Search Grounding
Search grounding (søgegrounding) er teknikken, hvor en AI-model supplerer sin interne træningsviden med live webhentning for at give mere aktuelle og præcise svar. Modellen søger på nettet, henter relevante tekster og bruger dem som grundlag (ground truth) for svaret.
Grounding løser et af LLM’ernes grundproblemer: viden dateret til træningsdatoen. Med grounding kan en model svare på spørgsmål om begivenheder, der fandt sted efter træning. ChatGPT Search, Perplexity og Google AI Overviews bruger alle grounding.
For marketingfolk betyder grounding, at live-SEO-rangering er direkte relevant for AI-synlighed. Sider, der rangerer højt i Google, har større sandsynlighed for at blive hentet og citeret af grounded AI-systemer.
Ofte stillede spørgsmål
Hvad er forskellen mellem grounding og RAG?
RAG (Retrieval-Augmented Generation) er den tekniske arkitektur. Search grounding er den specifikke implementering, hvor en AI-model søger på nettet i realtid. RAG kan også bruge interne databaser som videnskilde.
Udforsk AI-søgning ordbogen
AI Search Academy er en uafhængig ordbog for AI-søgning og synlighed.
Se alle begreberRelaterede begreber
KR
AI Search & Growth Strategist med 25+ år i digital markedsføring. Læs mere →