Se på et hvilket som helst svar, som AI har genereret, og læg mærke til, hvilke sætninger der blev citeret. Du finder et mønster.
De citerede passager kan altid stå alene. De er tydeligt adskilt fra teksten omkring. De er bygget op, så de er lette at tage ud. Det er ikke tilfældigt.
Det er det, der tæller. AI-systemer læser ikke dit indhold, som mennesker gør. Et menneske besøger din side og kigger rundt. Et AI-system læser din HTML. Det finder meningsmæssige grænser. Det finder passager, der kan hentes rent ud og citeres.
Det handler ikke om længde eller nøgleord. Det handler om struktur.
Læsbarhed og struktur er ikke to forskellige rangeringsfaktorer. De er den samme faktor set fra to sider. Struktur er det, AI-systemer har brug for. Læsbarhed er det, der holder mennesker engagerede, mens du optimerer til maskiner.
Dette kapitel handler om, hvad AI-systemer faktisk har brug for i dit indhold, hvorfor læsbarhed gør det muligt at hente indhold ud, og hvordan du bygger alt, du skriver, op, så AI-systemer citerer dig oftere.
Hvordan henter AI-systemer faktisk indhold ud fra din side?
Tag et hvilket som helst svar fra AI, og se, hvilke sætninger der blev citeret. Du finder et mønster. De citerede passager kan næsten altid stå alene, er tydeligt afgrænset fra teksten omkring og er bygget op, så de er lette at tage ud. Det er ikke tilfældigt.
AI-systemer bruger flere metoder til at hente indhold ud på samme tid. De læser din HTML-struktur for at finde meningsmæssige grænser, altså hvor én tanke slutter, og en anden begynder. De leder efter sætninger, der svarer fuldt på et bestemt spørgsmål, uden at læseren skal kende sammenhængen omkring. De belønner sider, der deler oplysninger i bidder, man kan skimme, med en klar rækkefølge af overskrifter.
Når du skriver indhold til at blive hentet ud af AI, skriver du til systemer, der bruger retrieval-augmented generation (RAG). RAG-systemer arbejder i tre trin.
Først henter de mulige passager fra din side. Det trin, der henter, søger i dit indhold ud fra, hvor tæt det ligger på brugerens spørgsmål i betydning. Din HTML-struktur afgør, hvilke passager systemet overhovedet overvejer. Et tæt afsnit uden overskrifter ligner én stor blok tekst. Et velbygget afsnit med en tydelig H2-overskrift, efterfulgt af fokuserede underafsnit og afsluttet med en opsummerende sætning, viser systemet præcis, hvilke ideer der kan tages ud hver for sig.
Dernæst rangerer de passagerne efter relevans og kvalitet. Det trin, der rangerer igen, giver hver hentet passage en score. Kortere passager, der kan stå alene, scorer højere end lange afsnit, der kræver sammenhæng for at give mening. Passager, der svarer direkte på spørgsmålet, scorer højere end passager, der nævner emnet i forbifarten.
Til sidst henter de de passager, der scorer højest, og giver dem til sprogmodellen. Sprogmodellen skriver det endelige svar. Den bruger de hentede passager som kildemateriale og citerer dem tydeligt.
Derfor er struktur en rangeringsfaktor. Det handler ikke om æstetik eller brugeroplevelse, selv om det hjælper begge dele. Det handler om, at maskiner kan læse det. AI-systemer citerer indhold, de kan hente rent ud. Indhold, der er svært at læse, bliver sprunget over, selv om oplysningerne er gode.
Hvad gør indhold nemmere for AI-systemer at hente ud?
Om indhold kan hentes ud, afhænger af fem signaler i strukturen. Rammer du alle fem, kan AI-systemer hente dit indhold pålideligt. Mangler du bare ét, mister du chancer for citater.
Det første signal er rækkefølgen af overskrifter. Overskrifter deler din side op i logiske afsnit. En H2 sætter et emne. Afsnittene under den H2 svarer på spørgsmål om det emne. H3-underoverskrifter deler emnet yderligere. Rækkefølgen fortæller AI-systemer, at de afsnit hører sammen. De svarer på dette spørgsmål.
