Hvorfor dine femstjernede anmeldelser er usynlige for AI

For to år siden, brukte 25% av forbrukerne AI-verktøy i stedet for søkemotorer for å finne produkter og tjenester. I dag, er dette tallet 58%.

Til tross for dette hoppet, optimerer de fleste bedriftene fremdeles sin innholdstrategi på tradisjonelle måter. Som resultat, var selskaper som dominerte den første siden av Google noen ganger helt fraværende fra AI-svar.

Hos Alps2Alps, har jeg brukt måneder på å teste for å forstå hva som skjedde. Med teamet, bygde vi om strategien vår, og vår systematiske GEO-arbeid satte oss på toppen blant konkurrentene i AI-søkte modeller (basert på Basebright-tjenesten).

Den korte tanken er at AI ikke rangerer nettsider. Den kompilerer svar fra forskjellige kilder på internettet, med kriterier for bevis som skiller seg fundamentalt fra SEO-standarden.

Fra søkeresultater til AI-sitater

Forskere ved Princeton og Georgia Tech innførte begrepet Generative Engine Optimisation (GEO) i en studie fra 2024 publisert på KDD, en av de topp datavitenskapskonferansene. De testet hvordan forskjellige innholdstrategier påvirkte synligheten i AI-genererte svar og fant at riktige optimeringer kunne øke sitatfrekvensen med opptil 40%. De fant også at tradisjonelle SEO-taktikker som nøkkelordstetting faktisk skadet ytelsen i generativ søk.

Forretningscasen er rett frem. Gartner forutser at tradisjonell søkevolum vil falle 25% innen 2026 når brukerne migrerer til AI-assistenter. Capgeminis forbrukerundersøkelse fra 2025, som dekket 12 000 personer på tre kontinenter, fant at 58% allerede har erstattet søkemotorer med generativ AI for produktoppdagelse. Ifølge Statista, bruker omkring 40% av reisende nå AI-verktøy for å planlegge reiser.

Disse er ikke prosjekter om en fjernt fremtid. Dette er allerede hvordan en økende andel av dine kunder finner deg eller ikke. Etter et år med testing og ombygging rundt denne virkeligheten, har mønsteremergert. Etter talløse tester og ombygging av innholdstrategien til den nye virkeligheten, er dette hva som fungerer og ikke.

Perfekte anmeldelser er det nye røde flagget

Princeton-studien fant noe motsigende. Å legge til sitater og konkrete statistikker til innholdet forbedret AI-synligheten langt mer enn å polere språket eller fylle det med nøkkelord. Implikasjonen for bedrifter som avhenger av kundeanmeldelser er betydelig. Dette betyr ikke at stjernerangering ikke teller, for AI leser distribusjonen av poeng på pålitelige plattformer som Trustpilot og Google Maps, og en sterk samlet signal teller. Men det får deg bare så langt. Når en modell syntetiserer et svar om hvilken overføring å bestille, trenger den noe å trekke ut. “Godt service!” er ikke det. Dette har mening hvis du tenker på hvordan disse systemene fungerer. Når ChatGPT svarer på et spørsmål om overføringer for reisende, teller det ikke bare stjerner. Det syntetiserer informasjon fra anmeldelsesplattformer, forum, sosiale medier og redaksjonelt innhold. Detaljerte beskrivelser gir modellen noe konkrekt å jobbe med. Dette har mening hvis du tenker på hvordan disse systemene fungerer. Når ChatGPT svarer på et spørsmål om overføringer for reisende, teller det ikke bare stjerner. Det syntetiserer informasjon fra anmeldelsesplattformer, forum, sosiale medier og redaksjonelt innhold. Detaljerte beskrivelser gir modellen noe konkrekt å jobbe med.

Det ubehagelige er at noen konflikt i din anmeldelsesprofil faktisk hjelper. For eksempel, innebærer reising værforstyrrelser eller flyforsinkelser. Når disse problemene dukker opp i offentlige anmeldelser og et selskap svarer med konkrete detaljer i stedet for en mal “vi verdsetter din tilbakemelding”, signaliserer det autentisitet. En profil med bare ros ser ut til å være fabrikkert for forbrukere og for AI-systemer som vekter kildekredibilitet.

Den praktiske konklusjonen er enkel, men hard å sette i praksis. Slutt å filtrere hvem du inviterer til å legge igjen anmeldelser. Spør alle kunder, inkludert de som hadde en dårlig opplevelse. Svar på kritikk offentlig med konkrete detaljer om hva som skjedde og hva som endret seg. Uorden er poenget, for det er hva skiller en fortjent omdømme fra et syntetisk.

