AI-optimering: vad sägs om det och vad är sant?

Optimering för artificiell intelligens – det vill säga GEO, AEO och andra förkortningar – marknadsförs som en egen kategori med sina egna tekniker. Det stämmer inte. Google säger rakt ut i sina riktlinjer att optimering för generativ sökning är sökmotoroptimering — och den enda studien inom branschen som har genomförts med ett jämförbart kontrollupplägg visade att metoder som specifikt riktar sig mot AI-sökning oftast är ineffektiva och ofta till och med skadliga. I den här artikeln går vi igenom vad som har mätts, vad som är gissningar och vad som säljs utan någon som helst bevisning.

Google säger det själv

Låt oss börja med en källa som är mer tillförlitlig än någon forskning: Googles egen dokumentation. På sidan Optimizing your website for generative AI features (uppdaterad 10 juli 2026) står det ordagrant:

Ur Googles perspektiv innebär optimering för generativ AI-sökning en optimering av sökupplevelsen, och därmed fortfarande SEO.

På samma sida säger Google också att inga nya filer behövs: ”Du behöver inte skapa nya maskinläsbara filer, AI-textfiler, markup eller Markdown för att synas i Google Sök.” Och om strukturerade data: ”Strukturerade data krävs inte för generativ AI-sökning, och det finns ingen speciell schema.org-markering som du behöver lägga till.”

Detta är inte marknadsföringssnack utan utvecklardokumentation som Google underhåller för att webbplatsutvecklarna ska kunna agera på rätt sätt. När tjänsten marknadsförs med argumentet att AI-sökning kräver särskild teknik, är säljaren av en annan åsikt än det företag vars sökmotor det handlar om.

I vilken utsträckning är AI-optimering samma sak som vanlig SEO?

Det finns en populär siffra som cirkulerar kring denna fråga: 75–80 procent. Det är riktigt i stora drag men hållbart som siffra, och orsaken är intressant: det finns två olika svar på frågan beroende på vad man räknar med.

Vad mäts	Resultat
Hur många AI-svar innehåller minst en källa som även förekommer i sökresultaten?	81–94 %
Hur stor andel av alla enskilda citat kommer från toppen av sökresultaten?	12–54 %

Båda är rätta svar. De svarar bara på olika frågor, och i marknadsföringsmaterialet används de som synonymer.

Ännu mer lärorikt är vad som hände med en viss siffra. Ahrefs mätte i juli 2025 att 76,1 % av citaten i Googles AI-svar kom från topp tio. Siffran spreds vida. I mars 2026 mätte samma företag samma sak igen och fick fram siffran 37,9 %. Som orsak angav man två saker: att deras egen segmenteringsmetod hade förbättrats, vilket innebar att den gamla siffran delvis var ett mätfel – och att Google hade börjat dela upp frågorna i delfrågor, vilket ledde till att källorna hämtades från sökningar som användaren aldrig hade skrivit.

För andra AI-verktyg än Googles egna är andelen betydligt mindre. När Ahrefs skickade 15 000 förfrågningar till ChatGPT, Gemini, Copilot och Perplexity och jämförde källorna med Googles topp 10, var överlappningen 12 %.

Hur ska man egentligen uttrycka detta?

Nästan varje svar från Googles AI baseras på minst en sida som också finns med i de vanliga sökresultaten. Cirka en tredjedel av de enskilda källorna kommer från de tio bästa träffarna, medan andelen för andra AI-system är cirka en tiondel.

Och här är det som avgör i praktiken: sökmotoroptimering är en nödvändig förutsättning för synlighet inom AI, men inte tillräcklig. Googles AI Overviews och AI Mode hämtar sina källor från Googles egen indexering med en vanlig Googlebot. ChatGPT:s sökning kräver åtkomst via sin egen bot. En sida som inte är indexerad hamnar inte i någon av dessa. Men det finns inga mätningar som visar att SEO skulle ”förklara 80 %” av synligheten för AI – överlappningsgraden är inte samma sak som förklaringsgraden.

Fyra saker som säljs utan bevis

1. llms.txt

En fil som är avsedd att informera språkmodellerna om webbplatsens innehåll. Ahrefs undersökte 137 210 domäner i maj 2026: 97 % av llms.txt-filerna fick inte en enda förfrågan under hela månaden. Den största enskilda läsargruppen utgjordes av SEO-granskningsverktyg (21,7 %). Andelen botar som genererade sökresultat uppgick till 1,1 %.

John Mueller från Google skrev i juni 2025: ”FWIW, inget AI-system använder för närvarande llms.txt” och tillade att man kan se detta i sina egna serverloggar. Filen är inte värdelös – den är en snygg del av infrastrukturen för utvecklardokumentation och kodagenter. Men inget varumärke vinner AI-tävlingen på grund av en textfil.

