GEO – SEO för AI

SEO har i över två decennier varit ett måste för att över huvud taget synas digitalt – syns du inte i på förstasidan på Google, då finns du helt enkelt inte. Men nu förändras spelplanen. Sedan Googles lansering av Google AI Overview i maj 2025, och att andra AI-verktyg blivit allt bättre på källhänvisning (och inte minst med den stundande lanseringen av Google AI Mode), har ett nytt begrepp seglat upp på den digitala kartan: GEO – SEO för AI.

SEO vs GEO

GEO står för Generative Engine Optimization och handlar om att optimera sitt innehåll för att generativa AI-modeller (som t.ex. ChatGPT, Google SGE (Search Generative Engine), Perplexity m.fl.) ska citera innehållet som en källa i sina svar.

Först och främst vill jag förtydliga att SEO och GEO har samma syfte: att göra innehåll synligt och användbart för människor som söker information. En del i branschen vill framhäva GEO som ett helt nytt arbetssätt (och det ligger en viss sanning i det, vi återkommer till det). Faktum är dock, att om du har gjort ett bra arbete med SEO så har du redan gjort det stora hästjobbet. Du kommer fortsatt att prestera bra i de traditionella sökresultaten och chansen är att även AI-sökmotorerna gillar ditt innehåll.

Ett nytt användarbeteende

Den enskilt största förändringen handlar snarare om att du behöver förhålla dig till de AI-drivna sökmotorerna och vad de innebär för ändringar i användarens beteende. Jag har många personer i min närhet som frågar ChatGPT för ett snabbt svar (och inte ifrågasätter svaret, som ju ibland faktiskt är fel) istället för att googla och läsa direkt hos den trovärdiga källan. Jag kan omöjligtvis vara ensam om detta.

Likheter och skillnader

Likheter

SEO och GEO står på flera gemensamma ben, och innebär som sagt att du som redan gör ett bra jobb med SEO också redan har goda förutsättningar att synas i AI-sök. Enligt Danny Goodwin på Search Engine Land trycker Googles Danny Sullivan på precis samma sak. ”Bra SEO är bra GEO”.

• Både SEO och GEO handlar om att öka synlighet och närvaro online

• Fokus på att förstå användarens behov och sökintention

• Krav på innehåll som är korrekt, relevant och användarvänligt

• Trovärdighet och expertis (E-E-A-T) är oerhört viktigt för båda

• Struktur och tydlighet gör innehållet mer användbart i både sökresultat och AI-svar

• AI-svar bygger till stor del på retrieval (information som hämtas från modellens inbyggda kunskap eller genom webbsök på Google, Bing m.fl.)

Skillnader

Skillnaderna mellan SEO och GEO är egentligen inte så stora, men det finns några faktorer som skiljer dem åt.

• SEO och GEO riktar in sig på att optimera för olika syften

• Användaren interagerar med resultatet på olika sätt

• Det går inte att mäta samma typ av KPI:er

• GEO ger ofta mer synlighet utan klick

• Man mäter resultaten på något olika sätt (låt oss återkomma till detta)

Varför du ska jobba med både GEO & SEO

Enligt statistik från Ahrefs kan vi se att det finns ett växande antal användare som använder sig av olika AI-söktjänster för att söka efter information på nätet. Om du själv inte redan gör det, så har du garanterat personer i din omgivning som gör det (och det är absolut på tiden för dig att börja!). Att vi i samband med det ökande användandet av AI-sök kommer att se ett växande tapp i organisk trafik är precis vad vi kan vänta oss. Hur vi interagerar med den typen av sökresultat skiljer sig nämligen avsevärt från hur vi gör i SERP:en.

• SEO ser till att du syns när användare söker i de traditionella sökmotorerna och vill klicka sig vidare till en webbplats.

• GEO gör att ditt innehåll lever vidare i de AI-genererade svaren, där användare ofta stannar och konsumerar informationen direkt (även om en del visserligen klickar sig vidare).

SEO utgör fortfarande grunden

SEO är fortfarande grunden för att bygga organiskt förtroende och trafik via traditionella sökmotorer. Det är där många användares resa börjar, och det är fortfarande den plats där köpresor och konverteringar ofta tar form.

