Denne ordlisten forklarer alle begreper du møter i en GEO-Score-rapport eller andre steder i AI-søk, i klartekst. Den dekker fire grupper: ideene bak AI-søk, de 22 metrikkene vi scorer, schema.org- og de tekniske begrepene, og AI-crawlerne selv.
Hver definisjon er kort med vilje. Du skal kunne lese én oppføring og forstå den uten å lese resten av siden.
AI-søk og GEO-konsepter
Ideene bak AI-søk. Start her hvis hele feltet er nytt for deg.
GEO (Generative Engine Optimization)
GEO er praksisen med å strukturere innholdet og din digitale tilstedeværelse slik at generative AI-systemer siterer og anbefaler det i svarene sine. Disse systemene inkluderer ChatGPT, Perplexity, Gemini, Claude og Google AI Overviews. Det skiller seg fra klassisk søkeoptimalisering, som sikter mot en plass i en rangert liste med lenker.
AEO (Answer Engine Optimization)
AEO er praksisen med å strukturere innhold slik at AI-svarmotorer kan løfte det ut og sitere det som et frittstående svar. Begrepet ble først brukt for stemmesøk og uthevede utdrag (featured snippets). I 2026 behandler bransjen vanligvis AEO som en del av GEO, eller som et annet ord for det, snarere enn en egen disiplin — selv om ikke alle er enige i det.
LLM SEO
LLM SEO er et uformelt navn for GEO. Det betyr det samme: å få store språkmodeller til å løfte frem og sitere innholdet ditt. Det er ikke en egen metode, bare en formulering som treffer bedre hos et SEO-publikum.
AI Overview
En AI Overview er Googles AI-skrevne sammendrag som vises over de vanlige søkeresultatene for mange søk. Det henter informasjon fra flere nettsteder og lenker til dem underveis. Det er et spesifikt Google-produktnavn, ikke et generelt ord for alle AI-svar i søk.
Answer Engine
En answer engine (svarmotor) er et søke- eller AI-system som gir deg et direkte, skriftlig svar i stedet for bare en liste med lenker. Google AI Mode, ChatGPT og Perplexity er answer engines. Noen viser lenker sammen med svaret, andre gjør det ikke.
Generative Search
Generative search er en søkeopplevelse der en AI-modell skriver et ferskt svar på spørsmålet ditt i sanntid. Den bygger svaret ut fra webinnhold den henter inn og fra det den allerede har lært. Den returnerer ikke bare lenker eller et kopiert utdrag.
RAG (Retrieval-Augmented Generation)
RAG er et design der en AI-modell først henter relevante dokumenter eller passasjer fra en ekstern kilde, og deretter skriver svaret sitt basert på dem. Kilden kan være en søkeindeks, en vektordatabase eller det levende nettet. Dette er hvordan de fleste AI-svarmotorer holder seg forankret i aktuelt, siterbart innhold i stedet for å basere seg kun på gammel treningsdata.
Zero-Click Search
Et zero-click search (nullklikk-søk) er et søk der brukeren får svaret sitt på resultatsiden og aldri besøker et nettsted. Uthevede utdrag, AI Overviews og kunnskapspaneler forårsaker alle dette. Besøket går tapt, men en sitering i svaret kan likevel plassere merkevaren din foran brukeren.
Hallucination (AI)
En hallucination (hallusinasjon) er når en AI-modell hevder noe som høres selvsikkert og plausibelt ut, men som er feil eller ubegrunnet. Det er en kjent svakhet ved generativ AI. Det er relevant for GEO fordi tette fakta og tydelige kilder gir modellen mindre grunn til å fylle hull med oppdiktede påstander.
Embeddings
En embedding er en tekstbit omgjort til en liste med tall som fanger meningen. Maskiner bruker embeddings til å måle hvor like to innholdsbiter er, i stedet for å matche eksakte ord. Embeddings er det som gjør semantisk søk og RAG-henting mulig.
Semantic Search
Semantic search (semantisk søk) matcher på meningen bak et søk snarere enn de eksakte ordene i det. Det bruker embeddings til å sammenligne mening. Det er derfor et søk på "rimelige joggesko" kan finne en side om "billige treningssko".
Prompt
En prompt er teksten du gir en stor språkmodell for å få et svar. Det kan være et spørsmål, en instruksjon eller en lengre bit bakgrunnsinformasjon. Et annet system kan også sende en prompt, ikke bare en person.
