Hva skal til for å bli sitert av AI?

Skrevet av Aleksander Elvik

Internett er fullt av setninger som denne: «Vi leverer innovative og skreddersydde løsninger tilpasset kundens behov.» Spørsmålet er hva ChatGPT, Gemini eller Google skal svare når en potensiell kunde ber om en sammenligning av leverandører, en forklaring av et fagområde eller en anbefaling, og dette er alt modellen har å gå på.

Det er skrevet enorme mengder tekst på B2B-nettsider som teknisk sett består av ord, men som inneholder forsvinnende lite informasjon. Vil dere bli brukt som kilde, er det et godt sted å begynne.

Denne artikkelen handler om hva innholdet må inneholde. Den tekniske siden, altså om robotene i det hele tatt slipper inn på nettsiden, har vi skrevet om separat.

Hva får AI til å velge én kilde fremfor en annen?

Meltwaters analyse av AI-siteringer fant at innhold med tydelig struktur, konkrete eksempler, navngitte selskaper og verktøy og kvantitative data gikk igjen blant det AI faktisk valgte å sitere.

Nyere forskning på tvers av ChatGPT, Google og Perplexity peker i samme retning. Innhold som bidrar til AI-svarene har en tendens til å være relevant for spørsmålet, strukturert og rikt på informasjon som kan trekkes ut: definisjoner, tall, sammenligninger, konkrete fakta og fremgangsmåter.

Google sier mye av det samme i sin egen veiledning for synlighet i generativt AI-søk. De anbefaler innhold som tilfører unik verdi og bygger på egen kunnskap og erfaring, og de advarer mot å fylle nettet med innhold som bare oppsummerer det som allerede finnes.

Vi skriver om dette ukentlig i nyhetsbrevet Surf’s Up: B2B Waves. Abonner på nyhetsbrev.

Svarer innholdet faktisk på spørsmålet?

Dette høres banalt ut, men overraskende mye bedriftsinnhold gjør det ikke. Søker noen etter «hva koster et nytt ERP-system for en bedrift med 100 ansatte», er dette lite nyttig: «Vi skreddersyr alltid løsningen etter kundens unike behov. Ta kontakt for et uforpliktende tilbud.»

Det er sikkert sant, men det er ikke et svar. Et mer nyttig svar kan være: prisen avhenger av antall brukere, integrasjoner og kompleksitet, og for bedrifter med 100 ansatte er lisens, implementering, integrasjoner og opplæring normalt de fire viktigste kostnadene.

Meltwaters analyse fant at de mest siterte LinkedIn-artiklene typisk var bygget rundt konkrete spørsmål og beslutninger. Lister av typen «best X» forekom i 54 prosent av det mest siterte innholdet, sammenligninger i 50 prosent og «hvordan velge»-guider i 33 prosent.

Hvor konkrete må fakta være?

Tall er nyttige. Priser er nyttige. Produktnavn er nyttige. Tidsrammer er nyttige. «Vi implementerer raskt» sier lite, mens «en normal implementering tar fire til åtte måneder» sier noe. «Vi hjelper både små og store bedrifter» sier lite, mens «vi jobber primært med industribedrifter med 50 til 500 ansatte» sier noe.

I Meltwater-analysen inneholdt 67 prosent av de mest siterte LinkedIn-artiklene kvantitative data, og 75 prosent navnga konkrete selskaper, produkter eller verktøy. Jo mer presist dere skriver, desto mindre må maskinen gjette.

Hva kan bare dere skrive?

AI har gjort det svært enkelt å produsere innhold for AI. Resultatet er at nettet fylles med artikler som i praksis er omskrivinger av andre artikler, som igjen er omskrivinger av andre artikler.

Google bruker begrepet non-commodity content og anbefaler egne perspektiver, førstehåndserfaring og kunnskap som ikke bare gjentar det som allerede finnes. For en B2B-bedrift kan det være egne data, erfaringer fra implementeringer, faktiske kundespørsmål, benchmarks, priser, feil dere ser igjen og igjen, faglige vurderinger, eller det dere har lært etter å ha løst det samme problemet hundre ganger.

Det er innhold en konkurrent ikke kan lage ved å skrive den samme prompten i ChatGPT.

Hvor mye betyr struktur?

Meltwaters analyse fant at samtlige av de mest siterte LinkedIn-artiklene brukte punkt- eller nummererte lister, og at 92 prosent brukte tydelige mellomtitler. Forskning på AI-siteringer finner tilsvarende at sider som bidrar mye til AI-genererte svar ofte er mer strukturerte og inneholder informasjon som lar seg trekke ut, som definisjoner, tall, sammenligninger og steg.

Det betyr ikke at alt innhold må bli punktlister. En tekst med tydelige overskrifter, ett tema per seksjon, konkrete svar og logisk struktur er enklere å forstå enn 1 800 ord sammenhengende refleksjon, for mennesker så vel som maskiner.

