Nå må du svare på alle spørsmål til alle målgrupper

Når en beslutningstaker stiller et spørsmål til ChatGPT, Gemini eller Perplexity, skjer det noe ganske annet enn i et tradisjonelt Google-søk. AI-en leter ikke etter én side som matcher søkeordet. Den bryter spørsmålet ned i en rekke underspørsmål, henter svar på hvert av dem fra ulike kilder, og setter det sammen til ett svar. Dette kalles query fan-out, og det endrer premissene for hvordan mellomstore selskaper bør jobbe med innhold.

Vi i Intuvio ser at mange virksomheter fortsatt optimaliserer innhold som om det skal rangere på ett søkeord. Det holder ikke lenger. Skal du bli hentet inn i et AI-generert svar, må innholdet ditt kunne brukes som byggekloss i et puslespill du ikke selv har lagt.

Hva query fan-out egentlig betyr i praksis

Tenk deg at en markedssjef spør: «Hvilke norske selskaper er gode på å videreutvikle HubSpot og integrere det med ERP?» En tradisjonell søkemotor ville lett etter sider som inneholder disse ordene. En AI-modell gjør noe annet: den forutser og utforsker de underliggende intensjonene i spørsmålet. Den stiller seg selv flere parallelle underspørsmål:

• Hva kjennetegner en god HubSpot-partner i Norge?
• Hvem har erfaring med ERP-integrasjoner?
• Hva sier kunder eller cases om resultatene?
• Hvordan henger CRM-optimalisering sammen med datakvalitet?
• Hvilke konsulentselskaper jobber med dette på mellomstore virksomheter?

Svarene hentes fra forskjellige sider og kilder, og syes sammen. Det betyr at nettstedet ditt ikke trenger å være «best på alt». Det må være tydelig og hentbart på de underspørsmålene som faktisk er relevante for deg.

Hvorfor dette stiller andre krav enn tradisjonell SEO

SEO handlet lenge om å eie søkeord. Fan-out flytter fokus fra søkeord til intensjoner. Et enkelt blogginnlegg som dekker «alt» om et tema, blir ofte for bredt til å svare presist på noen av underspørsmålene AI-en stiller. Samtidig blir tynne, isolerte innlegg uten kontekst vanskelige å plassere i en større sammenheng.

Vår erfaring er at det er her mellomstore selskaper ofte taper terreng. De har mye innhold, men det er produsert kampanje for kampanje, uten en tematisk ryggrad. Resultatet er et nettsted som er vanskelig både for mennesker og maskiner å lese som en helhet.

Fra enkeltinnlegg til tematisk autoritet

Skal du vinne i fan-out-logikken, må innholdet organiseres slik at AI-en forstår hva du faktisk kan. Det mest effektive vi ser i praksis er temaklynger bygd rundt solide pillar-sider: én grundig hovedside per kjerneområde, med et knippe støtteartikler som hver svarer presist på ett underspørsmål.

En klyngestruktur signaliserer faglig dybde og autoritet, og gjør domenet ditt til et foretrukket valg når AI-en leter etter kontekst. Like viktig: den tvinger virksomheten til å bestemme seg for hva den faktisk vil være kjent for. Det er en strategisk øvelse mer enn en redaksjonell.

For et selskap som jobber med kundereiser kan kjernetemaene for eksempel være CRM-optimalisering, AI i kundeservice, dataintegrasjoner og go-to-market. Hver klynge må ha en tydelig pillar-side som definerer området, og undersider som svarer på konkrete spørsmål kunder, salg og kundeservice faktisk får.

