Multi-Model GEO: Sådan opnår du en høj placering i ChatGPT, Gemini, Claude og andre systemer

Indledning

De fleste mennesker behandler "AI" som om det er én ting, når det kommer til GEO. En stor hjerne i skyen, der enten kan lide dit brand eller ikke. Så de udvikler én strategi, anvender den overalt og stirrer derefter på et dashboard og undrer sig over, hvorfor tallene er (1) ustabile og (2) inkonsekvente.

Men der findes ikke én "AI". Der er ChatGPT, Googles AI-oversigter, Gemini, Claude, Grok, Perplexity og en håndfuld andre; de deler ikke den samme kode. De henter information fra forskellige steder, de stoler på forskellige ting, de bruger forskellige søgemaskiner, de kommunikerer forskelligt, og de kasserer det meste af det, de finder. Det samme træk, der får dig nævnt i den ene, kan have næsten ingen effekt i en anden. Så den første reelle beslutning inden for GEO er ikke »hvordan vinder jeg over AI«. Det er »hvilken motor er vigtig for de mennesker, jeg forsøger at nå, og hvordan udvælger netop den sine kilder«.

Så lad os dykke ned i, hvordan du vælger din søgemaskine, og derefter hvordan du fodrer den.

TL;DR

GEO er ikke et spil, hvor én løsning passer til alle, fordi de store AI-motorer (som ChatGPT, Google, Gemini, Grok, DeepSeek, Copilot og Perplexity) kører på helt forskellige koder, indekser og filtre. Taktikker, der virker for den ene, kan slå fejl eller give et minimalt afkast på andre. For at vinde skal du vælge den specifikke motor, som din målgruppe bruger, skræddersy dit indhold til dens mekaniske hentningsregler (såsom Bings indeks for ChatGPT eller Googles organiske placeringer for AI-oversigter) og måle succesen ved hjælp af motorspecifikke målinger og multi-run-sampling i stedet for at stole på mangelfulde, blandede dashboards. Red-Engage har nøje undersøgt disse forskelle ved at følge en videnskabelig forskningsramme og bruge pålidelige kilder og har udgivet en hel bog, der er dedikeret til at forstå de forskellige LLM'er og målrette indsatsen effektivt mod dem.

Vælg din kampplads

Du behøver ikke at vinde dem alle – kun den, som din køber åbner. Her er en grov metode til at sortere dem.

ChatGPT: Vælg det til GEO, hvis du sælger B2B eller noget, der kræver research før køb. Det er det største rum, hvor nogen skriver »bedste X til Y med Z-budget« og læser svaret i stedet for at åbne ti faner. Det belønner klare, faktuelle og velstrukturerede kildesider og er diskret mistroisk over for aggressiv salgstekst.

Perplexity: Vælg det til GEO, hvis dine købere sammenligner muligheder og vil have dokumentation. Samme opskrift som ChatGPT, men med endnu mindre tålmodighed over for fyld, så hvis du har opbygget rene sider med kildehenvisninger til ChatGPT, er du allerede langt på vej. Et mindre rum, men trafikken består af søgninger med høj købsintention.

Google AI-oversigter: Vælg denne til GEO, hvis du sælger lokalt, til forbrugere eller noget med et »i nærheden af mig«-præg. Indgangsvinklen er din eksisterende organiske placering, da langt størstedelen af AIO-henvisningerne kommer fra sider, der allerede ligger blandt de ti øverste organiske resultater. Du skal allerede være placeret for at blive udvalgt.

Gemini: Vælg det til GEO, hvis din målgruppe befinder sig i Googles egne apps, såsom Gmail, Fotos, YouTube og Android. Dets fordel er Personal Intelligence, som vægter svarene ud fra brugerens egen Google-historik, så indsatsen foregår via de Google-flader, din kunde allerede bruger, ikke kun din hjemmeside. Dette er en anden opgave end »i nærheden af mig«-søgninger, som er AI-oversigternes område.

Vi vil uddybe resten (Grok, DeepSeek, Copilot) senere i artiklen. Du skal vælge én, måske to, hvis de virkelig overlapper hinanden for din målgruppe, og fokusere på dem. At forsøge at vinde dem alle på én gang vil uundgåeligt føre til en situation, hvor man er »altmuligmand, men mester i intet«.

ChatGPT: Vinder inden for B2B og research med høj købsintention

Det er den, din køber åbner, når vedkommende skriver »bedste bordleverandør til restauranter med 50 pladser og et XYZ-budget« og læser svaret i stedet for at klikke sig igennem ti faner. Det er det største område, så det er her, hovedparten af kampen udkæmpes.