Uden en klar rækkefølge af overskrifter kan AI ikke skelne mellem ideer, der er kernen i et afsnit, og ideer, der kun nævnes i forbifarten. En side, der er én lang tekstmur uden H2-underoverskrifter, ligner for et AI-system 5.000 ord, der alle er lige vigtige. AI-systemer henter så små brudstykker i stedet for hele udsagn, der kan bruges som svar. Dine citater bliver kortere. Din synlighed falder.
Det andet signal er sætningernes længde og opbygning. Korte sætninger er lettere at hente ud end lange. Det handler ikke kun om læsbarhed, selv om sætninger under 17 ord læses hurtigere. Det handler også om AI-systemer. Når en sætning er længere end 25 ord, indeholder den som regel flere tanker. Algoritmer til at hente indhold ud straffer det. De leder efter rene, fuldstændige ideer. En sætning på 15 ord, der svarer fuldt på ét spørgsmål, er lettere at hente ud end en sætning på 45 ord, der svarer på tre.
Det tredje signal er afsnit, der kan stå alene. Et afsnit, der kan stå alene, svarer fuldt på et spørgsmål uden at kræve, at læseren forstår tidligere afsnit eller springer frem til senere. Sammenlign disse to udgaver af den samme idé.
Udgave 1 (afhænger af sammenhængen):
"Vores research viser, at korte sætninger øger, hvor ofte indhold bliver hentet ud. Det er, fordi AI-systemer leder efter adskilte udsagn, der kan bruges som svar. Når sætninger er længere end 25 ord, samler de typisk flere begreber, og så egner de sig dårligere til citater fra AI."
Udgave 2 (kan stå alene):
"Korte sætninger øger, hvor ofte AI-systemer henter indhold ud. Det er, fordi algoritmer til at hente indhold ud foretrækker adskilte udsagn, der kan bruges som svar. Sætninger på over 25 ord samler flere begreber, og det gør dem sværere for AI at tage ud og citere."
Den anden udgave kan stå alene. Du kan fjerne den første udgave, og den anden står stadig. Du kan fjerne afsnittene omkring, og dette afsnit svarer stadig fuldt på spørgsmålet. Et system til at hente indhold ud kan tage dette afsnit selvstændigt.
Det fjerde signal er lister. Punktlister og nummererede lister er lettere at hente ud end de samme oplysninger i et afsnit. AI-systemer behandler hvert punkt i en liste som en selvstændig enhed, der kan hentes ud. En punktliste med fem punkter giver systemet fem chancer for at citere dit indhold. Et afsnit, der siger det samme i løbende tekst, giver det én chance.
Det femte signal er semantisk HTML. HTML-tags fortæller AI-systemer, hvad hvert element er, og hvordan det hænger sammen med andre elementer. Et <article>-tag siger, at det her er et selvstændigt stykke indhold. Et <header> siger, at det her er indledende materiale. En <h2> siger, at det her er en overskrift på et afsnit. Et <strong>-tag fremhæver et nøgleord. En <blockquote> siger, at det her er en andens ord.
AI-systemer bruger de semantiske tags til at forstå indholdets struktur bedre, end de kunne ud fra ren tekst alene. Når du bruger de rigtige HTML-tags (ikke kun visuel formatering), henter AI-systemer mere præcist ud og citerer mere pålideligt.
Hvordan påvirker afsnittenes tæthed, hvor ofte du bliver citeret?
Afsnittenes tæthed er, hvor meget information du propper ind i hvert afsnit. Høj tæthed betyder flere ideer pr. afsnit. Lav tæthed betyder færre ideer fordelt på flere afsnit. AI-systemer foretrækker lav tæthed i afsnittene.
Det betyder ikke, at du skal skrive kortere afsnit bare for at nå et antal ord. Det betyder, at hvert afsnit skal tage fat på én idé klart, før du går videre til den næste. Her er et eksempel. Forestil dig, at du skriver om tætheden af fakta i indhold, som er det, der får AI til at citere dig oftere.
En udgave med høj tæthed forsøger at dække fire ideer på én gang:
"Tætheden af fakta, altså koncentrationen af udsagn, der bygger på research, i dit indhold, betyder noget for AI-citater, fordi AI-systemer stoler på indhold, der giver flere datapunkter. Du bør sigte efter at have mindst tre til fem fakta, der bygger på research, pr. 500 ord indhold, hentet fra troværdige kilder som offentlige data, akademisk research eller undersøgelser fra branchen. Når du citerer fakta, så smid ikke bare tallet ud. Forklar, hvad det betyder, og hvorfor det betyder noget for læseren. Læsere og AI-systemer belønner begge indhold, der sætter data ind i en sammenhæng, i stedet for bare at remse statistikker op."