Training Data vs. Retrieval
Training data (treningsdata) er det en AI-modell lærte under trening og lagret i vektene sine, noe som betyr at den alltid er noe utdatert. Retrieval (henting) er innhold hentet inn live i det øyeblikket du stiller spørsmålet, og gitt til modellen som kontekst. Dette er de to måtene en modell kan "vite" noe på, og det er derfor AI-søkemotorer lener seg så tungt på retrieval.
Chunking
Chunking betyr å dele et langt dokument opp i mindre passasjer før det indekseres for retrieval. Et søke- eller RAG-system kan da hente ut det ene mest relevante avsnittet i stedet for en hel side. Dette er en praktisk grunn til at tydelige overskrifter og selvstendige avsnitt hjelper deg med å bli sitert.
Vector Database
En vector database (vektordatabase) lagrer embeddings og søker gjennom dem etter likhet snarere enn eksakt treff. Den finner de nærmeste elementene til en gitt meningsbit. Det er infrastrukturen som gjør semantisk søk og RAG raskt i stor skala.
Query Fan-Out
Query fan-out er en teknikk i Googles AI Mode som utvider ett spørsmål til flere relaterte underspørsmål. Google henter resultater for hvert underspørsmål, og kombinerer dem deretter til ett samlet svar. I praksis har en side som dekker et temas oppfølgingsspørsmål, flere måter å bli trukket inn i det svaret på enn en side som bare dekker det bokstavelige spørsmålet som ble stilt.
De 22 GEO-Score-metrikkene
Dette er de 22 signalene en GEO-Score-rapport måler. Hver har sin egen guide, så oppføringene her er korte henvisninger.
E-E-A-T
Googles rammeverk for Experience, Expertise, Authoritativeness og Trust (erfaring, ekspertise, autoritet og tillit), som AI-søkemotorer bruker som et signal på om innholdet ditt er trygt å sitere.
Topical Authority
Hvor fullstendig hele domenet ditt dekker et fagområde, ikke bare én side — AI-motorer favoriserer nettsteder som viser ekspertise på tvers av et tema.
Citability
Hvor lett en bestemt passasje av innholdet ditt kan løftes ut og siteres ord for ord i et AI-generert svar.
Factual Density
Hvor mange verifiserbare fakta, tall og datapunkter som finnes i hvert avsnitt — tett innhold er lettere for en modell å sitere enn å omskrive.
Semantic Clarity
Hvor tydelig en språkmodell kan lese meningen i siden din: navngitte entiteter, klare relasjoner og så lite tvetydighet som mulig.
Content Type Matching
Om sidens format — liste, tabell, definisjon, hvordan-gjøre-guide — matcher formatet AI-motorer foretrekker å hente ut for den typen spørsmål.
Platform Specificity
Hvor godt innholdet ditt passer de ulike atferdsmønstrene til individuelle AI-plattformer som ChatGPT, Claude, Perplexity og Gemini.
Schema Validator (Structured Data)
Om sidens schema.org JSON-LD-markup er til stede, gyldig og komplett — et av de sterkeste tekniske signalene AI-motorer bruker for å forstå en side.
Sitemap & Discoverability
Om AI- og søkecrawlere i det hele tatt kan finne siden din, gjennom sitemap.xml og de interne lenkene dine.
Page Speed
Hvor raskt siden din svarer — trege sider og tidsavbrudd blir hoppet over av AI-crawlere før innholdet i det hele tatt blir lest.
Answer Completeness
Om en seksjon svarer på et sannsynlig spørsmål på egen hånd, slik at den kan hentes ut uten at leseren trenger resten av siden.
Comprehensiveness
Hvor grundig siden din dekker et temas underemner og oppfølgingsspørsmål, slik at den kan tilfredsstille flere vinklinger av det samme søket.
Content Freshness
Hvor nylig innholdet ditt ble publisert eller vesentlig oppdatert — et fersk-signal som flere AI-motorer vektlegger, særlig Perplexity og ChatGPT.
Content Structure
Hvor tydelig siden din er organisert med overskrifter, lister og hierarki, slik at en AI-crawler raskt kan finne riktig seksjon.
Image Alt Text
Beskrivende tekstalternativer for bildene dine, som lar AI-systemer forstå visuelt innhold de ikke kan se.
