Googles AI-guide gäller endast för Google

Sammanfattning: Googles guide förklarar Google. För ChatGPT, Claude och Perplexity krävs det ändå egna mätningar.

I maj 2026 publicerade Google en officiell guide om hur webbplatser kan optimeras för de generativa AI-funktionerna i Googles sökmotor: „Optimizing your website for generative AI features on Google Search“. Reaktionen i många SEO-kanaler lät inte vänta på sig: „AI-optimering är ju bara SEO. Ämnet är avklarat.“

Denna tolkning är för bred. Den gör en Google-guide till en regel för alla AI-system. Googles riktlinjer gäller för Google. I leverantörsdokumentationen från OpenAI, Anthropic och Perplexity, som granskades den 11 juli 2026, fann jag inga jämförbara riktlinjer om vilket innehåll som ska citeras eller vilka varumärken som rekommenderas – däremot fanns dokumentation om sökrobotar och externa mätningar. Därmed förskjuts frågan: Det handlar inte bara om genomförande, utan om mätning.

Vad som står i Googles guide – och vem den gäller för

Guiden är anmärkningsvärt tydlig. Google uppdaterade den den 10 juli 2026. Tre centrala budskap kvarstod, enligt originalet:

För det första: inga speciella AI-filer behövs.

„Du behöver inte skapa nya maskinläsbara filer, AI-textfiler, markup eller Markdown för att synas i Googles sökmotor. Att göra det varken påverkar eller förbättrar din webbplats synlighet eller placering i Googles sökmotor.“

Detta inkluderar llms.txt. För Googles sökfunktion innebär filen varken någon fördel eller nackdel.

För det andra: ingen särskild schemapåverkan.

„Strukturerade data krävs inte för generativ AI-sökning, och det finns ingen särskild schema.org-markering som du behöver lägga till.“

Strukturerade data rekommenderas fortfarande som en del av det allmänna SEO-arbetet — men det finns ingen hemlig AI-markering som tvingar fram citat.

För det tredje: AI-optimering är SEO.

„Att optimera för generativ AI-sökning innebär att optimera för sökupplevelsen, och därmed fortfarande SEO.“

Den som har en solid grund inom SEO – indexerbart innehåll, synlig text, tydlig struktur, aktuella uppgifter – har, ur Googles synvinkel, gjort det som krävs för AI Overviews och AI Mode.

Nytt sedan den 10 juli: Google utökar mätningen. Guiden hänvisar nu till en „Generative AI performance report“ i Search Console. Rapporten ska visa hur innehåll hittas via Googles generativa funktioner i Search och Discover. Detta är en viktig förändring jämfört med versionen från den 3 juli – och det bekräftar samtidigt plattformsbegränsningen: Google mäter Google. För ChatGPT, Claude eller Perplexity ger denna rapport inga svar.

Det här är en användbar vägledning med ett tydligt tillämpningsområde: på Google-sökningen. Guiden beskriver hur Google fyller på sina egna AI-funktioner. Den säger ingenting om hur ChatGPT, Claude eller Perplexity avgör vilka källor de citerar och vilka varumärken de rekommenderar.

Vad som förblir oklart utanför Google

OpenAI, Anthropic och Perplexity dokumenterar sina sökrobotar – vilka botar som finns och hur webbplatsägare kan styra åtkomsten. Jag har inte hittat några officiella riktlinjer för hur innehåll ska citeras i svaren eller hur varumärken ska rekommenderas i de leverantörsdokumentationer som granskades den 11 juli 2026.

Det betyder dock inte att vi inte vet något om dessa plattformar. Det betyder bara att kunskapen kommer från en annan källa: från mätningar gjorda av leverantörer av SEO- och AI-synlighetsverktyg, som analyserar AI-svar och citeringar i större datamängder. Deras resultat gäller endast för de plattformar, tidsperioder och metoder som undersökts.