Samtidigt är det ett faktum att användarnas beteende snabbt förändras. Allt fler får sina svar direkt i generativa AI-verktyg som ChatGPT eller i Google AI Overview – och många gånger nöjer de sig med svaret utan att klicka sig vidare för att läsa mer.

Google har skapat förutsättningarna

Att GEO innebär slutet för SEO ”as we know it” låter ju lite nervkittlande, men det är inte helt sant. Generativa AI-modeller bygger på samma principer som Google redan gör. Under hela 2020-talet har Google lagt grunden för hur LLM:er (Large Learning Models) fungerar genom det som kallas för Transformer, det vill säga en språkinlärningsmetod för AI som innebär att modellen kan titta på hela texten och välja vilka delar av en text den ska fokusera på; tidigare AI-modeller för språk bearbetade texten ord för ord. Transformer, å andra sidan, kan alltså titta på hela texten samtidigt och jämföra alla ord mot varandra och kan därmed lättare förstå och hantera långa texter eller komplexa sammanhang.

Google har löpande implementerat funktioner som bygger på Transformer. Tidigare kunde man behöva göra flera olika sökningar för att få det svar man var ute efter, men sedan lanseringen av BERT (2019), Passage ranking (2021) och MUM (2021) har Google blivit mycket bättre på att förstå en större variation av sökfraser och att tolka innehållet på internet.

Både Google och LLM-modeller bygger alltså på Transformer och använder principen för att generera relevanta sökresultat eller AI-svar.

AI-sök bygger på SEO

I många fall använder sig generativa AI-söktjänster av en sorts webbsök för att tillhandahålla information. För att bli en av de utvalda, åtråvärda källorna ligger det förstås i varje företags intresse (om de vill synas i AI-sök, det vill säga) att synas högt upp i SERP:en. SEO är med andra ord långt ifrån dött, utan snarare det som AI-sök på många sätt livnär sig på.

Att vi nu ser begrepp som GEO, SEO AI, AIO och andra akronymer skapa kaos på internet, är helt enkelt för att renodlade generativa AI-sökverktyg har börjat få ett ordentligt fäste bland den stora massan. Helt plötsligt kan man söka efter information på ett helt annat sätt. Men innebär det egentligen så stora förändringar för vårt arbete att maximera våra kunders synlighet på internet? Helt ärligt, nej. Faktum är att vi SEO-specialister har jobbat utifrån GEO-premisserna i flera år; inte för att vi aktivt har optimerat för AI-sökverktygen, utan för att det är ett skifte vi har sett inom SEO under flera år.

Hur fungerar AI-sökmotorerna?

Till skillnad från vanliga sökalgoritmer, som bygger på sökord, användardata, länkar och tekniska signaler, arbetar generativa AI-modeller med att förstå sammanhang och betydelse genom sannolikheter. Det innebär att strukturerad och tydligt formulerad information är lättare för modellerna att plocka upp och använda i sina svar (även om detsamma visserligen även gäller för vanliga sökmotorer).

För att förstå hur man ska optimera för AI-sök behöver man först förstå hur AI-sökmotorerna fungerar. Låt oss koka ner det till två huvudsakliga begrepp som är bra att ha koll på: LLM och RAG.

LLM

Du har säkert redan hört om begreppet LLM (Large Language Models) vid det här laget, och ChatGPT får väl anses vara den LLM-drivna AI-söktjänsten som snabbast har fått stor spridning hos den stora massan. Den är tränad på enorma datamängder och kan därför skapa egna sammanfattningar, förslag och rekommendationer. Begränsningen ligger i att den har tränats på information fram till ett visst datum och har därmed inte tillgång till dagsfärsk information eller sådant som har publicerats därefter. För att kunna tillhandahålla svar med färskare information behöver den använda sig av vad man skulle kunna likna vid ett webbsök (det som kallas för RAG).

