Googles AI-guide gjelder bare for Google

Kort fortalt: Googles veiledning forklarer Google. For ChatGPT, Claude og Perplexity trenger du fortsatt egne målinger.

I mai 2026 publiserte Google en offisiell guide om hvordan nettsteder optimaliseres for de generative AI-funksjonene i Google-søk: «Optimizing your website for generative AI features on Google Search». Reaksjonen i mange SEO-feeder ble raskt sortert: «AI Optimization er jo bare SEO. Saken er avgjort.»

Det er en for vid tolkning. Den gjør en Google-veiledning til en regel for alle KI-systemer. Googles veiledning gjelder Google. I dokumentasjonen fra OpenAI, Anthropic og Perplexity som jeg undersøkte 11. juli 2026, fant jeg ingen tilsvarende veiledning om hvilket innhold som siteres, eller hvilke merkevarer som anbefales. Jeg fant derimot dokumentasjon om crawlere og eksterne målinger. Dermed flyttes spørsmålet: Det handler ikke bare om gjennomføring, men om måling.

Hva Googles veiledning sier, og hvem den gjelder for

Veiledningen er bemerkelsesverdig tydelig. Google oppdaterte den 10. juli 2026. Tre hovedbudskap ble stående, her i original:

For det første: Ingen spesielle KI-filer er nødvendige.

„You don’t need to create new machine readable files, AI text files, markup, or Markdown to appear in Google Search. Doing so will neither harm nor help your site’s visibility or rankings in Google Search.“

Det omfatter llms.txt. For Google-søk er filen verken en fordel eller en ulempe.

For det andre: Ingen særskilt schema-optimalisering.

„Structured data isn’t required for generative AI search, and there’s no special schema.org markup you need to add.“

Strukturerte data anbefales fortsatt som en del av vanlig SEO-arbeid. Men det finnes ingen hemmelig KI-merking som tvinger frem kildehenvisninger.

For det tredje: KI-optimalisering er SEO.

„Optimizing for generative AI search is optimizing for the search experience, and thus still SEO.“

Har du et solid SEO-grunnlag med innhold som kan gjennomsøkes, synlig tekst, tydelig struktur og oppdaterte data, har du etter Googles syn gjort det som trengs for AI Overviews og AI Mode.

Nytt siden 10. juli: Google legger til måling. Veiledningen viser nå til en «Generative AI performance report» i Search Console. Rapporten skal vise hvordan innhold blir funnet gjennom Googles generative funksjoner i Search og Discover. Det er en relevant endring fra versjonen av 3. juli, og den bekrefter samtidig plattformgrensen: Google måler Google. Rapporten gir ingen svar for ChatGPT, Claude eller Perplexity.

Dette er en nyttig veiledning med et tydelig virkeområde: on Google Search. Den beskriver hvordan Google fyller sine egne KI-funksjoner med innhold. Den sier ingenting om hvordan ChatGPT, Claude eller Perplexity bestemmer hvilke kilder de henviser til, og hvilke merkevarer de anbefaler.

Hva som fortsatt er uavklart utenfor Google

OpenAI, Anthropic og Perplexity dokumenterer crawlerne sine: hvilke boter som finnes, og hvordan nettstedseiere kan styre tilgangen. I leverandørdokumentasjonen jeg undersøkte 11. juli 2026, fant jeg ingen offisiell veiledning om hvordan innhold blir sitert i svar eller merkevarer anbefalt.

Det betyr ikke at vi ikke vet noe om disse plattformene. Det betyr bare at kunnskapen kommer fra en annen kilde: målinger fra leverandører innen SEO og KI-synlighet som analyserer KI-svar og kildehenvisninger i større datasett. Funnene deres gjelder bare de undersøkte plattformene, tidsrommene og metodene.

