Rett SEO-feil med KI: schema og utvidede resultater

Å lage godt innhold er kanskje ikke nok alene til å lykkes med søkemotoroptimalisering. Et nettsteds tekniske struktur, markeringen av strukturerte data, brukeropplevelsen og om søkemotorene kan nå innholdet, er alle viktige faktorer som påvirker den digitale synligheten.

Særlig eiere av nettsteder som vil bruke stjernevurderinger, produktpriser og andre funksjoner for utvidede resultater i Googles søkeresultater, må lage koden for strukturerte data riktig.

Mange bedriftseiere har likevel ikke avansert teknisk kunnskap om HTML, JSON-LD eller Schema.org-markering. Det kan derfor virke vanskelig å finne og rette visse SEO-feil.

I dag kan KI-verktøy hjelpe til i denne prosessen.

Googles test for utvidede resultater kan for eksempel brukes til å finne problemer med strukturerte data på en side. Deretter kan KI-verktøy som ChatGPT brukes til å få forslag til hvordan den feilaktige koden kan rettes.

KI-støttet SEO-arbeid handler likevel om langt mer enn å rette kodefeil.

Googles uttalelser om KI-drevne søkeopplevelser viser også at original innholdsproduksjon, brukeropplevelse, teknisk tilgjengelighet og fokus på den reelle verdien av besøkende alle betyr noe.

At KI-systemer nå lager anbefalinger om bedrifter, viser også at synligheten til merkevarer har spredt seg langt ut over de tradisjonelle søkeresultatene.

Hvordan retter du så SEO-feil med KI? Hvordan bruker du Googles test for utvidede resultater? Kan du lage kode for strukturerte data med ChatGPT? Og hvilket arbeid øker sjansen for at en virksomhet blir anbefalt av KI-drevne søkesystemer?

I denne guiden ser vi grundig på alt fra å finne tekniske SEO-feil og redigere kode med KI til et reelt eksempel på en anbefaling og Googles egne råd til dem som lager innhold.

Hva er SEO-optimalisering med KI?

SEO-optimalisering med KI vil si å bruke KI-verktøy til analysene, innholdsarbeidet, koderedigeringen og de tekniske kontrollene som gjøres for å bedre synligheten i søkemotorer.

I denne tilnærmingen bør KI ikke ses som et system som automatiserer SEO-arbeidet helt og garanterer suksess.

Den riktigere tilnærmingen er å bruke KI som en assistent som gjør visse oppgaver enklere.

En eier av et nettsted kan for eksempel ha en teknisk feil i koden for strukturerte data.

Den feilen kan finnes med testverktøyet Google tilbyr.

Deretter kan KI-verktøyet spørres om hva feilen betyr, og om forslag til hvordan den eksisterende koden kan rettes.

På samme måte kan overskriftsstrukturen på en nettside gås gjennom, manglende beskrivelser finnes, eller du kan vurdere hvor tydelig innholdet svarer på brukernes spørsmål.

Resultatet av alt dette arbeidet må likevel kontrolleres.

KI-systemer kan lage feil kode, arbeide ut fra ufullstendig informasjon eller foreslå data som ikke faktisk finnes.

Kontroll, sikkerhetskopier og kontrollert implementering er derfor svært viktig når KI brukes i teknisk SEO-arbeid.

Hva er Googles test for utvidede resultater, og hva gjør den?

Googles test for utvidede resultater (Rich Results Test) er et testverktøy som hjelper deg å sjekke de strukturerte dataene på nettsidene dine opp mot de utvidede søkeresultatene Google støtter.

Med verktøyet kan du undersøke om en side kvalifiserer for bestemte typer strukturerte data.

En nettbutikk kan for eksempel ha laget en produktside.

HTML- eller JSON-LD-koden på siden kan inneholde strukturerte data av typen Product.

Men hvis ett av de påkrevde feltene mangler i markeringen, kan det oppstå et problem med kvalifiseringen for produktresultatene Google støtter.

Testen for utvidede resultater hjelper deg å finne slike problemer.

Verktøyet er ikke bare for produktsider i nettbutikker.

Andre typer strukturerte data som Google støtter, kan også testes under de rette forholdene.

Hvilke feil kan Googles test for utvidede resultater finne?

Testen for utvidede resultater kan vise ulike problemer knyttet til funksjonene for strukturerte data den støtter.

Det kan være manglende påkrevde felt, feilformatert informasjon, upassende verdier og tekniske feil knyttet til bestemte datatyper.

En produktside kan for eksempel inneholde Product-markering, men ha pris- eller vurderingsinformasjonen definert feil.

På en annen side kan formatet på koden for strukturerte data være laget feil.

Noen av problemene kan hindre kvalifisering for den aktuelle typen utvidet resultat.

Andre kan vises som advarsler knyttet til valgfrie funksjoner.

Det bør likevel ikke antas at testen for utvidede resultater finner alle problemer med HTML, JavaScript, ytelse og SEO.

Verktøyet er særlig laget for å vurdere strukturerte data rettet mot funksjonene for utvidede resultater som Google støtter.

Hvordan bruker du Googles test for utvidede resultater?

Å sjekke statusen til de strukturerte dataene på en nettside med Googles test for utvidede resultater kan gjøres med noen få grunnleggende steg.

Steg 1: Bestem hvilken side som skal sjekkes

Velg først nettsiden der du vil sjekke de strukturerte dataene.

En produktside i en nettbutikk kan for eksempel undersøkes.

Siden kan inneholde informasjon som produktnavn, beskrivelse, bilde, pris og lagerstatus.

Produktets egen URL må brukes i kontrollen.

Å teste den generelle forsiden vil ikke avdekke problemer med strukturerte data på en bestemt produktside.

Det er derfor viktig å finne riktig side du vil sjekke.

