GEO: bliv den kilde, AI-søgningen bygger på.

GEO står for generative engine optimization og handler om at blive brugt som kilde, når en sprogmodel svarer. Disciplinen er opstået, fordi en voksende del af søgningerne aldrig når frem til et blåt link: brugeren spørger ChatGPT, Gemini eller Googles AI-overblik og får et samlet svar med nogle få kilder.

Analyser gennem 2025 og 2026 peger samstemmende på, at organiske klikrater falder markant på de søgninger, hvor der vises et AI-svar, og at andelen af søgninger helt uden klik er høj på rene informationsspørgsmål. Samtidig viser de samme analyser, at det at blive nævnt som kilde giver væsentligt flere klik end ikke at blive det. Begge dele trækker i samme retning: synligheden flytter sig fra listen til svaret.

Vi starter med en nulpunktsmåling i stedet for en formodning. Fremgangsmåden er den samme hver gang, og den er bevidst kedelig, fordi den skal kunne gentages og sammenlignes:

1. Vi definerer de 30 til 50 spørgsmål, dine kunder realistisk ville stille en AI om din kategori.
2. Vi kører dem gennem de relevante modeller og noterer, hvem der bliver nævnt.
3. Vi skriver ned, hvad der bliver sagt om dem, ikke kun at de nævnes.
4. Vi gentager trackingen efter arbejdet, så forskellen kan ses.

Det tredje punkt er det, folk overser. At blive nævnt er ikke nok, hvis det, der bliver sagt, er forkert eller intetsigende. En model, der beskriver jer med en forældet ydelse, er et problem, der kan rettes, men kun hvis nogen har målt det.

Viser trackingen, at ingen i din branche bliver nævnt, eller at ingen stiller den slags spørgsmål om det, du sælger, siger vi det og anbefaler at bruge pengene et andet sted.

Sprogmodeller læser struktur, ikke design. De belønner indhold, der svarer direkte på et spørgsmål, med tydelige overskrifter, konkrete tal og faktuelle oplysninger i brødteksten og ikke i billeder eller PDF-filer.

• Svar først, uddybning bagefter. Et afsnit, der starter med konklusionen, er lettere at citere korrekt.
• Struktureret data, der matcher det, der rent faktisk står på siden.
• Konsistente virksomhedsoplysninger på tværs af kilder, så modellen kan genkende dig som samme entitet.
• Omtale uden for dit eget domæne: brancheportaler, anmeldelser, kataloger.

Det sidste punkt er det tungeste. En model, der kun kan finde dig ét sted, har et svagt grundlag for at bruge dig som kilde. Derfor hænger GEO tæt sammen med almindelig omtale og linkarbejde, og det er også derfor, arbejdet sjældent er spildt, selv hvis AI-svarene skulle ændre sig igen.

Det meste af GEO-arbejdet gavner begge dele. Tydelig struktur, faktuelt indhold og korrekt struktureret data gør dig både lettere at citere for en model og lettere at forstå for en crawler. Der er dog et par steder, hvor prioriteringen adskiller sig:

• Længde vejer mindre. Et præcist svar på 80 ord kan citeres; en artikel på 2.000 ord bliver måske aldrig læst færdig af nogen.
• Placering vejer mindre. En kilde nummer tre i et AI-svar er lige så synlig som nummer et.
• Friskhed vejer mere, fordi modellerne ofte foretrækker det, der kan dateres.

GEO er ungt, og ingen kan garantere en placering i et AI-svar. Der findes ikke en rangeringsliste at tjekke, og svarene varierer fra gang til gang, også på det samme spørgsmål. Det er grunden til, at vi måler på en fast række spørgsmål over tid i stedet for at love en position.

Vores anbefaling er at behandle GEO som et afgrænset eksperiment med et loft på budgettet, ikke som en erstatning for søgemaskineoptimering. Og hvis nogen lover dig en garanteret plads i et AI-svar, er det værd at spørge, hvordan de vil dokumentere den.

Disciplinen er ikke lige relevant for alle. Den giver mest mening, hvor købet kræver research, og hvor nogen realistisk ville spørge en AI om råd, før de kontakter en leverandør.

Vi laver trackingen først, netop fordi ovenstående er en tommelfingerregel og ikke et svar. Viser den, at ingen spørger en AI om din kategori, har du sparet et forløb, og det er også et resultat.