augmented Generation)

En teknik där modellen hämtar relevant information från en källa innan den svarar, i stället för att enbart lita på sin träningsdata.

AI Overviews

Googles AI-genererade sammanfattningar som visas ovanför de vanliga sökträffarna. Att bli citerad där är ett centralt mål inom AI-sökoptimering.

llms.txt

En enkel textfil i roten av en webbplats som ger AI-modeller en kort och korrekt beskrivning av företaget, tjänsterna och var de hittar mer information.

Schema.org / strukturerad data

Ett standardiserat märkspråk som beskriver innehåll på ett maskinläsbart sätt, så att sökmotorer och AI förstår vad sidan handlar om.

Entitet

Ett namngivet objekt som ett företag, en person eller en plats, som AI kan känna igen och koppla ihop fakta kring. En tydlig entitet gör att modellen vågar nämna er.

Citerbarhet

Hur lätt ett innehåll är att lyfta rakt in i ett AI-svar. Faktatäta, konkreta påståenden är citerbara, säljfraser är det inte.

Hallucination

När en språkmodell genererar information som låter trovärdig men är felaktig eller påhittad. Ett av de större problemen med generativ AI.

Token

Den minsta textenhet en språkmodell arbetar med, ungefär en ordbit eller ett kort ord. Modeller mäter sin in- och utdata i tokens.

Knowledge cutoff (kunskapsgräns)

Datumet då en modells träningsdata slutar. Modellen känner som regel inte till händelser som inträffat efter den gränsen, om den inte hämtar dem live.

Grounding

Att förankra modellens svar i verkliga källor i stället för enbart i träningsdatan, för att göra svaret mer korrekt och spårbart.

Prompt

Den instruktion eller fråga som en användare ger en AI-modell. Hur prompten formuleras påverkar vilket svar modellen genererar.

Crawler / bot

Ett automatiskt program som besöker och läser webbsidor. AI-företag använder botar som GPTBot och PerplexityBot för att samla in innehåll.

robots.txt

En fil i roten av en webbplats som talar om för crawlers vilka delar de får besöka. Blockerar den AI-botar blir sidan osynlig för motorerna.

Featured snippet

Det utvalda svarsutdraget Google visar högst upp i resultaten, ofta hämtat från en sida som svarar tydligt och kortfattat på frågan.

NAP (Name, Address, Phone)

Namn, adress och telefonnummer. Konsekvent NAP-information över webben stärker företagets entitet och lokala synlighet.

Så mäter ni var ni står

Begreppen blir konkreta när ni ser dem i en mätning. Deep Scan mäter er AI-synlighet per plattform, ChatGPT, Gemini, Perplexity och Claude, och visar entitet, citerbarhet, strukturerade svar och bot-åtkomst i en matris. Resultatet blir ett Growth Score 0–100 med en konkret plan.