Vad de empiriska uppgifterna visar

Fyra resultat, vart och ett med urval, plattform och tidsperiod – eftersom en siffra utan detta sammanhang är felaktigt citerad:

• Ahrefs (maj 2026): 1 885 sidor som nyligen har lagt till JSON-LD-schemat, jämfört med 4 000 kontrollsidor; mätningarna avseende citat gjordes i Google AI Overviews, Google AI Mode och ChatGPT, 30 dagar före och efter ändringen. Resultat: ingen pålitlig kausal effekt. AI Mode +2,4 % och ChatGPT +2,2 % ligger inom bruset, AI Overviews till och med −4,6 %. Den ofta citerade korrelationen („citerade sidor har oftare Schema“) förklaras av bättre underhållna webbplatser – inte av själva markeringen.
• SE Ranking (november 2025): Analys av cirka 300 000 domäner. Förekomsten av en llms.txt-fil gjorde inte att en domän hade större sannolikhet att citeras av AI-modeller. Studiens maskininlärningsmodell blev till och med mer exakt utan denna egenskap.
• ALLMO (januari 2026): Av 94 614 citerade URL:er från 11 867 AI-svar var exakt en URL en llms.txt-sida — 0,001 %.
• ConvertMate (januari 2026): Leverantören redovisar, utifrån en egenutvecklad analys av mer än 80 miljoner citat från över 10 000 domäner, en korrelation mellan varumärkesomnämnanden på webben och AI-citat på r = 0,664. Den publicerade metodiken redogör inte tillräckligt för urvalsförfarandet och modelleringen för att man ska kunna dra slutsatser om orsakssamband. Jag betraktar därför värdet som en indikation från en verktygsleverantör, inte som bevis för att ytterligare omnämnanden ger upphov till citat.

Två saker sticker ut. För det första: De enskilda tekniska signalerna som GEO-diskussionen länge har kretsat kring – llms.txt och Schema-markup – ger ingen pålitlig effekt på antalet citeringar i dessa mätningar. Google säger detta uttryckligen när det gäller sin egen sökmotor; SE Ranking, ALLMO och Ahrefs ser inte heller någon positiv effekt i sina respektive datamängder. För det andra: Det innebär inte att en enskild redaktionell eller reputationsrelaterad faktor påverkar antalet citeringar orsakar. Google rekommenderar unikt och oersättligt innehåll för Google. ConvertMate rapporterar om en stark korrelation med omnämnanden av varumärken. Båda är arbetsmetoder, inte garantier för resultat.

Det är viktigt att beakta begränsningarna i data: Studierna utvärderar olika plattformar med olika metoder. Tillsammans ger de en samstämmig bild, men inget enskilt resultat gäller automatiskt för alla AI-system.

Vägledningen och revisionen besvarar två olika frågor

Den praktiska skillnaden är enklare:

En Plattformsguide säger i princip vad alla borde göra: se till att innehållet går att indexera, håll uppgifterna uppdaterade, producera inget utbytbart fyllnadsmaterial. Det är värdefullt, men det besvarar bara frågan: Vad rekommenderar den här plattformen generellt sett?

A Revision Granska det konkreta fallet: Nämns denna webbplats av ChatGPT, Claude, Perplexity och Google AI? Förstås den korrekt? Vilka källor präglar bilden? Vilka konkurrenter dyker upp istället?

Kort sagt: Instruktionerna beskriver hur det ska se ut. Revisionen visar hur det faktiskt ser ut.

Båda har sin plats. Googles guide är den auktoritativa referensen för Google – den som motsätter sig den måste ha mycket bra data. Men den som utifrån påståendet „AI-optimering är SEO“ drar slutsatsen att mätning är överflödig, förväxlar bruksanvisningen med lägesrapporten. Två webbplatser kan uppfylla samma guide till punkt och pricka och ändå framstå helt olika i AI-svaren – eftersom rykte, källunderlag och entitetstydlighet inte framgår av en checklista.

Vad det innebär för din WordPress-webbplats

För en WordPress-webbplats innebär detta följande:

