Bygge en kunnskapsbase spesielt for AI-siteringer – er dette fremtiden for innholdsstrategi?

Du er inne på noe viktig her. Jeg jobber med RAG-implementeringer for bedriftskunder, og innholdssiden er ofte flaskehalsen.

Hvorfor struktur i kunnskapsbasen betyr noe for AI:

Når AI-systemer henter innhold, leser de det ikke som mennesker. De:

1. Konverterer innholdet ditt til vektorembeddinger
2. Matcher spørrings-embeddinger til innholds-embeddinger
3. Henter de mest semantisk like chunkene
4. Syntetiserer svar fra disse chunkene
5. Siterer kildene de hentet fra

Hva dette betyr for innholdsprodusenter:

• Chunking er ekstremt viktig – Hvis innholdet ikke er delt i sammenhengende biter, klarer ikke AI å hente riktige deler
• Semantisk klarhet er nøkkelen – Hver chunk må gi mening alene
• Metadata muliggjør matching – Tydelige merkelapper hjelper AI å forstå hva hver del handler om

Det ideelle chunk-formatet:

200–500 tokens er riktig. For små chunks mister du kontekst. For store blir relevansen utvannet. Jeg har sett optimale chunk-størrelser variere etter innholdstype:

• FAQ-innhold: 100–200 tokens
• Veiledninger: 300–500 tokens
• Teknisk dokumentasjon: 400–600 tokens

Strukturen du innfører er nøyaktig det AI-gjenfinningssystemer trenger for å fungere effektivt.

Vi gjør noe lignende i stor skala. Dette fungerer hos oss:

Kunnskapsbasearkitektur for AI:

1. Kanoniske definisjoner – Én autoritativ kilde per begrep, ikke spredte omtaler
2. Eksplisitte relasjoner – Tydelige foreldre-barn og søskenforhold mellom innholdsdeler
3. Versjonskontroll – Publiseringsdatoer og oppdateringshistorikk så AI vet hva som er aktuelt
4. Forfatterattributt – Navngitte eksperter gir troverdighetssignaler AI-systemer gjenkjenner

Målingen:

Vi sporer AI-siteringer med Am I Cited og sammenligner med bruksmålinger av kunnskapsbasen. Innhold som blir sitert mer i AI er også det som er best strukturert. Det er sterk sammenheng mellom strukturkvalitet og siteringsfrekvens.

Det som overrasket oss:

FAQ-sider overgår omfattende guider når det gjelder AI-siteringer. Spørsmål-svar-formatet passer perfekt med hvordan AI genererer svar. Våre mest siterte sider er alle strukturert som diskrete Q&A-par.

Teknisk dokumentasjonsperspektiv her.

Vi har totalt revurdert hvordan vi skriver dokumentasjon med AI-gjenfinning i tankene:

Gammel tilnærming:

• Lange forklarende fortellinger
• Nøkkelinformasjon gjemt bort
• Forutsatte at brukeren leste alt
• Få eksempler

Ny tilnærming:

• Start med svaret eller nøkkelinformasjonen
• Ett tema per side
• Rikelig med kodeeksempler med forklaringer
• Eksplisitte “Når bruke dette” og “Vanlige feil”-seksjoner

Resultatet:

Dokumentasjonen vår blir nå regelmessig sitert når utviklere spør ChatGPT om API-et vårt. Før omstruktureringen var vi usynlige selv for egne produktspørsmål.

Forskjellen? AI kan nå trekke ut spesifikk, handlingsrettet informasjon fra dokumentasjonen vår i stedet for å måtte tolke sammenheng og fortelling.

La meg legge til noen data om plattformspesifikk oppførsel.

Hvordan ulike plattformer bruker kunnskapsbaser:

Implikasjoner:

• For Perplexity: Ferskhet og gjennomsøkbarhet er viktigst
• For ChatGPT: Autoritet og inkludering i treningsdata er viktig
• For Google: Strukturert data og søkerangering er viktig

En omfattende kunnskapsbasestrategi må ta høyde for disse forskjellene. Det som fungerer for én plattform, fungerer kanskje ikke for en annen.

Vi er en SaaS-startup som bygde hele dokumentasjonsnettstedet vårt med AI-gjenfinning som hovedbrukstilfelle. Noen praktiske lærdommer:

Teknisk implementering:

• Brukte MDX for dokumentasjon (strukturert, maskinlesbart)
• Implementerte schema.org-markering for alle innholdstyper
• Opprettet et API-endepunkt som returnerer strukturerte versjoner av dokumentasjonen
• La til eksplisitte metadata-blokker på hver side

Hva fungerte:

Produktdokumentasjonen vår vises i ChatGPT-svar for vår nisje. Når brukere spør hvordan de gjør noe med vår type programvare, blir vi sitert sammen med langt større konkurrenter.

Hva fungerte ikke:

Vi prøvde først å være for smarte med dynamisk innholdsgenerering. AI-systemer foretrekker stabilt, konsekvent strukturert innhold fremfor dynamisk sammensatte sider.

