GEO: 5 greb der får ChatGPT til at citere dig

“Vi rangerer nummer to på Google. Men når jeg spørger ChatGPT om vores felt, nævner den os aldrig.”

Sådan lyder en klage, jeg hører oftere og oftere. Den klassiske SEO virker stadig, artiklen bliver crawlet, indekseret og placeret pænt på de blå links. Men når kunderne åbner ChatGPT eller Perplexity, forsvinder du helt fra billedet. Og de fleste bureauer, jeg taler med, forveksler stadig problemet med noget så simpelt som at “skrive en FAQ nederst i artiklen”. Det er ikke der, det handler om.

Det korte svar først

Generative Engine Optimization (GEO) er praksissen at strukturere sit indhold, så AI-søgemaskiner kan uddrage, citere og henvise til det. AI-modeller læser ikke artikler, som mennesker gør. De bryder tekst ned i mindre bidder, såkaldte chunks, og henter dem én ad gangen, når nogen stiller et spørgsmål. Hvis dine chunks ikke kan stå alene, bliver de aldrig valgt.

De greb, der får en artikel til at blive citeret af ChatGPT, Perplexity og Google AI Overviews, koger ned til fem konkrete ting: selvstændige svarafsnit der ikke afhænger af konteksten omkring dem, navngivne kilder og tal frem for “en undersøgelse viste”, semantisk klarhed frem for keyword-density, struktureret sammenligning frem for endeløse lister, og forfattersignal i selve brødteksten frem for kun i sidebaren. Resten af artiklen handler om, hvordan du eksekverer på dem, og hvad der reelt ikke virker, selvom halvdelen af LinkedIn påstår det gør.

Hvorfor “citeret af ChatGPT” er noget andet end at rangere på Google

Google fungerer som en telefonbog. Du står på siden, brugeren scroller, klikker, læser. Der er ti blå links, og du prøver at komme så højt op som muligt.

AI-søgemaskiner fungerer som journalister. De skimmer et bredt materiale, finder et citérbart afsnit, bygger deres svar op omkring det. Du bliver ikke placeret på en side. Du bliver citeret i et svar. Eller ignoreret.

Teknisk set bruger AI-modellerne noget, der hedder retrieval-augmented generation (RAG). Når du spørger ChatGPT om noget, henter systemet ikke hele din artikel. Det henter et par chunks på 100-300 ord fra en større samling af mulige kilder og genererer et svar baseret på dem. Konsekvensen er, at det ikke længere er den samlede artikel, der afgør noget. Det er, hvor godt hvert enkelt afsnit står alene.

Klassisk SEO belønner narrativ dybde. GEO belønner strukturel klarhed. De to overlapper i det tekniske fundament, men de indholdsmæssige krav er ikke identiske. Og det er der, langt de fleste går galt.

“Vi rangerer nummer to på Google. Men når jeg spørger ChatGPT om vores felt, nævner den os aldrig.”

Sådan lyder en klage, jeg hører oftere og oftere. Klassisk SEO virker stadig. Din artikel bliver crawlet, indekseret og placeret pænt på Googles blå links. Men når kunderne åbner ChatGPT eller Perplexity, forsvinder du. Det er blevet et helt separat spil – og de fleste bureauer forveksler det med “skriv en FAQ nederst i artiklen.”

Det er ikke det, GEO handler om.

Det korte svar først

Generative Engine Optimization (GEO) er praksissen at strukturere sit indhold, så AI-søgemaskiner kan uddrage, citere og henvise til det. AI-modeller læser ikke artikler, som mennesker gør. De bryder tekst ned i mindre bidder – såkaldte chunks – og henter dem én ad gangen, når nogen stiller et spørgsmål. Hvis dine chunks ikke kan stå alene, bliver de aldrig valgt.

De fem greb, der får en artikel til at blive citeret af ChatGPT, Perplexity og Google AI Overviews:

1. Selvstændige svarafsnit, der ikke afhænger af konteksten omkring dem.
2. Navngivne kilder, tal og årstal frem for “en undersøgelse viste”.
3. Semantisk klarhed frem for keyword-density – færre pronomener, mere gentagelse af det faktiske emne.
4. Struktureret sammenligning frem for endeløse lister.
5. Forfatter-signal i selve brødteksten, ikke bare i sidebaren.

