Googles retningslinjer om AI er ikke nødvendigvis best practise
Google har nylig sluppet sine offisielle retningslinjer for optimalisering av synlighet i generativ AI. Det er lett å svelge ordene som absolutte sannheter. Google rådgir ut fra eget perspektiv og modenhet, det er de åpne om. Det er viktig å ha med seg at dette ikke gjelder hva som er en best practice for generell synlighet i generativ AI. Tjenesten ChatGPT er fortsatt den mest brukte tjenesten for generativ AI i Norge, selv om Gemini vokser i popularitet.
Rocket har analysert den nye guiden grundig. Flere av rådene bør du ta med en solid klype salt. Google er unike i sin evne til å crawle, tolke og forstå webinnhold. Det betyr imidlertid ikke at rådene deres kan overføres direkte til hvordan andre tjenester tolker innhold.
Dette er viktig å balansere, du kan ikke lage to eller tre nettsider som er dedikert for forskjellige tjenester.
Her er vår faglige gjennomgang av de fem mytene som Google hevder å knuse, der vi legger et lag av fortolkning på toppen.
Myte #1: LLMS.txt er unødvendig:
– Ja, om du ikke vil eksperimentere
Ordrett fra guideline:
LLMS.txt files and other «special» markup: You don’t need to create new machine readable files, AI text files, markup, or Markdown to appear in Google Search (including its generative AI capabilities), as Google Search itself doesn’t use them. Note that Google may discover, crawl, and index many kinds of files in addition to HTML on a website: this doesn’t mean that the file is treated in a special way.
Google hevder i sin guide at man ikke trenger å opprette egne maskinlesbare filer, som llms.txt eller Markdown, for å bli synlig i AI-søk. De påpeker at de leser vanlig HTML mer enn godt nok, og at slike spesialfiler ikke kompenserer for et dårlig nettsted.
Her har Google delvis rett, men argumentasjonen overser kritiske nyanser. Egne studier vi har gjort, med blant annet Matprat gir indikasjon på at LLMS.txt korrelerer med trafikkvekst / synlighetsvekst i AI. Men veksten kan like gjerne skyldes modning i måleverktøyenes indeksering eller generelle algoritmeoppdateringer. Vi tar våre egne funn med en dose korrelasjonssalt, sammenhengen er nok ikke kausal.
Vår skepsis handler om at du bygger et skyggeinternett: en parallell versjon av innholdet ditt som skal vedlikeholdes ved siden av det ekte.
Det er også fort gjort at disse filene ender opp som «døde filer». Når innholdet på nettsiden endres, men filen forblir uendret, spres utdatert informasjon. Dette er det selvsagt mulig å kode seg rundt, men trenger vi virkelig disse støttehjula i 2026?
Verktøyet Limy gjennomførte i begynnelsen av 2026 en analyse av over 500 millioner LLM-bot-trafikkhendelser. Analysen viste at både OpenAIs (ChatGPT) og Anthropics (Claude) roboter, og til og med Google-Extended (Gemini), hopper i stor grad over Markdown-filene og crawler i stedet det faktiske HTML-innholdet.
SEO-byrået Reboot Online fant nøyaktig det samme da de i et testeksperiment konkluderte med at botene over en periode på tre måneder ikke rørte llms.txt-filen i det hele tatt.
Vårt råd om llms.txt:
Dropp det, med mindre du vil eksperimentere.
Google fraråder faktisk ikke llms.txt. De sier eksplisitt at det er helt greit å lage og vedlikeholde slike filer for andre tjenester og systemer, og at det verken skader eller hjelper synligheten i Google Search, fordi de rett og slett ignorerer dem.
Det er en viktig presisering, og den underbygger hovedpoenget vårt: rådet gjelder Google Search. Ikke AI-synlighet generelt. Google trenger ikke llms.txt fordi de har tjue års erfaring med å tolke HTML. Spørsmålet er om noen andre gjør det — og der er svaret foreløpig nei.
Faktisk mener en av Tysklands ledende GEO-eksperter, Kai Spriestersbach, at ideen om en llms.txt-fil er dødfødt, ettersom søkemotorer aldri vil stole på nettstedseierens egen kuraterte (og potensielt selvforherligende) oppsummering av seg selv.
LLMS.txt er som meta keywords. En unødvendig øvelse å oppdatere og lite troverdig kilde for roboter å evaluere innhold.
Motargumentet vi hører er at “det skader vel ikke?”.
Det skader på to nivåer:
- Du bygger et skyggeinternett som krever ressurser og / eller ekstra kode og kompleksitet – som kan bryte sammen.
