Hvad er den ideelle indholdslængde for AI-søgning? Betyder antal ord overhovedet noget længere?

Vi har undersøgt dette specifikt. Her er, hvad vi fandt.

Dataene (500+ artikler analyseret):

Citeringsrate efter antal ord:

• Under 500 ord: 12% citeringsrate
• 500-1.000 ord: 18% citeringsrate
• 1.000-2.000 ord: 26% citeringsrate
• 2.000-3.000 ord: 31% citeringsrate
• Over 3.000 ord: 28% citeringsrate

Mønstret:

Citeringsraten stiger med længden op til et punkt (~2.500 ord), hvorefter den flader ud eller falder let.

Men her er den afgørende indsigt:

Da vi kontrollerede for indholdsstruktur og ekspertise-signaler, forsvandt længdeeffekten stort set. Det, der reelt betød noget, var:

1. Fyldestgørende emnedækning (ikke bare længde)
2. Klarhed og udtrækkelige svar
3. Spørgsmål-svar-format
4. Ekspertise-signaler

Lange tekster har ofte disse kvaliteter. Korte gør ikke altid. Men et veldisponeret stykke på 800 ord kan overgå et rodet på 3.000 ord.

Det reelle målepunkt:

Ikke antal ord. Svarenes kvalitet og udtrækkelighed.

Så længde korrelerer med kvalitet, men er ikke årsagen? Det giver mening.

Hvad betyder “udtrækkelighed” i praksis?

Skribentens perspektiv på spørgsmålet om længde.

Det jeg har ændret:

Gammel tilgang: “Vi skal bruge 2.000 ord for at rangere. Jeg udvider dispositionen.”

Resultat: Fyldt indhold med god information gemt væk.

Ny tilgang: “Jeg dækker emnet fyldestgørende. Hver sektion skal kunne citeres.”

Resultat: Indholdet er så langt, som det behøver at være. Hver sektion er værdifuld.

Den praktiske forskel:

Jeg skriver nu i moduler:

• Hver H2-sektion besvarer et specifikt spørgsmål
• Hver sektion starter med det direkte svar
• Dybde kommer bagefter, men svaret er først
• Hver sektion kan udtrækkes uafhængigt

Antal ord:

De fleste tekster ender på 1.200-2.500 ord naturligt. Ikke fordi jeg sigter efter det, men fordi fyldestgørende dækning kræver det.

Nogle emner er 800 ord. Nogle er 4.000. Længden matcher den nødvendige dybde.

Friheden:

Holdt op med at fylde ud for at nå et vilkårligt antal ord. Indholdet er bedre. AI-citater er steget 34%.

Sådan håndterer AI-systemer faktisk indholdslængde.

Hvad sker der teknisk:

1. AI modtager brugerforespørgsel
2. Hentningssystem finder relevante passager
3. AI vurderer passagens relevans og kvalitet
4. Bedste passager sammensættes til svar
5. Kilder citeres

Vigtig indsigt:

Trin 2 foregår på passageniveau, ikke dokumentniveau. AI læser ikke hele din artikel på 3.000 ord og tænker “dette er fyldestgørende.” Den finder specifikke passager, der besvarer forespørgslen.

Hvad det betyder:

• Hver sektion vurderes uafhængigt
• Langt indhold = flere chancer for at matche forespørgsler
• Men hver sektion skal være stærk alene

“Flere kroge”-teorien:

Længere indhold med flere distinkte sektioner giver flere “kroge” for forskellige forespørgsler. En guide på 2.500 ord, der dækker 8 underemner, kan blive citeret for 8 forskellige forespørgselstyper.

Kort indhold kan ramme én forespørgsel, men misse andre.

Balancen:

Fyldestgørende nok til at dække emnet fuldt. Hver sektion struktureret til udtræk. Naturlig længde, ikke fyldt ud.

Redaktionelt perspektiv på længdedebatten.

Det vi siger til skribenter nu:

“Dæk emnet grundigt. Besvar alle spørgsmål, læseren måtte have. Men hver paragraf skal have sin berettigelse.”

Kvalitetstesten:

For hver sektion, spørg:

• Tilføjer det information, læseren har brug for?
• Kan dette blive citeret som svar?
• Er det klart nok til at blive udtrukket?

Hvis nej til alle tre, så fjern det.

Formatretningslinjer:

Indledning: Direkte svar (50-100 ord) Brødtekst: Dybde, eksempler, evidens (efter behov) Sektioner: Alle med klar spørgsmål/svar-struktur Konklusion: Centrale pointer (udtrækkelige)

Antal ord-resultat:

Vi satte ingen mål. Artikler spænder fra 600-4.000 ord afhængigt af emnet. Gennemsnittet er omkring 1.800.

Hvad blev bedre:

Læserengagement (længere tid på siden) AI-citater (op 28%) Organisk performance (uændret, stadig stærk)

Kvalitet slår vilkårlig længde.

A/B-test vi lavede på indholdslængde.

Eksperimentet:

Samme emne, to versioner:

• Version A: 1.200 ord, stramt struktureret
• Version B: 2.800 ord, mere fyldestgørende

Begge havde samme ekspertisesignaler, samme forfatter, samme strukturtilgang.