Resten af artiklen er, hvordan du eksekverer på dem – og hvad der ikke virker, selvom halvdelen af LinkedIn påstår det.

Hvorfor “citeret af ChatGPT” er noget andet end at rangere på Google

Google fungerer som en telefonbog. Du står på siden, brugeren scroller, klikker, læser. Der er ti blå links, og du prøver at komme så højt op som muligt.

AI-søgemaskiner fungerer som journalister. De skimmer et bredt materiale, finder ét citérbart afsnit, og bygger deres svar op omkring det. Du bliver ikke placeret på en side – du bliver citeret i et svar. Eller ikke.

Den tekniske forskel er værd at forstå: AI-modeller bruger retrieval-augmented generation (RAG). Når du spørger ChatGPT om noget, henter systemet ikke hele din artikel. Det henter et par chunks på 100-300 ord fra en større samling af mulige kilder, og genererer et svar baseret på dem. Det betyder, at det afgørende ikke er, hvor godt din samlede artikel er skrevet. Det er, hvor godt hvert enkelt afsnit står alene.

Klassisk SEO belønner narrativ dybde. GEO belønner strukturel klarhed. De to er ikke modsætninger, men de er heller ikke det samme. Og det er der, alle går galt.

Greb 1: Selvstændige svarafsnit

Åbn en tilfældig artikel på din blog. Læs det tredje afsnit isoleret, uden overskriften, uden afsnittet før. Giver det stadig mening?

For de fleste er svaret nej. Man har skrevet artiklen til at blive læst lineært. Man refererer til “det ovenstående”, bruger “denne metode”, forudsætter at læseren har fulgt med. Sådan har vi altid skrevet, og for en menneskelig læser, der starter oppefra, giver det mening. For en AI-model, der plukker afsnit 7 ud og bruger det som svar uden nogensinde at se afsnit 6, er det derimod værdiløst.

Hver chunk skal kunne stå alene. Det betyder, at hvert afsnit skal introducere sit eget emne, forklare det på egne præmisser og lukke uden at kræve, at man læser videre. Konkret test: læs hvert afsnit i din artikel som et isoleret citat. Ville det være forståeligt for en fremmed? Hvis ikke, så gentag emnet ved navn. “Sådan optimerer du det” bliver “Sådan optimerer du dit hovedbillede”. “Denne metode virker fordi” bliver “Chunk-baseret skrivning virker fordi”.

Det ligner måske klodset skrivning for nogen, der er vant til at fokusere på flow. Men det er den slags klodsethed, der betaler sig, når din tekst skal kunne løftes ud af sin sammenhæng og stadig sige noget forståeligt.

Praktisk tip: sæt CTRL+F på ordene “det”, “denne”, “sådan” og “som nævnt”. Hver gang de starter et afsnit, er der stor sandsynlighed for, at afsnittet ikke kan stå alene.

Greb 2: Navngivne kilder, tal og årstal

Sammenlign de to sætninger:

“En undersøgelse viste, at hastighed er vigtigt for konverteringer.”

“Deloittes ‘Milliseconds Make Millions’-analyse fra 2020 dokumenterede, at 0,1 sekunds hurtigere loadtid gav 8,4 % højere konvertering på retail-sider hos de 37 undersøgte brands.”

Den første sætning kan skrives af hvem som helst. Den anden kan kun skrives af nogen, der har læst kilden. AI-modeller er trænet til at genkende det signal, og de foretrækker at citere kilder med verificerbar substans. Konkrete tal, navngivne kilder og præcise årstal fungerer som troværdighedsmarkører for både læsere og for de modeller, der beslutter, hvem der er værd at citere.

Hver gang du er ved at skrive “eksperter mener” eller “det er velkendt at”, så stop op. Find den faktiske kilde. Skriv navnet, tallet, året. Kan du ikke finde kilden, så drop påstanden, for så er den formentlig heller ikke helt så solid, som du gerne ville have det til at lyde.

Det handler ikke om at spamme kildehenvisninger i hver anden sætning. Snarere om, at generisk sprog er blevet et negativt signal i sig selv. Alle skriver “eksperter mener”. Modellen har intet at hænge et konkret citat op på, og læseren har intet at tage stilling til.