1. Använd Googles guide för Google. Grunderna i SEO utgör fortfarande grunden för AI Overviews och AI Mode. Om webbplatsen inte kan indexeras, saknar synlig text, struktur eller är inaktuell, är det där man först måste sätta in åtgärder.
2. Betrakta llms.txt som ett komplement, inte som den viktigaste faktorn. Varför filen ändå kan vara användbar i vissa situationer – till exempel för agenter och dokumentation – har jag beskrivit i llms.txt för WordPress: användbart, överskattat eller både och? plockats isär.
3. Använd ett schema för att skapa tydlighet kring entiteterna. Strukturerade data hjälper maskiner att klassificera personer, varumärken, produkter och innehåll på ett mer precist sätt. Enligt aktuell information kan de inte betraktas som en direkt drivkraft för AI-Citations. En bedömning av detta finns i Schema, entiteter och citerbart innehåll.
4. Arbeta med substansen istället för med en påstådd enskild brytare: Egen erfarenhet, egna data, tydliga uttalanden och tillförlitlig extern kontext. Google rekommenderar uttryckligen sådant unikt innehåll för Google; om och hur andra system hänvisar till det måste du själv utvärdera.
5. Tänk efter innan du optimerar. För Google ingår sedan uppdateringen den 10 juli rapporten om generativ AI i Search Console. För att få en plattformsöverskridande överblick behöver du fortfarande göra egna mätningar över flera system, konkurrenter och källor. Hur jag systematiskt kartlägger en sådan nuläge beskrivs i Hur jag ser på AI-synlighetsgranskningar med citelayer®.

Om du vill se hur din webbplats ser ut just nu, passar den här AI-synlighetsgranskning med citelayer® Dessutom: flera plattformar, konkurrenter, källanalys, prioriterade nästa steg.

Den kortfattade versionen: Google förklarar Google. Du måste själv mäta din egen AI-synlighet.

---

Källor och verifiering

Verifierat på nytt live den 11 juli 2026:

• Google: „Optimera din webbplats för generativa AI-funktioner i Google Sök“ — https://developers.google.com/search/docs/fundamentals/ai-optimization-guide. Live-sidan visar „Senast uppdaterad 2026-07-10 UTC“. En textjämförelse mellan Wayback-versionen från den 3 juli 2026 och den aktuella versionen från den 10 juli visar som relevanta förändringar ett nytt avsnitt om „Generative AI performance report“ i Search Console, en kompletterad anmärkning om behörighet samt att mätningen har lagts till i sammanfattningen. Dessa ändringar är placerade högst upp. Avsnitten om icke-utbytbart innehåll, mytbekämpning och agentupplevelser fanns redan tidigare. De tre ordagranna citaten har återigen jämförts med den aktuella sidan. Jämförelsegrund: Wayback-snapshot 20260703052824; Googles pressmeddelande om lanseringen den 15 maj 2026: https://developers.google.com/search/blog/2026/05/a-new-resource-for-optimizing.
• SE Ranking: llms.txt-studien (~300 000 domäner, publicerad den 7 november 2025) — https://seranking.com/blog/llms-txt/. Huvudresultatet bekräftades i direktsändning.
• ALLMO: llms.txt-rapport (94 614 citerade URL:er från 11 867 AI-svar, 1 llms.txt-URL = 0,001 %, publicerad 23 januari 2026, datainsamling aug–dec 2025) — https://www.allmo.ai/articles/llms-txt. Siffrorna har bekräftats i realtid.
• Ahrefs: „Vi har spårat 1 885 sidor där Schema har lagts till. AI-hänvisningarna har knappt förändrats." (11 maj 2026, 1 885 testsidor, tre matchade kontrollsidor vardera, Google AI Overviews, AI Mode och ChatGPT, 30 dagar före/efter JSON-LD-detektering). Primärkällan bekräftar −4,6 % för AI Overviews samt statistiskt sett icke-skiljbart från noll +2,4 % i AI Mode och +2,2 % i ChatGPT. Ahrefs nämner uttryckligen kvarvarande confounders, sammanfattade Schema-typer och det korta efterfönstret som begränsningar.

• ConvertMate: „AI Visibility Study 2026", publicerad den 15 januari 2026. På startsidan anges över 80 miljoner citeringar, över 10 000 domäner, fyra plattformar och r = 0,664 för varumärkesomnämnanden på webben. Metodiken beskrivs som företagsintern och icke-reproducerbar; detta framgår tydligt i artikeln.
• Det tidigare AISO-värdet „44,2 % av citeringarna från de första 30 %“ har tagits bort: ingen tillförlitlig primäranalys från AISO kunde hittas, och tillskrivningarna i externa källor var inkonsekventa.

Interna länkar (serien AI Visibility 2026, alla publicerade den 18–19 juni 2026):

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