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.
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 sier
There is no such thing as LSI keywords — anyone who is telling you otherwise is mistaken, sorry.
— John Mueller, Google Search Advocate, public statement (2019). The mathematical LSI from Deerwester et al. (1988) is not used by Google. Modern engines use BERT, MUM, and word embeddings — but the practical principle of semantic breadth still applies.
The average top-ranking page also ranks in the top 10 for nearly 1,000 other relevant keywords. Pages do not rank for one phrase — they rank for a cloud of semantically-related queries because they cover a topic, not a keyword.
— Ahrefs, How Often Top-Ranking Pages Also Rank for Related Keywords, ranking study (3M+ search queries analyzed)
We analyzed 863,000 keyword SERPs and 4 million AI Overview URLs. Topical authority — measured by the breadth of related keywords a domain ranks for — was the strongest single predictor of AI Overview citations, with a correlation of r = 0.41.
— Ahrefs, AI Overview Citation Patterns Study, 2026 (4M URLs analyzed across 863K SERPs)
Ekte eksempler: Enkeltsøkeord-stuffing vs. semantisk dekning
Den klareste måten å vise dette på: ta tre virkelige sider og se på ordforrådet de faktisk bruker. Sider som hauger opp én frase blir hoppet over av både Google og AI-søkemotorer. Sider som trekker på det fulle semantiske feltet blir sitert.
Eksempel 1: Blogginnlegg om "løpesko"
"Ser du etter de beste løpeskoene? Vår løpesko-guide anmelder de beste løpeskoene i 2026. Vi testet løpesko for veiløping, terrengløping og nybegynnerløping. De beste løpeskoene er løpeskoene som passer din løpestil. Kjøp løpesko i dag."
Hvorfor dette feiler: "løpesko" vises 9 ganger i 50 ord (18 % tetthet av én frase). Ingen ordforrådsdybde — ingen omtale av demping, drop, gangart, pronasjon, joggesko, sneakers, maraton eller noen annen term en ekte ekspert ville brukt. Googles spampolicy lister eksplisitt "å gjenta de samme frasene unaturlig" som søkeordstuffing.
"Å velge riktig løpesko avhenger av gangarten din, fotnedslag og ukentlig kilometer. Nøytrale løpere med et midtfot-nedslag velger ofte maks-demping-joggesko som Hoka Clifton 9 (8mm drop, 32mm stack). Overpronatorer drar nytte av stabilitets-sneakers med en guide rail eller mediepost. Terrengløpere trenger lugged såler for grep på teknisk terreng, mens maratonløpere ofte velger karbonplatebaserte konkurransesko for fremdrift."
Hvorfor dette fungerer: "løpesko" gjentas aldri — men siden handler umiskjennelig om løpesko. Termer som gangart, fotnedslag, midtfot, drop, stack, overpronator, stabilitet, mediepost, lugged såle og karbonplate forteller BERT og moderne AI-søkemotorer at dette er ekspertinnhold. Den vil rangere for hundrevis av relaterte spørringer.
Eksempel 2: Produktside for en "ergonomisk kontorstol"
"Kjøp vår ergonomiske kontorstol. Denne ergonomiske kontorstolen er den beste ergonomiske kontorstolen for ethvert kontor. Vår ergonomiske kontorstol har alle funksjonene du trenger i en ergonomisk kontorstol. Bestill din ergonomiske kontorstol nå."
Hvorfor dette feiler: 36 ord, 6 gjentakelser av "ergonomisk kontorstol" (16 % tetthet). Null beskrivende ordforråd. En AI-assistent som blir spurt "hvilken stol har god korsryggstøtte for en høy person?" kan ikke trekke ut noe fra denne siden fordi siden aldri nevner korsrygg, høyde, støtte eller noen funksjon.
"Vår oppgavestol kombinerer justerbar korsryggstøtte med en 4D-armlene, pustende mesh-rygg og en synkro-tilt-mekanisme som følger ryggraden gjennom tilbakelegninger fra 90 til 135 grader. Setedybden glir 70mm for brukere mellom 5'2" og 6'5". En klasse-4 hydraulisk sylinder støtter opptil 300 lbs og oppfyller BIFMA-holdbarhetsstandarder."
Hvorfor dette fungerer: Én naturlig omtale av "oppgavestol" pluss rikt ordforråd — korsryggstøtte, 4D-armlene, mesh-rygg, synkro-tilt, tilbakelegning, setedybde, hydraulisk sylinder, BIFMA. Siden besvarer nå dusinvis av relaterte spørsmål og dukker opp for long-tail-spørringer som "stol med justerbar setedybde for høye brukere."
Eksempel 3: B2B SaaS-side om "data-observerbarhet"
"Data-observerbarhet er kritisk for data-observerbarhet. Vår data-observerbarhetsplattform leverer data-observerbarhet på tvers av data-observerbarhetsstacken din. Få data-observerbarhet i dag med våre data-observerbarhetsverktøy designet for moderne data-observerbarhetsbehov."
