I den här artikeln kommer jag använda exempel som utgår från min senaste hobby: stickning. Spola tillbaka tiden ett par år och det hade krävt mängder av googlingar för att få koll på vilket garn jag ska använda, vilken storlek på stickor jag ska ha och vad skillnaden på räta och aviga maskor är.
Nu räckte det att jag ställde en enda fråga i Google och fick svaret i AI Overview.
Googles query fan-out gjorde grovjobbet åt mig och de generativa AI-verktygen fungerar på samma sätt. Men vad händer egentligen bakom kulisserna?
Query fan-out expanderar sökningen
Ponera att jag går in i en välsorterad garnbutik och frågar personen som jobbar där: ”Jag har precis börjat sticka och vill göra en tröja som går snabbt, inte kliar och som tål att tvättas”. Om personen bara pekar tyst på hyllan med ”Garn” får jag knappast någon hjälp. Servicen jag vill ha (och förväntar mig) är att hen plockar fram ett Superwash-garn i tjocklek Chunky, matchar det med rätt rundstickor och kanske tipsar om ett enkelt raglan-mönster.
Precis så fungerar query fan-out. När du ställer en fråga till Google eller verktyg som Perplexity och ChatGPT, så nöjer sig inte systemet med din ursprungliga fras. Istället bryter AI:n ner din fråga i flera beståndsdelar.
Om du söker på ”Sticka enkel tröja i mohair för nybörjare” så breddar systemet sökningen till flera parallella sub-queries som: ”egenskaper mohairgarn”, ”stickor för dubbel tråd”, ”enkla mönster utan förkortningar” och ”tvättråd mohair”.
Så funkar det
Rent tekniskt handlar det om att gå från enkel sökordsmatchning till en mer avancerad matchning av sökintention. Sökmotorn agerar som en dirigent som skickar ut flera, mer specifika sökningar (sub-queries) till sitt index för att hämta delar av svaret från olika experter.
Det här gör att sökvolymen på breda sökord kan bli missvisande. När jag gör en sökning kan det i bakgrunden genereras tjugo andra sökningar som aldrig syns i sökordsverktygen, men som din sajt måste synas på för att bli vald som källa i AI-svaret.
Här är skillnaden mellan vanliga sökningar och query fan-out.
| Egenskap | Traditionell sökning | Query fan-out (AI-sök) |
|---|---|---|
| Användarens input | En specifik sökfras | En komplex fråga med flera krav |
| Sökmotorns handling | Letar efter sidor som matchar frasen | Bryter ner frågan i 5–20 underfrågor |
| Resultat | En lista med länkar | Ett sammanställt svar med svar från flera källor |
| Syfte | Ranka högst på sökordet | Bli citerad som expert på en av underfrågorna |
Ibland går det för långt
Den som är källkritisk och/eller har koll på sin fakta har nog märkt att AI-motorerna ibland ”hallucinerar” fram samband som inte finns. Den kan rekommendera ett mönster för virkning när jag ju bad om ett mönster för stickning, eller föreslå ett garn som slutade tillverkas för tre år sen. Det är baksidan av myntet, och här kan otydlighet straffa sig.
Om du till exempel säljer ett billigt garn i akryl (plast) och använder en luddig beskrivning som t.ex. ”mjukt garn för tröjor” utan att specificera materialet, kan AI:n misstolka det och inkludera din produkt i en sökning efter ”bästa ullgarnet”. När kunden klickar sig in, inser att det är plast och vänder i dörren, skickar det negativa signaler till Google om att din sida är irrelevant. Du har blivit indragen i fel kontext, vilket kan skada din ranking på sikt då det påverkar din trovärdighet (E-E-A-T).
Viktigt för att synas i AI-söket
För oss som jobbar med SEO och GEO innebär det här att vi inte längre jobbar med optimering mot enstaka sökord eller sökfraser, utan även utvidgar det mot att optimera mot hela kluster av relaterat innehåll.