LLM-drivna AI-söktjänster hämtar information från flera olika källor och värderar dem bland annat utifrån hur väl de uppfyller E-E-A-T-liknande signaler. Sidor med höga E-E-A-T-signaler har större chans att läsas och citeras i AI-svaret. En sida som tydligt refererar till olika källor, visar datum för publicering och senaste uppdatering samt har ett FAQ-stycke och strukturerad data kommer exempelvis att värderas högre än en blogg utan tydlig avsändare och som inte heller hänvisar till några källor.

Något som är bra att veta är att LLM också bygger på sannolikhet i sina svar. Vilka ord är mest sannolika att förekomma tillsammans? Det är förklaringen till varför du kan ha uppmärksammat en viss överanvändning av vissa ord. (När blev allt så oumbärligt egentligen?)

RAG

RAG (Retrieval-Augmented Generation) fungerar som så att information hämtas från externa källor i realtid och sedan adderas till den ursprungliga prompten, innan det skickas vidare till en LLM som genererar ett svar.

Både ChatGPT och Perplexity använder sig av RAG för att tillhandahålla svar. Om frågan är statisk finns svaret redan i de generativa AI-verktygens index. Då indexen enbart innehåller inlärd information fram till ett visst datum (som visserligen flyttas fram då och då) finns det vissa prompter och frågor som kräver att verktygen hämtar information med hjälp av RAG.

SEO är med andra ord fortsatt viktigt i allra högsta grad. Numera är det inte bara besökare och potentiella kunder som ska välja dig – nu ska även AI-sökmotorerna göra det.

Google AI Mode

När Google AI Mode lanseras i Sverige kommer du att kunna besöka det genom google.com/ai. Det har redan nu rullats ut i 180 länder och en lansering i Sverige bör därför inte ligga så långt fram i tiden. Medan AI Overview främst kan liknas vid en featured snippet, migrerar AI Mode snarare funktionerna i Googles vanliga sökmotor med dem i Google Gemini. Google AI Mode ger dig AI-sök direkt i Google och markerar en tydlig förskjutning i hur sökresultat presenteras och konsumeras.

När användaren går in i det här läget förvandlas sökningen till en mer samtalsdriven upplevelse, där AI gör en första filtrering, sammanfattar information och bygger vidare på uppföljande frågor.

Det största som hänt Google?

När Google AI Mode lanseras fullt ut väntas användaren kunna välja det som sin standardiserade sökupplevelse på Google. Synligheten sker i själva AI-svaret, hellre än som en lista i SERP:en. Innehållet lyfts istället fram som en citerad källa, ett exempel eller en visuell komponent (till exempel som en bild, graf eller video) i svaret. Utmaningen blir därför att både optimera för ranking och hålla sig relevant och användbar i AI-sökmotorernas ögon.

Jag är helt övertygad om att detta på sikt kommer att leda till ett nytt beteende bland användarna. När svaren blir mer kompletta, personliga och visuella minskar behovet av att klicka vidare. Det betyder färre, men mer kvalificerade, besökare till webbplatserna. Däremot kan vi räkna med att den faktiska trafiken kommer från användare som generellt är längre fram i sin köpresa.

Vill man synas bland AI-svaren då?

GEO ökar chansen för att ditt varumärke blir citerat och återgivet i AI-genererade svar och kan på så sätt bygga både räckvidd och auktoritet hos användarna – förutsatt att användaren har förtroende för de generativa AI-verktygen.

Om du någonsin har försökt skriva en text med hjälp av ett AI-verktyg är sannolikheten stor att du någon gång då också har tänkt att du ”gör det bättre själv” (du är inte ensam!). Texten lever kanske inte upp till din standard rent språkligt, och om du själv är insatt i ämnet har du säkert märkt att du ibland får svar som känns minst sagt tveksamma eller rentav felaktiga. När användaren själv inte litar fullt ut på plattformen kan det ge motsatt effekt för de källor som visas i AI-svaren.

Zoomar vi ut lite kan vi dock göra ett antagande om att de generativa AI-verktygen bara kommer att bli bättre och bättre. Och snabbt lär det gå. För att AI-svaren ska bli bättre behöver källorna bli bättre, och det är väl här som det faktiskt blir viktigt att tänka på GEO, utöver SEO. För att minska risken för spridning av felaktig eller missvisande information i AI-svaren är det oerhört viktigt att jobba utifrån E-E-A-T-principen, inte minst när det kommer till det som kallas för YMYL (Your Money or Your Life), det vill säga ämnen som berör hälsa, ekonomi och juridik.