2. ”AI-schema” och strukturerade data som en lösning för AI-synlighet

Detta är branschens enda ordentliga kontrollgruppsstudie. Ahrefs följde 1 885 sidor som lade till JSON-LD-markeringar mellan augusti och mars och jämförde dem med 4 000 jämförelsesidor från olika domäner. Resultat: AI Mode +2,4 %, ChatGPT +2,2 %, AI Overviews −4,6 %. Bara brus.

Otterly.ai genomförde ett ännu mer illustrativt experiment: man lade in ett unikt svar endast i den strukturerade datan, inte i den synliga texten, och ställde frågan till sju AI-plattformar. Ingen av dem hittade svaret. En tredje studie (searchVIU) kom fram till samma slutsats: vid sökningar i realtid läser modellerna den synliga HTML-koden, inte JSON-LD.

Strukturerad data är fortfarande motiverad – den ger berikade sökresultat och är en del av en snygg implementation. Den ska bara inte marknadsföras som en lösning för AI-synlighet.

3. Dold text och instruktioner skrivna för språkmallen

Det ärligt talat är det obekvämt att svara på detta: tekniskt sett fungerar det. Forskare vid ETH Zürich visade detta med de produktionsklara systemen Bing och Perplexity, och motsvarande resultat har publicerats i en peer-reviewed artikel vid EMNLP-konferensen 2024.

Ändå går det inte att sälja det, av tre skäl. Googles spamregler anger uttryckligen att dold text och cloaking är förbjudna. Forskare vid ETH modellerar situationen som ett fångens dilemma, där nyttan försvinner så fort metoden blir allmänt utbredd. Och för det tredje: det handlar om en attack mot en tredje part, inte om att förbättra kundens webbplats.

4. Massproduktion av innehåll

Inom branschen säljs tjänster till ett pris av 299 dollar per månad för ”30+ artiklar automatiskt”. Googles definition av ”scaled content abuse” täcker just detta. I branschpressen har det rapporterats om fall där en leverantör visade upp stigande siffror för AI-synlighet för en kund samtidigt som samma kunds organiska trafik rasade – i ett fall med 66 procent.

Vad spelar då någon roll?

Skärmen är tunnare än vad man kan tro, men den är inte obefintlig. Rangordning från starkast till svagast:

Skapare	Skärm	Vad bygger det på?
Bots kan komma in på webbplatsen	Stark	OpenAI dokumenterar: de som har blockerat dess sökbot visas inte i ChatGPT:s sökresultat. Detsamma gäller Google.
Relevans	Stark	252 000 testkörningar, sex modeller, 18 skapare ändrade en i taget (SIGIR 2026)
Externa varumärkesnämningar	Måttlig	75 000 varumärken: omnämnanden har ungefär tre gånger starkare korrelation än länkar
Organisk placering	Måttlig	Första platsen nämns i 43 % av svaren, medan plats 20 endast nämns i 7 % av svaren
Jämförande innehåll i listformat	Måttlig	63 % av citaten hänvisade till artiklar i listform (~400 M citat)
Rendering på serversidan	Måttlig	Ingen av de stora AI-crawlarna kör JavaScript
Strukturerad data	Ingen inverkan	Kontrollgruppsförsök, 1 885 + 4 000 sidor
llms.txt	Ingen inverkan	97 % av filerna olästa

Lägg märke till vad som står högst upp på listan: grundläggande tekniska kunskaper och behärskning av ämnesområdet. Inget som har uppfunnits på grund av språkmönster.

I vilket avseende skiljer sig AI-sökningen verkligen från andra?

Det finns skillnader, och de är verkliga — men det är inte just de som säljs.

• Det finns ingen rangordning, utan en fördelning. När samma sökning körs två gånger byts cirka 80 % av källorna ut. Sannolikheten för två identiska varumärkeslistor är mindre än 1/100.
• Frågan delas upp i delar. Google söker efter källor utifrån delfrågor som användaren inte har skrivit. Placeringen av ett enskilt sökord har mindre betydelse än hur väl ämnet täcks.
• Synligheten gäller varumärket, inte webbplatsen. Vid sökmotoroptimering optimeras webbadressen, vid AI-sökning optimeras företaget.
• Det finns många maskiner och de är nästan helt separata. Likheten mellan olika AI-maskiners källgrupper är mindre än 0,2. ”AI-synlighet” per enhet är ett felaktigt begrepp.
• Det finns tre typer av botar. Träning, sökindexering och användarutlösta sökningar är olika saker. Praktisk konsekvens: Att blockera GPTBot gör inte att du tas bort från ChatGPT:s sökresultat, och att blockera Google-Extended gör inte att du tas bort från AI Overviews.

Varför ingen mätare är tillförlitlig

Detta är den mest obekväma delen av hela ämnet, och det är bra att känna till detta innan man köper en ”AI-synlighetsrapport”.