Skriv for uttrekk, ikke inntrykk

De fleste markedsføringskopier er skrevet for å overbevise mennesker som blar gjennom en nettside. GEO krever skriving for uttrekk. Ditt innhold må være strukturert så at en AI kan trekke ut spesifikke fakta og sitere dem i et kombineret svar.

Språkmodeller trekker fra flere kilder når de genererer et svar og favoriserer uavhengige plattformer. En omtale på TripAdvisor, en Reddit-tråd hvor en ekte bruker beskrev sin opplevelse, en YouTube-video fra en influenser som faktisk tok tjenesten, bærer mer sitatvekt enn samme informasjon på din bedriftsblogg. Brukergenerert innhold på tredjepartsplattformer indexerer godt i generativ søk fordi det er detaljert, konversasjonelt og kommer fra en uavhengig kilde.

Samme logikk gjelder for opparbeidet medie. Hvis en bransjepublikasjon sitater deg i en artikkel om din sektor, blir den sitatklare materiale for AI. Den sitter på en autoritativ domene, den er tilskrevet en navngitt ekspert, og den behandler et spesifikt tema. En god sitat kan dukke opp i dusinvis av AI-genererte svar.

På din egen nettside, er endringene mer tekniske, men like viktige. Strukturert data-markering hjelper AI-parsere å forstå hva din bedrift gjør, hvor den opererer og hvilke tjenester den tilbyr. FAQ-seksjoner med direkte, spesifikke svar fungerer godt fordi de matcher spørsmål-svar-formatet som språkmodellene arbeider i. Og språket selv teller: “Vi er den ledende tjenesten” er støy. “Vi opererer 12 tjenester på 5 land med en gjennomsnittlig responstid på 6 minutter” er data som AI vil bruke.

Språkdekning er en viktig faktor som ofte oversees. AI svarer på språket til spørsmålet. Hvis din nettside bare eksisterer på engelsk, men halvparten av dine kunder søker på fransk, tysk eller italiensk, er du usynlig for disse spørsmålene. For enhver bedrift som opererer på flere markeder, er flerspråklig innhold et GEO-krav.

Dine supportbilletter er en gullgruve av innhold

De fleste selskaper som bruker AI, har noen på laget med en ChatGPT-fane åpen for grunnleggende oppgaver. Dette er et utgangspunkt, ikke en strategi. Den virkelige konkurransefordelen i GEO kommer fra å bruke din egen operasjonelle data til å veilede hva du skaper og optimerer.

B2C-tjenester kan håndtere tusenvis av kundespørsmål hver måned. I overføringer, for eksempel, er omkring 45% av disse repetitive. Når vi startet å routere dem gjennom en AI-assistent, var den umiddelbare og åpenbare fordelen raskere responstider og frigjort supportpersonale for vanskelige saker. Men en annen viktig fordel var dataene. Vi har nå en klar kart over hva kundene faktisk spør, i deres egne ord, på hver stadium av reisen.

Disse spørsmålene er de samme som folk vil spørre ChatGPT. Hvis du har en detaljert, spesifik side som svarer eksakt på det, blir du kilde som AI citerer. Hvis du ikke har det, blir noen andres Reddit-kommentar svaret i stedet.

Samme prinsipp gjelder for konkurranseovervåking. Hvilke kilder citeres? Hvor er hullene? Når en ny konkurranse begynner å dukke opp i AI-svar, hva slags innhold skapte de som tjente til sitat? Og dette bør være en ukentlig praksis for bedrifter.

GEO er en kontinuerlig prosess, ikke et prosjekt med en lanseringsdato. Generative modeller oppdateres konstant. Kildene de prioriterer kan skifte. Hva som tjente til en sitat for tre måneder siden, kan ikke fungere i dag. Selskaper som bygger en tilbakemeldingsløkke, vil kompensere sin fordelen over tid. Alle andre vil fortsette å undre seg over hvorfor deres Google-rangeringer ikke oversettes til AI-synlighet.

For et år siden, tenkte jeg ikke mye på hvordan ChatGPT beskrev vår bransje. Nå er det en av de første ting jeg sjekker hver uke, og svarene endrer seg. Nye kilder dukker opp, gamle forsvinner. Dette er et levende system, og den eneste måten å forbli synlig i det, er å fortsette å mate det med noe reelt.