Opbygning af en vidensbase specifikt til AI-henvisninger – er dette fremtiden for content-strategi?

Du er inde på noget vigtigt her. Jeg arbejder med RAG-implementeringer for erhvervskunder, og indholdssiden er ofte flaskehalsen.

Hvorfor vidensbasens struktur betyder noget for AI:

Når AI-systemer henter indhold, læser de det ikke som mennesker. De:

1. Konverterer dit indhold til vektorembeddings
2. Matcher forespørgselsembeddings til indholdsembeddings
3. Henter de mest semantisk lignende stykker
4. Syntetiserer svar ud fra disse stykker
5. Citerer kilderne, de har hentet fra

Hvad det betyder for indholdsskabere:

• Opdeling betyder enormt meget – Hvis dit indhold ikke deles op i sammenhængende stykker, kan AI’en ikke hente de rigtige dele
• Semantisk klarhed er nøglen – Hvert stykke skal give mening isoleret
• Metadata muliggør matchning – Klare etiketter hjælper AI med at forstå, hvad hvert stykke handler om

Den optimale opdelingsstørrelse:

200-500 tokens er rigtigt. For småt og du mister kontekst. For stort og du udvander relevansen. Jeg har set optimale størrelser variere efter indholdstype:

• FAQ-indhold: 100-200 tokens
• Guide-artikler: 300-500 tokens
• Teknisk dokumentation: 400-600 tokens

Den struktur, du implementerer, er præcis, hvad AI-hentningssystemer har brug for for at fungere effektivt.

Vi gør noget lignende i stor skala. Her er, hvad der virker:

Vidensbasearkitektur til AI:

1. Kanoniske definitioner – Én autoritativ kilde for hvert begreb, ikke spredte omtaler
2. Eksplicitte relationer – Klare over-/underordnede og søsterrelationer mellem indholdsdele
3. Versionsstyring – Publiceringsdatoer og opdateringshistorik, så AI ved, hvad der er aktuelt
4. Forfatterangivelse – Navngivne eksperter giver troværdighedssignaler, som AI-systemer genkender

Målingsdelen:

Vi tracker AI-henvisninger med Am I Cited og sammenligner med vores vidensbase-brugsmålinger. Indhold, der citeres mere i AI, er også typisk vores bedst strukturerede indhold. Der er en stærk sammenhæng mellem strukturkvalitet og citatfrekvens.

Hvad der overraskede os:

FAQ-sider overgår omfattende guider for AI-henvisninger. Spørgsmål-svar-formatet passer perfekt til, hvordan AI genererer svar. Vores bedst citerede sider er alle struktureret som adskilte Q&A-par.

Teknisk dokumentationsperspektiv her.

Vi har fuldstændig gentænkt, hvordan vi skriver dokumentation med AI-hentning i tankerne:

Gammel tilgang:

• Lange forklaringer i fortællende stil
• Nøgleinformation begravet
• Forventede, at læserne læste alt
• Få eksempler

Ny tilgang:

• Start med svaret/nøgleinfo
• Ét emne pr. side
• Masser af kodeeksempler med forklaringer
• Eksplicitte afsnit: “Hvornår bruges dette” og “Almindelige fejl”

Resultatet:

Vores dokumentation bliver nu regelmæssigt citeret, når udviklere spørger ChatGPT om vores API. Før omstruktureringen var vi usynlige – selv for spørgsmål om vores eget produkt.

Forskellen? AI kan nu udtrække specifik, brugbar information fra vores dokumentation i stedet for at skulle grave i kontekst og fortælling.

Lad mig tilføje lidt data om platformsspecifik opførsel.

Hvordan forskellige platforme bruger vidensbaser:

Implikationer:

• For Perplexity: Friskhed og crawlbarhed betyder mest
• For ChatGPT: Autoritet og træningsdatainklusion betyder mest
• For Google: Struktureret data og søgerangering betyder mest

En omfattende vidensbasestrategi skal tage højde for disse forskelle. Hvad der virker for én platform, virker ikke nødvendigvis for en anden.

Vi er en SaaS-startup, der byggede hele vores dokumentationssite med AI-hentning som hovedformål. Nogle praktiske erfaringer:

Teknisk implementering:

• Brugte MDX til dokumentation (struktureret, maskinlæsbar)
• Implementerede schema.org-markup for alle indholdstyper
• Oprettede et API-endpoint, der returnerer strukturerede versioner af vores dokumentation
• Tilføjede eksplicitte metadata-blokke til hver side

Hvad der virkede:

Vores produktdokumentation vises i ChatGPT-svar for vores niche. Når brugere spørger om, hvordan man gør noget med vores type software, bliver vi citeret sammen med langt større konkurrenter.

Hvad der ikke virkede:

Forsøgte i starten at være for smarte med dynamisk indholdsgenerering. AI-systemer foretrækker stabilt, ensartet struktureret indhold frem for dynamisk sammensatte sider.