Steg 2: Åpne Googles test for utvidede resultater

Åpne Googles verktøy for testing av utvidede resultater og kjør kontrollen enten med URL eller med kode.

URL-testen hjelper deg å undersøke en publisert nettside.

Kodetesten kan brukes til å vurdere kodebiter du har laget eller redigert.

Dette skillet er særlig nyttig for endringer i strukturerte data som ennå ikke er publisert.

Etter at feilaktig markering er funnet på en eksisterende side, kan den nye koden for eksempel sjekkes før den legges inn på det publiserte nettstedet.

Steg 3: Test URL-en

Skriv inn adressen til nettsiden i URL-feltet og start testen.

Verktøyet undersøker siden det kan nå, og vurderer typene strukturerte data det støtter.

Når testen er ferdig, vises elementene som er funnet, og eventuelle feil.

Et Product-element kan for eksempel være funnet på produktsiden.

Men hvis elementets påkrevde felt mangler, kan det vurderes som ugyldig.

Steg 4: Gå gjennom feilmeldingene

Hvis testen finner feil, åpner du det aktuelle elementet og undersøker detaljene.

En Product-markering kan for eksempel vise en feil som sier at minst ett passende felt av offers, review eller aggregateRating må angis.

Den feilen betyr at minst én av de påkrevde opplysningene for produktresultatet mangler.

Her er det likevel et viktig poeng.

At en feilmelding nevner vurderingsfeltet, betyr ikke at det må legges en vurdering til produktet.

Hvis produktet har et reelt salgstilbud, kan passende Offer-informasjon brukes.

Hvis det ikke finnes reelle kundeanmeldelser, må det aldri lages falske poengsummer eller kommentarer.

Steg 5: Undersøk koden som inneholder feilen

I noen tilfeller viser Googles test for utvidede resultater hvilken del av koden feilen gjelder.

En Product-markering kan for eksempel definere produktnavn, bilde, beskrivelse og merke.

Men de passende feltene for salgstilbudet kan mangle.

I så fall avslører en gjennomgang av kodedelen med feilen hvilken informasjon som må fylles inn.

De som har erfaring med koderedigering, kan gjøre dette manuelt.

Brukere med begrenset teknisk kunnskap kan få hjelp av KI-verktøy.

Et reelt eksempel: en feil i Product-schema

I en øvelse om kontroll av strukturerte data undersøkes produktsiden på et nettsted bygget direkte i HTML.

Eieren av siden hadde laget koden for strukturerte data tidligere, men mistenker at den kan være feil.

Hen skriver derfor inn sidens URL i Googles test for utvidede resultater og kjører kontrollen.

Testen finner ett ugyldig element.

Ved nærmere undersøkelse finnes det Product-markering, men noen av feltene som kreves for produktresultatet, mangler.

Feilen gjelder feltene offers, review og aggregateRating.

Den eksisterende koden inneholder informasjon som produktnavn, bilde, beskrivelse og merke.

Men passende tilbuds- eller vurderingsinformasjon mangler.

De strukturerte dataene for produktet anses derfor ikke som kvalifisert for den tiltenkte funksjonen for utvidede resultater.

Eksempelet viser et problem som ofte dukker opp i arbeidet med strukturerte data:

At det finnes kode på siden, betyr ikke at koden er fullstendig for det utvidede resultatet i Google du sikter mot.

Problemet skyldes dessuten ikke alltid en komplisert programvarefeil.

Noen ganger er det nok å fylle inn ett manglende felt med riktig informasjon.

Hvordan retter du en feil i strukturerte data med ChatGPT?

Når du har funnet problemet med de strukturerte dataene, er den andre fasen å rette den eksisterende koden.

Det kan gjøres manuelt.

Brukere med begrenset kunnskap om HTML eller JSON-LD kan likevel få hjelp av KI-verktøy som ChatGPT.

Feilmeldingen fra Googles test for utvidede resultater og den aktuelle kodedelen kan for eksempel gis til KI-en.

Deretter kan du spørre hvorfor feilen oppsto og hvordan den kan rettes.

Fordelen med denne tilnærmingen er ikke bare å få ny kode, men også å lære hva feilen betyr og forstå stegene for å løse den.

Hvilken informasjon bør du gi KI-en?

For å få et godt forslag fra et KI-verktøy må problemet beskrives tydelig.

I stedet for bare å si «rett SEO-koden min» bør du oppgi datatypen med feilen og meldingen Google viste.

For en feil knyttet til Product-markering kan en forespørsel som denne lages:

«Jeg har sjekket de strukturerte dataene av typen Product på nettstedet mitt med Googles test for utvidede resultater. Verktøyet sier at et passende felt av offers, review eller aggregateRating mangler. Gå gjennom den eksisterende koden min og forklar årsaken til feilen. Ikke legg til anmeldelser, vurderinger eller produktinformasjon som ikke faktisk finnes. Behold den nåværende HTML-strukturen min, foreslå bare de nødvendige rettelsene og lag den oppdaterte koden.»

Denne forespørselen uttrykker langt tydeligere hva du vil at KI-en skal gjøre.

Den setter også en grense som bidrar til at feil eller oppdiktet informasjon ikke legges til.

Må du gi KI-en hele HTML-filen?

Det er ikke nødvendig i alle tilfeller å sende hele HTML-koden til siden til KI-en.

Hvis problemet bare gjelder en bestemt JSON-LD-blokk, passer det som regel bedre å undersøke den delen først.

I noen tilfeller kan de strukturerte dataene ligge i ulike deler av siden.

Da kan det trengs en grundigere gjennomgang av HTML-strukturen.

Før du deler kode, må likevel personopplysninger, private API-nøkler, tilgangstokener og andre sensitive data fjernes.

Kildekoden til en nettside kan inneholde informasjon som aldri bør deles av sikkerhetshensyn.