• SEO och GEO riktar in sig på att optimera för olika syften

• Användaren interagerar med resultatet på olika sätt

• Det går inte att mäta samma typ av KPI:er

• GEO ger ofta mer synlighet utan klick

• Man mäter resultaten på något olika sätt (låt oss återkomma till detta)

Optimera för AI-sök och SEO samtidigt

För att synas i AI-genererade svar behöver du tänka på hur innehållet kan tolkas, förstås och återges av dessa AI-modeller. Här är några konkreta tips på hur du kan optimera för AI-sök och SEO på samma gång.

1. Strukturera innehållet för både djup och överskådlighet

SEO kräver tydliga och lättförståeliga svar. Ibland går det att besvara på ett kort och tydligt sätt, medan mer komplexa ämnen också behöver djupdyka i detaljerna för att förklara resonemangen, funktionerna eller orsakerna bakom svaret.

AI-sökverktygen behöver kunna identifiera kärnfulla stycken att lyfta in i sina svar och det är här som det blir extra viktigt att också skriva mer överskådligt kring ämnet.

Exempel:

I en guide om hållbart resande kan du ha en övergripande sektion som går igenom olika transportalternativ, men komplettera med ett kort stycke som direkt svarar på frågan “Vad innebär hållbart resande?”.

2. Arbeta med frågebaserade rubriker

Generativa AI-modeller hämtar gärna innehåll som är formulerat som svar på direkta frågor.

Exempel:

I stället för “Fördelar med elbilar” kan du skriva “Vilka är fördelarna med elbilar?”. Det gör att innehållet blir mer användbart i ett AI-svar samtidigt som du behåller optimering mot sökordet.

3. Ge tydliga och korrekta svar tidigt i texten

Både sökmotorer och generativa AI-sökverktyg belönar innehåll som levererar ett direkt svar i början, följt av en mer fördjupande utläggning och resonemang.

Exempel:

En artikel om cykelpendling kan börja med: “Att pendla med cykel är kostnadseffektivt, miljövänligt och ofta snabbare i stadsmiljö.” Därefter kan du utveckla mer om hälsa, ekonomi och miljö.

4. Lyft fram expertis och källor

E-E-A-T är lika relevant för AI-sök som för Google. Påståenden behöver citeras med länk eller i text, och ju starkare påstående, desto viktigare blir det. Det gäller särskilt för ämnen inom hälsa, ekonomi och juridik. Det är en spaning som vi delar med bland annat Adam Riemer på Search Engine Land.

Exempel:

Inkludera tydliga författarpresentationer eller hänvisa till studier, riktlinjer eller branschorganisationer. Det ökar chansen att just ditt innehåll är det som visas och citeras i AI-söket. Om du skriver om digitalt lärande kan du hänvisa till rapporter från utbildningsmyndigheter eller forskning som stödjer dina påståenden, antingen genom att länka eller genom att tydligt referera i texten (”/…/, enligt [trovärdig källa]”).

5. Kombinera långa artiklar med korta summeringar

En bra metod är att låta längre SEO-anpassade texter följas av korta sammanfattningar eller FAQ-avsnitt. Dessa är perfekta för AI-sökmotorerna att använda i sina svar.

Exempel:

I en artikel om trädgårdsskötsel kan du först ha längre avsnitt om plantering, bevattning och skötsel och sedan avsluta med en kort FAQ, till exempel “När är bästa tiden att plantera frön?” och “Hur ofta ska man vattna under sommaren?”.

Hur kan jag mäta effekten av GEO?

GA4

I GA4 går det att mäta trafik som kommer från vissa generativa AI-tjänster via referrers (gäller för bl.a. ChatGPT, Perplexity AI, Google Gemini och Copilot). Däremot skickar de inte alltid med referrer och trafiken visas då som unassigned eller direct i statistiken. Mer om detta kan du läsa på bland annat Search Engine World. Louise Linehan på Ahrefs förklarar också hur du kan gå tillväga för att skapa specialrapporter för AI-sök direkt i GA4.