Hva de empiriske dataene viser

Fire funn, hvert med utvalg, plattform og tidsrom. Et tall uten denne sammenhengen er feilsitert:

• Ahrefs (mai 2026): 1.885 sider som nylig har lagt til JSON-LD-skjema, sammenlignet med 4.000 kontrollsider; målt ble sitater i Google AI Overviews, Google AI Mode og ChatGPT, 30 dager før og etter endringen. Resultat: ingen pålitelig kausal effekt. AI Mode +2,4 % og ChatGPT +2,2 % ligger innenfor støyen, AI Overviews til og med −4,6 %. Den ofte siterte korrelasjonen («siterte sider har oftere skjema») forklares av bedre vedlikeholdte nettsteder — ikke av selve markeringen.
• SE Ranking (november 2025): Analyse av rundt 300 000 domener. En eksisterende llms.txt økte ikke sannsynligheten for at KI-modeller siterte domenet. Maskinlæringsmodellen i studien ble til og med mer presis uten denne variabelen.
• ALLMO (januar 2026): Av 94 614 siterte nettadresser i 11 867 KI-svar var nøyaktig én en llms.txt-side: 0,001 %.
• ConvertMate (januar 2026): Leverandøren rapporterer fra en proprietær analyse av mer enn 80 millioner kildehenvisninger fordelt på over 10 000 domener en korrelasjon på r = 0,664 mellom merkevareomtaler på nettet og kildehenvisninger i KI-svar. Den offentliggjorte metoden gir ikke tilstrekkelig innsyn i utvalg og modellering til å fastslå en årsakssammenheng. Derfor behandler jeg tallet som et retningsgivende funn fra en verktøyleverandør, ikke som bevis for at flere omtaler fører til flere kildehenvisninger.

To ting skiller seg ut. For det første gir de tekniske enkeltsignalene GEO-diskusjonen lenge har dreid seg om, llms.txt og schema-merking, ingen dokumentert vei til flere kildehenvisninger i disse målingene. Google sier det uttrykkelig for sitt eget søk. SE Ranking, ALLMO og Ahrefs ser heller ingen positiv effekt i sine respektive datasett. For det andre følger det ikke av dette at én enkelt redaksjonell faktor eller omdømmefaktor forårsakerkildehenvisninger. Google anbefaler unikt innhold som ikke er utbyttbart, for Google. ConvertMate rapporterer en sterk korrelasjon med merkevareomtaler. Begge deler gir et utgangspunkt for arbeidet, ikke et løfte om effekt.

Grensene for dataene er viktige: Studiene måler ulike plattformer med ulike metoder. Samlet gir de et konsistent bilde, men ingen enkeltresultater gjelder automatisk for alle KI-systemer.

Veiledning og gjennomgang svarer på to forskjellige spørsmål

Den praktiske forskjellen er enklere:

En plattformveiledning sier i hovedsak hva alle bør gjøre: gjøre innholdet tilgjengelig for crawlere, holde data oppdatert og unngå generisk fyllstoff. Det er verdifullt, men svarer bare på spørsmålet: Hva anbefaler denne plattformen generelt?

En gjennomgang undersøker det konkrete tilfellet: Blir dette nettstedet nevnt av ChatGPT, Claude, Perplexity og Google AI? Blir det forstått riktig? Hvilke kilder preger bildet? Hvilke konkurrenter dukker opp i stedet?

Kort sagt: Veiledningen beskriver ønsket tilstand. Gjennomgangen viser den faktiske tilstanden.

Begge deler har sin plass. Googles guide er den bindende referansen for Google — den som motsier den, trenger svært gode data. Men den som utleder fra «AI Optimization er SEO» at måling er overflødig, forveksler bruksanvisningen med statusrapporten. To nettsteder kan oppfylle samme guide like rent og likevel være helt ulikt synlige i AI-svar — fordi omdømme, kildesituasjon og entitetsklarhet ikke kan utledes fra en sjekkliste.

Hva dette betyr for WordPress-nettstedet ditt

For et WordPress-nettsted følger dette av funnene:

1. Bruk Googles veiledning for Google. Et solid SEO-grunnlag er fortsatt utgangspunktet for AI Overviews og AI Mode. Hvis nettstedet ikke kan gjennomsøkes, mangler synlig tekst, tydelig struktur eller oppdatert innhold, er det der arbeidet må begynne.
2. Behandle llms.txt som et tillegg, ikke som hovedvirkemiddelet. Hvorfor filen likevel kan være nyttig i enkelte situasjoner, blant annet for agenter og dokumentasjon, har jeg undersøkt i llms.txt for WordPress: nyttig, overvurdert eller begge deler? .
3. Bruk schema til å tydeliggjøre entiteter. Strukturerte data hjelper maskiner med å plassere personer, merkevarer, produkter og innhold riktigere. Dagens data gir ikke et pålitelig grunnlag for å bruke dem som et direkte virkemiddel for kildehenvisninger i KI-svar. Mer om det finner du i Schema, entiteter og innhold som kan brukes som kilde.
4. Arbeid med substans fremfor å lete etter én magisk innstilling: Egne erfaringer, egne data, tydelige utsagn og pålitelig ekstern vurdering. Google anbefaler uttrykkelig slikt innhold som ikke er utbyttbart, for Google. Om og hvordan andre systemer siterer det, må du måle.
5. Mål før du optimaliserer. For Google omfatter dette siden oppdateringen 10. juli rapporten om generativ KI i Search Console. For et bilde på tvers av plattformer trenger du fortsatt egne målinger av flere systemer, konkurrenter og kilder. Hvordan jeg kartlegger en slik nåsituasjon systematisk, beskriver jeg i Slik tenker jeg om AI Visibility Audits med citelayer®.