Å sende en hel fil til et tredjepartssystem uten å sjekke den er derfor feil tilnærming.

KI bør bare brukes med de kodedelene som er nødvendige og greie å dele.

Hvordan lager du rettet schema-kode med KI?

For å løse en feil i strukturerte data må du først fastslå om den manglende informasjonen faktisk finnes.

Hvis produktsiden faktisk inneholder pris- og lagerinformasjon, kan den defineres med passende Product- og Offer-markering.

Men hvis produktet ikke har noen reell pris, må en eksempelpris laget av KI-en aldri brukes på den publiserte siden.

Eksempel: Product-markering i JSON-LD

Eksempelet nedenfor er en hypotetisk JSON-LD-markering laget for å vise hvordan produktdata kan struktureres.

I dette eksempelet brukes typen Product til å definere produktinformasjonen.

Feltet name inneholder produktnavnet.

Feltet description inneholder produktbeskrivelsen.

Feltet image definerer produktbildet.

Delen offers inneholder informasjonen om salgstilbudet.

Pris, valuta, lagerstatus og produktlenken angis i hvert sitt felt.

Denne koden bør likevel aldri kopieres rett inn på et reelt nettsted.

Produktnavn, bildeadresse, pris, lagerstatus og produktlenke må alle erstattes med reell informasjon.

Særlig prisen på 499 kr som brukes her, er bare et eksempel.

Bør KI-en fylle inn de manglende feltene selv?

Nei.

KI kan forklare hvilke felt som mangler, og foreslå en passende kodestruktur.

Den reelle produktinformasjonen må likevel komme fra brukeren eller fra det aktuelle datasystemet.

Når Google viser at et vurderingsfelt mangler, bør du for eksempel aldri be ChatGPT om å lage en falsk femstjerners anmeldelse.

Hvis det ikke finnes reelle brukeranmeldelser, bør den informasjonen ikke legges til.

På samme måte ville det vært villedende å bruke InStock når produktet faktisk er utsolgt.

I prosessen med å redigere kode med KI er det like viktig at dataene er korrekte, som at koden er teknisk gyldig.

Er kode laget av KI til å stole på?

KI-systemer kan hjelpe til med ulike kodeformater som HTML, CSS, JavaScript og JSON-LD.

Det er likevel ingen garanti for at koden som lages, alltid er riktig, sikker eller kompatibel med det eksisterende nettstedet ditt.

Særlig når du ber om at en hel HTML-side bygges opp på nytt, kan noen deler bli utelatt.

Det eksisterende designet kan bli ødelagt.

Skjemaer, lenker eller JavaScript-funksjoner kan bli endret ved et uhell.

Å gjøre en så begrenset og kontrollert endring som mulig er derfor den tryggeste måten å rette en feil i strukturerte data på.

Ta sikkerhetskopi før du endrer kode

Det første du bør gjøre, er å ta sikkerhetskopi av den eksisterende koden.

Hvis du arbeider med en HTML-fil, bør du for eksempel beholde en kopi av originalen.

Hvis du bruker WordPress, bør du ta vare på nettstedets nåværende tilstand med en passende metode for sikkerhetskopiering.

Hvis du skal endre temafiler i Shopify, bør du lage en passende kopi av temaet.

Da kan du gå tilbake til forrige versjon hvis noe uventet skjer etter endringen.

Endre bare den aktuelle koden

Et manglende felt i Product-markeringen krever ikke at hele HTML-koden på siden endres.

Rett først den aktuelle delen med strukturerte data.

Du kan be KI-en forklare hvilke linjer i den eksisterende koden den har endret.

Denne metoden gjør endringene langt lettere å kontrollere.

Sammenlign koden før og etter

Koden KI-en har laget, bør sammenlignes med originalen.

Sjekk om det finnes uventede endringer.

Særlig produktinformasjon, lenker, sidedesign og funksjonelle områder bør gås gjennom.

At syntaksen er riktig, betyr ikke alene at endringen er helt trygg.

Test koden på nytt

Legg de redigerte strukturerte dataene inn i Googles test for utvidede resultater igjen.

Sjekk om den forrige feilen er løst.

Gjør flere endringer om nødvendig.

Et vellykket testresultat betyr likevel ikke at det utvidede søkeresultatet garantert vil vises på Google.

Testen hjelper deg å vurdere den tekniske kvalifiseringen.

Google bestemmer om utvidede resultater faktisk vises i søket.

Hvordan retter du schema-feil på WordPress- og Shopify-nettsteder?

I publiseringssystemer som WordPress og Shopify lages strukturerte data noen ganger automatisk.

Det betyr at ikke alle brukere må lage JSON-LD-kode manuelt.

Det bør likevel ikke antas at automatisk markering alltid er fullstendig eller feilfri.

Temaet, tilleggene og andre apper som brukes, kan alle påvirke de strukturerte dataene som lages.

Schema-feil i WordPress

På WordPress-nettsteder lager noen SEO-tillegg strukturerte data for artikler, sider eller bestemte innholdstyper.

Tillegg som Yoast SEO kan for eksempel gi ulik schema-markering på passende sider.

For å vurdere om den eksisterende markeringen er riktig, må siden likevel testes.

Når en feil oppdages, bør du først finne ut hvilket tillegg eller hvilken temadel som har laget koden.

Deretter kan de aktuelle innstillingene undersøkes.

Hvis den nødvendige endringen kan gjøres gjennom tillegget, trenger du kanskje ikke redigere temafilene direkte.

Feil i Product-schema i Shopify

På Shopify-nettsteder kan produktmarkering lages av temaet som brukes, eller av tilhørende apper.

Markeringen kan inneholde informasjon som produktnavn, pris, bilde, merke og lagerstatus.

Noen produkter kan likevel ha manglende data eller avvik i markeringen.

At variantprisene til et produkt ikke stemmer med prisen i de strukturerte dataene, kan for eksempel skape problemer.