Slik skriver du innhold AI kan plukke fra hverandre – og sette sammen igjen

Fordi AI-modeller henter ut avgrensede svarsegmenter, ikke hele artikler, må innholdet bygges i selvstendige blokker. Hver underoverskrift bør kunne leses som et eget lite svar. Noen prinsipper vi jobber etter:

• Beskrivende underoverskrifter. «Hva er query fan-out?» slår «En ny virkelighet» hver gang. Overskriften skal matche et reelt spørsmål.
• Svar først, kontekst etterpå. Definer begrepet eller gi konklusjonen i første setning under overskriften. Utdyp deretter.
• Korte, selvstendige avsnitt. Et avsnitt bør kunne løftes ut og fortsatt gi mening.
• Konsistent terminologi. Bruk de samme begrepene på tvers av nettstedet. Skifter du mellom «kundereise», «customer journey» og «kundeopplevelse» tilfeldig, fragmenterer du din egen autoritet.
• Klare definisjoner. Forklar fagbegreper eksplisitt, selv når du tror alle kan dem. AI-modeller bruker definisjoner som anker.

La kundedata og CRM styre innholdsplanen

Det mest undervurderte grepet vi ser, er å koble innholdsarbeidet direkte til det som allerede finnes av spørsmål internt. Kundeservice får de samme spørsmålene hver uke. Salg møter de samme innvendingene. CRM-et inneholder data om hvilke temaer som faktisk driver konvertering og frafall.

Vi i Intuvio mener at innholdsplanen bør bygges nedenfra – fra reelle spørsmål i kundedialogen – og ikke ovenfra fra en redaksjonell kalender. Det er her kobling mellom strategi, CRM og innhold blir konkret. Når temaene i innholdet speiler temaene i CRM-et, blir det både lettere å måle effekt og lettere for AI å forstå hva du løser for kundene dine.

Dette er også et område der et teknologirammeverk som Shine kommer til nytte i praksis: berikelse av data i CRM, og integrasjoner som gjør at innsikt fra salg og service kan mate innholdsarbeidet systematisk, ikke anekdotisk.

Strukturert data: støttefaktor, ikke hovedgrep

Teknisk struktur betyr noe, men ikke så mye som enkelte SEO-miljøer vil ha det til. Schema-markup og ryddig metadata gir AI-modellene et trygt og maskinlesbart stillas å lene seg på når de skal trekke ut fakta uten tvetydighet. Det er spesielt verdifullt for produkt-, tjeneste- og personinformasjon.

Prioriteringen vi anbefaler er enkel: få orden på organisasjons-, tjeneste- og artikkel-schema, sørg for konsistente title- og meta-beskrivelser, og gjør nettstedet raskt og ryddig strukturert. Ikke la teknisk schema bli hovedprosjektet. Det er innholdsstrukturen og språket som avgjør om du blir brukt i et AI-svar – schema bidrar til at riktig informasjon blir lest riktig.

Hvordan måle om du faktisk blir mer synlig

Tradisjonell rangering på søkeord forteller stadig mindre om hvor synlig du er i AI-drevne svar. Vi anbefaler å supplere med målinger som:

• AI-visibility-tester: still faste, strategisk viktige spørsmål til ulike AI-verktøy med jevne mellomrom, og logg om og hvordan du nevnes.
• Andel sitater og referanser: blir nettstedet ditt brukt som kilde i Perplexity, Gemini eller ChatGPT Search?
• Trafikk fra AI-drevne kanaler: segmenter referansetrafikk fra AI-verktøy og vurder kvaliteten på denne trafikken separat.
• Kvalitative signaler i salg: hvor ofte sier nye prospekter at de «leste» eller «fikk vite om dere» via et AI-verktøy?

Dette er et styringsperspektiv, ikke en rapport for innholdsteamet alene. Ledelsen må forstå at AI-synlighet er en funksjon av strategisk klarhet, ikke bare publiseringsvolum.

Hva vi anbefaler at du gjør nå

Start med å kartlegge hvilke spørsmål AI-en faktisk burde hente svar fra dere på – og sjekk om innholdet deres svarer presist nok til å bli plukket opp. Se på om temaklyngene er tydelige, om språket er konsistent, og om innholdsplanen er koblet til reelle spørsmål fra kunder og salg. Det er sjelden mer innhold som mangler. Det er struktur, presisjon og sammenheng.

Hvis du vil ha en konkret start, har vi laget en sjekkliste du kan bruke internt:

Og skulle dere ønske å kartlegge hvilke temaer, sider og strukturer som bør prioriteres først for å styrke synligheten i AI-søk, tar vi gjerne en prat.