Sådan bliver AI-svar til
Embeddings
Kaldes også: Vektor-embeddings
En embedding er en lang liste af tal, der repræsenterer betydningen af en tekst, så en computer kan måle, hvor tæt to tekster hænger sammen.
Med enkle ord
OpenAI beskriver en embedding som en vektor: en liste af tal. Afstanden mellem to af de lister viser, hvor tæt de to tekster hænger sammen.
Tekster med samme betydning ligger tæt på hinanden, også når de bruger forskellige ord.
Eksempel
Spørgsmålene "billige løbesko" og "prisvenligt fodtøj til løb" har næsten ingen ord til fælles. Alligevel ligger deres embeddings tæt, fordi de betyder næsten det samme.
Hvorfor det betyder noget for AI-søgning
Mange hentningssystemer laver embeddings af både de gemte passager og det spørgsmål, der kommer ind. Så returnerer de de passager, der ligger tættest på spørgsmålet.
Sådan kan en side dukke op på et spørgsmål, den ikke indeholder ord for ord.
Det kan du gøre
- Forklar dit emne med almindeligt sprog, ikke kun med fagsprog.
- Hold hver sektion fokuseret på én ting, så betydningen står klart.
- Brug de almindelige navne for ting sammen med dine egne produktnavne.
Forveksles ofte med
- Søgeord
- Søgeordsmatch leder efter de samme ord. Embeddings sammenligner betydning. Mange systemer bruger begge dele.
Kilder
Fakta og kilder sidst tjekket 19. oktober 2026.
Relaterede begreber
Hvordan klarer din side sig i AI-søgning?
GEO-Score tjekker en side på 22 signaler, fra adgang for AI-crawlere til strukturerede data, og viser, hvad du skal rette først.
Analysér en side