På samme måte er det feil at de strukturerte dataene viser gammel informasjon når lagerstatusen er endret.

Det er derfor nyttig å teste produktsider i Shopify med konkrete eksempler.

Et annet viktig poeng er å sørge for at den samme Product-markeringen ikke lages på motstridende måter av temaet og av apper.

I alle tilfeller bør du først finne årsaken til problemet og deretter velge den passende rettelsen.

Er det nok å rette koden for å bli synlig i Googles søkeresultater?

Å rette feil i strukturerte data kan være en viktig del av teknisk SEO-arbeid.

Men det alene er ikke nok til å bedre et nettsteds synlighet i søkeresultatene.

Google understreker at innhold som er reelt verdifullt for brukerne, er viktig også i KI-drevne søkeopplevelser.

Det setter søkemotoroptimaliseringens grunnleggende formål i fokus igjen.

Det er viktig at et nettsted fungerer som det skal teknisk.

Men hvis den besøkende ikke finner informasjonen hen leter etter, eller innholdet ikke er reelt nyttig, vil riktig markering alene ikke veie opp for det.

I KI-SEO må tekniske rettelser og innholdskvalitet derfor utvikles sammen.

Googles anbefalte tilnærming for å lykkes i KI-søk

Offisielle uttalelser fra John Mueller i Googles Search Relations-team tar for seg noen grunnleggende SEO-prinsipper som også gjelder for KI-drevne søkeopplevelser.

Når uttalelsene tar for seg systemer som Google AI Overviews og AI Mode, argumenterer de ikke for å gå over til en helt annen forståelse av SEO.

Vekten ligger i stedet på å lage originalt og nyttig innhold for brukerne, gi en god sideopplevelse og bevare den tekniske tilgjengeligheten.

Det viser at KI-SEO bør forbedre den reelle innholdskvaliteten, ikke bare prøve å se riktig ut for nye verktøy.

1. Lag originalt og verdifullt innhold for brukerne

Et av hovedtemaene i Googles uttalelser om KI-drevne søkeopplevelser er å produsere innhold som faktisk dekker brukernes behov.

I denne tilnærmingen er det ikke nok å lage mange artikler som bare inneholder visse søkeord.

Innholdet må gi originale forklaringer, nyttig informasjon og detaljene som svarer på brukernes spørsmål.

Det kan for eksempel finnes svært mange sider på internett som forklarer «hva er SEO?».

Men innhold som forklarer hvordan SEO faktisk gjennomføres i en bestemt bransje, tar for seg reelle problemer og gir metoder som kan brukes, gir leseren langt mer verdi.

Målet er ikke bare å formulere setninger annerledes.

Innholdet må være reelt nyttig når det gjelder informasjon.

Hva betyr egentlig originalt innhold?

Originalt innhold er et bredere begrep enn å gjengi det andre sider sier, med andre ord.

Innhold kan skape original verdi ved å gi reell erfaring med temaet eller nye forklaringer.

En som arbeider med webdesign, kan for eksempel beskrive de vanlige problemene hen har møtt i reelle prosjekter.

En nettbutikk kan ta for seg produktspørsmålene kundene oftest stiller.

En møbelprodusent kan forklare hvordan valg av materiale påvirker både produksjonen og hverdagsbruken.

Slik informasjon går lenger enn generelle definisjoner og gir leseren langt flere detaljer.

Det er likevel viktig at originale synspunkter underbygges med korrekt informasjon.

Urealistiske påstander eller påstander som ikke kan etterprøves, bør aldri brukes bare for å skille seg ut.

Er innhold laget med KI skadelig for SEO?

At KI brukes til å lage innhold, betyr ikke i seg selv at innholdet er av lav kvalitet.

Det viktige er om den ferdige teksten er korrekt, nyttig og tilpasset brukerens behov.

KI-verktøy kan hjelpe til med planlegging av temaer, forslag til overskrifter, bedre beskrivelser og redigering av tekst.

Å produsere store mengder innhold som ikke har verdi for brukeren, som er svært repetitivt eller som inneholder feil informasjon, skaper likevel problemer.

Å publisere dusinvis av artikler om det samme temaet der bare overskriftene er endret, gir for eksempel ingen reell informasjonsdybde.

På samme måte kan det å publisere tekst skrevet av KI uten noen gjennomgang føre til feil teknisk informasjon eller påstander som ikke kan etterprøves.

Menneskelig gjennomgang og reell kompetanse er derfor svært viktig i KI-støttet innholdsproduksjon.

Hvorfor bryr Google seg om en god sideopplevelse?

Det er viktig å lage godt innhold, men brukerne må også kunne nå innholdet på en behagelig måte.

Hvis en side laster svært sakte, ikke vises riktig på mobile enheter eller viktig informasjon drukner i mange forstyrrende elementer, blir opplevelsen for den besøkende dårligere.

Sideopplevelsen beholder derfor sin betydning i KI-drevne søk akkurat som i tradisjonelt SEO-arbeid.

Mobiltilpasning

Et nettsted må fungere som det skal på ulike skjermstørrelser.

Teksten må være lesbar, lenkene må kunne brukes, og bildene må være plassert riktig for skjermstørrelsen.

En bruker som kommer til nettstedet fra en mobil enhet, bør aldri tvinges til å bruke visningen for datamaskin.

Sidens ytelse

For store bilder, lite effektiv kode og serverproblemer kan alle svekke sidens ytelse.

Et nettsteds tekniske ytelse bør derfor gås gjennom jevnlig.

Å nå en bestemt hastighetspoengsum garanterer likevel ikke toppplasseringer i søkeresultatene.

Ytelsesoptimalisering er et bredere arbeid som forbedrer brukeropplevelsen.

Å gjøre innholdet lett å finne

Brukerne må lett finne den viktigste informasjonen de leter etter på en nettside.

