LLMO + GEO
LLMO + GEO: hur du optimerar för ChatGPT, Claude, Perplexity och AI Overviews
LLMO (Large Language Model Optimization) och GEO (Generative Engine Optimization) är två sidor av samma mynt, att bli citerad och rekommenderad när användare ställer frågor till AI istället för att klicka på blå länkar. Här är de hävstänger vi använder i praktiken.
1. Citerbart innehåll (Citation-First Writing)
Modeller plockar passages som är koncisa, faktiska och självförklarande. Vi skriver definitioner i 1 to 2 meningar överst på varje sida, lägger numrerade steg där det är relevant, och bygger Q&A-block som matchar long-tail-frågor.
Praktisk regel: varje H2 ska kunna stå för sig själv som svar om någon klipper ut den enskilda sektionen.
2. Off-site authority, tredjepartsmentions
AI-modeller har tränats på Common Crawl, Wikipedia, Reddit, branschmedia och topplistor. Att bara optimera er egen domän räcker inte, ni behöver mentions i de källor modellerna redan litar på.
Vi prioriterar topplistor ("Bästa AI-konsulter i Sverige"), branschmedia, podcasts, jämförelseartiklar och case studies hos partners. Mention share korrelerar starkare med LLM-citation än ren backlink-volym.
3. Entity-konsistens i hela webben
Samma namn, beskrivning, schema och kategorisering överallt, på er sajt, LinkedIn, Crunchbase, branschregister, Wikipedia. Modellen ska entydigt kunna identifiera "Alice Labs = AI-konsultbyrå i Sverige" utan tvetydighet.
Vi rullar ut Organization-schema med sameAs-länkar till alla externa profiler så modellen kan crosslinka entiteten.
4. Strukturerad data (JSON-LD)
FAQPage, HowTo, Article, Organization, BreadcrumbList, Service. Schema är inte längre "nice to have", det är hur AI-system parsar er sida snabbt och säkert.
Sidor med korrekt FAQPage-schema får ofta 2 to 3 av sina svar plockade rakt in i Google AI Overview enligt våra egna mätningar på 60+ klientdomäner.
5. Mätning av AI-citationer
Vi kör en pipeline (LLM Query Harvester) som regelbundet ställer relevanta queries till GPT-5 search, Perplexity och Claude med web search aktiverat, och loggar vilka källor modellerna citerar. Det ger oss en faktisk citation-share-metric per kluster.
Insikten vi själva fick av att köra detta: Google-ranking och LLM-citation är inte samma sak. Vi rankade topp-3 för 212 GPT-sökta queries men citerades bara 9 av 198 gånger, flaskhalsen var citation-worthiness, inte ranking.
8.6 %
Andel av Google-sökningar som visade en AI Overview i januari 2025, upp från under 1 % i maj 2024 (BrightEdge Generative Parser). Källa