LSI-søkeord

Hva er LSI-søkeord?

LSI-søkeord — kort for Latent Semantic Indexing — er SEO-termen for ord og fraser som er semantisk relatert til hovedtemaet ditt. Hvis siden din handler om "løpesko", er termer som joggesko, sneakers, demping, gangartanalyse, maraton og pronasjon LSI-søkeord. De signaliserer til en søkemotor, eller en AI-søkemotor, at siden din dekker temaet med ekte dybde i stedet for bare å gjenta én frase.

Viktig nyanse: Googles John Mueller har offentlig uttalt at "det finnes ingenting som LSI-søkeord" — Google bruker ikke den opprinnelige Latent Semantic Indexing-matematikken fra Bell Labs (Deerwester et al.) fra 1988. Moderne søkemotorer bruker BERT, MUM og word embeddings i stedet. Men den underliggende ideen — at bredt, semantisk-relatert ordforråd signaliserer tematisk relevans — er nøyaktig det disse moderne systemene belønner. Så vi beholder LSI-merkelappen for kjenthet og behandler det som forkortelse for "semantiske og relaterte søkeord". Denne målingen er en del av Innholdskvalitet-pilaren i din GEO-Score.

Hvordan semantisk søk faktisk fungerer

For å forstå hvorfor semantiske søkeord er viktige, må man vite hvordan moderne søkemotorer behandler tekst. Teknologien har utviklet seg dramatisk fra enkel søkeordmatching.

1. Tekst blir til vektorer

Når du publiserer en side, konverterer søkemotorer teksten din til numeriske vektorer (embeddings) ved hjelp av modeller som BERT. Hvert ord og hver setning kartlegges til et punkt i et høydimensjonalt rom der lignende betydninger klynger seg sammen. «Løpesko» og «joggesko» havner nær hverandre; «løpesko» og «kjøkkenmikser» gjør det ikke.

2. Søk matches etter betydning, ikke bokstaver

Når en bruker spør ChatGPT eller Google et spørsmål, blir også det søket til en vektor. Motoren finner deretter sider hvis vektorer ligger nærmest søkevektoren. Sider med et rikt semantisk vokabular produserer vektorer som ligger nær mange forskjellige søkevektorer — noe som betyr at de dukker opp for flere søk enn sider som gjentar én enkelt frase.

3. Entiteter kobler seg til kunnskapsgrafen

Siden Google Hummingbird (2013) og BERT (2019) resonnerer motorer om entiteter — personer, produkter, konsepter, steder — og forholdene mellom dem. Bill Slawskis patentforskning viste at Google bruker kunnskapsgraf-entiteter og samforekommende termer for å verifisere at en side genuint dekker et emne. Navngitte entiteter i innholdet ditt utløser denne gjenkjenningen.

Hvorfor semantiske søkeord er viktige for AI-søk

AI-søkemotorer som ChatGPT, Perplexity og Google AI Overviews matcher ikke lenger strenger av bokstaver. De konverterer teksten din til vektor-embeddinger og sammenligner den med spørrings-embeddinger. Sider som dekker et tema fra flere vinkler havner nær mange spørringsvektorer — som er nøyaktig når de blir sitert.

Tematisk dybde slår søkeordgjentakelse

En Ahrefs-studie fant at den gjennomsnittlige topp-rangerte siden også rangerer for rundt 1 000 relaterte søkeord — ikke fordi den gjentar én frase, men fordi den dekker temaet bredt. Sider som er tynne på semantisk ordforråd ser overfladiske ut for både Google og AI-søkemotorer og hoppes over til fordel for mer omfattende kilder.

Søkemotorer resonnerer om entiteter, ikke strenger

Siden Hummingbird (2013) og BERT (2019) resonnerer Google om entiteter — personer, steder, produkter, konsepter — og forholdene mellom dem. Bill Slawskis patentforskning på SEO by the Sea viste at Google bruker Knowledge Graph-entiteter og samforekommende termer for å verifisere at en side virkelig handler om et tema. Semantisk ordforråd er det som utløser den gjenkjennelsen.

Semantisk bredde driver AI Overview-siteringer

En Ahrefs-analyse av 4M AI Overview-URL-er fant at bredere tematisk dekning sterkt korrelerer med siteringssannsynlighet. Nettsteder med velutviklede temaclustere og semantisk-rikt innhold ser opptil 30 % høyere siteringsrater i AI Overviews sammenlignet med tynne, enkeltsøkeord-sider.

Hva forskningen viser

Den gjennomsnittlige toppen-rangerte siden rangerer også i topp 10 for nesten 1 000 andre relevante søkeord. Sider rangerer ikke for én frase — de rangerer for en sky av semantisk relaterte søk fordi de dekker et emne, ikke et søkeord.

— Ahrefs, How Often Top-Ranking Pages Also Rank for Related Keywords, rangeringsstudie (over 3 millioner søk analysert)

Vi analyserte 863 000 søkeord-SERP-er og 4 millioner AI Overview-URL-er. Emneautoritet — målt ved bredden av relaterte søkeord et domene rangerer for — var den sterkeste enkeltstående prediktoren for siteringer i AI Overviews, med en korrelasjon på r = 0,41.

— Ahrefs, AI Overview Citation Patterns Study, 2026 (4 millioner URL-er analysert på tvers av 863 000 SERP-er)

Det finnes ikke noe som heter LSI-søkeord — den som forteller deg noe annet tar feil, beklager.

— John Mueller, Google Search Advocate, offentlig uttalelse (2019). Google bruker ikke 1988-LSI-algoritmen. Moderne motorer bruker BERT, MUM og word embeddings — men det praktiske prinsippet om semantisk bredde gjelder fortsatt.

Raske tips for semantisk dekning

Bruk 15 minutter på å lese de 10 topp SERP-resultatene før du skriver — noter hvert gjentagende substantiv og verb. Den listen er din semantiske sjekkliste.

Bruk din eksakte mål-frase ikke mer enn 1-2x per 300 ord. Forbi det, bytt til synonymer, relaterte termer eller pronomen.

Navngi minst 3 spesifikke entiteter per artikkel — et produkt, et selskap, en standard, en person, et sted. Entiteter mater Knowledge Graph.

Bruk Surfer, Clearscope, Frase eller til og med Googles "People also ask" og "Related searches" for å bringe frem semantiske termer — men ignorer alle som ikke passer naturlig.

Grupper relaterte artikler i clustere med interne lenker. HubSpot fant at temacluster-nettsteder vokser organisk trafikk ~3,2x raskere i snitt.

Les hvert avsnitt høyt. Hvis det høres ut som om en menneskelig ekspert skrev det, er det semantiske ordforrådet sannsynligvis allerede der. Hvis det høres robotaktig ut, stuffer du.