Å forstå en produktpris eller omfanget av en tjeneste bør ikke kreve at man leser lange, irrelevante forklaringer.

Overskrifter, avsnitt og deler av siden bør ordnes i en logisk rekkefølge.

Denne tilnærmingen støtter både brukeropplevelsen og hvor forståelig innholdet er.

Hvorfor er det viktig at Google kan nå innholdet ditt?

Teknisk tilgjengelighet har en fremtredende plass i Googles anbefalinger om KI-drevne søkeopplevelser.

En nettside kan ha utmerket innhold.

Men hvis Googlebot ikke kan nå siden, er Googles mulighet til å vurdere innholdet begrenset.

Søkemotorene må derfor kunne nå de viktige sidene dine.

Sjekk om robots.txt blokkerer

robots.txt-filen kan brukes til å styre tilgangen til crawlere som støtter den, for bestemte URL-baner.

Feil skrevne regler kan likevel hindre at viktige sider blir gjennomsøkt.

Generelle blokkeringer av gjennomsøking som ble brukt under utviklingen, kan for eksempel ha blitt liggende på det publiserte nettstedet.

I så fall kan de aktuelle robotene ikke nå innholdet på sidene.

Sjekk HTTP-statuskoder

Det er viktig at en nettside får riktig svar fra serveren.

En side som normalt er tilgjengelig, forventes for eksempel å gi et vellykket HTTP-svar.

Serverfeil eller feil omdirigeringer kan påvirke gjennomsøkingen.

Den tekniske statusen til viktige sider bør derfor gås gjennom.

Vurder indekserbarheten

At en side kan gjennomsøkes, er ikke det samme som at den legges til i Googles indeks.

Eiere av nettsteder kan vurdere indekseringsstatusen til de viktige sidene sine i Google Search Console.

At en side er indeksert, garanterer heller ikke toppplasseringer for bestemte søk.

Gjennomsøking, indeksering og rangering er atskilte prosesser.

Strukturerte data og synlig innhold må stemme overens

Googles anbefalinger omfatter også å sørge for at strukturerte data stemmer med innholdet som faktisk står på siden.

Dette er særlig viktig for nettbutikker.

Å vise en annen pris i de strukturerte dataene for et produkt som står oppført til 799 kr på produktsiden, ville for eksempel vært feil.

På samme måte er det villedende å legge kundeanmeldelser som ikke vises på siden, inn i schema-koden.

Strukturerte data bør derfor ikke bare være teknisk gyldige.

De må også gjengi korrekt informasjon.

Gyldig kode betyr ikke alltid korrekte data

En JSON-LD-blokk kan ha helt riktig syntaks.

Men hvis informasjonen i den ikke er reell, består problemet med datakvaliteten.

Product-markering laget av et KI-verktøy kan for eksempel bestå den tekniske testen.

Hvis den oppgitte prisen ikke stemmer med den faktiske produktprisen, bør koden likevel ikke regnes som en riktig implementering.

Det trengs derfor to separate kontroller i arbeidet med strukturerte data.

Den første er kodens tekniske gyldighet.

Den andre er om dataene er korrekte og stemmer med innholdet som vises på siden.

Begge kontrollene må gjøres sammen.

Hvorfor er bilder og videoer viktige for KI-SEO?

Googles uttalelser trekker også fram betydningen av bilde- og videoinnhold i tillegg til tekst.

Det henger sammen med utviklingen som beskrives som multimodale søk.

I multimodale søkeopplevelser er brukerne ikke begrenset til å skrive tekst.

De kan laste opp et bilde, stille et spørsmål om et foto eller kombinere ulike innholdsformater.

Det er derfor nyttig at det visuelle innholdet på et nettsted holder høy kvalitet og er relevant for temaet.

En produktside for møbler kan for eksempel ha bilder av produktet tatt fra ulike vinkler.

For et produkt som må monteres, kan det lages forklarende monteringsbilder.

For en programvaretjeneste kan bilder av skjermbildene i løsningen eller forklaringsvideoer brukes.

Disse elementene gjør ikke bare siden mer innbydende.

De kan også hjelpe brukerne å forstå produkter og tjenester bedre.

Hvordan støtter du SEO for bilder?

Det er nyttig å gi bilder meningsfulle filnavn og passende alternativ tekst.

De viktigste egenskapene til en skrivebordsorganisator i heltre kan for eksempel uttrykkes riktig i alt-teksten til produktbildet.

Å fylle alternativ tekst bare med søkeord er likevel feil tilnærming.

Alt-teksten bør beskrive bildets innhold og sammenheng.

Det er også viktig at bildene leveres i passende størrelser og ikke svekker sidens ytelse unødig.

Kan trafikk fra KI-drevne søkeresultater være mer verdifull?

Et tema som er verdt å merke seg i Googles uttalelser om KI-drevne søkeopplevelser, er vurderingen av hvor verdifulle de besøkende fra søkeresultatene er.

Google opplyser at brukere som går videre til nettsteder fra resultatsider med AI Overviews, kan vise lengre engasjement.

I den vurderingen regnes det som en viktig faktor at KI-genererte svar kan gi brukerne mer kontekst om et tema.

En bruker kan for eksempel ha undersøkt ulike alternativer med hjelp av KI før hen kjøper en bestemt tjeneste.

Når brukeren deretter går til nettstedet til den aktuelle virksomheten, kan hen allerede ha en viss bakgrunnskunnskap om tjenesten.

Under visse forhold kan det gjøre den besøkende mer engasjert.

Det bør likevel ikke antas at alle besøkende som kommer fra et KI-søk, nødvendigvis vil bli lenger på nettstedet eller kjøpe noe.

Er antallet organiske besøkende nok i seg selv?

Organisk trafikk kan være viktig for et nettsted.