Spørgsmål om meta-laget: Hvordan håndterer I forholdet mellem jeres hjemmesideindhold og jeres vidensbase?

Er I: A) Behandler dem som det samme (hjemmesiden ER vidensbasen) B) Har en separat intern vidensbase, der fodrer hjemmesiden C) Bygger et parallelt AI-optimeret indholds-lag

Vi diskuterer dette internt og er ikke sikre på, hvilken tilgang der skalerer bedst.

Godt spørgsmål. Sådan tænker vi om det:

Vores tilgang er B med elementer af A:

Vi vedligeholder en struktureret intern vidensbase (vores sandhedskilde), der genererer både:

• Menneskelæsbart hjemmesideindhold
• Maskinlæsbare formater (JSON-LD, struktureret data)

Fordelene:

1. Én sandhedskilde for alt indhold
2. Kan optimere den maskinlæsbart version uden at påvirke brugeroplevelsen
3. Nemmere at holde konsistens og aktualitet
4. Kan spore, hvilke indholdsstykker der oftest bliver hentet

I praksis:

Samme indhold, forskellige præsentationer. Vidensbasen har rig metadata og struktur. Hjemmeside-versionen tilføjer design og fortælling. Begge tjener deres publikum.

Jeg ville undgå mulighed C (separat AI-lag) – for meget indhold at vedligeholde, og de vil uundgåeligt glide ud af synkronisering.

Tilføjer et ML-perspektiv til at supplere diskussionen om content-strategi.

Hvorfor RAG foretrækker struktureret indhold:

Vektorembeddings fungerer bedre på semantisk sammenhængende tekst. Når du skriver “Hvad er X? X er…”, fanger embeddingen denne definitionsrelation klart. Når X er begravet i afsnit 7 af en lang artikel, bliver embeddingen støjende.

Praktiske implikationer:

• Overskrifter fungerer som semantiske etiketter – brug dem flittigt
• Første sætning i afsnit bør opsummere afsnittet
• Lister og tabeller skaber klare semantiske grænser
• Undgå stedord, der kræver kontekst for at blive forstået

Korrelationen til embedding-kvalitet:

Jeg har testet det – indhold, der giver rene, semantisk distinkte embeddings, bliver hentet mere præcist. Sjusk med struktur = uklare embeddings = dårlig hentning = færre citater.

Struktur handler ikke længere kun om menneskelig læsbarhed.

Traditionelt udgiverperspektiv. Vi kæmper med dette.

Årtiers indhold skabt til print-først eller web-browsing. Nu skal det struktureres til AI-hentning?

Udfordringen:

• 50.000+ artikler i vores arkiv
• Skrevet i fortællende, journalistisk stil
• Minimal struktur udover overskrift og brødtekst

Hvad vi gør:

1. Prioriterer omstrukturering af vores evergreen, mest værdifulde indhold
2. Nyt indhold følger AI-venlige skabeloner fra dag ét
3. Eksperimenterer med AI-assisteret omstrukturering af arkivet

Tidlige gevinster:

Vores omstrukturerede “forklarings”-indhold bliver citeret markant mere end vores traditionelle artikler. ROI på omstrukturering bliver tydelig.

Men omfanget af det retroaktive arbejde er overvældende.

Denne tråd er utroligt værdifuld. Mine pointer:

Vidensbasens struktur for AI-henvisninger:

1. Tænk i stykker – 200-500 tokens, hver semantisk komplet
2. FAQ-format vinder – Spørgsmål-svar-par matcher direkte til AI-svarmønstre
3. Metadata betyder noget – Attribution, datoer, kategorier hjælper AI med at forstå og citere
4. Én sandhedskilde – Én kanonisk vidensbase, flere præsentationer
5. Platformsforskelle findes – Perplexity vil have friskhed, ChatGPT vil have autoritet

Paradigmeskiftet:

Content-strategi udvikler sig fra “skriv til mennesker, optimer til søgning” til “strukturér til maskiner, præsenter til mennesker.” Den underliggende indholdsarkitektur bliver lige så vigtig som skrivekvaliteten.

Enhver, der ignorerer dette, vil opleve, at deres indhold bliver stadig mere usynligt i AI-formidlet opdagelse.

Perfekt opsummeret. Et sidste perspektiv:

Dette er fremtiden for content-strategi.

Vi bevæger os fra en verden, hvor indhold lever på sider, som mennesker browser, til en verden, hvor indhold lever i hentbare vidensstrukturer, som AI-systemer forespørger på vegne af mennesker.

De organisationer, der bygger robuste vidensarkitekturer nu, vil dominere AI-formidlet opdagelse. Dem, der ikke gør, vil blive usynlige, efterhånden som AI bliver den primære grænseflade for indholdsopdagelse.

Det er ikke en overdrivelse – det er den logiske konsekvens af nuværende tendenser.

Tak for alle input. Jeg vil tage meget af dette med i vores redesign af vidensbasen.