Resultater efter 3 måneder:

Version A (1.200 ord):

• Rangplacering 8
• 15% AI-citeringsrate
• God til fokuserede forespørgsler

Version B (2.800 ord):

• Rangplacering 4
• 28% AI-citeringsrate
• Citeret for flere forespørgselsvarianter

Tolkningen:

Den lange version vandt for rangering OG AI-citater. Men det var ikke længden – det var den udvidede emnedækning.

Version B dækkede kanttilfælde, besvarede opfølgende spørgsmål, gav flere eksempler. Den var reelt mere nyttig.

Konklusionen:

Skriv ikke langt for længdens skyld. Men fyldestgørende dækning kræver naturligt flere ord og klarer sig bedre.

Andet perspektiv: nogle gange vinder det korte.

Min niche-site erfaring:

Jeg skriver om et meget specifikt teknisk emne. Mit bedst-performende AI-indhold:

• Gennemsnitligt 900 ord
• Ekstremt fokuseret
• Ét spørgsmål, grundigt svar
• Stærke ekspertsignaler

Hvorfor kort virker her:

1. Forespørgslerne er specifikke (“Hvordan konfigurerer jeg X til Y?”)
2. Brugerne vil have direkte svar, ikke guider
3. Konkurrencen er lille (kun specialister)
4. Min ekspertise er troværdig og tydelig

Sammenligningen:

Konkurrenten skrev en “ultimativ guide” på 3.500 ord. Den ligger nr. 1 på Google.

Mit fokuserede indhold på 900 ord bliver citeret i AI-svar 3x så ofte. AI ser det som det direkte, ekspert-svar.

Læringen:

Længden skal matche brugerintention:

• Brede, uddannelsesmæssige emner: Fyldestgørende dækning
• Specifikke tekniske spørgsmål: Fokuserede ekspertsvar
• Forskningsforespørgsler: Dybdegående analyse
• How-to-forespørgsler: Klare, praktiske trin

Én størrelse passer ikke alle.

Ramme for at bestemme indholdslængde.

Intention-baseret tilgang:

Informativ/uddannelsesmæssig (“Hvad er X?”):

• Fyldestgørende dækning nødvendig
• 1.500-3.000 ord typisk
• Dæk alle aspekter og relaterede spørgsmål

Proceduremæssig (“Hvordan gør jeg X?”):

• Fokuseret og praktisk
• 800-2.000 ord typisk
• Klare trin, eksempler, tips

Definition (“Hvad betyder X?”):

• Kortfattet og klar
• 500-1.200 ord typisk
• Direkte svar med kontekst

Sammenlignende (“X vs Y”):

• Struktureret sammenligning
• 1.200-2.500 ord typisk
• Tabeller, klare kriterier

Målingen:

Følg citater pr. indholdstype og længde. Du vil finde mønstre, der er specifikke for din niche.

Hvad vi opdagede:

Vores sammenligningsindlæg (~2.000 ord) bliver citeret mest. Vores how-to-indlæg (~1.200 ord) er tæt på andenpladsen. Vores debatindlæg (2.500+ ord) rangerer godt men bliver citeret mindre.

Intention og struktur betyder mere end rå længde.

Praktisk indholdsstruktur uanset længde.

Den modulære tilgang:

Uanset totallængde, strukturer hver sektion som:

## Spørgsmål som overskrift?

**Direkte svar i de første 1-2 sætninger.**

Uddybende forklaring...

- Hovedpointe 1
- Hovedpointe 2
- Hovedpointe 3

Ekstra kontekst eller eksempler...

Hvorfor det virker:

• AI kan udtrække det direkte svar
• Listen giver flere citerbare pointer
• Virker uanset om sektionen er 150 eller 500 ord

Opskalering:

Ved længere indhold: flere sektioner, ikke længere sektioner. Hver sektion forbliver fokuseret og udtrækkelig.

Nedskalering:

Ved kortere indhold: færre sektioner, men samme struktur i hver sektion.

Konsistensen:

Hvert indlæg følger samme struktur. Længden varierer, tilgangen gør ikke.

Denne tråd har ændret min opfattelse af længde.

Vigtigste pointer:

1. Længde korrelerer med kvalitet, men er ikke årsagen – Fyldestgørende dækning betyder noget, ikke antal ord
2. Udtrækkelighed > længde – AI trækker passager, ikke hele artikler
3. Strukturer hver sektion til citation – Direkte svar først, dybde bagefter
4. Match længde til intention – Forskellige forespørgsler kræver forskellig dybde
5. Stop med at fylde ud – Hver paragraf skal have sin berettigelse

Vores nye retningslinjer:

• Ingen minimumsantal ord
• Fyldestgørende emnedækning kræves
• Hver sektion skal kunne citeres
• Kvalitetsgennemgang fokuserer på udtrækkelighed

Sådan måler vi:

Følg hvilket indhold der bliver citeret (Am I Cited) og analyser mønstre i struktur og længde over tid.

Tusind tak for alle de datadrevne indsigter!