Semantic Keywords (LSI Keywords)
Relaterte begreper og konsepter som naturlig dukker opp sammen med temaet ditt, og som signaliserer dybde til både søk- og AI-motorer. Merk: "LSI" (Latent Semantic Indexing) er en gammel SEO-betegnelse — moderne systemer bruker embeddings-basert semantisk forståelse, ikke den opprinnelige LSI-algoritmen fra 1990-tallet.
Readability
Hvor lett siden din er å tolke, for modeller og for mennesker, som oftest målt med en score som Flesch Reading Ease.
Content Cohesion (Transition Words)
Ordene og uttrykkene som knytter sammen ideene dine på tvers av setninger og avsnitt, og som hjelper en språkmodell med å følge logikken din.
AI Bot Access
Om AI-crawlere som GPTBot, ClaudeBot og PerplexityBot faktisk har tillatelse til å nå siden din, basert på robots.txt og serversvarene dine.
AI Optimization
Sammensatt score som kombinerer schema-, struktur-, statistikk- og ferskhetssignalene dine til ett samlet mål på AI-beredskap.
Citations & Sources
Om siden din siterer eksterne, autoritative kilder for påstandene sine — et tillitssignal AI-motorer bruker når de bestemmer hva de selv skal sitere.
Knowledge Graph
En strukturert database med entiteter og hvordan de forholder seg til hverandre, slik som Googles Knowledge Graph, som AI-systemer bruker til å sjekke fakta og skille like temaer fra hverandre.
Schema.org og tekniske begreper
Markup-en og filene som forteller maskiner hva siden din er. Dette er den mest tekniske delen av GEO, og også den mest fiksbare.
Structured Data
Structured data (strukturerte data) er markup du legger til på en side som merker innholdet for maskiner. Den sier ting som "dette er en pris", "dette er en forfatter", "dette er et FAQ-svar". Det fjerner tvetydigheten en crawler eller AI-modell ellers ville måttet gjette seg gjennom.
JSON-LD
JSON-LD står for JavaScript Object Notation for Linked Data. Det er den standardiserte, Google-anbefalte måten å legge schema.org-strukturerte data inn i en side, inne i en <script type="application/ld+json">-tag. Det har erstattet de eldre mikrodata- og RDFa-formatene for de fleste nettsteder.
DefinedTerm (schema.org)
DefinedTerm er en schema.org-type for "et ord, navn, akronym, uttrykk osv. med en formell definisjon". Det er riktig markup for en ordliste- eller ordbokoppføring. Hver oppføring på denne siden er markert opp som én.
DefinedTermSet (schema.org)
DefinedTermSet er en schema.org-type for et sett med relaterte DefinedTerm-oppføringer som deler en kontekst. Det er beholderen som pakker inn en hel ordliste, med hver definisjon inni som et underordnet begrep.
FAQPage (schema.org)
FAQPage er en schema.org-type for en side som inneholder en liste med spørsmål og svar. Å markere opp spørsmål-og-svar-parene dine med den kan gjøre hver av dem kvalifisert for rike resultater, og lettere å hente ut i et AI-svar.
robots.txt
robots.txt er en ren tekstfil på roten av nettstedet ditt som forteller crawlere hvilke deler de kan og ikke kan besøke. AI-crawlere adresseres med sine egne user-agent-navn. Det er en forespørsel, ikke en lås: den blokkerer ikke tilgang av seg selv, og ikke alle AI-crawlere respekterer den.
llms.txt
llms.txt er en foreslått konvensjon: en kuratert Markdown-fil på roten av nettstedet ditt (/llms.txt) som gir språkmodeller en maskinlesbar oversikt over det viktigste innholdet ditt. Den ble foreslått av Jeremy Howard og Answer.AI i september 2024 og har aldri blitt formelt ratifisert. Bruken er reell, men delvis, og verken OpenAI, Anthropic, Google eller Perplexity har offisielt bekreftet at crawlerne deres bruker den.
Canonical URL og hreflang
En canonical URL forteller søk- og AI-crawlere hvilken versjon av en side som er hovedversjonen når det samme innholdet finnes på mer enn én adresse. hreflang forteller dem hvilken språk- eller regionversjon som skal vises til hvilket publikum. Begge er relevante så snart nettstedet ditt har flere språk eller nesten-duplikate sider.