Men antall besøkende alene viser ikke hvor godt en virksomhet lykkes med digital markedsføring.

Et nettsted kan for eksempel ha mange besøkende hver måned.

Hvis de fleste av dem ikke er interessert i tjenestene som tilbys, er den kommersielle verdien av trafikken begrenset.

Et annet nettsted kan ha færre besøkende, men nå et langt mer relevant publikum.

Noen av disse brukerne kan be om tilbud, kjøpe et produkt eller fylle ut et kontaktskjema.

I SEO-resultater bør det derfor ikke bare legges vekt på trafikkmengden, men også på de meningsfulle handlingene de besøkende gjør.

Hvilke data bør måle suksessen til KI-SEO?

Når synlighet i KI-drevne søkesystemer vurderes, er det nyttig å se på flere målinger samlet.

Målingene må henge sammen med virksomhetens bransje.

For en nettbutikk kan salg og bestillinger være viktigst, for eksempel.

For en virksomhet som leverer tjenester til bedrifter, kan tilbudsforespørsler eller kontaktskjemaer være mer meningsfulle.

For et nettsted som publiserer informativt innhold, kan brukernes engasjement i innholdet vurderes.

Antall besøkende

Antall besøkende som kommer til nettstedet i bestemte perioder, kan følges.

Disse dataene hjelper deg å forstå de generelle trafikktrendene.

En endring i antall besøkende forklarer likevel ikke nødvendigvis alene en endring i KI-synligheten.

Konverteringsrate

En konvertering er at brukeren fullfører en handling som er meningsfull for virksomheten.

Det kan være å kjøpe et produkt, fylle ut et tilbudsskjema eller søke om en bestemt tjeneste.

Konverteringsraten hjelper deg å vurdere hvor stor andel av brukerne som fullfører handlingen.

Engasjementet til de besøkende

Handlingene brukerne gjør på nettstedet, kan undersøkes.

Bevegelsen fra en bestemt tjenesteside til kontaktsiden kan for eksempel vurderes.

Når engasjementsdata tolkes, må sidens formål likevel tas med i betraktningen.

På en side som svarer på et kort spørsmål, kan brukeren finne det hen trenger med en gang og forlate siden.

Det betyr ikke alltid en dårlig brukeropplevelse.

Søk på merkenavnet

Endringer i søk med virksomhetens merkenavn kan også undersøkes.

Økende interesse for merkevaren kan gjenspeile effekten av ulikt markedsføringsarbeid.

Bare ved å se på en økning i søk på merkenavnet kan det likevel ikke fastslås sikkert at den skyldes KI-anbefalinger.

Synlighet i KI-svar

Spørsmål knyttet til virksomhetens bransje kan testes i ulike KI-systemer.

Du kan undersøke hvilke temaer merkevaren forbindes med, og om informasjonen som gis, er korrekt.

Ett enkelt KI-svar er likevel ingen varig eller generell indikator på rangering.

Resultatene bør derfor vurderes på tvers av ulike søk og tidsperioder.

Et reelt eksempel: en kursholder som ble anbefalt av KI

For å forstå potensialet i LLM SEO kan vi se på en reell anbefaling laget av KI.

Alex Genadinik, som lager nettkurs, omtaler et KI-svar som en elev på SEO-kurset hans delte.

Eleven ba et KI-system om å anbefale nettkurs med bestemte egenskaper.

Spørsmålet uttrykte særlig en preferanse for kurs fra amerikanske kursholdere.

Fagområder som KI, SEO og cybersikkerhet var også med i det som skulle undersøkes.

Svaret KI-en laget, ga kursanbefalinger knyttet til preferansene eleven hadde oppgitt.

I skjermbildet som ble delt, er den første kursholderen som anbefales, Alex Genadinik.

Når systemet forklarer hvorfor anbefalingen passer, viser det til kursholderens erfaring og undervisningsstil.

Eksempelet viser at en person kan bli anbefalt av KI selv i et brukerspørsmål som ikke søker direkte etter navnet hens.

Hvilket optimaliseringsarbeid hadde kursholderen gjort?

I eksempelet som ble delt, beskriver kursholderen noe av arbeidet han hadde gjort for å bedre sin egen digitale synlighet.

Det omfatter å forklare sin personlige kompetanse og undervisningsbakgrunn.

Han presenterer også kursene han har laget, på sitt eget nettsted.

Han lager innhold med spørsmål og svar om bestemte kurs.

Han utvikler informasjon som beskriver hans egen erfaring og kompetanseområder.

Fellesnevneren for arbeidet er at kursholderen forklarer sin egen identitet og kursene han tilbyr, langt grundigere i stedet for bare å publisere kurstitler.

Svaret fra KI-systemet inneholder forklaringer knyttet til nettopp disse egenskapene.

Det ville likevel være feil å trekke en sikker konklusjon om årsak og virkning ut fra dette.

Beviser eksempelet at LLM SEO garantert fungerer?

Nei. Eksempelet viser KI-svaret én bestemt bruker fikk under bestemte forhold.

Et skjermbilde beviser ikke at SEO-endringene som ble gjort, var den eneste årsaken til anbefalingen.

Det samme spørsmålet stilt av en annen bruker kunne dessuten gitt andre anbefalinger.

Versjonen av KI-modellen som brukes, informasjonen den kan nå og sammenhengen spørsmålet stilles i, kan alle endre resultatene.

Eksempelet viser likevel en viktig mulighet for bedrifter.

Selv når det ikke søkes direkte etter navnet på en merkevare, er det mulig at den dukker opp i et KI-svar når den vurderes å passe brukerens behov.

Det er derfor nyttig at bedrifter ikke bare fokuserer på søk etter merkenavnet, men også på bredere brukerspørsmål om tjenestene de tilbyr.

Hvordan kan en virksomhet bli synlig i KI-anbefalinger?

