Begrepet Generative Engine Optimization kommer fra én fagfellevurdert studie, publisert på ACM SIGKDD i 2024. Den viser at innhold kan endres slik at det får mer plass i AI-genererte svar — 30 til 40 prosents forbedring på studiens egen måleenhet.
Den viser også hvordan de tre mest effektive grepene ble testet: med instruksjoner til språkmodellen om å legge inn statistikk, sitater og kilder som ikke finnes. Promptene står ordrett i vedlegget.
Nedenfor går vi gjennom hva studien måler, hva den finner, og hvor grensene går.
Hva studien er
«GEO: Generative Engine Optimization», av Pranjal Aggarwal (IIT Delhi), Vishvak Murahari, Karthik R. Narasimhan og Ameet Deshpande (Princeton University), samt Tanmay Rajpurohit og Ashwin Kalyan (uavhengige forskere). Publisert på ACM SIGKDD 2024 i Barcelona, tilgjengelig som arXiv 2311.09735.
Det er arbeidet som innførte selve begrepet.
Grunnlaget er GEO-bench: 10 000 søk hentet fra ni datasett, fordelt på 25 fagområder. Fordelingen følger reelle søkemønstre — 80 prosent informasjonssøk, 10 prosent transaksjonelle, 10 prosent navigasjonssøk. Hvert søk er koblet til teksten fra de fem øverste Google-treffene.
Motoren som testes er satt sammen for anledningen: de fem øverste Google-kildene sendes til gpt-3.5-turbo, som skriver svaret med kildehenvisninger. Forskerne genererte fem svar per søk for å dempe tilfeldig variasjon.
Hva studien måler — og hva den ikke måler
Dette punktet avgjør hvordan tallene skal leses.
Studien måler ikke om et navn dukker opp eller ikke. Den måler hvor mye plass en kilde som allerede er sitert, får i svaret. Den viktigste måleenheten heter Position-Adjusted Word Count: antall ord viet til en kilde, vektet lavere jo lenger ned i svaret siteringen står. I tillegg kommer Subjective Impression, satt sammen av sju vurderinger — relevans, innflytelse, unikhet, bredde, sannsynlighet for klikk, opplevd posisjon og opplevd mengde. GPT-3.5 scorer hver av dem.
Det er en synlighetsmåling for kilder som allerede er inne i svaret. Spørsmålet «blir firmaet mitt nevnt i det hele tatt» er et annet spørsmål, og studien besvarer det ikke.
De tre grepene som virker
Ni metoder ble testet mot uendret innhold. Tre skiller seg ut: å legge til kildehenvisninger, å legge til sitater, og å legge til statistikk. De gir 30 til 40 prosents relativ forbedring på Position-Adjusted Word Count, og 15 til 30 prosent på Subjective Impression.
Sitat-tillegg gjør det best av alle: 27,2 mot 19,3 for uendret innhold.
Instruksjonene som ble gitt til språkmodellen står gjengitt i vedlegg B.5. For statistikk-tillegget sier prompten at tilføyelse av oppdiktede data forventes, og at modellen skal legge inn positiv, overbevisende statistikk — også høyst hypotetisk. For kildehenvisninger står det at kildene kan finnes opp, så lenge de virker plausible. For sitat-tillegget står det at sitatene kan legges til selv om de er falske og kunstige.
Effekten som måles er altså ikke effekten av å ha gode kilder. Det er effekten av at teksten ser ut til å ha gode kilder.
Det er et funn om hvordan motorene fungerer, ikke en anbefaling fra forfatterne.
Nøkkelordstapling gjør det verre
Å fylle teksten med søkeord fra spørsmålet — grepet som har vært standard i klassisk SEO — gir 17,7 mot 19,3 for uendret innhold.
Det er dårligere enn å ikke gjøre noe.
På Perplexity, der forskerne testet metodene mot en motor i faktisk drift, lå nøkkelordstapling omtrent ti prosent under uendret innhold.