- Du bruker tid på noe som har en usikker gevinst. Du kunne brukt tiden på å lage verdifullt innhold.
Myte #2: Innholdsoppdeling, aka «Chunking» er nytteløst:
Det kommer an på hvem som leser
Ordrett fra guideline:
There’s no requirement to break your content into tiny pieces for AI to better understand it. Google systems are able to understand the nuance of multiple topics on a page and show the relevant piece to users. However, sometimes shorter (or longer!) pages can work well depending on your audience and subject matter. There’s no ideal page length, and in the end, make pages for your audience, not just for generative AI search.
Google hevder at det ikke er nødvendig å dele opp («chunke») innholdet i mindre biter for at kunstig intelligens skal forstå det. Systemene til Google forstår nyanser på tvers av en lang side. De avslutter med at man bør skrive for publikumet sitt, ikke for maskiner.
Dette er en sannhet med modifikasjoner.
Ja, man skal alltid skrive for mennesker, og tunge, ugjennomtrengelige tekster fungerer dårlig for både folk og roboter. Det pussige er at Google i samme guide forklarer at de selv bruker retrieval-augmented generation, altså at innhold hentes fra indeksen og settes sammen til svar. Query fan-out beskriver de også: modellen splitter ett spørsmål i flere underspørsmål og henter relevante biter til hvert av dem.
Da er spørsmålet: hva er en «bit»? Perplexity, ChatGPT search og en hvilken som helst intern bedrifts-RAG bygger på det samme prinsippet, men uten Googles tjue år med infrastruktur for å tolke rot. Jo mindre modent systemet er, desto mer avhenger det av at du har satt grensene selv.
I realiteten er oppdeling av innhold helt essensielt for moderne AI-arkitektur. Måten LLM-er henter og bearbeider informasjon på (ofte gjennom RAG-systemer, Retrieval-Augmented Generation), er fundamentalt avhengig av hvordan data er segmentert og strukturert.
Hvis en tekst er for massiv og ustrukturert, øker risikoen for at viktige detaljer drukner i modellens kontekstvindu. Dersom tekst og innhold er godt delt opp og lettfordøyelig, kan lettere modeller forstå konteksten.
Å tilpasse innholdets struktur handler om det samme som vi gjør når vi tilpasser tekster til menneskers LIX-verdi (lesbarhetsindeks). Vi gjør informasjonen mer tilgjengelig og fordøyelig. Ved å strukturere innholdet i logiske, avgrensede semantiske deler, hjelper vi både menneske og maskin.
Den internasjonale SEO-autoriteten Lily Ray underbygger dette: Hennes studier viser at innhold som følger en logisk, hierarkisk overskriftsstruktur (eksempelvis H2, H3 og kulepunkter) har hele 40 % større sjanse for å bli foretrukket og ekstrahert av ChatGPT.
Poenget er ikke hvordan modellen leser teksten, men hvordan systemet finner den. I RAG-arkitektur deles innhold opp i segmenter som indekseres hver for seg, og det er segmentet, ikke hele siden, som hentes fram og siteres. Er innholdet ditt ett uavgrenset tekstområde, må systemet gjette hvor svaret begynner og slutter. Har du satt grensene selv, gjør du jobben for systemet.
Vårt råd om lettfordøyelig tekst:
Chunk it like it’s hot.
Lettlesthet betyr som regel at innholdet får bedre brukervennlighet uansett. Her slår du to fluer i en smekk. Igjen, du bygger ikke nettstedet bare for Google-synlighet. Folk liker «snack-sized» innhold og det gjør språkmodeller også. Semantisk tagging er viktig uansett, men hold det kort så blir det bra. Korte setninger. Korte avsnitt.
Myte #3 Omskriving av innhold er unødvendig: Roboter spiser dybde, mennesker spiser oppsummeringer
Ordrett fra guidelines:
Rewriting content just for AI systems: You don’t need to write in a specific way just for generative AI search. AI systems can understand synonyms and general meanings of what someone is seeking, in order to connect them with content that might not use the same precise words. This means you don’t have to worry that you don’t have enough «long-tail» keywords or haven’t captured every variation of how someone might seek content like yours.
Google mener du ikke trenger å skrive på en spesiell måte eller bekymre deg for «long-tail»-søk, ettersom AI-systemer forstår synonymer og intensjon uavhengig av de eksakte ordene du bruker.
