AI-søk ordbok: Teknisk
Tekniske begreper for AI-søk: strukturert data, E-E-A-T, entity SEO, kunnskapsgrafer og retrieval-systemer.
E-E-A-T
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
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.
Knowledge Graph
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.
LLM Training Data
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.
llms.txt
Standardisert tekstfil i rotkatalogen som gir AI-crawlere kontekstuell informasjon om nettstedets innhold og struktur.
Retrieval-Augmented Generation (RAG)
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
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
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.
8 begreper i denne kategorien