En virksomhet som vil bli anbefalt av KI-systemer, må først bygge sin egen digitale identitet på en korrekt og grundig måte.

Et webdesignbyrå som bare bruker setningen «vi leverer profesjonelt webdesign», gir for eksempel svært begrenset informasjon.

Byrået kan i stedet forklare hvilke typer nettsteder det lager, hvilke virksomheter det betjener og hvordan arbeidsprosessen foregår.

Virksomhetens reelle kompetanseområder og erfaring kan også formidles riktig.

Se for deg at en bruker spør en KI: «Hvilke firmaer leverer passende nettstedstjenester for nystartede små bedrifter?»

For å være relevant for et slikt søk hjelper det at virksomheten faktisk tilbyr tjenester som passer for små bedrifter, og forklarer dem tydelig.

At en bestemt setning legges til på nettstedet, betyr likevel ikke at KI-en garantert vil anbefale virksomheten.

Definer merkevareidentiteten din tydelig

Bransjen virksomheten er i, må beskrives tydelig.

De viktigste kompetanseområdene kan stå på om oss-siden.

Arbeidet som tilbys, kan forklares grundig på tjenestesidene.

Reell erfaring og prosjekter som kan etterprøves, kan deles på passende sider.

Denne tilnærmingen hjelper brukerne å forstå virksomheten bedre.

Svar på brukernes spørsmål

Undersøk hvilke spørsmål målgruppen din stiller.

Det kan lages forklarende innhold for disse spørsmålene.

Et webdesignbyrå kan for eksempel ta for seg de vanlige beslutningene små bedrifter står overfor når de skal bestille et nettsted.

Det kan forklare hvilke behov hver pakke passer for.

Reelle tjenestevilkår må brukes i innholdet.

Del erfaring knyttet til temaet

Erfaringen en virksomhet har fått fra reelle prosjekter, kan gjøre innholdet langt mer nyttig.

Hvordan et bestemt ytelsesproblem på et nettsted ble løst, kan for eksempel beskrives.

Et integrasjonsproblem fra et nettbutikkprosjekt kan forklares.

Oppdiktede kundecaser og suksessrater som ikke kan etterprøves, må likevel aldri brukes.

Gi konsekvent informasjon i alle digitale kanaler

Den sentrale informasjonen må være konsekvent på virksomhetens nettsted, faglige profiler og de andre digitale flatene den forvalter.

Hvis bransjen eller omfanget av tjenestene har endret seg, må de aktuelle beskrivelsene oppdateres.

Denne tilnærmingen bidrar til mindre forvirring om merkevaren.

Hvordan sjekker du synligheten i KI-anbefalinger?

For å forstå hvordan en virksomhet presenteres i ulike KI-systemer, kan du lage bestemte testspørsmål.

Testene bør likevel ikke gjøres bare med merkenavnet.

For et webdesignbyrå kan spørsmålstyper som disse vurderes:

Hvilke tjenester for design av nettsteder passer for små bedrifter?
Hvilke egenskaper bør du se etter når du bestiller et bedriftsnettsted?
Hvordan bør du sammenligne firmaer som lager nettbutikker?
Hvilke forhold betyr noe når du velger en profesjonell webdesigntjeneste?
Hva bør en virksomhet som leter etter et mobilvennlig bedriftsnettsted, se etter?

Spørsmålene representerer ulike brukerbehov.

I testene er det like viktig hva svaret bygger på og om det er korrekt, som om merkenavnet dukker opp.

Det bør likevel ikke antas at alle KI-systemer viser kildene sine på samme måte.

Noen verktøy kan søke på nettet i sanntid, mens andre bygger på andre informasjonskilder.

Testresultatene bør derfor ikke ses som en endelig rangeringsliste.

De vanligste feilene i KI-SEO

Noen av feilene som kan oppstå i KI-støttet SEO-arbeid, kan gjøre tekniske problemer verre eller skape gale forventninger.

Å publisere kode uten å teste den

Å legge kode laget av ChatGPT rett inn på et publisert nettsted kan være risikabelt.

Koden er kanskje ikke kompatibel med det eksisterende oppsettet.

Tekniske endringer bør derfor alltid testes.

Å erstatte hele HTML-filen unødvendig

Å endre en hel HTML-side når bare ett schema-felt mangler, gir unødvendig risiko.

Det er tryggere å gjøre en så begrenset endring som mulig.

Å bruke produktinformasjon som ikke er reell

KI kan fylle manglende felt med eksempeldata.

Å bruke eksempelpriser, vurderinger eller lagerinformasjon på et publisert nettsted er likevel villedende.

All informasjon må kontrolleres mot reelle data.

Å måle SEO-resultater bare ut fra trafikk

Trafikk er en viktig måling, men ikke tilstrekkelig alene.

De meningsfulle handlingene de besøkende gjør og de kommersielle resultatene bør også vurderes.

Å produsere endeløse like artikler i stedet for originalt innhold

Å publisere mange like tekster om det samme temaet forbedrer ikke automatisk innholdskvaliteten.

Hver artikkel må dekke et annet eller mer detaljert brukerbehov.

Å se ett KI-svar som et endelig resultat

At et KI-system anbefaler en bestemt merkevare én gang, betyr ikke at merkevaren vil bli anbefalt på samme måte for alle brukere.

Gjennomganger av synlighet bør derfor gjøres på tvers av ulike søk og perioder.

Sjekkliste for forbedring av KI-SEO

Bedrifter som vil vurdere arbeidet med teknisk SEO og KI-synlighet samlet, kan bruke sjekklisten nedenfor.