Vi er enige i at tradisjonell «keyword stuffing» og kunstig omskrivning for spesifikke søkeordvariasjoner er utdatert og er en unødvendig tidstyv. Men det betyr ikke at du skal slutte å tilpasse innholdet ditt. AI-roboter «gidder» å sette seg inn i ekstremt detaljert, omfattende og teknisk dybdeinnhold som vanlige brukere sjelden tar seg tid til å lese fra start til slutt.
Når roboten har tygget seg gjennom alt, serverer den en perfekt oppsummering.
Et levende eksempel på dette er DNBs strategi for fond. Ved å bygge ut detaljerte, dype dedikerte sider for hvert enkelt fond, en rigg på rundt 600 unike sider fylt med detaljer, har den ultimate «AI-maten» blitt servert. Nettsidene gir menneskene verdi fordi AI-en får fullstendig oversikt og kan svare presist på komplekse brukerspørsmål, med DNB som kilde.
Dette er generert innhold, men hver enkelt side har unikt innhold som blir oppdatert løpende. 600 fondssider er ikke 600 søkeordvarianter. Det er 600 unike entiteter med unike, oppdaterte data. Når skalert innhold er unikt og verdifullt, er det helt riktig å kjøre det ut i store kvanta. Man må ikke bli skuddredd fordi Google sier scaling og abuse i samme setning.
Marie Haynes, ekspert på GEO, har påpekt at det er svært viktig å inkludere «faktasjekkbare snutter» som prosenter eller referanser fra studier for å tiltrekke seg LLM-er.
Kevin Indig har i en stor analyse med 1,2 millioner siteringer fra ChatGPT også slått fast at språk som fremstår definitivt («defineres som», «refererer til») foretrekkes av modellene.
Vårt råd om innhold for roboter:
Dersom du kan bygge innhold som går i dybden, gjør det!
Tør å lage innhold for roboter, det er ikke lenger slik at du bare skal skrive for mennesker.
Myte #4 Ikke jag inauthentic mentions, må ikke forveksles med at PR er mer viktig nå
Ordrett fra guideline:
Just like the rest of Google Search, our generative AI features can show what’s being said about products and services across the web, including in blogs, videos, and forum discussions. However, seeking inauthentic «mentions» across the web isn’t as helpful as it might seem. Our core ranking systems focus on high-quality content while other systems block spam; our generative AI features depend on both.
I guiden advarer Google mot å jakte på uekte omtaler («inauthentic mentions») på tvers av blogger, videoer og forum, og hevder at kjernealgoritmer og spam-systemer uansett vil fange dette opp og nøytralisere effekten.
Her treffer Google spikeren på hodet når det gjelder uærlig manipulasjon. Å kjøpe falske omtaler eller spamme forum med merkevarenavnet sitt er dødfødt, på akkurat samme måte som useriøs lenkespamming har vært det i årevis.
Men det er viktig at det ikke misforstås som at proaktivt arbeid med merkevareomtaler er bortkastet.
Dette ligner veldig på anbefalingen fra Google om å ikke bygge lenker for å bli mer synlig: Link spam is the practice of creating links to or from a site primarily for the purpose of manipulating search rankings.
Av noen blir dette tolket veldig strengt. Ikke jobb med tiltak for å bygge lenker, alt skal komme naturlig av seg selv.
Det er ganske få som aktivt jobber med lenkebyggingstiltak nettopp fordi man er skremt av Googles guidelines. Det er paradoksalt nok det som skilte Google fra andre søkemotorer, evnen til å tolke lenkegrafen.
Andre bryter Googles retningslinjer direkte og kjøper lenker eller bruker noen av de andre teknikkene adressert på Googles Link Spam-side.
Å jobbe målrettet og strategisk med PR er mer kritisk enn noensinne. Når AI-modeller skal anbefale produkter eller tjenester, baserer de seg på etablerte mønstre og merkevare-assosiasjoner de finner på tvers av troverdige kilder på internett.
Å bygge ekte, redaksjonelle omtaler og sterke relasjoner i bransjeaviser, blogger og faglige forum er en ryddig og ekstremt effektiv måte å programmere AI-modeller til å huske din merkevare på.
Vårt råd om jakten på mentions:
Jobb målrettet med PR, om mulig; mer enn før.
Finn ut hvilke nyhetsmedier som ChatGPT, Claude og Gemini bruker som grunnlag for å forstå en kategori og jobb for å få redaksjonell omtale på ryddig vis.
Myte #5 Bare ta i bruk strukturerte data som Google støtter
Ordrett fra guideline:
Structured data isn’t required for generative AI search, and there’s no special schema.org markup you need to add. However, it’s a good idea to continue using it as part of your overall SEO strategy, as it helps with being eligible for rich results on Google Search.
