Har du nogensinde spurgt ChatGPT om din virksomhed og fået et svar, der placerer dig i den forkerte kategori — eller som slet ikke kender dig? Problemet er sandsynligvis manglende entitetsautoritet. AI-modeller skal genkende dit brand som en entitet — et begreb med egenskaber, relationer og kontekst — for at kunne anbefale dig.
Hvad er en entitet i AI-kontekst?
I AI og videngrafer er en entitet et unikt, identificerbart begreb. »CitationLab« er en entitet med egenskaber som:
- Type: SaaS-virksomhed / softwarevirksomhed
- Kategori: AI-synlighed, digital markedsføring
- Produkter: AI Monitor
- Grundlægger: Krister Ross
- Placering: Norge
Jo tydeligere disse egenskaber er defineret i de datakilder, AI bruger, desto bedre forstår AI, hvem du er — og desto mere sandsynligt er det, at du citeres i relevante svar.
Hvor AI henter entitetsinformation
- Wikipedia og Wikidata — Den stærkeste kilde til entitetsgenkendelse. Har du en Wikipedia-side?
- Google Knowledge Graph — Data i Google Knowledge Panel påvirker, hvordan AI opfatter dig.
- Schema.org på eget websted — Organization, Product, Person og andre strukturerede data giver AI eksplicit entitetsinformation.
- Tredjepartsomtaler — Konsistente omtaler på Crunchbase, LinkedIn, G2 og branchemedier forstærker signalet.
- NAP-konsistens — Navn, adresse og telefonnummer, der er konsistente på tværs af alle kilder.
Sådan opbygger du entitetsautoritet trin for trin
- Trin 1: Auditér din nuværende entitetsstatus — Spørg ChatGPT, Gemini og Perplexity: »Hvad er [virksomhedsnavn]?« og »Hvilke produkter tilbyder [virksomhedsnavn]?«. Sammenlign svarene med virkeligheden. Vores guide til at tjekke, hvad AI siger om dig tager dig gennem det trin for trin.
- Trin 2: Optimér Schema.org — Implementér Organization, Product, Person og FAQ-schema med fuldstændige data. Brug sameAs-feltet til at linke til sociale profiler og Wikipedia.
- Trin 3: Opbyg tilstedeværelse i Wikipedia/Wikidata — Hvis din virksomhed opfylder Wikipedias notabilitetskrav, er dette den mest værdifulde enkelthandling for entitetsautoritet.
- Trin 4: Sikr NAP-konsistens — Sørg for, at virksomhedsnavn, adresse og kontaktoplysninger er identiske på webstedet, Google Business Profile, LinkedIn, CVR og alle kataloger.
- Trin 5: Opbyg tredjepartsomtaler — Bliv omtalt på anmeldelsessider, i branchemedier og på ekspertblogs med konsistent information.
Almindelige entitetsproblemer
- Navneforvirring — AI forveksler dig med en anden virksomhed med lignende navn.
- Kategorifejl — AI placerer dig i den forkerte branche eller det forkerte segment.
- Forældet information — AI bruger gamle data, fordi nyere information ikke er tilgængelig i træningsdataene.
- Manglende relationer — AI ved ikke, at din virksomhed er knyttet til bestemte produkter eller personer.
Konklusion
Entitetsoptimering er fundamentet for al AI-synlighed. Uden den kan du producere verdens bedste indhold og alligevel blive ignoreret af AI. Start med en entitetsaudit, ret de kritiske huller, og arbejd videre med at opbygge mentions og citations systematisk over tid.
Ofte stillede spørgsmål
Hvad er en entitet i AI-sammenhæng?
Hvordan ved jeg, om AI genkender min virksomhed?
Har jeg brug for en Wikipedia-side for at blive genkendt?
Hvorfor placerer AI min virksomhed i den forkerte kategori?
Begreber brugt i denne artikel
- Entitet
- En entitet er et unikt, identificerbart begreb — for eksempel et brand, en person eller et produkt — med definerede egenskaber og relationer til andre begreber. AI-modeller skal genkende dit brand som en entitet for at kunne anbefale det.
- Entitetsautoritet
- Entitetsautoritet er graden af tillid, en AI-model har til, at et brand er en genkendt, korrekt defineret og troværdig aktør. Den bygges af tydelige strukturerede data og konsistente omtaler på uafhængige kilder.
- Entitetsoptimering
- Entitetsoptimering er det systematiske arbejde med at gøre et brand entydigt genkendeligt for AI-modeller gennem Schema.org, Wikipedia/Wikidata, NAP-konsistens og tredjepartsomtaler.
- Videngraf
- En videngraf er en struktureret database over entiteter og relationerne mellem dem. AI-modeller og søgemaskiner bruger videngrafer til at forstå, hvem et brand er, og hvordan det hænger sammen med andre begreber.
- NAP-konsistens
- NAP-konsistens betyder, at navn, adresse og telefonnummer er identiske på tværs af alle kilder. Konsistente NAP-data reducerer forvirringen i AI-modellens forståelse af et brand som entitet.
Var dette nyttigt?
