Straffar AI tunt innehåll annorlunda än Google? Vi testade och fick överraskande resultat

Bra test. Jag vill ge lite kontext kring varför AI behandlar tunt innehåll annorlunda.

Google vs AI-utvärdering:

Varför AI “ignorerar” tunt innehåll:

AI-system frågar: “Tillför detta innehåll något jag kan citera?”

Tunt innehåll brukar:

• Återge allmänt vedertagna fakta
• Sakna specifika data
• Inte svara direkt
• Sakna citerbara insikter

AIs implicita kvalitetstest:

“Om jag citerar detta, ökar det trovärdigheten i mitt svar?”

Generiskt innehåll klarar inte testet. Originella insikter gör det.

Slutsats:

Tunt innehåll blir inte “straffat” – det är helt enkelt inte användbart för AIs syfte. Annorlunda mot Google, där tunt innehåll kan ranka om det har tillräckligt med länkar.

Vi har granskat hundratals sajter för AI-synlighet. Så här ser tunt innehåll ut i praktiken.

Mönster för AI-osynligt innehåll:

1. “Vad är X” utan differentiering

   • Generiska definitioner
   • Ingen unik vinkel
   • Kan finnas på vilken sajt som helst

2. Listartiklar utan djup

   • “10 tips för X”
   • Varje tips är en mening
   • Ingen förklaring eller bevis

3. Sammanställt innehåll

   • Samlar befintliga källor
   • Ingen egen analys
   • Inget AI inte kan hitta någon annanstans

4. Sökordsfyllt innehåll

   • Skrivet för Google, inte användare
   • Upprepande fraser
   • Inget verkligt värde

Mönster för AI-synligt innehåll:

1. Egen forskning med data
2. Expertperspektiv med meriter
3. Fallstudier med specifika resultat
4. Unika ramverk eller metoder
5. Förstahandsrapporter

Revisionsfråga:

“Om detta innehåll försvann, skulle något unikt gå förlorat?”

Om svaret är nej, är det tunt för AI.

Försvarar kortare innehåll:

Kort ≠ Tunt

Något av det mest AI-citerade innehållet är KORT:

• Svar på vanliga frågor (50–100 ord)
• Datapunkter med källa
• Definition med unik insikt
• Snabb guide med specifika steg

Vad gör kort innehåll värdefullt:

1. Svarar direkt – Ingen utfyllnad, bara svar
2. Citerbart format – Lätt att extrahera och citera
3. Unik information – Något som inte finns på andra ställen
4. Tydlig expertis – Författarens kompetens synlig

Exempelstruktur:

[Direkt svar – 50 ord]
[Stödjande data – 100 ord]
[Expertkontext – 100 ord]
[Praktisk tillämpning – 100 ord]

Totalt: 350 ord
AI-hänvisningsfrekvens: Ofta högre än guider på 2 000 ord

Insikten:

AI premierar densitet framför längd. Var koncis men substantiell.

Så uppgraderar du tunt innehåll för AI:

Revision av tunt innehåll:

För varje artikel, fråga:

1. Innehåller den unik information?
2. Svarar den direkt på frågor?
3. Skulle en expert hitta värde i den?
4. Finns det något citerbart?

Om 0–1 ja: Tunt (behöver mycket arbete)
Om 2 ja: Medel (behöver förbättras)
Om 3–4 ja: Substantiellt (optimera formatet)

Uppgradera tunt till substantiellt:

Vår process:

1. Granska allt innehåll för “tjocklek”
2. Prioritera sidor med rankingpotential
3. Lägg till unikt värde (inte bara fler ord)
4. Följ AI-hänvisningsförändringar

Typiska resultat:

Uppgraderat tunt innehåll: 200–400% ökning av AI-hänvisningar.
Bara ökad längd: Minimal skillnad.

E-handelns verklighet kring tunt innehåll:

Problemet:

De flesta produktsidor är “tunna” enligt AI:

• Generiska produktbeskrivningar
• Kopierade tillverkarspecifikationer
• Inget unikt värde

Vår lösning:

Förvandla produktsidor till informationsresurser:

Före (tunt):
“Högkvalitativ löparsko. Bekväm passform. Perfekt för löpare.”

Efter (substantiellt):
“Vikt 9,2 oz med 32 mm sultjocklek. Testad av 47 maratonlöpare i vår panel, fick 4,7/5 för dämpning vid löpning över 10 miles. Bäst för: neutral fotisättning, landsvägslöpning, distanser 10K+.”

Tilläggen:

• Specifika mått
• Egen testdata
• Tydliga användningsområden
• Expertrekommendationer

Resultat:

Produktsidor med unik data: 28% AI-hänvisningsfrekvens på produktfrågor
Generiska produktsidor: 3% AI-hänvisningsfrekvens

Investeringen:

Ja, det kräver mer arbete. Men generiskt produktinnehåll är osynligt för AI.

Så operationaliserar vi innehållstjocklek:

Vårt poängsystem för innehåll:

Varje artikel får poäng för:

Poängguide:

• 0–2 poäng: Tunt (publicera inte eller uppgradera)
• 3–5 poäng: Medel (okej för stödinnehåll)
• 6–10 poäng: Substantiellt (pelarinnehåll)

Vår regel:

Inget innehåll publiceras under 3 poäng.
Allt pelarinnehåll måste ha minst 7 poäng.

Resultatet:

Genomsnittlig AI-hänvisningsfrekvens ökade från 8% till 31% efter införandet av systemet.

Verktyg:

Vi använder en enkel checklista i vårt CMS. Skribenter självskattar, redaktörer verifierar.

Bra diskussion. Här är min modell utifrån insikterna:

AI:s ramverk för innehållstjocklek:

Kärnprincipen:

AI straffar inte tunt innehåll – det ignorerar innehåll utan citerbarhet. Frågan är inte “är detta tillräckligt långt?” utan “är detta värt att citera?”

Tjockleksfaktorer (prioriterade):

1. Egen forskning/data (högst värde)
2. Expertperspektiv
3. Specifika, verifierbara fakta
4. Unika insikter/ramverk
5. Direkt svar-format
6. Djup i täckning (inte längd)

Tjocklekstestet:

Ställ dessa frågor:

• Finns det information som är unik för oss?
• Skulle en expert hitta värde här?
• Finns det något specifikt citerbart?
• Besvarar detta direkt användarfrågor?

3–4 poäng: Substantiellt innehåll
1–2 poäng: Medel (förbättra innan publicering)
0 poäng: Tunt (publicera inte för AI-synlighet)

Praktiska förbättringar:

Poängen:

Antal ord ≠ tjocklek
Unikt värde = tjocklek

Fokusera på det som gör ditt innehåll oersättligt.

Tack alla för utmärkta insikter!