Når ChatGPT har brug for nye oplysninger, omskriver den dit ene spørgsmål til flere søgeforespørgsler, kører dem gennem Bings indeks (ikke Googles – det forvirrer folk; ChatGPT søger med Bing), læser de øverste resultater og udarbejder derefter svaret. Du jagter altså ikke ét søgeord, men forsøger at være det konsistente svar på tværs af en række forskellige formuleringer.

Bemærk: Hvad angår Bing, er det værd at bemærke, at Claude bruger Brave til at søge på nettet. Google bruger naturligvis Google Search, Perplexity bruger sin egen proprietære søgemaskine, og det samme gør Grok. Nogle marketingfolk diskuterer »Google Search vs. Bing vs. Brave SEO« i forbindelse med målretning mod Gemini, ChatGPT og Claude. Jeg kan ærligt talt ikke give et entydigt svar på, om det er ROI-værd at niche-fokusere så meget (forudsat at de tre søgemaskiners SEO-algoritmer overhovedet er forskellige nok til at berettige separate målretningsstrategier), fordi jeg endnu ikke har undersøgt det. Det er op til dig!

Andel af ChatGPT-svar, der citerer hvert domæne. 28-dages rullende vindue. Kilde: LLM Pulse. Reddit nåede op på 45,03 % af citatkilderne den 31. maj.

Det absolut bedste træk her er at komme ind i de kilder, som ChatGPT allerede stoler på. ChatGPT støtter sig til et mindre sæt domæner, som det betragter som pålidelige, med Wikipedia langt forrest, samt dets licenserede udgiverpartnere som Business Insider og Financial Times, som dets søgefunktion betragter som højt autoritative. EPR News bemærker, at Forbes er blandt de »Top-5 [citeringskilder] på tværs af alle platforme [ChatGPT, Claude, Gemini, Perplexity og Google AI Overviews]; ChatGPT-citeringerne er omtrent fordoblet efter september 2025«. En omtale i en af disse kilder har altså større betydning end en omtale i kommentarfeltet på et tilfældigt forum.

Inden da skal du strukturere dine egne sider, så de er svar-først-orienterede, med det direkte svar øverst i et klart sprog og detaljerne nedenunder, fordi ChatGPT’s scraper læser toppen af siden og går videre.

En advarsel, der specifikt gælder for ChatGPT: Det har det strengeste sikkerhedsfilter blandt forbrugermodellerne, og det er indstillet til at mistro alt, der lyder som aggressiv salgstale. Aggressiv tekst („garanteret 10 gange afkast”) kan få din side markeret som upålidelig under hentningen og diskret sorteret fra. Skriv dine kernesider i en rolig, encyklopædisk tone. Bevar personligheden, men undgå superlativer.

Oversigt over Googles AI: At fange lokale og forbrugerrelaterede hensigter

Det er her, de ”i nærheden af mig”-søgninger og de daglige informationssøgninger stadig finder sted, så hvis du sælger lokalt eller til forbrugere, er dette dit område.

Det nyttige ved Google er, at indgangen er din eksisterende organiske placering. Placer dig blandt de ti bedste, og du er med i kandidatpuljen til Oversigten. Derfor betyder klassisk SEO stadig meget her. Så fremgangsmåden er kedelig og konkret: Få siden til at rangere, og strukturér den derefter, så oversigten kan udtrække et klart svar, overskrifter i form af spørgsmål, et direkte svar i de første en eller to sætninger under hver, og fakta angivet klart med tal.

Bemærk: Når en bruger indtaster en søgeforespørgsel, omdanner AI-oversigten den til flere variationer af relevante spørgsmål og begynder at identificere indhold fra resultaterne, hvor den i 57 % af tilfældene går ud over den første side – hvilket er gode nyheder for mange, der ikke kan sikre sig en plads på Googles forside.

Pew har sporet faktisk browsingadfærd og fundet, at når der var et AI-resumé til stede, klikkede brugerne kun på et traditionelt søgeresultat i 8 % af tilfældene mod 15 % uden et sådant, og de klikkede på linkene inde i selve resuméet i ca. 1 % af tilfældene. Så en henvisning i Overview ligger tættere på at blive citeret på et reklametavle end på at få et besøg. Brug den for at blive nævnt som svaret, ikke for at få et klik, der for det meste ikke kommer.

