Hvad er...?
Klare definitioner og forklaringer af vigtige begreber inden for AI-søgning, GEO, AEO og digital markedsføring.
Hvad er query fan-out? Sådan søger AI på dine vegne
Query fan-out er mekanismen bag Google AI Mode og AI Overviews: i stedet for én søgning deler modellen dit spørgsmål i mange relaterede delsøgninger, kører dem parallelt og syntetiserer ét svar. Her er hvordan det fungerer, og hvad det betyder for, hvordan du bygger AI-synlighed.
Læs mereHvad er llms.txt? Og virker det egentlig?
llms.txt er en foreslået standard, hvor du lægger en markdown-fil på webstedet, der peger AI-modeller mod dit vigtigste indhold. Men bliver den faktisk læst? Her er hvad llms.txt er, hvordan den adskiller sig fra robots.txt, og hvad data siger om effekten.
Læs mereHvad er GEO? Generative Engine Optimization forklaret
GEO (Generative Engine Optimization) er strategien for at blive synlig i AI-genererede søgeresultater. Her er definitionen, hvorfor det er vigtigt, og hvordan det adskiller sig fra SEO.
Læs mereHvad er AEO? Answer Engine Optimization forklaret
AEO (Answer Engine Optimization) handler om at optimere indhold til svarbaserede søgeoplevelser — fra Google Featured Snippets til AI-chatbots. Her er alt, du skal vide.
Læs mereHvad er AI-citationer? Definition og betydning
AI-citationer er referencer til dit brand i svar fra AI-modeller som ChatGPT og Perplexity. De er det nye måltal for synlighed i AI-søgning. Her er, hvad du skal vide.
Læs mereHvad er AI Overviews? Googles AI-svar forklaret
AI Overviews er Googles AI-genererede opsummeringer, der vises øverst i søgeresultaterne. De når 2 milliarder brugere og ændrer søgeadfærden fundamentalt. Her er, hvad de betyder for dig.
Læs mereHvad er RAG? Retrieval-Augmented Generation forklaret
RAG (Retrieval-Augmented Generation) er mekanismen, der lader AI-modeller hente realtidsdata fra nettet for at generere opdaterede svar. Forstå RAG for at forstå, hvorfor dit indhold citeres — eller ikke.
Læs mereHvad er nulklikssøgning? Zero-click search forklaret
Nulklikssøgning er søgninger, hvor brugeren får svar direkte i søgeresultatet uden at klikke videre. Med AI Overviews stiger dette dramatisk. Sådan påvirker det din trafik.
Læs mereHvad er entitetsautoritet? 5 kilder til AI-synlighed
Uden entitetsautoritet er du usynlig for AI. Sådan bygger Wikipedia, Wikidata, Google Knowledge Graph, Schema.org og NAP-konsistens fundamentet for AI-synlighed.
Læs mereHvad er promptoptimering? Targeting af AI-spørgsmål
Promptoptimering handler om at identificere og optimere til de specifikke spørgsmål, brugere stiller AI-modeller. Det er GEO's svar på keyword research. Sådan fungerer det.
Læs mereHvad er en AI-crawler? Sådan henter AI dit indhold
AI-crawlere er software, der indsamler data fra nettet for at træne AI-modeller eller bygge RAG-systemer. Blokerer du dem uden at vide det? Her er, hvad du skal vide.
Læs mereHvad er Knowledge Graph? Google, Wikidata og AI-søgning
Knowledge Graph er strukturerede data over entiteter og relationer — fundamentet, AI-modeller bruger til at forstå verden. Sådan fungerer Google KG, Wikidata og Schema.org for AI-synlighed.
Læs mereHvad er Perplexity? AI-svarmaskinen forklaret
Perplexity er en AI-svarmaskine, der besvarer spørgsmål med ét sammenhængende svar og altid angiver kilderne. Her er, hvad Perplexity er, hvordan den fungerer, og hvorfor den er vigtig for synlighed i AI-søgning.
Læs mereHvad er en MCP-server? Sådan kobler AI sig til værktøjer og data
Model Context Protocol (MCP) er den åbne standard, der lader AI-modeller koble sig til eksterne værktøjer og datakilder. En MCP-server er den del, der faktisk stiller værktøjerne, dataene og skabelonerne til rådighed for modellen. Her er forskellen på protokollen og serveren, hvordan værktøjer, ressourcer og prompts fungerer, og hvorfor CitationLab udgiver sine egne MCP-servere.
Læs mereHvad er en AI-agent? Agentisk AI forklaret
En AI-agent er et system, der planlægger, bruger værktøjer og gennemfører opgaver i flere trin mod et mål — i modsætning til en chatbot, der kun svarer på ét spørgsmål ad gangen. Her er, hvad agentisk AI faktisk er, hvordan autonomien varierer, og hvorfor det ændrer, hvordan brands bliver opdaget og anbefalet.
Læs mereHvad er NLWeb? Sådan gør du dit websted agentklart
NLWeb er et åbent projekt fra Microsoft, der gør websteder samtalebaserede og spørgbare for AI-agenter — ved at bruge schema.org og andre eksisterende webformater sammen med Model Context Protocol. Hver NLWeb-instans kan fungere som en MCP-server. Her er, hvad NLWeb er, hvordan det hænger sammen med agentklare websteder, og hvad CitationLab gør med det.