Et system til at hente indhold ud ser det som én tæt blok, der dækker flere underemner. Det er svært at hente en enkelt idé ud uden hele sammenhængen omkring. Her er de samme oplysninger med lavere tæthed i afsnittene.
Tætheden af fakta er koncentrationen af udsagn, der bygger på research, i dit indhold. AI-systemer stoler på indhold, der giver flere datapunkter og ikke bare påstande.
Sigt efter at have tre til fem fakta, der bygger på research, pr. 500 ord indhold. Hent de fakta fra troværdige kilder som offentlige data, akademisk research eller undersøgelser fra branchen.
Når du citerer fakta, så forklar, hvad hvert af dem betyder, og hvorfor det betyder noget. Læsere og AI-systemer belønner begge indhold, der sætter data ind i en sammenhæng, i stedet for bare at remse statistikker op.
Nu har du tre afsnit, der kan stå alene. Et system til at hente indhold ud kan tage hvert af dem selvstændigt, og udsagnet giver stadig mening. Du har lige ganget dine chancer for citater fra én passage til tre.
Derfor betyder den rette opbygning af indholdet så meget. Lavere tæthed i afsnittene giver AI-systemer flere chancer for at hente ud. Flere chancer betyder flere muligheder for at blive citeret.
Hvilken rolle spiller semantisk struktur for placeringer i AI?
Semantisk struktur betyder at bruge HTML-tags, der siger noget om betydning og ikke kun om udseende. Det er forskellen på <b> (fed, kun visuelt) og <strong> (stærk fremhævelse, semantisk). Det er forskellen på at bruge et linjeskift til at lave visuel luft og at bruge et ordentligt <section>-tag, der fortæller AI-systemer, at de ideer hører sammen.
Google, andre søgemaskiner og alle AI-systemer crawler din HTML-kode først og dit visuelle design bagefter. Når dit indhold har de rigtige semantiske tags, forstår de systemer din sides struktur hurtigere og mere præcist. De ser, hvilke afsnit der er indledning, hvilke der er hovedindhold, og hvilke der er opsummeringer. De finder ud af, hvordan ideerne hænger sammen.
AI-systemer bruger også semantiske tags til at hente indhold ud med større sikkerhed. Når de ser en H2-overskrift efterfulgt af afsnit, ved de, at afsnittene svarer på overskriftens spørgsmål. Når de ser en blockquote, ved de, at det er et udsagn udefra, og at de skal angive kilden. Når de ser et strong-tag omkring et ord, ved de, at det ord er vigtigt for at forstå sætningen.
Semantisk HTML påvirker også, hvordan vidensgrafer forstår dit indhold. Vidensgrafer forbinder enheder (ting fra virkeligheden som personer, steder, produkter) og viser, hvordan de hænger sammen. Når du bruger de rigtige semantiske tags omkring navne på enheder, eller når du bruger schema markup til at udpege dem, bygger AI-systemer mere præcise forbindelser i vidensgrafen. Mere præcise forbindelser i vidensgrafen betyder, at AI-systemer oftere citerer dig, når brugere spørger om de enheder.
Hvordan bør du bygge forskellige typer indhold op, så AI kan hente dem ud?
AI-systemer læser ikke et blogindlæg på samme måde, som de læser en produktside eller en vejledning. Hver type indhold har forskellige strukturer, der virker bedre.
Til blogindlæg og artikler bruger du en klar struktur, der følger dette mønster. Et indledende afsnit svarer på hovedspørgsmålet. En H2-overskrift sætter det første underemne. To til tre fokuserede afsnit under den H2 udforsker det underemne fuldt ud. Næste H2 er et andet underemne. Gentag mønstret hele vejen igennem. Intet afsnit bør dække mere end én idé. Intet afsnit bør forsøge at svare på mere end ét spørgsmål.
Til vejledninger bruger du en nummereret liste med ét trin pr. punkt. Under hvert trin skriver du ét fokuseret afsnit, der forklarer det trin. Forsøg ikke at forklare flere trin i ét afsnit. AI-systemer henter vejledninger ud trin for trin. Når du slår trin sammen, bliver det upålideligt at hente dem ud.