Og en advarsel, før du prøver at måle dette: det står næsten aldrig stille. Da SE Ranking kørte ti tusind søgeord gennem Googles AI-tilstand tre gange på én dag, overlappede de citerede URL'er kun 9,2 % af gangene, og NJIT-forskere fandt stort set det samme på tværs af 14.000 søgninger. Mere om, hvad man kan gøre ved det, finder du i slutningen.

Gemini: bedst til at nå ud til folk dybt inde i Googles egne apps

Gemini er den, du skal holde øje med, når din målgruppe befinder sig i Googles verden – Gmail, Fotos, YouTube, Android – fordi den kan trække på brugerens egne Google-data, ikke kun det åbne web. I januar 2026 aktiverede Google en funktion, de kalder Personal Intelligence, som forbinder Gmail, Google Fotos, søgehistorik og YouTube-historik for at forme de svar, en person får. Ingen andre større modeller har den slags adgang til en brugers private konto, og det ændrer måden, du når ud til dem på.

Den har to tilstande, og du indtaster data til dem på forskellige måder. Når Gemini gennemsøger det åbne internet, er den knyttet til Googles søgeindeks, så det samme »svar-først«-arbejde med en klar struktur, som du udførte til AI-oversigter, kan overføres direkte. Der er én ekstra ting, der virkelig betaler sig her: Skriv rigtig alt-tekst til dine billeder – en enkel beskrivelse af, hvad billedet viser – for Gemini’s scraper fjerner det visuelle lag og bruger alt-teksten til at fortolke et billede, og alt-tekst fyldt med søgeord bliver sorteret fra.

Den anden tilstand er den, folk overser. Da Personal Intelligence vægter svarene ud fra brugerens egen historik på tværs af Google, får et brand, hvis YouTube-videoer en person ser, eller hvis e-mails de åbner i Gmail, en diskret fordel, når Gemini svarer den specifikke person. Så Gemini rækker ud over din hjemmeside og ind på de Google-flader, din kunde allerede bruger: en aktiv YouTube-kanal, der er værd at følge, en velordnet Google Business-profil, e-mails, som folk åbner i stedet for at slette. En advarsel, der er værd at fremhæve tydeligt: dette personlige lag er opt-in og slået fra som standard, så det når kun den del af din målgruppe, der har slået det til – hvilket i dag hovedsageligt er betalende abonnenter på Googles AI-tjenester. Betragt det som en højværdig del af målgruppen, ikke hele målgruppen.

Grok: bedst til nyheder, kultur, kryptovaluta og alt, der bevæger sig i realtid

Grok er den særlige, og dens særhed er forudsigelig, hvilket gør den brugbar. Den læner sig mere op ad X end nogen anden model læner sig op ad en enkelt kilde. Dens egne værktøjer omfatter en dedikeret X-søgning, der foretager søgninger efter nøgleord, semantik, brugere og tråde på tværs af live-indlæg, og X’s egen hjælpeside siger, at Grok for hver forespørgsel beslutter, om den skal hente offentlige indlæg i realtid og køre en live-websøgning ovenpå. Så hvis din verden drejer sig om hurtigt skiftende offentlige samtaler, nyhedsbrud, kultur og kryptovaluta, er dette et område, hvor du kan udmærke dig, og som de andre ikke kan nå på samme måde.

Stil Grok et aktuelt eller meningsbaseret spørgsmål („hvad skete der med det her i dag“, „hvad synes folk om det“), og den går ud og læser live X-indlæg. Stil den et fastlagt, forklarende spørgsmål, og den svarer ofte blot ud fra sin træning uden overhovedet at gå live. Dermed følger to ting. For det første skal du vinde på selve X – med reel tilstedeværelse, indlæg, som folk engagerer sig i, og hurtige offentlige svar, når du bliver diskuteret – fordi engagement tolkes som en indikator for betydning, og et indlæg, som folk interagerer med, vejer tungere end et, der bare ligger der. For det andet skal du være tidligt ude med dine egne nyheder, så når der kommer en nyhed om dig, er dine indlæg med i den første bølge, som Grok læser, når en bruger spørger om det en time senere.

Den opdeling mellem "aktuel" og "afklaret" er også en målefælde, og jeg vender tilbage til den til sidst.