Spørsmål om metanivået: Hvordan håndterer dere forholdet mellom innholdet på nettstedet og kunnskapsbasen deres?

Er dere: A) Behandler dem som det samme (nettstedet ER kunnskapsbasen) B) Har en egen intern kunnskapsbase som mater nettstedet C) Bygger et parallelt AI-optimalisert innholdslag

Vi diskuterer dette internt og er usikre på hvilken tilnærming som skalerer best.

Godt spørsmål. Slik tenker vi:

Vår tilnærming er B med elementer av A:

Vi opprettholder en strukturert intern kunnskapsbase (vårt sannhetspunkt) som genererer både:

• Menneskelesbart nettinnhold
• Maskinlesbare formater (JSON-LD, strukturert data)

Fordelene:

1. Ett sannhetspunkt for alt innhold
2. Kan optimalisere den maskinlesbare versjonen uten å påvirke brukeropplevelsen
3. Enklere å opprettholde konsistens og ferskhet
4. Kan spore hvilke innholdsdeler som blir hentet mest

Praktisk:

Samme innhold, ulike presentasjoner. Kunnskapsbasen har rik metadata og struktur. Nettstedsversjonen legger til design og narrativ flyt. Begge tjener sitt publikum.

Jeg ville unngått alternativ C (eget AI-lag) – for mye innhold å vedlikeholde, og de vil uunngåelig skli ut av synk.

Legger til et ML-perspektiv for å komplettere innholdsstrategidiskusjonen.

Hvorfor RAG foretrekker strukturert innhold:

Vektorembeddinger fungerer bedre på semantisk sammenhengende tekst. Når du skriver “Hva er X? X er…”, fanger embeddingen den definisjonsrelasjonen tydelig. Når X er gjemt i avsnitt 7 av en omstendelig artikkel, blir embeddingen uklar.

Praktiske implikasjoner:

• Overskrifter fungerer som semantiske etiketter – bruk dem ofte
• Første setning i seksjoner bør oppsummere seksjonen
• Lister og tabeller skaper tydelige semantiske grenser
• Unngå pronomen som krever kontekst for å tolkes

Korrellasjon med embedding-kvalitet:

Jeg har testet dette – innhold som gir rene, semantisk distinkte embeddinger blir hentet mer presist. Slapp struktur = uklare embeddinger = dårlig gjenfinning = færre siteringer.

Struktur handler ikke lenger bare om lesbarhet for mennesker.

Tradisjonelt forlagsperspektiv. Vi sliter med dette.

Tiår med innhold laget for print først eller nettleseropplevelse. Nå må det struktureres for AI-gjenfinning?

Utfordringen:

• 50 000+ artikler i arkivet
• Skrevet i fortellende journalistisk stil
• Minimal struktur utover overskrift og brødtekst

Hva vi gjør:

1. Prioriterer omstrukturering for vårt eviggrønne, mest verdifulle innhold
2. Nytt innhold følger AI-vennlige maler fra dag én
3. Eksperimenterer med AI-assistert omstrukturering av arkivet

Tidlige gevinster:

Vårt omstrukturerte “forklarende” innhold blir sitert betydelig mer enn våre tradisjonelle artikler. ROI på omstrukturering begynner å bli tydelig.

Men omfanget av etterarbeidet er overveldende.

Denne tråden er utrolig verdifull. Mine oppsummeringer:

Kunnskapsbasestruktur for AI-siteringer:

1. Tenk i chunks – 200–500 tokens, hver semantisk komplett
2. FAQ-format vinner – Spørsmål-svar-par samsvarer direkte med AI-svarsmønstre
3. Metadata teller – Attribusjon, datoer, kategorier hjelper AI å forstå og sitere
4. Én sannhetskilde – Én kanonisk kunnskapsbase, flere presentasjoner
5. Plattformforskjeller finnes – Perplexity vil ha ferskhet, ChatGPT vil ha autoritet

Paradigmeskiftet:

Innholdsstrategi utvikler seg fra “skriv for mennesker, optimaliser for søk” til “strukturer for maskiner, presenter for mennesker.” Den underliggende innholdsarkitekturen blir like viktig som skrivekvaliteten.

De som ignorerer dette vil oppleve at innholdet blir stadig mer usynlig i AI-formidlet oppdagelse.

Perfekt oppsummert. La meg legge til én siste tanke:

Dette er fremtiden for innholdsstrategi.

Vi beveger oss fra en verden der innhold lever på sider mennesker blar gjennom, til en verden der innhold lever i gjenfinnbare kunnskapsstrukturer som AI-systemer spør på vegne av mennesker.

Organisasjonene som bygger robuste kunnskapsarkitekturer nå vil dominere AI-formidlet innholdsoppdagelse. De som ikke gjør det, vil bli usynlige etter hvert som AI blir det primære grensesnittet for innholdsoppdagelse.

Dette er ikke overdrevet – det er den logiske enden på dagens trender.

Takk til alle for innsiktene. Skal ta med mye av dette i vår redesign av kunnskapsbasen.