En variansanalys som publicerades i juli 2026 mätte orsakerna till variationen i AI-svaren. Datamaterial: 12 933 svar, 20 varumärken, 8 språk, 3 modeller. Resultat:

Källa till variation	Andel
Samma fråga upprepad	34,8 %
Språk i enkäten	32,0 %
Varumärke × sammanhang	29,6 %
Använd mall	1,7 %
Varumärket i sig	1,6 %

Forskarnas slutsats: tillförlitligheten för ett enskilt svar när det gäller att rangordna varumärken är 0,010 – i praktiken noll. Och inte ens det maximala antalet på 3 600 enkäter når upp till mer än 0,365, vilket inte räcker för att dra slutsatser om ett enskilt företag.

En annan undersökning mätte samma sak på ett annat sätt: cirka 65 % av källorna varierar från dag till dag. En tredje studie fann att samma modell med samma fråga men i ett annat tankesätt endast ger 25,6 % överlappning bland de citerade webbadresserna.

Den praktiska konsekvensen är tydlig: synlighetsandelen över tiotals eller hundratals sökningar är ett rimligt mått. En enskild skärmdump är inte det, och ”placering i AI-sökningen” är inget som existerar. När ett verktyg lovar något sådant, lovar det ett mått som forskningslitteraturen anser vara omöjligt.

Två siffror som förändrar proportionerna

Cirka två tredjedelar av ChatGPT:s svar hämtar inget från nätet. I Semrushs klickflödespanel med 200 miljoner användare aktiverades en webbsökning i 34,5 % av frågorna, och andelen har minskat från 46 %. Allt arbete som syftar till att hitta en källa gäller alltså en minoritet av svaren.

Serverloggar mäter inte synlighet. Enligt Cloudflare sker cirka 80 % av indexeringen av AI-bots i utbildningssyfte, och sökningar som utlöses av användarfrågor utgör mindre än 5 %. En stor andel bottrafik i loggarna tyder alltså på att ditt innehåll samlas in – inte på att det visas för någon.

Vad som inte har mätts

För ärlighetens skull, här är en lista över saker som ingen känner till:

• Hur stor andel av synligheten inom artificiell intelligens kan förklaras med sökmotoroptimering? Överlappningssiffrorna är inte förklaringsgrader.
• Har omnämnanden från tredje part en kausal inverkan? Det har inte genomförts något interventionsförsök.
• Ger synligheten inom AI klick, leads eller försäljning? Ingen undersökning mäter slutresultatet.
• Hur stor andel av de besök som påverkas av artificiell intelligens hamnar helt utanför spårningen när användaren senare söker på namn eller skriver in adressen direkt?
• Hur Google, OpenAI eller Perplexity egentligen väljer sina källor. Alla ”citeringsfaktorer” är observationer utanför den svarta lådan.

Det är här som en ärlig journalist skiljer sig från en säljare. AI-synlighet har sannolikt en inverkan som dagens mätinstrument inte kan mäta – och just därför bör ingen sälja den som en procentandel.

Vanliga frågor

Är GEO något annat än SEO?

Inte som en egen arbetskategori. Google definierar optimering för generativ sökning som sökmotoroptimering i sin egen dokumentation. Det finns verkliga skillnader – källorna varierar från sökning till sökning, frågan delas upp i delfrågor och synligheten gäller varumärket snarare än en enskild sida – men det är inte en separat teknik som man kan köpa som tillägg.

Är det värt att lägga till llms.txt på webbplatsen?

Det går att lägga till, men det är inte värt att betala för och man bör inte räkna med det. I en undersökning av 137 210 domäner fick 97 % av filerna inte en enda förfrågan på en månad, och den största läsargruppen utgjordes av SEO-verktyg. Enligt John Mueller på Google använder för närvarande inget AI-system detta.

Hjälper strukturerad data till att synas i AI-svar?

Inte i någon mätbar utsträckning. I ett experiment med en kontrollgrupp (1 885 testsidor, 4 000 jämförelseobjekt) låg effekten på brusnivå, och på en plattform var den till och med negativ. Det lönar sig ändå att hantera strukturerad data på rätt sätt, eftersom den ger berikade sökresultat – men den är inte ett verktyg för AI-synlighet.

Kan man mäta synligheten för artificiell intelligens på ett tillförlitligt sätt?

Delvis. Synlighetsandelen, som beräknats utifrån tiotals eller hundratals besök på flera språk och flera plattformar, är en rimlig riktlinje. En enskild skärmdump säger ingenting: i variansanalysen var tillförlitligheten för ett enda svar 0,010. ”Placering i AI-sökningen” existerar inte, så det går inte heller att mäta.

Ska man släppa in AI-botar på webbplatsen?

Om du vill synas i AI-svar, ja – och särskilt i sökbotar. OpenAI dokumenterar att webbplatser som har blockerat deras sökbot inte visas i ChatGPT:s söksvar. Observera att träningsbot och sökbot är två olika saker: att blockera GPTBot innebär inte att du tas bort från ChatGPT:s sökresultat, och att blockera Google-Extended innebär inte att du tas bort från AI Overviews. Många webbplatser blockerar dessa av misstag på grund av standardinställningarna i något tillägg.