I hver artikel bør du realistisk have mindst tre navngivne kilder eller konkrete datapunkter. Ikke fordi tre er et magisk tal, men fordi det er dét, der adskiller specificitet fra tomgang.

Greb 3: Semantisk klarhed slår keyword-density

I 2015 handlede SEO om at nævne primærsøgeordet 8-12 gange på en side. I 2026 handler det om, at hver relevant sætning kan forstås uden kontekst. Det lyder som en subtil forskel, men det er reelt en helt anden måde at tænke tekst på.

Keyword-density er stadig et signal, men et svagt et. Semantisk klarhed vejer tungere, fordi det er dét, både Googles BERT-model (indført i søgeresultater i 2019) og de nyere transformer-baserede AI-søgemaskiner er trænet til at aflæse. Kort sagt skal modellen kunne læse dit afsnit og forstå, hvad det handler om, uden at kigge på overskriften.

Det gør du ved at gentage det egentlige emne i stedet for at bruge pronomener (“Core Web Vitals måler…” frem for “denne metric måler…”), definere begreber første gang de nævnes i et afsnit i stedet for kun i indledningen, og undgå passive konstruktioner der skjuler subjektet (“Der blev opnået bedre resultater” er svagt; “SEO-teamet så 34 % flere klik” er stærkt).

Det virker måske som skrivning, der bryder flowet. I virkeligheden er det skrivning, der virker to steder på én gang: for den menneskelige læser, der skimmer og springer ind midt i teksten, og for en model, der henter et enkelt afsnit ud af sammenhængen.

En analogi fra fotografiet, som jeg selv ofte lever i: et koncertfoto, der bliver plukket ud og brugt af musikmedier, er sjældent oversigtsbilledet af hele scenen. Det er dét ene close-up, der kan stå alene som et statement, uden serien omkring sig. Skriv afsnit på samme måde.

Greb 4: Struktureret sammenligning frem for lister

“10 tips til bedre SEO” er en klassisk SEO-artikel-form. Den rangerer stadig okay på Google, og der bliver skrevet nye af slagsen hver eneste dag. Men den bliver næsten aldrig citeret af ChatGPT.

Grunden er banal. En liste med 10 punkter er strukturelt uegnet til at blive uddraget. Modellen henter ikke “punkt 7”, fordi punkt 7 kun giver mening i konteksten af de andre ni. Den vil hellere hente et selvstændigt afsnit, der forklarer én ting til bunds, eller en sammenligning, der differentierer to koncepter fra hinanden.

Det, der virker i stedet, er sammenligninger, definitioner og “X vs Y”-strukturer. En artikel med titlen “SEO vs GEO: Tre forskelle der betyder noget” er strukturelt overlegen “10 SEO-tips til 2026”, selv hvis det underliggende indhold er identisk. AI-modeller er trænet til at strukturere deres svar som differentiering. Når nogen spørger “hvad er forskellen på SEO og GEO?”, henter modellen et afsnit, der eksplicit sammenligner de to. Har dit indhold den sammenligning liggende som en isoleret enhed, bliver du citeret.

Behold gerne dine lister, men suppler dem med sammenligningsstrukturer. Til hver liste-artikel: tilføj mindst ét afsnit i formatet “X vs Y” eller “Hvad er forskellen på X og Y”. Det er ofte netop dét afsnit, der ender med at generere de fleste citations.

Prøv også at skrive en definition, der kan stå alene: “Generative Engine Optimization er praksissen at strukturere indhold, så AI-søgemaskiner kan uddrage det som svar.” En tydelig sætning, en færdig påstand, en selvstændig citation-enhed. Skriv sådan én for hver H2-sektion i din artikel.

Greb 5: Forfattersignal i selve brødteksten

De fleste bureauer taler stadig om E-E-A-T som noget, man løser med en forfatterboks nederst i artiklen og en om-side spækket med certifikater. Det er ikke direkte forkert. Det er bare ikke der, det største signal ligger.

E-E-A-T signaleres i selve teksten. “I mit arbejde med WordPress i 15+ år har jeg konsekvent set…” er et forfattersignal. “Man kan opnå bedre resultater ved at…” er ikke. AI-modellerne er trænet til at foretrække kilder med tydelig forfatterstemme, når de skal citere, og der er en simpel grund til det: anonymt formulerede påstande er blevet inflation. Halvdelen af internettet lyder ens, netop fordi det er skrevet af værktøjer, der bevidst undgår at sige “jeg”. Førstehåndsformuleringer skiller sig ud, fordi de er blevet sjældne.

