Hva er den ideelle innholdslengden for AI-søk? Spiller antall ord egentlig noen rolle lenger?

Vi har undersøkt dette spesifikt. Her er hva vi fant.

Dataene (500+ artikler analysert):

Siteringsrate etter antall ord:

• Under 500 ord: 12 % siteringsrate
• 500–1 000 ord: 18 % siteringsrate
• 1 000–2 000 ord: 26 % siteringsrate
• 2 000–3 000 ord: 31 % siteringsrate
• Over 3 000 ord: 28 % siteringsrate

Mønsteret:

Siteringsraten øker med lengde opp til et visst punkt (~2 500 ord), deretter flater den ut eller synker litt.

Men her er det viktige:

Da vi kontrollerte for innholdsstruktur og ekspertisesignaler, forsvant lengdeeffekten stort sett. Det som faktisk betydde noe:

1. Omfattende dekning av tema (ikke bare lengde)
2. Klare, uthentbare svar
3. Spørsmål-svar-format
4. Ekspertisesignaler

Langt innhold har ofte disse kvalitetene. Kort innhold har det ofte ikke. Men et godt strukturert stykke på 800 ord kan slå et rotete stykke på 3 000 ord.

Det egentlige målet:

Ikke antall ord. Svarkvalitet og uthentbarhet.

Så lengde korrelerer med kvalitet, men er ikke årsaken? Det gir mening.

Hva betyr “uthentbarhet” i praksis?

Forfatterperspektiv på lengde-spørsmålet.

Hva jeg har endret:

Gammel tilnærming: “Vi trenger 2 000 ord for å rangere. La meg utvide disposisjonen.”

Resultat: Utstrakt innhold med god informasjon gjemt.

Ny tilnærming: “La meg dekke emnet grundig. Hver seksjon bør kunne siteres.”

Resultat: Innholdet blir så langt det trenger å være. Hver seksjon verdifull.

Den praktiske forskjellen:

Jeg skriver nå i moduler:

• Hver H2-seksjon svarer på et spesifikt spørsmål
• Hver seksjon starter med det direkte svaret
• Dybde kommer etterpå, men svaret kommer først
• Hver seksjon kan trekkes ut uavhengig

Antall ord-resultat:

De fleste stykker havner naturlig på 1 200–2 500 ord. Ikke fordi jeg sikter mot det, men fordi grundig dekning krever det.

Noen temaer blir 800 ord. Noen blir 4 000. Lengden matcher nødvendig dybde.

Befrielsen:

Sluttet å fylle på for å nå vilkårlige antall ord. Innholdet er bedre. AI-siteringer har økt med 34 %.

Slik behandler AI-systemer faktisk innholdslengde.

Hva som skjer teknisk:

1. AI mottar brukerforespørsel
2. Hentingssystemet finner relevante avsnitt
3. AI vurderer avsnittenes relevans og kvalitet
4. Beste avsnitt settes sammen til svar
5. Kilder siteres

Viktig innsikt:

Steg 2 er på avsnittsnivå, ikke dokumentnivå. AI leser ikke hele artikkelen på 3 000 ord og sier “denne er grundig.” Den finner spesifikke avsnitt som svarer på forespørselen.

Hva dette betyr:

• Hver seksjon vurderes uavhengig
• Langt innhold gir flere sjanser til å matche forespørsler
• Men hver seksjon må være sterk alene

“Flere kroker”-teorien:

Lengre innhold med flere distinkte seksjoner gir flere “kroker” for ulike forespørsler. En guide på 2 500 ord som dekker 8 undertemaer kan bli sitert for 8 forskjellige forespørselstyper.

Kort innhold kan treffe én forespørsel, men bomme på andre.

Balansen:

Omfattende nok til å dekke emnet fullt. Hver seksjon strukturert for uttrekk. Naturlig lengde, ikke fyll.

Redaksjonelt perspektiv på lengde-debatten.

Dette sier vi til forfatterne nå:

“Dekk temaet grundig. Svar på alle spørsmål leseren kan ha. Men hvert avsnitt må fortjene plassen sin.”

Kvalitetstesten:

For hver seksjon, spør:

• Tilfører dette informasjon leseren trenger?
• Kan dette siteres som svar?
• Er dette klart nok til å trekkes ut?

Hvis nei på alle tre, kutt det.

Formatretningslinjer:

Åpning: Direkte svar (50–100 ord) Hoveddel: Dybde, eksempler, bevis (etter behov) Seksjoner: Hver med tydelig spørsmål/svar-struktur Konklusjon: Viktige poenger (uthentbare)

Resultat på antall ord:

Vi sluttet å sette mål. Artikler varierer fra 600–4 000 ord avhengig av tema. Snittet er rundt 1 800.

Hva som har blitt bedre:

Leserengasjement (lengre tid på siden) AI-siteringer (opp 28 %) Organisk ytelse (uendret, fortsatt sterk)

Kvalitet slår vilkårlig lengde.

A/B-test vi kjørte på innholdslengde.

Eksperimentet:

Samme tema, to versjoner:

• Versjon A: 1 200 ord, stramt strukturert
• Versjon B: 2 800 ord, mer omfattende

Begge hadde samme ekspertisesignaler, samme forfatter, samme strukturtilnærming.

