Hvad er de reelle forskelle mellem optimering til AI-søgning vs Google? Min playbook føles forældet

Chris, du har ramt kernen af spændingen. De er beslægtede, men forskellige discipliner.

Den grundlæggende forskel:

Google: Rangerer sider baseret på relevans + autoritetssignaler
AI: Synkroniserer svar fra flere kilder, den har tillid til

Signalkomparision:

Den vigtige indsigt:

Google spørger: “Hvilken side fortjener at være nr. 1?”
AI spørger: “Hvilke kilder skal jeg citere, når jeg svarer på dette spørgsmål?”

Det er forskellige spørgsmål med forskellige svar.

Forskelle i indholdsstrategi mellem AI og Google:

Google-optimeret indhold:

• Søgeordsfokuseret
• Struktureret til placeringer (H1, H2, keyword placering)
• Ofte længere for at ramme ordtalsmål
• Optimerede metabeskrivelser for klik
• Intern linking for crawlbarhed

AI-optimeret indhold:

• Svar-fokuseret
• Struktureret til udtræk (klare udsagn, tabeller, lister)
• Længde afhænger af fyldestgørelse, ikke mål
• Semantisk rigdom frem for keywordplacering
• Eksterne citationer for at opbygge troværdighed

Det, der virker for begge:

• Brugerfokuseret kvalitet
• Klar, autoritativ skrivning
• Omfattende emnedækning
• Frisk, opdateret indhold

Den praktiske tilgang:

Vi laver nu indhold med dobbelt optimering:

1. Kerneindhold, der tjener både brugere og AI
2. Tekniske SEO-elementer til Google
3. Strukturerede data til begge
4. Forskellige succeskriterier for hver kanal

Tekniske SEO-forskelle:

Hvad stadig betyder noget for begge:

• Sidehastighed og Core Web Vitals
• Mobiloptimering
• Crawlbarhed
• Sitestruktur
• HTTPS

Hvad betyder MERE for AI:

• Strukturerede data (FAQ, HowTo, Product schema)
• Indholdsadgang (ikke skjult i JS)
• Klar HTML-struktur
• Publiceringsdatoer og aktualitetssignaler
• Forfatterangivelse

Hvad betyder MINDRE for AI:

• Intern linkstruktur (for PageRank)
• URL-optimering
• Canonical tags (AI ser dem ikke)
• Robots.txt nuancer

Nye tekniske elementer for AI:

• AI-bot adgang (blokér ikke GPTBot, Anthropic, osv.)
• Schema markup udover Googles krav
• Aktualitetssignaler i metadata
• Korrekt forfattermarkup til E-E-A-T

Bureauperspektiv på at håndtere begge:

Hvordan vi strukturerer tjenester:

Kerne-SEO (stadig essentiel):

• Teknisk fundament
• Indholdsstrategi
• Linkbuilding
• Rangeringsmonitorering

AI-synlighed (nyt lag):

• AI-citationsovervågning
• Brandomtalestrategi
• Strukturerede data for AI
• Opdateringsvedligeholdelse
• Tilstedeværelse på tredjepartsplatforme

Ressourcefordeling (for en typisk kunde):

• 60 % traditionel SEO
• 40 % AI-synlighed

Hvorfor ikke 50/50:

Google står stadig for 90 %+ af søgetrafikken. Men AI vokser hurtigt og har højere konverteringsrater. Vi skifter gradvist, efterhånden som markedet gør.

Dataperspektiv på AI vs. Google performance:

Vores analyse af 500+ URLs:

Vigtigste indsigter:

1. Backlinks betyder 3x mere for Google end AI
2. Brandomtaler betyder 3x mere for AI end Google
3. Aktualitet betyder 2x mere for AI
4. Keyword density betyder næsten intet for AI

Det er reelt forskellige rangeringsfaktorer.

Forfatterperspektiv på forskellen:

At skrive til Google:

• Målrettet søgeord i titel, H1, første afsnit
• Søgeordsvariationer gennem teksten
• LSI-søgeord for semantisk dækning
• Ordantal-mål
• Meta-beskrivelse optimering

At skrive til AI:

• Svar på spørgsmålet direkte
• Giv omfattende dækning
• Brug klare, citerbare udsagn
• Inkluder specifikke datapunkter
• Strukturér til udtræk

Sådan skriver jeg nu:

Jeg skriver til mennesker først (hvilket også tjener AI godt), og tilføjer så SEO-elementer til Google.

Rådet om at “skrive til mennesker” var altid rigtigt, men nu er det bogstaveligt talt AI-strategien. AI udtrækker indhold, der lyder menneskeligt og autoritativt.

Målingsforskelle:

Google-målinger:

• Placeringer på målsøgeord
• Organisk trafik
• Klikrater
• Visninger
• Konverteringer fra organisk

AI-målinger:

• Citationsfrekvens
• Brandomtalefrekvens
• Share of voice i AI-svar
• Tone i omtaler
• AI-attribuerede konverteringer

Udfordringen:

Google Search Console viser din Google-performance.
Der findes ikke en “AI Search Console”.

Du har brug for værktøjer som Am I Cited til at spore AI-synlighed. Det er en helt anden måleinfrastruktur.

Vores tilgang:

Ugentlige AI-synlighedsrapporter sammen med ugentlige SEO-rapporter. Forskellige dashboards, forskellige KPI’er, forskellige optimeringsstrategier.

Brancheperspektiv på hvor dette bevæger sig hen:

Nuværende status:

• Google: 48,5 % af webtrafikken
• AI: 0,15 % af webtrafikken

Men:

• AI-trafik vokser 7x hurtigere
• AI-besøgende konverterer 4,4x højere
• AI bliver første kontaktpunkt for mange forespørgsler

Forudsigelse:

Om 3 år:

• Google: Stadig dominerende for transaktionsforespørgsler
• AI: Dominerende for research og anbefalingsforespørgsler

Strategisk implikation:

Du har brug for begge, men af forskellige grunde:

• Google: Volumen og transaktioner
• AI: Kvalitetsopdagelse og anbefalinger

Færdighederne overlapper, men fokus er forskelligt.

Denne tråd har gjort landskabet tydeligere. Her er min nye mentale model:

Hvad overføres fra SEO til AI:

• Grundlæggende indholdskvalitet
• Forståelse af brugerintention
• Tekniske optimeringsbasics
• Autoritetsopbygning (andre taktikker)
• Måledisciplin (andre målinger)

Hvad er anderledes for AI:

• Omtaler > Links
• Aktualitet > Alder
• Fyldestgørelse > Søgeord
• Tredjepartsvalidering > On-page optimering
• Citationer > Placeringer

Min opdaterede playbook:

Fundament (tjener begge):

• Kvalitetsrigt, omfattende indhold
• Stærkt teknisk fundament
• Klar sitestruktur
• Opdateret, vedligeholdt indhold

Google-specifikt lag:

• Søgeordsfokus
• Linkbuilding
• Rangeringsoptimering
• Klassiske SEO-elementer

AI-specifikt lag:

• Opbygning af brandomtaler
• Udvidelse af strukturerede data
• Tilstedeværelse på tredjepartsplatforme
• Overvågning af citationer

Ressourcefordelingsskifte:

Fra 100 % traditionel SEO til:

• 65 % traditionel SEO
• 35 % AI-synlighed

Vil formentlig skifte yderligere, efterhånden som AI-trafikken vokser.

Tak til alle for at hjælpe mig med at opdatere en 12 år gammel playbook.