Klassisk SEO frågar var du rankar. LLM SEO frågar vad modellen säger när någon beskriver din kategori och ingen skriver ditt namn.
LLM SEO (även skrivet LLMO, för large language model optimization) är disciplinen som påverkar den meningen. Den här guiden går igenom vad det är, hur det skiljer sig från SEO och från GEO, en strategi som överlever mötet med verkligheten, och en checklista du kan köra mot din egen sajt den här veckan.
Innehållsförteckning
Vad är LLM SEO (LLMO)?
LLM SEO är arbetet med att forma vad en stor språkmodell vet, säger och citerar om ett varumärke, oavsett om användaren befinner sig på en sökmotor eller inte.
Skillnaden mot allt som kom före är att resultatsidan saknas. När någon ber ChatGPT, Claude, Gemini eller Copilot om ”en GEO-byrå som arbetar på franska och tyska” finns ingen position 1 att vinna. Det finns ett stycke, tre eller fyra namn i det, och ett skäl till att varje namn står där. LLM SEO är arbetet med att vara ett av de namnen för de frågor som betyder något för din affär.
LLMO är inte prompt engineering. Du styr inte frågan; användaren skriver den, och modellen skriver om den innan den hämtar någonting.
Och det handlar inte om att ”ta sig in i träningsdatan”. Du kan inte på ett meningsfullt sätt påverka vad en modell tog upp under förträningen inom en tidsram som betyder något för ett företag.
Det du kan påverka är allt modellen läser vid svarstillfället (live-hämtningen) och tätheten och samstämmigheten i vad den öppna webben säger om dig, vilket också formar nästa modell.
LLMO vs GEO vs SEO: finns det någon skillnad?
Ärligt talat betecknar LLMO och GEO nästan samma arbete. GEO (generative engine optimization) är den äldre och mer spridda termen, och det är den Google, SEO-pressen och de flesta verktyg har landat i. LLMO används oftare av folk som kommer från AI-hållet.
Där det finns en verklig skillnad handlar den om betoning:
- GEO beskriver oftast optimering för generativa sökytor: AI Overviews, Perplexity, assistenternas söklägen. Hämtningen står i centrum.
- LLMO beskriver oftast optimering för vad modellen säger ur sina egna vikter och sitt minne, inklusive samtal som aldrig utlöser en sökning.
- AEO är hantverket på styckenivå under båda: att göra en del av ditt innehåll användbar som svar.
I praktiken tjänar samma arbete alla tre, och därför säljer våra GEO-tjänster dem inte som separata produkter. Om en leverantör tar separat betalt för GEO och LLMO: fråga vad som skiljer i leveranserna. Vår erfarenhet är att samma underliggande arbete täcker båda.
Var modellerna får sin bild av dig
Fyra källor, i fallande ordning efter hur mycket du kan påverka dem.
Live-hämtning. De flesta assistenter söker numera innan de svarar på något tidskänsligt eller specifikt. Det är den mest kontrollerbara källan: det är din sajt, indexerad och hämtbar, plus vad som nu rankar för den omskrivna frågan. Klassisk teknisk SEO gäller utan ändringar.
Tredjepartssidor som beskriver din kategori. Listartiklar, kataloger, jämförelseinlägg, recensionssajter, forumtrådar, branschpress. När en modell får frågan ”vilka är bäst på X i Y” är det de dokumenten den lutar sig mot, eftersom det är de som innehåller jämförelsen. De flesta varumärken ignorerar den ytan helt, eftersom den ligger utanför deras eget CMS och inget i deras vanliga SEO-flöde rör den. Det är också där en enda åtgärd ger snabbast ränta på ränta: en bra katalogpost läses av varje modell som indexerar den katalogen.
Samstämmiga fakta om din entitet. Ett varumärkesnamn, en ort, ett grundningsår, en beskrivning av vad ni gör. Och samma version av varje på din sajt, i ditt schema, på dina profiler och överallt annars där du förekommer. Modeller löser upp entiteter genom bekräftelse. Motsägelser jämnas inte ut; de garderas bort, och ett garderat varumärke är ett varumärke som inte rekommenderas.
Minnet från förträningen. Långsamt, ogenomskinligt och till stor del en biprodukt av de tre ovan som byggts upp under år. Värt att förstå, inte värt att planera efter.
En LLMO-strategi som håller
Utgå från frågorna, inte från sökorden. Skriv ner de tjugo till femtio frågor en verklig köpare skulle skriva till en assistent på vägen mot att välja någon som ni. De är längre och mer situationsbundna än sökord: ”vem kan göra teknisk SEO för en Shopify-butik som säljer i tre länder” snarare än ”e-handels-SEO-byrå”. Den listan är din mätuppsättning för året som kommer.
Mät innan du rör något. Kör varje fråga mot de motorer dina köpare använder och spara svaret ordagrant: vem som nämns, i vilken ordning och vilka källor som länkas. Utan en nollmätning är varje senare avläsning en berättelse.
Fixa hämtningen först. Om dina sidor inte är indexerade, är långsamma att hämta eller gömmer sitt innehåll bakom JavaScript kommer inget annat du gör att märkas. Det är otacksamt och det är dit den första månaden går.
Gör innehållet citerbart. Fristående avsnitt, rubriker formade som frågor, direkta svar på de två första raderna, tabeller för jämförelser, schema som speglar den synliga texten. AEO-guiden går igenom det lagret i detalj.
Arbeta sedan utanför sajten, där jämförelserna finns. Se till att ha korrekta, aktuella poster i de kataloger och listartiklar som redan rankar för din kategoris frågor. Ge journalister och analytiker något tillräckligt konkret att citera. Publicera data bara du har. Ett påstående som förekommer på tre oberoende domäner har bevisvärde. Samma påstående på en har det inte.