Kanskje det mest oppsiktsvekkende punktet i guiden er at Google nedprioriterer strukturerte data (Schema-markup) for AI-søk. De hevder det ikke kreves for generative AI-funksjoner, og at det ikke finnes noen spesielle AI-skjemaer. De oppfordrer til å bruke det kun for å kvalifisere til «rich results» i tradisjonelt søk.
Her er vi i Rocket direkte uenige med Google. Ved å tone ned betydningen av strukturerte data, snakker Google igjen utelukkende fra sitt eget unike perspektiv som verdens beste søkemotor til å tolke fritekst. For resten av AI-verdenen er strukturerte data selve bærebjelken for presisjon. Schema.org gir en eksplisitt, deterministisk kontekst som fjerner enhver tvil for en maskinlæringsmodell.
Det mest talende er at Google i samme dokument anbefaler å forberede seg på agenter. De beskriver hvordan browser-agenter går inn på nettstedet ditt, leser DOM-strukturen, tolker tilgjengelighetstreet og analyserer visuelle renderinger for å utføre oppgaver. De nevner Universal Commerce Protocol som en fremvoksende standard.
Det er strukturerte data i praksis. Et avsnitt sier at schema ikke er nødvendig for AI-søk. Det neste sier at du bør gjøre nettstedet ditt maskinlesbart for autonome agenter. Vi mener det andre avsnittet er det viktigste i hele guiden.
Ta for eksempel skjemaet SatiricalArticle. En AI-modell eier ikke nødvendigvis forståelse for ironi; den kan fort tolke en satirisk spissformulering som en bokstavelig nyhetssak. Ved å bruke Schema-markup kan utgiveren eksplisitt fortelle modellen: «Dette er satire». Strukturerte data er ikke en utdatert SEO-taktikk; det er det universelle språket som sikrer at merkevaren din blir tolket riktig, uavhengig av om det er Google, OpenAI, Perplexity eller en intern bedrifts-bot som leser nettstedet ditt.
Vårt råd om strukturerte data:
Bruk det langt forbi det som trigger rich results i Google.
Dette bygger verdifull kontekst for gode og dårlige roboter som skal lese innholdet ditt.
Det ene konkrete kravet
Midt i guiden står det et faktisk krav: For å være kvalifisert til visning i Googles generative AI-funksjoner må siden være indeksert, kunne vises med snippet, og nettstedet må være inkludert i «Search generative AI features» i Search Console. Det er verdt fem minutter å sjekke før du bruker fem uker på innholdsstrategi.
Konklusjon: Ikke bygg strategien din på Googles premisser alene
Googles nye AI-guide er et nyttig innblikk i hvordan søkegiganten ønsker at internett skal se ut for å gjøre deres egen jobb enklest mulig. Men internett er mer enn Google.
For å lykkes med AI-synlighet i årene som kommer, må innholdsstrategien fungere på tvers av populære modeller i bruk. Det betyr at vi må fortsette å insistere på bunnsolid innholdsdybde – forbi det et menneske har båndbredde for, knallhard semantisk strukturering, ryddig PR, og et kompromissløst fokus på maskinlesbar kontekst gjennom strukturerte data.
Hva gjør du først?
Du kan ikke bygge tre nettsteder for tre tjenester. Heldigvis trenger du ikke det, de fire tiltakene vi anbefaler er de samme uansett hvem som leser.
- Dybde og unikt innhold
Høyest kostnad, høyest verdi, virker overalt. Søkedata, some-data, konkurrent-data og annen markedsinformasjon er naturlige steder å starte. - Semantisk struktur
Lav kostnad, gjør innholdet bedre for mennesker uansett. Tangerer også inn på UX og krav om brukervennlighet. - Strukturerte data
Moderat kostnad, betaler seg i Google i dag og hos agenter i morgen. Et teknisk og markedsmessig løp som en SEO-spesialist kan hjelpe deg med. - PR og redaksjonelle omtaler
Høyest kostnad, tregest effekt, men vanskeligst for konkurrenter å kopiere. Lag en strategi for dette og en handlingsplan som kobler etterspørsel med nettsiden med innhold utenfor nettsiden.
Og hvis Google har rett og vi tar feil? Da har du fortsatt et nettsted med bedre innhold, ryddigere struktur og mer presis maskinlesbar kontekst. Nedsiden er tid, ikke risiko. Det er derfor vi tør å anbefale det.
Erik Egeriis