Læs mereHvad er et agentklart websted? agents.md og llms.txt forklaret
Et agentklart websted er bygget, så AI-agenter kan læse, forstå og handle på indholdet — ikke kun mennesker. Det handler om semantisk HTML, schema.org, llms.txt, agents.md og rene API'er. Her er, hvad hver del gør, hvorfor det afgør, om du bliver citeret af AI, og hvordan Citation Sites bygges agentklare fra start.
Læs mereHvad er agentbetalinger? A2A og AP2 forklaret
Agentbetalinger er, når AI-agenter gennemfører køb og betalinger på brugerens vegne — og de kræver nye protokoller for tillid og identitet. Agent2Agent (A2A) lader agenter tale sammen; Agent Payments Protocol (AP2) sikrer, at et køb faktisk er det, brugeren bad om. Her er, hvordan de fungerer, og hvordan de hænger sammen med MCP, UCP og ACP.
Læs mereHvad er grounding i AI-svar? Sådan knytter AI påstande til kilder
Grounding er teknikken, hvor en AI-model knytter sine påstande til konkrete, hentede kilder i stedet for at producere svar udelukkende fra parametrisk hukommelse. Det er selve mekanismen, der gør AI-svar efterprøvelige — og som giver dig citationer. Her er, hvad grounding er, hvorfor det reducerer hallucinationer, og hvad der skal til, for at dit indhold bliver det, modellen forankrer svaret i.
Læs mereHvad er embeddings og vektordatabaser? Sådan forstår AI mening
Embeddings er måden, AI-modeller repræsenterer mening på: hver tekst laves om til en liste med tal (en vektor), så tekster med lignende betydning havner tæt på hinanden. Vektordatabaser gemmer disse vektorer og finder de nærmeste på millisekunder — grundlaget for al moderne AI-hentning. Her er, hvad de er, hvordan de fungerer, og hvorfor embedding-nærhed afgør, om dit indhold bliver hentet.
Læs mereHvad er reranking? Sådan vælger AI, hvilke kilder der faktisk bruges
Reranking er andet trin i en RAG-pipeline: efter at den første søgning har hentet en bunke mulige kilder, giver en selvstændig model dem en mere præcis relevansscore og sorterer dem på ny, før svaret genereres. Det er her, de virkelig relevante bidder skilles fra de blot tilsyneladende relevante. Her er, hvordan reranking fungerer, og hvorfor det ikke er nok at blive hentet — du skal overleve reranking.
Læs mereHvad er en foundation model? Sådan lærer og husker store AI-modeller
En foundation model er en stor, fortrænet AI-model — som GPT, Gemini, Claude eller Llama — trænet på enorme mængder tekst og bygget til at kunne tilpasses mange forskellige opgaver. Den »husker« viden i sine vægte (parametrisk hukommelse), men det, den ikke lærte under træningen, skal hentes ind. Her er, hvad foundation models er, forskellen på pretraining og fine-tuning, og hvorfor brandfakta skal være enten i træningsdataene eller hentbare.
Læs mereHvad er fine-tuning? Og hvorfor AI-synlighed ikke kommer derfra
Fine-tuning er at træne en færdig sprogmodel videre på dine egne eksempler, så den lærer en bestemt stil, form eller opgave. Det forveksles ofte med RAG og prompting — og endnu oftere med vejen til AI-synlighed. Her er forskellen, og hvorfor det, du bliver citeret på, næsten altid kommer fra det, modellen henter, ikke fra det, den er trænet på.
Læs mereHvad er Deep Research? AI'en der laver research for dig
Deep Research er den agentiske researchtilstand i ChatGPT, Gemini og Perplexity: i stedet for ét hurtigt svar lægger AI'en en researchplan, søger bredt, læser dusinvis af kilder og skriver en lang, citeret rapport. Her er, hvordan den fungerer, og hvorfor den gør det vigtigere end nogensinde at være citerbar.
Læs mereHvad er en AI-browser? Agenterne der surfer for dig
En AI-browser er en agentisk browser med en AI-assistent indbygget — som ikke bare viser sider, men navigerer, læser og handler på dem for dig. OpenAI Atlas, Perplexity Comet og CitationLabs egen Cite Browser fører an. Her er, hvad de er, og hvad det betyder, når det er en agent og ikke et menneske, der besøger dit websted.
Læs mereHvad er function calling (værktøjskald)? Sådan handler AI på strukturerede data
Function calling — eller værktøjskald — er, hvordan en sprogmodel kalder eksterne værktøjer og API'er: den returnerer en struktureret JSON med, hvilken funktion der skal køres, og med hvilke argumenter. Det er selve mekanismen bag AI-agenter, og det hænger tæt sammen med MCP. Her er, hvad det er, og hvorfor det betyder noget for, hvordan dine data bliver tilgængelige for AI.
Læs mereHvad er Universal Commerce Protocol (UCP)? Komplet forklaring
Universal Commerce Protocol (UCP) er den åbne standard, der lader AI-agenter handle på tværs af webshops. Her er, hvad UCP faktisk er, hvem der står bag, og hvordan den adskiller sig fra OpenAI's Agentic Commerce Protocol (ACP).
Læs mereHvad er Google AI Mode (AI-tilstand)? Sådan fungerer og aktiverer du den
«AI-tilstand» er Googles nye samtalebaserede søgetilstand, hvor du får ét AI-genereret svar i stedet for en liste med links. Her er, hvad Google AI Mode er, hvordan den adskiller sig fra AI Overviews, og hvordan du slår den til.
Læs mereHold deg oppdatert
Få fagartikler, produktnyheter og analyser rett i innboksen.
Var dette nyttigt?