Hvis du vil se den faktiske situasjonen for nettstedet ditt, passer en AI Visibility Audit med citelayer® : flere plattformer, konkurrenter, kildeanalyse og prioriterte neste steg.

Den nøkterne versjonen: Google forklarer Google. Din egen KI-synlighet må du måle.

---

Kilder og verifisering

Kontrollert på nytt mot de publiserte sidene 11.07.2026:

• Google: „Optimizing your website for generative AI features on Google Search“ — https://developers.google.com/search/docs/fundamentals/ai-optimization-guide. Den publiserte siden oppgir «Last updated 2026-07-10 UTC». En tekstsammenligning mellom Wayback-versjonen fra 03.07.2026 og den publiserte versjonen fra 10.07. viser relevante endringer: et nytt avsnitt om «Generative AI performance report» i Search Console, en tilleggsmerknad om kvalifikasjonskrav og måling tatt inn i oppsummeringen. Endringene er vurdert ovenfor. Avsnittene om innhold som ikke er utbyttbart, avkrefting av myter og agentbaserte opplevelser fantes allerede. De tre ordrette sitatene ble kontrollert på nytt mot den publiserte siden. Sammenligningsgrunnlag: Wayback-øyeblikksbildet 20260703052824. Googles lanseringsmelding fra 15.05.2026: https://developers.google.com/search/blog/2026/05/a-new-resource-for-optimizing.
• SE Ranking: llms.txt-studie, rundt 300 000 domener, publisert 07.11.2025 – https://seranking.com/blog/llms-txt/. Hovedresultatet bekreftet på den publiserte siden.
• ALLMO: llms.txt-rapport, 94 614 siterte nettadresser fra 11 867 KI-svar, én llms.txt-adresse = 0,001 %, publisert 23.01.2026, data samlet inn august–desember 2025 – https://www.allmo.ai/articles/llms-txt. Tallene bekreftet på den publiserte siden.
• Ahrefs: «We Tracked 1,885 Pages Adding Schema. AI Citations Barely Moved.» (11.05.2026, 1 885 testsider, tre matchede kontrollsider per testside, Google AI Overviews, AI Mode og ChatGPT, 30 dager før og etter oppdaget JSON-LD). Primærkilden bekrefter −4,6 % for AI Overviews og +2,4 % i AI Mode og +2,2 % i ChatGPT, der de to siste ikke kan skilles statistisk fra null. Ahrefs nevner uttrykkelig gjenværende konfunderende faktorer, sammenslåtte schematyper og det korte tidsrommet etter endringen som begrensninger.

• ConvertMate: «AI Visibility Study 2026», publisert 15.01.2026. Primærsiden oppgir over 80 millioner kildehenvisninger, over 10 000 domener, fire plattformer og r = 0,664 for merkevareomtaler på nettet. Metoden er fortsatt proprietær og ikke beskrevet slik at analysen kan gjentas. Dette er tydelig kvalifisert i artikkelen.
• Det tidligere AISO-tallet «44,2 % av sitatene fra de første 30 %» ble fjernet: ingen pålitelig AISO-primæranalyse funnet, uensartede tilskrivninger i tredjepartskilder.

Interne lenker (serien AI Visibility 2026, alle publisert 18./19.06.2026):

• https://isla-stud.io/ratgeber/llms-txt-wordpress/ (artikkel 2)
• https://isla-stud.io/ratgeber/schema-entitaeten-zitierfaehige-inhalte/ (artikkel 3)
• https://isla-stud.io/ai-visibility/citelayer-ai-visibility-audit-methodik/ (artikkel 7)
• CTA: https://citelayer-ai.com/services/ai-visibility-audit/