Resultater etter 3 måneder:

Versjon A (1 200 ord):

• Rangert på plass 8
• 15 % AI-siteringsrate
• Bra for fokuserte forespørsler

Versjon B (2 800 ord):

• Rangert på plass 4
• 28 % AI-siteringsrate
• Sitert for flere forespørselsvarianter

Tolkningen:

Lengre versjon vant både for rangering og AI-siteringer. Men det var ikke lengden – det var ekstra temadekning.

Versjon B dekket randtilfeller, svarte på oppfølgingsspørsmål, ga flere eksempler. Den var genuint mer nyttig.

Lærdommen:

Ikke skriv langt bare for å skrive langt. Men grundig dekning krever naturlig flere ord, og gir bedre resultater.

Et annet perspektiv: noen ganger vinner kort.

Min erfaring fra nisjeside:

Jeg skriver om et veldig spesifikt teknisk tema. Mitt AI-innhold som presterer best:

• Gjennomsnitt 900 ord
• Ekstremt fokusert
• Ett spørsmål, grundig svar
• Sterke ekspertisesignaler

Hvorfor kort fungerer her:

1. Forespørslene er spesifikke (“Hvordan konfigurerer jeg X for Y?”)
2. Brukere vil ha direkte svar, ikke guider
3. Lite konkurranse (bare spesialister)
4. Min ekspertise er tydelig og troverdig

Sammenligningen:

Konkurrenten skrev “den ultimate guiden” på 3 500 ord. Den rangerer #1 på Google.

Mitt fokuserte stykke på 900 ord blir sitert i AI-svar 3x oftere. AI ser det som det direkte, ekspert-svaret.

Lærdommen:

Lengde bør matche brukerintensjon:

• Bredt undervisningsemne: Omfattende dekning
• Spesifikke tekniske spørsmål: Fokuserte ekspertsvar
• Forskningsforespørsler: Dypgående analyse
• Hvordan-spørsmål: Klare, praktiske steg

Én størrelse passer ikke alle.

Rammeverk for å bestemme innholdslengde.

Intensjonsbasert tilnærming:

Informativt/undervisende (“Hva er X?”):

• Omfattende dekning kreves
• 1 500–3 000 ord er vanlig
• Dekk alle aspekter og relaterte spørsmål

Prosedyrebasert (“Hvordan gjør jeg X?”):

• Fokuser og praktisk
• 800–2 000 ord er vanlig
• Klare steg, eksempler, tips

Definisjonsbasert (“Hva betyr X?”):

• Kortfattet og tydelig
• 500–1 200 ord er vanlig
• Direkte svar med kontekst

Sammenlignende (“X vs Y”):

• Strukturert sammenligning
• 1 200–2 500 ord er vanlig
• Tabeller, klare kriterier

Målingen:

Følg med på siteringer etter innholdstype og lengde. Du vil finne mønstre som er spesifikke for din nisje.

Hva vi fant:

Våre sammenligningsposter (~2 000 ord) blir sitert mest. Våre “hvordan”-poster (~1 200 ord) er en god nummer to. Våre meningsartikler (2 500+ ord) rangerer godt men blir sjeldnere sitert.

Intensjon og struktur betyr mer enn rå lengde.

Praktisk innholdsstruktur for enhver lengde.

Den modulære tilnærmingen:

Uansett total lengde, strukturer hver seksjon slik:

## Spørsmål som overskrift?

**Direkte svar i de første 1–2 setningene.**

Støttende detaljavsnitt...

- Hovedpunkt 1
- Hovedpunkt 2
- Hovedpunkt 3

Ytterligere kontekst eller eksempler...

Hvorfor dette fungerer:

• AI kan trekke ut det direkte svaret
• Liste gir flere siterbare poenger
• Fungerer enten seksjonen er 150 eller 500 ord

Skalering opp:

For lengre innhold, flere seksjoner, ikke lengre seksjoner. Hver seksjon forblir fokusert og uthentbar.

Skalering ned:

For kortere innhold, færre seksjoner, men samme struktur per seksjon.

Konsistensen:

Hver artikkel følger samme struktur. Lengden varierer, tilnærmingen gjør ikke.

Denne tråden har endret hvordan jeg tenker om lengde.

Viktige læringspunkter:

1. Lengde korrelerer med kvalitet, men er ikke årsaken – Grundig dekning betyr mer enn antall ord
2. Uthentbarhet > lengde – AI trekker ut avsnitt, ikke hele artikler
3. Strukturer hver seksjon for sitering – Direkte svar først, dybde etterpå
4. Match lengde til intensjon – Ulike forespørsler trenger ulik dybde
5. Slutt å fylle på – Hvert avsnitt må fortjene plassen

Våre nye retningslinjer:

• Ingen minstekrav til antall ord
• Omfattende temadekning påkrevd
• Hver seksjon må kunne siteres
• Kvalitetsvurdering fokuserer på uthentbarhet

Hvordan vi vil måle:

Følg med på hvilket innhold som blir sitert (Am I Cited) og analyser mønstre i struktur og lengde over tid.

Takk for datadrevne innspill!