DeepSeek: bedst til meget tekniske og udviklerrettede produkter

DeepSeek er din tid værd, hvis du sælger til ingeniører eller inden for dybt teknisk B2B, og det følger regler, der straffer markedsføringssprog hårdere end nogen anden model. Det er et kinesisk laboratorium, der nåede helt i top med en brøkdel af det sædvanlige træningsbudget, og en del af grunden til, at det forbliver strømlinet, er et træningssetup, der bygger på rene, strukturerede data med høj signalstyrke og fjerner alt overflødigt. Så en overbevisende tone fyldt med superlativer klarer sig ikke bare dårligt her – den virker imod dig.

Det, systemet »spiser«, er maskinlæsbare strukturer og teknisk dokumentation. Dets agenter baserer sig på dokumentation, kode og udviklerdiskussioner for at udarbejde svar, så det er rene, velstrukturerede dokumenter, der udgør din vigtigste synlighedsflade – ikke teksten på din landingsside. To yderligere detaljer om, hvor den henter information fra: Den trækker i høj grad på Wikipedia, og da det er en kinesisk model, er dens træning baseret på det kinesiske internet. En komplet Wikipedia-artikel kombineret med en reel tilstedeværelse på en platform som Zhihu kan derfor sikre dig en plads, hvor vestlige internettaktikker ikke virker. En forbehold, du skal tage højde for: Den censurerer i overensstemmelse med kinesiske lovgivningsmæssige retningslinjer, så hvis dit brand befinder sig tæt på politisk følsomme områder der, skal du forvente at blive udeladt eller omformuleret på måder, du ikke har kontrol over. For et almindeligt forbrugerbrand er det sjældent et problem; for alt, der ligger tæt på disse emner, er det en reel begrænsning.

Copilot: bedst til at få anbefalinger inden for en virksomheds egen arbejdsgang

Copilot er den diskrete B2B-løsning. Den er integreret i Microsoft 365 og kan læse virksomhedens egne interne data via Graph, samtidig med at den søger på det offentlige web – en kombination , som Microsoft kalder »web grounding«, hvor webdelen kører på Bing-søgetjenesten. Så en indkøbschef kan bede Copilot om at sammenligne virksomhedens interne udgifter med eksterne muligheder, og så samler den regnearket og en Bing-søgning og udpeger en leverandør direkte i virksomhedens sikre arbejdsgang. Hvis du sælger B2B, er det at blive udpeget som leverandør i det øjeblik det mest effektive, man kan opnå af synlighed, fordi du bliver anbefalet i køberens egne værktøjer, før de overhovedet har åbnet en browserfane.

Det vigtigste at tage med: Den eksterne del kører på Bing, og Bing rangordner ud fra andre signaler end Google. Så administrer Bing direkte i stedet for at antage, at din Google-placering overføres – det betyder Bing Webmaster Tools, IndexNow for at fremme hurtig indeksering og solid skema-markering. Fokuser derefter specifikt på indkøbsøjeblikket, for virksomhedsbrugere beder ikke om markedsføringsslogans, de beder om ROI og bevis for integration. Offentliggør casestudier med konkrete tal, og forklar tydeligt på dine egne sider, hvordan du integrerer med Teams, SharePoint og Azure – netop det, en intern bruger har brug for som argument for at vælge dig.

Perplexity: bedst til forskningsorienterede målgrupper, der ønsker dokumentation

Perplexity er først og fremmest bygget som en svarmotor; den udfører præcis søgning og opbygger svaret direkte fra de kilder, den henter fra, og viser derefter nummererede henvisninger til det, den har brugt. Der er færre skjulte ræsonnementer at kæmpe sig igennem end i en almindelig chatbot, så kildehenvisninger er nærmest det hele. Den belønner de samme ting som ChatGPT, men med endnu mindre tålmodighed over for fyld: kom hurtigt frem til svaret, underbyg det med noget verificerbart, og strukturér det, så en maskine kan udtrække præcis den linje, den har brug for. Så hvis du har gjort arbejdet for at være en klar, faktuel og velstruktureret kilde til ChatGPT, er du allerede langt på vej til at være det for Perplexity også, hvilket gør det til en tilføjelse, der kræver minimal ekstra indsats, snarere end et separat projekt. Det er et mindre marked end de store søgemaskiner, men den trafik, der kommer derfra, er søgninger med høj købsintention – folk, der sammenligner muligheder og læser kilder – så det er den lille ekstra indsats værd, hvis det er dem, du sælger til.

