AI-søk ordbok

AI Overview (tidligere Google SGE) er Googles AI-genererte svaroppsummering som vises øverst i søkeresultatene. Den genereres av Googles Gemini-modell basert på innhold fra rangeringssider og presenterer et syntetisert svar med kildehenvisninger — uten at brukeren trenger å klikke videre.

AI search (AI-søk) er en søketeknologi der kunstig intelligente modeller — typisk store språkmodeller (LLM-er) — genererer naturlige svar på spørsmål fremfor å presentere en liste med lenker. Eksempler inkluderer ChatGPT Search, Google AI Overviews, Perplexity og Microsoft Copilot.

AI search monitoring er systematisk overvåking av en merkevares synlighet, siteringer og omtaler på tvers av AI-søkemotorer og chatbots — inkludert ChatGPT, Gemini, Perplexity og Google AI Overviews — for å spore utvikling og identifisere optimaliseringsmuligheter.

AI visibility (AI-synlighet) er et merkes eller en virksomhets evne til å bli nevnt, anbefalt eller sitert av kunstig intelligente søkesystemer som ChatGPT, Gemini, Perplexity og Google AI Overviews når brukere stiller relevante spørsmål.

Answer Engine Optimization (AEO) er disiplinen som optimaliserer innhold og digital tilstedeværelse for å bli valgt som svar — eller sitert som kilde — av AI-drevne svarenginer som ChatGPT, Gemini, Perplexity og Google AI Overviews, i motsetning til tradisjonell SEO som optimaliserer for klikk-rangering i søkelister.

Brand visibility i AI (merkevaresynlighet i kunstig intelligens) er i hvilken grad og på hvilken måte en spesifikk merkevare nevnes, beskrives eller anbefales av AI-søkemodeller og chatbots. Det er et sammensatt KPI som inkluderer citation rate, sentimentanalyse og kontekstkvalitet.

CAVIS (Conversational AI Visibility Intelligence System) er et rammeverk for systematisk simulering og analyse av AI-synlighet, utviklet av CitationLab AS. CAVIS strukturerer AI-søksimuleringer rundt reelle brukersituasjoner fremfor enkle søkeord, og produserer kvantifiserbare synlighetsmetrikker på tvers av AI-modeller.

ChatGPT SEO er strategier og teknikker for å øke sannsynligheten for at ChatGPT nevner eller anbefaler en bestemt merkevare, nettsted eller kilde i sine svar — enten via treningsdata-optimalisering, direkte nettoppsøk (ChatGPT Search), eller ved å påvirke innholdsindeksering.

Systematisk arbeid med å øke antall og kvalitet på merkevareomtaler i AI-genererte svar.

Citation rate er andelen av relevante AI-søkeforespørsler der en spesifikk merkevare, nettside eller kilde nevnes eller siteres i AI-modellens svar. Det er et kjerne-KPI for AI-synlighet og måles som: (antall svar med nevnelse) / (totalt antall prompter kjørt) × 100.

E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) er Googles og AI-modellers vurderingsramme for innholdskvalitet og troverdighet. Sterke E-E-A-T-signaler øker sannsynligheten for at innhold inkluderes i AI-svar og rangerer høyt i søk.

Entity SEO er optimalisering av digital tilstedeværelse rundt entiteter — navngitte, distinkte konsepter som personer, steder, organisasjoner og begreper — slik at søkemotorer og AI-modeller kan identifisere og knytte dem til relevant kunnskap i sine kunnskapsgrafer.

Gemini SEO er optimalisering av innhold og tilstedeværelse for å bli sitert av Googles Gemini-modell — inkludert i Google AI Overviews, Google Search og Gemini Assistant. Siden Gemini er tett integrert med Google-søk, overlapper Gemini SEO sterkt med tradisjonell SEO.

Generative Engine Optimization (GEO) er en disiplin innen digital markedsføring som optimaliserer innhold og digital tilstedeværelse for å bli inkludert i svar generert av generative AI-modeller. GEO og AEO brukes ofte synonymt, men GEO legger spesielt vekt på selve innholdsproduksjonsstrategien fremfor den tekniske optimaliseringen.

En knowledge graph (kunnskapsgraf) er en strukturert database som representerer entiteter (personer, steder, konsepter, organisasjoner) og relasjonene mellom dem. Googles Knowledge Graph og AI-modellers interne representasjoner er kunnskapsgrafer som påvirker hvilken informasjon som presenteres i søk og AI-svar.

En LLM-citation (LLM-sitering) oppstår når en stor språkmodell (Large Language Model) eksplisitt nevner, refererer til eller anbefaler en spesifikk kilde, merkevare eller nettsted i et svar generert til en bruker — enten som attributtert kilde, som anbefaling, eller som del av et faktapåstand.

LLM training data (treningsdata) er de massive tekstkorpusene store språkmodeller lærer fra under trening — inkludert nettsider, bøker, akademiske artikler og databaser. Å være representert i disse kildene er grunnleggende for at en merkevare skal nevnes av LLM-er uten live-søk.

Standardisert tekstfil i rotkatalogen som gir AI-crawlere kontekstuell informasjon om nettstedets innhold og struktur.

Perplexity SEO er optimalisering av nettstedinnhold og autoritet spesifikt for å bli sitert av Perplexity AI — en søkemotor som kombinerer live nettinnhenting og LLM-syntese for å levere kildegitte svar. Perplexity siterer kildene sine eksplisitt og gir dermed direkte lenketrafikk.

Prompt visibility er i hvilken grad en merkevare, produkt eller kilde dukker opp i AI-modellers svar på spesifikke prompter (spørsmål eller instruksjoner) som er relevante for virksomhetens tilbud. Det måles ved systematisk å kjøre representative prompter og registrere forekomster.

Retrieval-Augmented Generation (RAG) er en AI-arkitektur der en modell henter relevante dokumenter fra en ekstern kunnskapsbase og bruker disse som kontekstuelt grunnlag for å generere et svar — fremfor å stole utelukkende på treningsdata.

Search grounding (søkegrounding) er teknikken der en AI-modell supplerer sin interne treningskunnskap med live nettinnhenting for å gi mer aktuelle og presise svar. Modellen søker nettet, henter relevante tekster, og bruker disse som grunnlag (ground truth) for svaret.

Strukturert data for AI er schema.org-markup og andre maskinlesbare metadataformater som hjelper AI-modeller og søkemotorer å forstå innholdets kontekst, type og relasjoner — og som øker sannsynligheten for at innholdet brukes som kilde i AI-genererte svar.

Graden av faglig tyngde og innholdsdybde et nettsted har innen et spesifikt emneområde, vurdert av søkemotorer og AI-modeller.