Hvorfor dette feiler: "Data-observerbarhet" er en ekte B2B-term, men å gjenta den 8 ganger i 35 ord er spam. Siden mangler også det semantiske nabolaget: en CTO som forsker på dette temaet bruker ord som datakvalitet, lineage, ferskhet, anomalideteksjon, schema drift, SLA, dbt, Snowflake, Monte Carlo, OpenLineage. Ingen av disse vises, så siden blir aldri sitert av ChatGPT for tekniske spørringer.
"Data-observerbarhet gir datateam ende-til-ende-synlighet i pipeline-helse: ferskhet, volum, schema drift, lineage og distribusjonsanomalier. I motsetning til tradisjonell overvåking dekker observerbarhet de fem pilarene fra Monte Carlos rammeverk — og integreres nativt med dbt, Snowflake, BigQuery og Airflow via OpenLineage. Vanlige varsler inkluderer null-spikes, sent ankommende data og uventede schema-endringer oppstrøms."
Hvorfor dette fungerer: Én kanonisk omtale av "data-observerbarhet" pluss det fulle entitetsfeltet — ferskhet, volum, schema drift, lineage, anomalier, Monte Carlo, dbt, Snowflake, OpenLineage, Airflow. ChatGPT siterer nå tillitsfullt denne siden når den blir spurt om datakvalitet, pipeline-overvåking eller schema drift-deteksjon.
Hvordan dekke et tema semantisk
IKKE gjør dette
- ✗Gjenta din eksakte mål-frase mer enn én gang hver 200-300 ord — Googles spampolicy lister dette som søkeordstuffing, og moderne AI-søkemotorer hopper bare over det
- ✗Bruk bare den eksakte mål-frasen og ignorer åpenbare synonymer (f.eks. "sneakers" ved siden av "joggesko", "laptop" ved siden av "notebook") — søkemotorer straffer ordforråd som ser unaturlig smalt ut
- ✗Tving inn hver term et "LSI-søkeordverktøy" foreslår, selv når det ikke passer — søkemotorer oppdager keitete, unaturlige samforekommende mønstre
- ✗Hopp over de navngitte entitetene til temaet ditt — produkter, merker, rammeverk, standarder, personer, steder. Uten dem kan ikke BERT kartlegge siden din til Knowledge Graph
- ✗Fyll sider med tynne fyll-synonymer i stedet for substansiell dekning — bredt ordforråd uten ekte informasjon taper fortsatt til en dypere, tettere konkurrent
Gjør dette i stedet
- ✓Skriv som om du forklarer temaet til en ekspert i feltet — de bruker naturlig hele det semantiske ordforrådet (sjargong, enheter, standarder, merkenavn) uten å tenke på det
- ✓Åpne de 10 topprangerte sidene for målspørringen din og list opp hver gjentagende term de bruker — dette avslører temaets ekte semantiske nabolag (SEO-metoden bak verktøy som Surfer, Clearscope og Frase)
- ✓Inkluder de navngitte entitetene — produkter, organisasjoner, standarder, personer, geografiske steder — slik at Google kan koble siden din til Knowledge Graph
- ✓Bruk synonymer, forkortelser og flertall naturlig ("løpesko" / "joggesko" / "sneakers"; "AI" / "kunstig intelligens") — Backlinkos forskning viser at Google behandler disse som samme intensjon
- ✓Bygg en temacluster: én pillar-side som dekker temaet bredt, pluss 5-15 støttesider om deltemaer. HubSpots data viser at temacluster-nettsteder i snitt har 43 % høyere organisk trafikk og betydelig høyere AI-siteringsrater
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.
Ofte stilte spørsmål
Bruker Google faktisk LSI-søkeord?
Hva er forskjellen mellom LSI-søkeord, semantiske søkeord og relaterte søkeord?
Hvordan finner jeg semantiske søkeord for temaet mitt?
Hva med søkeordstetthet — er den gamle 1-3 %-regelen fortsatt gyldig?
Vil det å legge til flere semantiske søkeord hjelpe meg med å bli sitert av ChatGPT og Perplexity?
Kan jeg bare bruke en AI-skribent til å generere semantisk innhold?
Relaterte målinger å utforske
- Omfattende dekning
Semantiske søkeord er ordforrådet; omfattende dekning er dekningens dybde. Sammen signaliserer de at siden din virkelig dekker temaet.
- Tematisk autoritet
Ahrefs fant at tematisk autoritet (bredde av relaterte søkeordsrangeringer) er den enkeltstående sterkeste prediktoren for AI Overview-siteringer. Bygg det med temaclustere.
- Semantisk klarhet
Selv med rikt ordforråd må setninger være utvetydige. Semantisk klarhet sikrer at BERT og AI-søkemotorer korrekt trekker ut mening fra teksten din.
- Knowledge Graph
Navngitte entiteter (produkter, merker, personer, steder) kobler siden din til Googles Knowledge Graph — den strukturerte ryggraden bak både AI Overviews og ChatGPT.