Kontrollområde	Hva som skal gjøres
Strukturerte data	Sjekk den eksisterende markeringen
Test for utvidede resultater	Gå gjennom feil og advarsler
Product-schema	Kontroller reell pris-, produkt- og tilbudsinformasjon
Koderedigering med KI	Rett de påkrevde feltene på en kontrollert måte
Sikkerhetskopi	Ta vare på den nåværende versjonen før koden endres
Ny test	Sjekk den tekniske gyldigheten til den redigerte koden
Originalt innhold	Gi brukeren reell informasjonsverdi
Sideopplevelse	Vurder mobilbruk, navigasjon og ytelse
Tilgjengelighet	Undersøk problemer med Googlebot og indeksering
Bilder	Bruk relevante og forklarende bilder
Merkevareinformasjon	Hold om oss- og tjenestebeskrivelser oppdatert
KI-synlighet	Undersøk hvordan merkevaren presenteres i ulike brukerspørsmål
SEO-resultater	Vurder trafikk, konverteringer og tilhørende engasjement

Kontrollene kan prioriteres ut fra nettstedets oppbygging og behov.

I en nettbutikk kan feil i strukturerte data for produkter være det som bør prioriteres, for eksempel.

For en annen virksomhet som leverer tjenester til bedrifter, kan mangelfulle tjenestebeskrivelser være det viktigste problemet.

I stedet for å bruke de samme stegene i samme rekkefølge på alle nettsteder må de eksisterende problemene først identifiseres.

Hvor lang tid tar det før KI-SEO gir resultater?

Det finnes ingen fast tidsramme for KI-SEO som gjelder for alle nettsteder.

Å rette en feil i strukturerte data kan fjerne det tekniske problemet.

Når Google vil gjennomsøke siden på nytt, eller hvilke funksjoner den vil vise i søkeresultatene, er likevel usikkert.

På samme måte avhenger det av ulike forhold når innholdsoppdateringer vil bli vurdert av KI-drevne søkesystemer.

Noen systemer kan nå oppdatert informasjon på nettet.

Andre lager svar på visse oppgaver ut fra informasjon de har fått tidligere.

Du bør derfor ikke forvente at alle KI-verktøy bruker den samme nye informasjonen med en gang etter at en nettside er oppdatert.

Å rette tekniske kodefeil og bygge langsiktig omdømme for merkevaren er heller ikke den samme prosessen.

En kodefeil kan rettes med én bestemt endring, mens det krever vedvarende arbeid å utvikle troverdig innhold og kjennskap til merkevaren.

SEO-ens fremtid i Googles nye søkeopplevelser

Etter hvert som KI-drevne søkesystemer utvikler seg, kan også måten brukerne leter etter informasjon på, endre seg.

Brukerne undersøker nå ikke bare med korte søkeord, men med langt mer detaljerte spørsmål.

I stedet for å søke etter navnet på et produkt kan de spørre under hvilke forhold det passer.

I stedet for å finne lenken til én tjenesteleverandør vil de kanskje sammenligne ulike tjenester.

Dette skiftet kan gi nye muligheter for synlighet for eiere av nettsteder.

Det betyr likevel ikke at tradisjonelt SEO-arbeid bør legges helt bort.

At søkemotorene kan oppdage sider, at nettsteder fungerer som de skal teknisk, og at innholdet gir korrekt informasjon, beholder alle sin betydning.

Innholdstilnærminger utviklet for KI-systemer bør bygges på det samme grunnlaget.

Originalitet, brukeropplevelse, teknisk tilgjengelighet og innholdskvalitet – temaene som skiller seg ut i Googles uttalelser – har faktisk lenge vært viktige deler av vellykket SEO-arbeid.

Det som har endret seg, er at denne informasjonen nå vurderes av brukerne i ulike søkeopplevelser.

I stedet for å sikte mot atferden til én bestemt KI-tjeneste er det derfor en mer bærekraftig tilnærming å lage korrekt og nyttig informasjon som kan forstås i ulike systemer.

Konklusjon: Slik retter du SEO-feil med KI og bedrer synligheten

KI-verktøy er blant de viktige hjelpemidlene som kan gjøre teknisk SEO-arbeid enklere.

De kan være særlig nyttige til oppgaver som å forklare feil i strukturerte data, finne manglende schema-felt og lage passende koderettelser.

Googles test for utvidede resultater er et av de viktige verktøyene i den tekniske kontrollfasen av denne prosessen.

Når et problem med strukturerte data på en nettside er funnet, kan den aktuelle koden vurderes med hjelp av KI.

Det må likevel alltid kontrolleres at koden som lages, er riktig, de eksisterende filene må sikkerhetskopieres, og endringene må testes.

I tillegg viser Googles uttalelser om KI-drevne søkeopplevelser at SEO-arbeid ikke bare består av teknisk kode.

Å lage originalt og nyttig innhold for brukerne, gi en god sideopplevelse, sørge for at søkemotorene kan nå innholdet ditt og holde informasjonen på nettstedet korrekt beholder alle sin betydning.

Reelle eksempler som viser at KI-systemer kan anbefale bedrifter selv uten søk på merkenavnet, viser at digital synlighet har spredt seg til langt flere områder.

Enkeltstående eksempler på anbefalinger beviser likevel ikke at en bestemt optimaliseringsmetode vil gi det samme resultatet for alle bedrifter.

Det må derfor settes realistiske mål i SEO-arbeidet.

Tekniske problemer må sjekkes, informasjonen brukerne trenger, må forklares, merkevareidentiteten må presenteres riktig, og resultatene må vurderes ut fra meningsfulle resultater, ikke bare antall besøkende.

Vellykket SEO-arbeid med KI bygger ikke på å bruke teknologien uten kontroll, men på å finne tekniske feil riktig, lage troverdig informasjon, forbedre brukeropplevelsen og kontrollere hver endring før den tas i bruk.

Denne tilnærmingen kan hjelpe deg å utvikle en langt mer solid strategi for digital synlighet både i Googles tradisjonelle søkeresultater og i KI-drevne søkeopplevelser.