Til indhold med sammenligninger (produkt X mod produkt Y, tilgang A mod tilgang B) bruger du en tabel. Tabeller er det format, der er nemmest at hente ud. Hver række bliver en selvstændig enhed, der kan hentes ud. AI-systemer citerer sammenligningstabeller mere pålideligt end noget andet format. Når du lægger sammenligninger ind i afsnit i stedet for tabeller, skjuler du oplysningerne for systemer, der henter indhold ud.
Til FAQ-sider bruger du ét spørgsmål og ét fokuseret svar pr. FAQ. Et svar bør ikke være længere end tre afsnit. Hvis dit svar er længere, har du flere spørgsmål gemt i ét afsnit. Del dem op.
Til produktsider deler du beskrivelse, fordele og specifikationer op i separate afsnit med tydelige H2-overskrifter. Forsøg ikke at forklare fordele og funktioner i ét afsnit. Del dem op i separate afsnit, der er nemme at skimme.
Til indlæg i en ordliste åbner du med en definition på én sætning (40 til 60 ord). Følg op med et eller to afsnit med sammenhæng. Tilføj ikke eksempler eller beslægtede ord, medmindre de direkte svarer på spørgsmålet om definitionen.
Hver type indhold har en forskellig optimal tæthed. Respekter typen, så henter AI-systemer mere pålideligt ud.
Hvad er sammenhængen mellem læsbarhed og, hvor ofte AI henter indhold ud?
Læsbarhed og at hente indhold ud ses ofte som to forskellige ting. Skribenter optimerer til læsbarhed. Folk, der arbejder med SEO, optimerer til at hente indhold ud. Men det er den samme optimering.
Indhold, der læses klart af mennesker, bliver også hentet rent ud af AI. De samme principper, der gør en sætning nem at forstå for et menneske (kort, direkte, én idé ad gangen), gør den nem at hente ud for et AI-system. Se på en sætning som "Grunden til, at struktur betyder så meget for AI-systemer, handler grundlæggende om, hvordan algoritmer til at hente indhold virker i kernen af de systemer for at finde og hente relevante passager med oplysninger." Den sætning er ulæselig og kan ikke hentes ud. Den gemmer ideen i for mange ord. Et AI-system har svært ved at finde ud af, hvad sætningen egentlig siger.
Den samme sætning, skrevet om for læsbarhed: "Struktur betyder noget for AI, fordi algoritmer til at hente indhold skal finde adskilte passager med oplysninger." Den sætning er kortere, klarere og lettere at hente ud.
Derfor er der ingen modsætning mellem at skrive til mennesker og at skrive til AI. Du skriver faktisk til den samme evne til at forstå. Både mennesker og AI har svært ved tætte tekster. Både mennesker og AI foretrækker klarhed. Både mennesker og AI belønner struktur.
Forskellen er, at mennesker har sammenhængen fra at scrolle gennem din side og læse de tidligere afsnit. De kan udfylde hullerne. AI-systemer henter enkelte passager uden sammenhæng og skal forstå hele ideen ud fra den passage alene. AI kræver altså endnu mere klarhed end en almindelig læsning gør hos mennesker.
Skriv, som om hver sætning kan blive hentet ud og citeret alene. Hver sætning skal være fuldstændig nok til at stå alene. Det er standarden for indhold, der er klar til AI. Når du lever op til den, finder mennesker også dit indhold klarere.
Hvordan kan du tjekke strukturen i dit indhold for at blive hentet ud af AI?
Før du udgiver indhold, kan du køre det igennem et tjek af, hvor let det kan hentes ud. Den tjekliste tager omkring fem minutter. Åbn din artikel. For hvert H2-afsnit stiller du disse spørgsmål.
- Har afsnittet en tydelig H2 i form af et spørgsmål?
- Svarer hvert afsnit under den H2 på det spørgsmål?
- Kan jeg fjerne et hvilket som helst afsnit, så resten af afsnittet stadig giver mening?
- Er nogen af afsnittene længere end tre sætninger?
- Er nogen sætninger længere end 25 ord?
- Er et nøgleord fremhævet med strong-tags?
Hvis du svarer ja til alle seks spørgsmål, er dit afsnit klar til AI. Hvis du svarer nej til nogen af dem, så ret det afsnit, før du udgiver.