I dagsläget finns inte något verktyg som riktigt kan visa antal impressions du får i AI-söket eller på vilka typer av sökfraser eller prompter. Anledningen till det är helt enkelt att allt fortfarande är så pass nytt, men då det finns en så pass stor efterfrågan på att kunna mäta detta, kan vi utgå ifrån att det bara är en tidsfråga innan det kommer.

Om trafiken som kommer från AI-söket är ett resultat av ett proaktivt SEO-arbete eller aktivt GEO-arbete är upp till er själva att analysera och dra slutsatser ifrån.

API och UI-scraping

Det finns ytterligare två sätt att mäta effekten av GEO: genom UI-scraping och API-baserad datainsamling. UI-scraping ger en mer komplett och verklighetstrogen bild av hur varumärken syns i AI-sök eftersom det fångar exakt vad användarna ser, inklusive format, citat och shoppingresultat. API-baserad datainsamling är snabbare och enklare, men visar bara en förenklad textversion utan den här typen av detaljer. På seoClarity förklarar Rebecca Brosnan mer kring hur dessa två metoder funkar och jämför dem mot varandra.

Google AI Overview & AI Mode

Google AI Overview och AI Mode visar AI-svar direkt i Google. I GA4 hamnar dessa under ”google/organic” och går inte att särskilja från övrig trafik och impressions som kommer från Googles organiska sökresultat. Om du tittar i Google Search Console så hamnar alla data under ”webb”. Det går därför inte att särskilja denna data i dagsläget, men även här kan vi förvänta oss att det bara är en tidsfråga innan Google låter oss mäta synligheten i deras AI-sök genom deras egna analysverktyg.

Hur ser framtiden för GEO och SEO ut?

SEO har utgjort ryggraden av digital synlighet i över tjugo år och det finns ingenting som talar för att det inte skulle vara en fortsatt viktig pusselbit. Traditionella sökmotorer är fortfarande oerhört viktiga för hur människor hittar information, jämför alternativ och fattar beslut. Men utvecklingen går snabbt, och AI-svar blir en allt större del av sökupplevelsen.

I dag presenteras AI-svar ofta som korta textstycken eller sammanfattningar, ibland kompletterade med källhänvisningar. På sikt kan vi förvänta oss att de blir mer dynamiska, mer personliga och mer visuellt uppbyggda.

Det finns några möjliga riktningar:

• Mer interaktiva svar där användaren kan ställa följdfrågor direkt i sökresultatet och få fördjupad information utan att lämna sidan.

• Vi kan förvänta oss att AI-svar kommer presenteras i fler format än text, och allt oftare inkludera bilder, grafer, video eller ljud.

• För att öka trovärdigheten lär källhänvisningar bli tydligare och mer framträdande. Vi kan se en utveckling där källor inte bara nämns, utan också presenteras som klickbara moduler med förhandsvisning av innehållet.

• AI-svar kommer sannolikt att anpassas mer efter användarens tidigare beteende, preferenser och behov. Två personer som ställer samma fråga skulle alltså kunna få olika svar beroende på kontext.

• När AI blir en central del av sökupplevelsen är det troligt att även sponsrade svar eller annonser integreras i resultaten, på samma sätt som vi idag kan se annonser genom Google Ads eller Microsoft Ads.

Häng med i utvecklingen kring GEO

För att ligga steget före behöver du aktivt följa hur AI förändrar sättet vi söker och tar till oss information på. Sätt dig in i hur olika AI-sökmotorer presenterar svar och använd dem själv för att förstå logiken bakom. Ju mer du experimenterar, desto bättre insikt får du i vad som fungerar.

Analysera också dina egna data. Titta på trafik, konverteringar och användarbeteende – förändras något i takt med att AI blir en större del av söklandskapet? Om färre klickar vidare från traditionella sökresultat, hur kan du i stället synas i AI-genererade svar?

Ställ er dessa frågor och fundera kring vad det innebär för er verksamhet.

• Hur påverkas vår synlighet av AI-svar?

• Vad händer med våra användare när de får information direkt i sökrutan?

• Vilka nya möjligheter finns för att nå ut med vårt innehåll?