AI-crawlere og -boter
Dette er programmene som henter sidene dine for AI-selskaper. Navn og regler endres ofte, så sjekk leverandørens egen dokumentasjon før du handler ut fra noe av dette. Ett mønster går gjennom hele listen. De fleste AI-selskaper drifter minst to typer hentere: en trenings- eller indekserings-crawler som besøker etter sin egen tidsplan, og en on-demand-henter som bare besøker når en bruker spør assistenten om siden din. Å blokkere den ene blokkerer ikke den andre, og de har svært forskjellige effekter på synligheten din.
GPTBot
GPTBot er OpenAIs crawler for å samle inn innhold til å trene AI-modellene sine. Å blokkere den i robots.txt signaliserer at innholdet ditt bør holdes utenfor OpenAIs treningsdata. Det påvirker ikke ChatGPTs live-nettlesing eller søk, som bruker andre boter.
OAI-SearchBot
OAI-SearchBot er OpenAIs crawler for å vise nettsteder i ChatGPTs søkefunksjoner. Hvis du reserverer deg mot den, vises ikke nettstedet ditt i ChatGPTs søkesvar. Den er atskilt fra GPTBot (trening) og ChatGPT-User (live-nettlesing).
ChatGPT-User
ChatGPT-User er user-agenten OpenAI sender når en aktiv ChatGPT-bruker utløser en handling som besøker en side, for eksempel ved å be den om å lese en URL. Det er ikke en automatisk, planlagt gjennomsøking. Noen har spurt om akkurat den siden.
ClaudeBot
ClaudeBot er Anthropics crawler som samler inn webinnhold som kan brukes til å trene Claude-modeller. Å blokkere den signaliserer at fremtidig innhold ditt bør ekskluderes fra Anthropics treningsdatasett. Anthropic brukte tidligere to andre user-agenter til dette, Claude-Web og anthropic-ai, som nå er avviklet.
Claude-User
Claude-User er Anthropics user-agent for å hente en side live når noen stiller Claude et spørsmål som krever det. Å blokkere den kan redusere hvor ofte nettstedet ditt vises i Claudes svar til brukere.
Claude-SearchBot
Claude-SearchBot er Anthropics crawler for å indeksere innhold for å forbedre relevansen og nøyaktigheten til Claudes søkeresultater. Den er atskilt fra ClaudeBot (trening) og Claude-User (en live, enkeltsides henting).
PerplexityBot og Perplexity-User
Perplexity drifter to crawlere. PerplexityBot er en tradisjonell indekserings-crawler, som Perplexity oppgir at respekterer robots.txt. Perplexity-User er en on-demand-henter, og Perplexity har offentlig inntatt posisjonen at den er en agent snarere enn en bot, og derfor ikke er pliktig til å respektere robots.txt.
Den posisjonen har ført til offentlige konflikter med utgivere og med Cloudflare, som separat rapporterte at Perplexity brukte udeklarerte crawlere som roterte user-agenter og IP-adresser for å komme seg rundt blokkeringer. Behandle dette som en rapportert konflikt, ikke et avgjort funn.
Google-Extended
Google-Extended er ikke en crawler med sin egen user-agent-streng, til tross for at den ofte listes som en. Det er en kontrolltoken i robots.txt som avgjør om innhold Google allerede har gjennomsøkt, også kan brukes til å trene Gemini-modeller og til å forankre Gemini- og Vertex AI-funksjoner. Å blokkere den påvirker ikke den vanlige synligheten din i Google Search.
CCBot
CCBot er crawleren for Common Crawl, en ideell organisasjon som vedlikeholder et åpent arkiv av nettet. Den tilhører ikke noe AI-selskap. Datasettet er en mye brukt byggekloss i treningsdataene til mange store språkmodeller, som er grunnen til at den er relevant for GEO selv om det å blokkere den ikke retter seg mot ett bestemt AI-produkt.
Er GEO det samme som SEO?
▼
Må jeg gjøre alt dette?
▼
Hva skjer hvis jeg blokkerer AI-crawlere?
▼
Se hvordan siden din scorer
Denne ordlisten forklarer signalene. En rapport forteller deg hvor du står på dem. Kjør en hvilken som helst side gjennom GEO-Score og få en score på alle 22 metrikker, med begrunnelsen bak hver av dem.
Analyser en side →