Sådan sporer du GEO korrekt

Den enkelte »AI-synlighedsscore«, som mange værktøjer sælger dig, hviler på et usikkert grundlag, fordi disse motorer er ikke-deterministiske. Det samme spørgsmål, den samme søgemaskine, stillet to gange, kan give dig et forskelligt svar med forskellige kilder. En artikel, der skitserer et statistisk rammeværk for netop dette: Kort sagt er målinger af synlighed via citater tilfældige variabler, ikke faste værdier, og enhver enkelt måling indebærer nok usikkerhed til at vende den konklusion, du ville drage ud fra den. Så mål det som den foranderlige størrelse, det er:

Kør hver prompt mange gange (med små semantiske ændringer), ikke kun én gang. Dit reelle tal er, hvor ofte du dukker op i en række kørsler, med et interval omkring det, ikke et enkelt ja eller nej.

Mål pr. model, aldrig samlet. Du har netop læst en hel artikel om, hvor forskelligt disse modeller opfører sig. Et enkelt gennemsnitstal for »AI-synlighed« udvisker alt det og skjuler netop det, du var ude efter. Hvis du undersøgte ChatGPT, så tjek ChatGPT.

Hold øje med, hvordan du bliver beskrevet, ikke bare om du blivernævnt. At blive kaldt »det pålidelige valg« og at blive kaldt »det billige, risikable valg« er begge omtaler, men det er ikke det samme resultat.

Hold søgeresultater adskilt fra citater. Lektionen fra Reddit øverst gælder også for din egen rapportering. Et værktøj, der viser dig, hvor dit brand blev trukket ind som kandidat, viser dig søgeresultater, hvilket ikke er det samme som at blive citeret i det endelige svar. Lad ikke en bunke omtaler i søgeresultaterne overbevise dig om, at du vinder. Forskellige begivenheder skal måles separat.

Kort sagt

Der er ingen »AI«, der skal overbevises. Der er omkring otte separate søgemaskiner med hver deres præferencer, og de afviser det meste af det, de får forelagt. ChatGPT vil have pålidelige kilder og en rolig tone. Google vil have, at du allerede er højt placeret. Gemini vil have dig overalt i brugerens Google-liv. Grok vil have, at du vinder på X. DeepSeek vil have rene tekniske dokumenter og ingen fyld. Copilot vil have, at du er tilpasset til Bing og integreret i indkøbsøjeblikket.

Så find ud af, hvilken din køber åbner, lær, hvordan den vælger sine kilder, fodr den præcis med det, og mål det pr. søgemaskine, mange gennemløb ad gangen. Du behøver ikke at vinde dem alle, bare den, din køber åbner.

Ofte stillede spørgsmål

1. Er en AI-specifik GEO-strategi det værd?

Ja. De store AI-søgemaskiner deler ikke den samme kode, de samme søgeindekser eller de samme vægtningssystemer; en taktik, der med succes sikrer en placering i én søgemaskine, kan slå fuldstændig fejl i en anden.

2. Er Reddit-markedsføring effektivt for synlighed i AI?

Det afhænger af søgemaskinen og dit mål. Det er en fornuftig strategi for Googles overflader (så den kan nå Gemini i webtilstand), en strategi med lavt afkast og stor indsats for ChatGPT-henvisninger, da den afviser ca. 99 % af de Reddit-sider, den henter, og næsten meningsløs for Claude. Derudover har Reddit stadig en værdi i sig selv for at nå ud til sit eget fællesskab, uanset LLM-indflydelsen.

3. Hvilken AI-motor bør jeg prioritere for mit brand?

Du bør målrette mod den specifikke motor, som din køber bruger: ChatGPT og Perplexity til B2B-/forskningskøb, Google AI Overviews og Gemini til lokal/forbrugerorienteret søgeadfærd, Grok til nyheder/krypto i realtid, DeepSeek til tekniske dokumenter og Copilot til virksomhedsworkflows.

4. Hvordan kan jeg effektivt måle min AI-synlighed?

Det kan du ikke, i hvert fald ikke så konkret, som du måske tror. AI-motorer er ikke-deterministiske, hvilket betyder, at nøjagtig den samme prompt stillet to gange kan give forskellige kilder, hvilket gør enkeltstående målinger upålidelige, medmindre de måles via gentagne prøveudtagninger.

5. Hvordan bør jeg måle min AI-synlighed korrekt?

Du bør måle pr. motor i stedet for at bruge en samlet score, køre forespørgsler flere gange med små semantiske variationer for at tage højde for udsving, spore kvalitative beskrivelser og nøje adskille hentning fra backend fra de endelige citater.