Tjek derefter sidens samlede struktur. Har siden en tydelig indledning? Står H2-afsnittene i en logisk rækkefølge? Er der gentagelser mellem afsnit (den samme idé forklaret to gange)? Tilføjer konklusionen ny information eller opsummerer den bare det, der kom før? Har siden de rigtige semantiske tags til artikel, sidehoved og afsnit?
Test til sidst dit indhold i rigtige AI-systemer. Skriv et spørgsmål, som din artikel svarer på, ind i ChatGPT, Claude, Perplexity eller Google AI Overviews. Se, om dit indhold bliver citeret. Hvis det ikke gør, så se på, hvad der blev citeret i stedet. Hvad var anderledes ved den struktur? Brug den forskel i dit eget indhold.
Tjekket tager få minutter, men afslører ofte problemer i strukturen, som du ellers ville have overset.
Ofte stillede spørgsmål
Hvor mange ord skal hvert afsnit have?
Sigt efter tre til fire sætninger pr. afsnit. Det er langt nok til at udvikle en idé fuldt ud, uden at det bliver så langt, at AI-systemer har svært ved at læse din pointe. Nogle afsnit kan være på én sætning, hvis den sætning indeholder et fuldstændigt, vigtigt udsagn. Undgå afsnit på over fem sætninger, medmindre du bevidst deler én kompleks idé ud over flere sætninger. Med WEMASY's hjemmesidebygger kan du sætte det op direkte på din hjemmeside.
Betyder semantisk HTML noget, hvis jeg bruger moderne CSS-frameworks?
Ja. Moderne CSS-frameworks kan ødelægge semantisk HTML, hvis du ikke passer på. Brug altid semantiske tags (article, header, section, h2, strong) først. Læg din CSS oven på dem. Brug ikke div-tags, hvor semantiske tags ville virke. CSS-frameworks hjælper med udseendet, men de kan ikke tilføje semantisk betydning, hvis HTML'en nedenunder ikke har den.
Kan jeg bruge AI-skriveværktøjer til at lave mit indhold og rette strukturen bagefter?
Nej. Indhold fra AI har næsten altid problemer i strukturen, som er svære at rette bagefter. Det har en tendens til tættere afsnit, længere sætninger og flere ideer i ét afsnit. De problemer ligger i, hvordan sprogmodeller skriver tekst. Din bedste metode er at skrive strukturen først (lav en disposition med dine H2-overskrifter og emner for afsnittene) og derefter skrive indholdet, så det passer til strukturen. Når du skriver strukturen først, tvinger det dig til at tænke på, om indholdet kan hentes ud, fra start.
Skal jeg dele mit indhold op i flere H2-afsnit, selv om jeg kunne have det hele under færre overskrifter?
Hvis du kan få din idé ind i ét H2-afsnit på en klar måde, så gør det. Men hvis du ser, at ét afsnit ville få mere end fire eller fem afsnit under én H2, så del det. Flere H2-overskrifter betyder flere chancer for at blive hentet ud. AI-systemer citerer ud fra afsnit, der er afgrænset af overskrifter. Flere afsnit betyder flere chancer, du satser på citater.
Hvordan gælder det for langt indhold som pillar-sider?
Pillar-sider har faktisk brug for mere struktur, ikke mindre. De dækker flere underemner, hver med sin egen H2. Under hver H2 følger du de samme mønstre, der gør indholdet nemt at hente ud. Korte afsnit, én idé i hver, afsnit der kan stå alene. En pillar-side på 3.000 ord kan have otte til ti H2-afsnit. Hvert af dem skal kunne hentes ud selvstændigt. Det hjælper også på, hvor let menneskelige læsere kan skimme siden.
Hvad nu, hvis min type indhold ikke passer pænt ind i de mønstre? Som listeartikler eller debatindlæg?
Listeartikler er nemme. Ét punkt, én enhed, der kan hentes ud. Hvert punkt i listen skal være en fuldstændig tanke. Nummererede lister virker bedre end punktlister, når AI skal hente indhold ud. Debatindlæg er sværere, fordi holdninger som regel bliver støttet af argumenter, der strækker sig over flere afsnit. I indhold med holdninger skal du gøre din kerneholdning klar og placere den tidligt (første sætning i et afsnit) og derefter bygge dine støttende argumenter i separate afsnit under den. På den måde kan AI-systemer hente din kerneholdning ud, selv om de springer de støttende detaljer over.