GEO

GEO-ordlista

En snabbreferens till kärnbegreppen inom Generative Engine Optimization (GEO) – från GEO, AEO och Share of Model till RAG, strukturerad data och entitetslänkning.

GEO (Generative Engine Optimization): Metoden att optimera ett varumärke så att generativa AI-motorer (ChatGPT, Gemini, Claude, Perplexity med flera) rekommenderar, citerar och beskriver det korrekt i sina svar.
SEO (Search Engine Optimization / sökmotoroptimering): Att optimera sidor för att ranka högre i traditionella sökmotorer (Google, Bing, Baidu) där användare klickar på länkar. GEO utökar SEO till AI-genererade svar.
AEO (Answer Engine Optimization): Att optimera innehåll för att vinna utvalda utdrag (featured snippets) och direkta svarsrutor genom att strukturera frågeställningar och FAQ-schema. AEO är en delmängd av GEO med fokus på svarsytan.
GEO Score: XOOER:s proprietära poäng för varumärkessynlighet som kvantifierar ett varumärkes auktoritet över ledande AI-modeller genom att kombinera Share of Model, rankning, citering, sentiment och precision.
Share of Model (SOM): Ett varumärkes andel av AI-rekommendationer för en viss uppsättning prompter – hur ofta det visas jämfört med konkurrenter när AI-modeller besvarar kategorifrågor.
RAG (Retrieval-Augmented Generation): En teknik där en AI-modell hämtar relevanta dokument vid frågetillfället och baserar sitt svar på dem. Att finnas med i det hämtningsbara underlaget är avgörande för att bli citerad.
LLM (Large Language Model / stor språkmodell): En modell tränad på enorma mängder text som genererar människoliknande svar – motorn bakom ChatGPT, Gemini, Claude, Doubao och Tongyi Qianwen.
AI-sökning: Sökning som levererar ett sammanfattat svar med citeringar istället för en länklista – skiftet som GEO är byggt för.
Citeringsgrad: Hur ofta en AI-modell citerar ett varumärke som källa i sina svar. En högre citeringsgrad signalerar starkare auktoritet och förtroende för varumärket.
Entitetslänkning: Att koppla ett varumärkesnamn till en enda, entydig entitet (över språk och alias) så att AI-modeller känner igen det konsekvent. schema.org alternateName underlättar detta.
Kunskapsgraf: Ett strukturerat nätverk av entiteter och deras relationer som AI och sökmotorer använder för att förstå och svara på frågor om varumärken, personer och produkter.
llms.txt: En framväxande textfil i webbplatsens rotkatalog som ger AI-crawlers en sammanställd, maskinläsbar översikt över webbplatsen – dess tjänster, fakta och nyckelsidor.
Strukturerad data (JSON-LD): Maskinläsbar schema.org-uppmärkning (Organization, FAQPage, Article, Product) inbäddad på en sida så att motorer kan tolka fakta med precision istället för att gissa.
Grounding: Att förankra ett AI-svar i verifierbara källor så att det blir korrekt snarare än hallucinerat. Välstrukturerat, citerbart innehåll förbättrar grounding för ett varumärke.
Hallucination: När en AI-modell självsäkert uppger felaktig information om ett varumärke. Auktoritativ strukturerad data och konsekventa fakta minskar varumärkeshallucinationer.
Digital PR: Att vinna auktoritativa omnämnanden och citeringar över hela webben så att AI-modeller stöter på ett varumärke upprepade gånger i betrodda källor, vilket ökar chansen att bli rekommenderad.