Pointen er ikke at være selvbestaltet ekspert eller sætte sig selv på scenen. Pointen er, at når du har set noget selv, så sig det. “Jeg har testet det på 40+ kundesider” er stærkere end “erfaringen viser at”. “I 2024 kørte vi en optimering på en dansk e-commerce-kunde, hvor…” er stærkere end “det er velkendt at”.

Der er selvfølgelig en balance. For meget “jeg jeg jeg” bliver til selvpromovering, og det virker faktisk stik modsat. Men helt at fjerne førstepersonen fra teksten, som man ofte gør, når man forsøger at lyde “objektiv”, er en af de største GEO-fejl, jeg konsekvent ser i kundemateriale. Modellen kan ikke skelne dig fra generisk fyld, hvis du bevidst har fjernet alt det, der gør dig unik.

Én førstehåndsformulering pr. H2-sektion er en fornuftig rettesnor. Ikke som pynt, men som ankerpunkt for den ekspertise, du bygger op.

Tre myter om GEO, du kan holde op med at bekymre dig om

Der findes en håndfuld påstande om AI-søgeoptimering, som cirkulerer i danske LinkedIn-tråde og bureau-webinarer, og som lige så godt kan komme af vejen med det samme.

En FAQ nederst i artiklen løser ikke problemet i sig selv. FAQ’er hjælper marginalt, fordi de producerer korte, selvstændige spørgsmål/svar-par, som er relativt nemme at uddrage. Men FAQ-sektioner er efterhånden blevet så generiske, at modellerne ofte springer dem over til fordel for indhold spredt naturligt gennem artiklen. Behold gerne FAQ’en, men lad være med at tro, at den redder en artikel, hvis brødtekst er lineær og selvrefererende.

Det er heller ikke længden, der afgør, om du bliver citeret. Det, der bliver citeret, er selvstændige afsnit, uanset hvor lang den samlede artikel er. En 800-ords artikel med fem gode chunks bliver oftere citeret end en 4.000-ords artikel med ét klart afsnit og en masse fyld ovenpå. Længde er en proxy for grundighed, ikke en direkte GEO-faktor i sig selv.

Sidste myte: at det handler om at være nævnt så mange steder som muligt. Der er en forskel på at være nævnt og at være citérbar. Modellen citerer ikke fra alle kilder, der nævner et emne. Den citerer fra de kilder, hvor et konkret afsnit er strukturelt egnet til at blive uddraget. Ti solide artikler på dit eget domæne kommer typisk langt foran 100 gæsteposter på tynde sites.

Hvad du gør nu

Før du sætter dig til at revidere gammelt materiale, så test hvor du reelt står i AI-søgemaskinerne lige nu.

Gå ind i ChatGPT eller Perplexity. Perplexity er mest gennemsigtig med kilder og derfor bedre til denne øvelse. Stil tre til fem spørgsmål inden for dit fagfelt, formuleret konkret, som en potentiel kunde faktisk ville skrive dem. Se hvem der bliver citeret. Er du blandt dem? Er dine konkurrenter? Det er en test, jeg konsekvent laver på kundemateriale, før jeg overhovedet begynder at anbefale ændringer. I ret mange tilfælde viser den, at man ikke ranker, hvor man tror, man ranker.

Herefter går du til dine top fem artikler, dem der ranker bedst i klassisk Google-forstand, og læser hver af dem afsnit for afsnit. For hvert afsnit stiller du dig selv fem spørgsmål: Kan afsnittet stå alene? Er der navngivne kilder, tal eller årstal? Er det semantisk klart, uden vage pronomener? Er der en sammenligning eller definition et sted? Er der et førstehåndssignal? Hvis svaret på tre eller flere er nej, er afsnittet klar til revision. Målet er skærpelse, ikke omskrivning fra bunden.

Det arbejde tager tid, men du behøver ikke et bureau for at komme i gang. I bund og grund handler det om at læse sit eget indhold, som en model ville læse det: én chunk ad gangen, uden kontekst, med spørgsmålet “kan dét her bruges som svar?”.

Ofte stillede spørgsmål om GEO