Effekten snur avhengig av hvor du står fra før
Forfatterne forventer at grepene blir tatt i bruk bredt. De testet derfor hva som skjer når alle kildene i et svar optimaliseres samtidig. Utslaget avhenger av hvor kilden lå i søkeresultatet i utgangspunktet.
| Grep | Rang 1 | Rang 3 | Rang 5 |
|---|---|---|---|
| Kildehenvisninger | −30,3 % | +20,4 % | +115,1 % |
| Sitater | −22,9 % | +3,5 % | +99,7 % |
| Statistikk | −20,6 % | +8,1 % | +97,9 % |
Kilden som lå øverst taper synlighet. Kilden som lå nederst mer enn dobler den.
Forfatterne trekker konsekvensen selv: tradisjonelle søkemotorer belønner faktorer som lenkeprofil og domenehistorikk, og de er tunge å bygge for små aktører. Generative motorer arbeider derimot ut fra innholdet i kilden. Terrenget er jevnere.
Hva studien ikke sier
Fire forbehold som er nødvendige for å bruke tallene ærlig.
Motoren er satt sammen for forsøket. Fem Google-treff sendt til gpt-3.5-turbo er ikke ChatGPT, Gemini, Claude eller Perplexity slik de fungerer i dag. Forskerne validerte metodene mot Perplexity i tillegg, men på et utvalg på 200 eksempler, og med kildene lastet opp som filer fremfor hentet fra nettet.
Modellen er fra 2024. Studien er fra august 2024 og bygger på gpt-3.5-turbo. Forfatterne skriver selv at metodene må tilpasses etter hvert som motorene utvikler seg.
Åtte av ti søk er informasjonssøk. Bare ti prosent er transaksjonelle. Studien sier lite om nettopp de søkene der en leverandør blir valgt eller ikke — «hvilket firma bør vi bruke», «hvem er best på dette i Norge».
Effekten varierer mellom fagområder. Statistikk-tillegg virker sterkest på juss og forvaltning, sitat-tillegg på samfunn og historie. Forfatterne anbefaler tilpasning per fagfelt fremfor generelle grep.
Hva dette betyr for en norsk kjøper
Studien er et godt utgangspunkt og et dårlig fasitsvar.
Den viser at innhold påvirker synlighet i AI-svar, at klassiske SEO-grep ikke lar seg overføre, og at små aktører har en reell åpning. Tre nyttige funn.
Den sier ingenting om hvordan ChatGPT, Gemini, Claude og Perplexity svarer på norsk, i 2026, på spørsmålet en norsk innkjøper faktisk stiller. Ingen studie fra 2024 kan si det.
Det er den delen vi måler selv. Vi stiller faste kjøperspørsmål på fire motorer, uten personalisering, og teller hvem som blir nevnt — og hvem som ikke blir det. Resultatet oppgis som frekvens, «X av N», med dato og nevner. Spørsmålene står publisert ordrett på hvert barometer, slik at målingen kan gjentas.
Da vi målte arbeidsrett i Oslo, ble 46 navn nevnt i løpet av 20 målinger. Bare ett firma gikk igjen på alle fire motorene.
Vår posisjon
Interessekonflikt. Sitera selger AI-synlighetsrapporter. Denne artikkelen argumenterer for måling, og måling er det vi lever av. Tallene over er hentet fra en offentlig studie du kan lese selv.
Funnet om oppdiktede tall sier noe om hvordan motorene fungerer, ikke hva forfatterne anbefaler. Men det bør følge med når tallene brukes til å selge noe.
Vi legger ikke inn statistikk vi ikke har målt, og vi finner ikke opp kilder. Studien viser at det ville virket. Det er nettopp derfor vi lar være: et tall som ikke kan etterprøves, er verdiløst den dagen noen prøver.
Vi måler i stedet, og publiserer nevneren sammen med tallet.
Gjenkjent er ikke det samme som anbefalt.
Kilde: Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K. R., & Deshpande, A. (2024). GEO: Generative Engine Optimization. Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, 5–16. arXiv:2311.09735. Alle tall i denne artikkelen er hentet fra studiens tabell 1, 2 og 5 samt vedlegg B.5. Lest i primærkilde 16.08.2026.