Hvor i teksten bør svaret stå?

Tidlig. Meltwater anbefaler eksplisitt å plassere svaret tidlig i LinkedIn-artikler, og senere analyser peker samme vei: kjernen bør komme tidlig, med tydelige påstander og konkret informasjon fremfor generell kommentar.

Det betyr ikke at alle tekster må åpne med fasiten. Men er overskriften «hvor lang tid tar en ERP-implementering», bør leseren slippe å lese bedriftens historie fra 1987 før noen nevner fire til åtte måneder.

Hvor ofte må innholdet oppdateres?

I Meltwater og LinkedIns analyse var 48 prosent av det siterte LinkedIn-innholdet publisert de siste tre månedene, og bare 12 prosent var eldre enn ett år. Gammelt innhold er ikke automatisk verdiløst, men enkelte svar har holdbarhetsdato.

Priser endrer seg, produkter endrer seg, lover endrer seg og markeder endrer seg. En artikkel med 2024 i tittelen ser gammel ut når noen spør en AI om hva som gjelder i dag. Ofte trenger dere ikke en ny artikkel, bare en oppdatering av den gamle.

Bør man skrive for maskinen?

Nei, og dette er det viktigste punktet. Google sier uttrykkelig at innhold for deres AI-opplevelser fortsatt bør være laget for mennesker og tilføre reell verdi. De sier også at det ikke finnes noen magisk AI-optimalisering som erstatter godt innhold og grunnleggende SEO, og de advarer mot masseproduksjon av AI-genererte sider uten verdi.

Målet er å publisere kunnskap som er så konkret, nyttig og tydelig at både mennesker og maskiner forstår at den er verdt å bruke.

Hvorfor ligger den beste informasjonen på feil sted?

De fleste B2B-bedrifter mangler ikke kunnskapen AI trenger. Den finnes bare ikke på internett.

Den sitter i hodet på selgeren som har jobbet i bransjen i sytten år. Den ligger i tilbudet dere sender etter tredje møte, i en presentasjon noen laget til et kundemøte i februar, og i forklaringen produktsjefen gir på hvorfor løsning A passer for én type kunde og løsning B for en annen. Den finnes i alle de gode svarene fagfolkene deres gir kundene hver uke.

ChatGPT sitter ikke i det møtet. Det gjør ikke Google heller. Skal dere bli funnet og brukt som kilde når kundene gjør research med AI, må kunnskapen ut av hodene, møtene og presentasjonene og inn på flater robotene kan finne: nettsiden, LinkedIn, artikler og faginnhold. Det er den jobben vi gjør når vi bygger innhold og synlighet for B2B-bedrifter.

Ikke mer innhold for innholdets skyld, men mer av det dere faktisk vet. Skal dere bli sitert av AI, må dere fortsatt få til noe ganske gammeldags. Dere må ha noe å si.

Ofte stilte spørsmål om å bli sitert av AI

Hva slags innhold siterer AI oftest?

Innhold som svarer direkte på et konkret spørsmål, har tydelig struktur med overskrifter og lister, inneholder tall og navngitte produkter eller selskaper, og som er publisert eller oppdatert nylig. Meltwaters analyse fant at samtlige av de mest siterte LinkedIn-artiklene brukte lister, 67 prosent inneholdt kvantitative data og 75 prosent navnga konkrete selskaper, produkter eller verktøy.

Må man skrive annerledes for AI enn for mennesker?

Nei. Google oppgir at innhold for deres AI-opplevelser fortsatt bør være laget for mennesker, og at det ikke finnes en egen AI-optimalisering som erstatter godt innhold og grunnleggende SEO. Grepene som gjør innhold lettere å sitere, som tydelige svar og konkrete tall, gjør det samtidig lettere å lese.

Hvor gammelt kan innholdet være?

I Meltwater og LinkedIns analyse var 48 prosent av det siterte innholdet publisert de siste tre månedene og bare 12 prosent eldre enn ett år. For innhold med priser, produktnavn eller regelverk bør dere regne med jevnlig oppdatering fremfor å produsere nye artikler.

Hva er non-commodity content?

Googles begrep for innhold som ikke bare gjentar det som allerede finnes på nettet. I B2B betyr det egne data, erfaringer fra faktiske leveranser, benchmarks, priser, gjentakende feil og faglige vurderinger, altså det en konkurrent ikke kan produsere med samme prompt i ChatGPT.

Hvordan får man kunnskapen ut av fagfolkene?

Et vanlig utgangspunkt er å samle spørsmålene kundene faktisk stiller i salgsmøter og supportsaker, og la fagpersonene svare muntlig fremfor å skrive. Svarene struktureres deretter til artikler. Det krever et fast intervall og en ansvarlig, ellers stopper det etter to runder.

Lyst å ta en prat om innhold og synlighet i AI? Kontakt oss her.