Mät om enligt schema. Modellsvar driver vecka för vecka av skäl som inte har med dig att göra. En enskild avläsning är brus; en månadsserie är en signal. Vi byggde SEOcrawls AI-synlighetsmätning för att köra precis den loopen.
LLMO-checklistan
Kör den här mot din egen sajt. Allt du inte kan bocka av är arbete.
Hämtbar
- Varje sida du vill bli citerad på svarar 200 på en enkel hämtning, med sitt innehåll i HTML-koden.
- robots.txt blockerar inte de AI-crawlers du vill ska läsa dig, och du har tagit ett medvetet beslut om dem du inte vill ha.
- En llms.txt finns och pekar på de sidor som faktiskt besvarar frågor.
- Sitemaps är aktuella; canonicals är självrefererande och korrekta.
Citerbar
- Varje H2 är en fråga eller en fras som någon skulle söka på.
- De två första meningarna under varje rubrik besvarar den rakt av.
- Inget avsnitt är beroende av det föregående för att gå ihop.
- Jämförelser, specifikationer, priser och steg ligger i tabeller, inte i löptext.
- Schema för Organization, Article och FAQPage finns och upprepar den synliga texten exakt.
Möjlig att lösa upp som entitet
- Varumärkesnamn, juridiskt namn, ort och grundningsår är identiska på din sajt, i ditt schema och på dina viktigaste profiler.
- Era tjänster beskrivs med de ord er marknad använder, inte med interna produktnamn.
- Det finns författar- och teamsidor med verkliga meriter, länkade från det innehåll de personerna skrev.
- Ditt Organization-schema innehåller sameAs-länkar till din Wikidata-post, LinkedIn, Crunchbase och varje annan kanonisk profil en modell kan korsreferera.
Bekräftad
- Du finns i de kataloger och jämförelsesidor som redan rankar för din kategoris frågor.
- Minst en aktuell tredjepartssida beskriver korrekt vad ni gör.
- Dina påståenden går att kontrollera någon annanstans än på din egen webbplats.
Mätt
- Det finns en fast lista med köparfrågor och den är versionshanterad.
- Varje fråga körs mot motorerna enligt schema, och svaren sparas.
- Varumärkessökningar och direkttrafik ligger i samma diagram som antalet källhänvisningar.
Vad LLM SEO-tjänster bör och inte bör lova
En leverantör kan ärligt lova att göra dig hämtbar, att göra ditt innehåll citerbart, att rätta dina entitetsdata, att förtjäna omnämnanden hos tredje part och att mäta din andel av källhänvisningarna över tid mot en nollmätning.
Ingen kan lova en position, eftersom det inte finns någon. Ingen kan lova att en modell nämner dig för en viss prompt, eftersom samma prompt ger olika svar olika dagar och till olika användare. Och ingen kan lägga in ditt varumärke i en modells vikter på beställning.
Om ett förslag innehåller frasen ”garanterad inkludering i ChatGPT” är det användbara svaret att fråga hur det skulle verifieras. Det här arbetet är mätbart, men som ett förhållande: över en uppsättning köparfrågor, över en tidsperiod och mot en nollmätning.
Vår sida om GEO-tjänster beskriver vad vi faktiskt gör och i vilken ordning, och guiden om bästa praxis för GEO är den långa versionen av metoden.
Vanliga frågor
Vad är LLM SEO?
LLM SEO (även kallat LLMO eller large language model optimization) är arbetet med att forma vad en språkmodell vet, säger och citerar om ett varumärke. I stället för att vinna en position på en resultatsida är målet att vara ett av de tre eller fyra namn en modell ger när någon beskriver din kategori utan att skriva ditt varumärkesnamn.
Är LLMO samma sak som GEO?
Nästan. GEO, eller generative engine optimization, är den äldre och mer spridda termen och betonar ofta generativa sökytor där hämtningen står i centrum. LLMO betonar ofta vad en modell säger ur sitt eget minne, inklusive samtal som aldrig utlöser en sökning. Leveranserna är samma arbete, så en leverantör som tar separat betalt för GEO och LLMO bör få frågan vad som skiljer dem åt.
Kan du få in ditt varumärke i en LLM:s träningsdata?
Inte inom en tidsram som betyder något för ett företag, och inte på beställning. Det du kan påverka är live-hämtningen, som de flesta assistenter kör innan de svarar på något specifikt, och tätheten och samstämmigheten i vad den öppna webben säger om dig. De två formar också nästa modell, vilket är den enda realistiska vägen in i träningsdatan.
Vad levererar en LLM SEO-tjänst egentligen?
Ärliga leveranser är: tekniskt arbete så att sidorna är hämtbara, innehåll omstrukturerat så att textstycken går att citera, entitetsdata som är samstämmiga över sajten och tredjepartsprofiler, arbete utanför sajten på de jämförelsesidor och kataloger som modellerna läser, och mätning av andelen källhänvisningar över en fast uppsättning köparfrågor mot en nollmätning. Garanterad inkludering i en viss modells svar går inte att leverera, eftersom samma prompt ger olika svar olika dagar.
Hur mäter man LLM SEO?
Definiera tjugo till femtio frågor en köpare skulle ställa till en assistent på vägen mot att välja en leverantör som ni, kör dem mot de relevanta motorerna enligt schema och registrera vem som nämns, i vilken ordning och vilka källor som länkas. Följ det som ett förhållande över tid vid sidan av varumärkessökningar och direkttrafik. En enskild avläsning är brus; en månadsserie är en signal.