Låt oss säga att du driver en e-handel. Du rankar inte högst på sökordet ”köpa garn”, men däremot har du skrivit den absolut bästa guiden om skillnaden på trästickor och metallstickor. När AI:n gör sin query fan-out för att hjälpa en nybörjare att komma igång, finns det en stor sannolikhet att det är din expertkunskap den hämtar för just den delen av svaret. Du blir en del av svaret, trots att du inte rankar etta på det breda sökordet med hög sökvolym.
Anpassas efter din digitala identitet
En aspekt som är viktig att ha med sig är att query fan-out också tar hänsyn till vem du är. Beroende på din tidigare historik kommer en sökning att ge dig olika typer av svar. Om jag har använt mig av ord som ”slow fashion” och ekologiskt kommer en sökning på ”garn” ge mig ett annat svar som fokuserar mer på handfärgat garn av naturliga fibrer än om jag hade använt ord som ”prisvärt” och ”nybörjare” som skulle fokusera mer på billiga garn i akryl eller blandmaterial.
Detta gör att din digitala identitet och historik påverkar vilka sub-queries som genereras. Och det här är bara början. Titta bara på utvecklingen av Project Mariner hos Google DeepMind. Målet är att integrera flera aspekter av din digitala identitet för att inte längre leverera endast information, utan för att skapa sömlösa så kallade ”agentic experiences”.
Det betyder att vi behöver vara extra tydliga med vem innehållet riktar sig till. Är du otydlig kommer AI:n inte våga matcha dig mot en specifik målgrupp.
Så förhåller du dig till query fan-out
Så, hur gör vi för att skifta fokus från att optimera mot ett sökord till att fånga in sökintentionen för hela klustret? Här är några tips du kan ha med dig.
1. Tydlighet är viktigt
Se till att H1, ingress och struktur tydligt signalerar vad sidan handlar om. En AI som ska processa tusentals källor på millisekunder kommer att prioritera innehåll som är lätt att tolka. Använd raka svar. Om frågan är ”Vilken stickstorlek rekommenderas?”, besvara frågan så tydligt du kan, t.ex. ”Rekommenderad stickstorlek är 4 mm”.
2. Skapa kluster av ämnen
Ha en huvudsida som täcker det breda ämnet (t.ex. ”Ullgarn”), och länka sedan till fördjupande artiklar som besvarar de specifika underfrågorna (de som AI:n sannolikt kommer generera, som ”tvättråd ull” eller ”stickfasthet ull”). Det visar Google att du har den auktoritet inom ämnet som krävs för att de ska lita på dig.
3. Lyssna på och tänk som dina kunder
Vilka frågor ställer dina kunder till kundservice, i butiken, i kommentarsfälten på era sociala medier eller i olika forum? Vad undrar de egentligen? Oftast kommer de till er med mer än bara intentionen att hitta vilket garn som helst. Det är mer troligt att de letar efter ett garn för ett särskilt ändamål. Det är dessa specifika, detaljerade behov som du också behöver besvara i ditt innehåll, och här håller Dan Taylor på Salt Agency med.
För att täcka in så många användares digitala identiteter som möjligt rekommenderar jag också att skapa innehåll som riktar sig till alla dina målgrupper. Vänd dig till de som är helt gröna på ämnet och till dem som är insatta sedan tidigare. Då ökar du sannolikheten att plockas upp av fler query fan-outs.
4. Kolla på relaterade sökord
Använd aktivt funktionen ”People also ask” (Andra frågar även) på Google. De frågorna är ofta en direkt spegling av hur Google expanderar sökningar. Om du ser att en sökning på merinoull ofta följs av frågor om noppor och superwash, då vet du att dessa ämnen sannolikt ingår i en query fan-out. Se till att din artikel täcker dem.
Artikelns innehåll
- Query fan-out expanderar sökningen
- Så funkar det
- Viktigt för att synas i AI-söket
- Anpassas efter din digitala identitet
- Så förhåller du dig till query fan-out
- 1. Tydlighet är viktigt
- 2. Skapa kluster av ämnen
- 3. Lyssna på och tänk som dina kunder
- 4. Kolla på relaterade sökord
