Innhold i denne artikkelen
Det er frustrerende å bruke en arbeidsdag på en artikkel og oppdage at den sier akkurat det samme som de fem første søkeresultatene. Når KI har gjort det nesten gratis å produsere en grei gjennomsnittstekst, er det ikke lenger nok å skrive godt. Skal innholdet ditt ha en tydelig grunn til å bli valgt i 2026, må det tilføre noe de andre svarene ikke har: egne data, dokumentert erfaring eller en vinkel som hjelper leseren å ta et bedre valg.
I del 1 om hvordan KI-modeller søker finner du bakgrunnen for hvordan innhold blir hentet frem som mulige kilder.
Hva betyr information gain her?
Begrepet har en presis betydning i informasjonsteori. I denne artikkelen bruker jeg det som et praktisk innholdsbegrep: Hva tilfører siden din utover det som allerede finnes?
En ny formulering er ikke nødvendigvis ny informasjon. Du kan skrive en helt original tekst om «fem fordeler med SEO» uten å gi leseren én ny innsikt.
Det er nettopp derfor begrepet har fått ny aktualitet. Da tekstproduksjon ble nesten gratis, flommet nettet over av artikler som er korrekte, ryddige og helt utbyttbare. Både Google og KI-tjenestene står igjen med samme problem som leseren: Hvordan skille det som faktisk tilfører noe, fra det som bare gjentar?
Google anbefalte i mai 2025 å prioritere unikt innhold som ikke bare er en utbyttbar standardvare. Veiledningen gjelder uttrykkelig også AI Overviews og AI Mode.
Det betyr ikke at Google har offentliggjort en information gain-poengsum du kan optimalisere mot. Det er heller ikke dokumentasjon på at alle KI-modeller velger kilder etter samme oppskrift.
Den nyttige arbeidstesten er enklere: Hvis siden forsvant, hvilken kunnskap ville leseren mistet?
Konkurrentene dine kan kopiere teksten din. De kan ikke kopiere erfaringen din.
Egne data: vis hvordan du kom frem til svaret
Du trenger ikke en landsdekkende undersøkelse. Et avgrenset materiale fra din egen drift kan besvare et spørsmål bedre enn generelle bransjeråd.
En håndverker kan undersøke hvilke forhold som oftest forsinker et oppdrag. En nettbutikk kan sammenligne returårsaker. En rådgiver kan systematisere gjentakende feil i gjennomgåtte nettsteder.
Men tallene trenger rammer:
- Hva undersøkte du?
- Hvor stort var utvalget?
- Hvilken periode gjelder det?
- Hvordan definerte du kategoriene?
- Hva kan materialet ikke fortelle?
Tenk deg at du gjennomgår 30 supportsaker. Det er et tenkt eksempel, ikke en bransjeundersøkelse. Funnene kan være nyttige for kundene dine, men du kan ikke uten videre skrive at de beskriver alle norske virksomheter.
Publiser gjerne en anonymisert tabell eller en forklaring av fremgangsmåten. Ikke legg ut personopplysninger eller fortrolig kundemateriale for å virke mer etterrettelig.
Erfaring: forklar vurderingen, ikke bare resultatet
«Jeg har lang erfaring» gir lite å arbeide med. En konkret beskrivelse av hva du vurderte, er langt mer nyttig.
I rådgiverarbeid er det ofte selve avveiningen som mangler i generelle artikler. Hva bør du prioritere først? Når er standardrådet feil? Hvilke forutsetninger må være på plass?
En nyttig erfaringsbeskrivelse følger denne rekkefølgen:
- Situasjonen og begrensningene.
- Alternativene du vurderte.
- Hvorfor du valgte som du gjorde.
- Hva du observerte etterpå.
- Hva du fortsatt ikke vet.
I del 5 beskrev jeg et konkret kontrollpunkt fra kundeoppsett: rekkefølgen på kanalregler i GA4. Det er en liten praktisk detalj, men nettopp slike detaljer gjør et råd mulig å bruke.
Du finner eksempelet i del 5 om sporing av KI-trafikk i GA4.
En erfaring trenger ikke ende med en imponerende prosentøkning. Et mislykket forsøk kan være verdifullt hvis du forklarer hva andre bør undersøke før de prøver det samme.
Nye vinkler: finn spørsmålet standardsvaret overser
En ny vinkel er ikke det samme som å være uenig for oppmerksomhetens skyld. Den bør gjøre et konkret problem lettere å forstå.
«Hva koster løsningen?» er bredt. «Når blir den billigste løsningen dyrere på grunn av vedlikehold?» gir rom for en nyttig sammenligning.
Du kan tilføre verdi ved å vise:
- Hvem et vanlig råd ikke passer for.
- Hva som endrer seg med små budsjetter.
- Hvilke norske forhold som påvirker valget.
- Hvordan to alternativer fungerer under like forutsetninger.
I del 4 tok jeg utgangspunkt i min egen erfaring med PromptWatch: Jeg likte opplevelsen, men ble mer skeptisk til hva tallene kunne fortelle. Det nyttige var ikke enda en funksjonsliste, men skillet mellom et målt testutvalg og faktisk synlighet.
Den vurderingen finner du i del 4 om måleverktøy for KI-synlighet.
Gjør bidraget lett å bruke som kilde
Originalitet hjelper lite hvis leseren må lete etter konklusjonen.
Start med et direkte svar. Plasser dokumentasjonen nær påstanden. Bruk beskrivende mellomtitler, og oppgi dato når informasjonen kan endre seg.
Googles dokumentasjon beskriver hvordan KI-funksjoner kan utforske flere delspørsmål gjennom flere søk. Det gir en god grunn til å besvare avgrensede spørsmål ordentlig, fremfor å gjemme alt i én generell oversikt.
Det betyr ikke at hvert avsnitt må være en isolert «KI-blokk». Sammenhengen er fortsatt viktig. En modell eller leser må kunne forstå både funnet og forbeholdet.
Siden må også kunne finnes og indekseres. Google oppgir ingen ekstra tekniske krav for disse KI-funksjonene utover de relevante søkekravene. En original undersøkelse bak en blokkert side løser ikke tilgjengelighetsproblemet.
Begynn med én eksisterende artikkel
Velg en side som allerede svarer på et viktig kundespørsmål. Sammenlign den med andre gode svar, og marker alt som bare gjentar dem.
Legg deretter til ett tydelig bidrag: en dokumentert erfaring, en liten undersøkelse eller en sammenligning med klare forutsetninger.
Noter endringen og datoen. Følg relevante søk, henvendelser og henvisningsbesøk over tid. Bruk eventuelle KI-tester som stikkprøver, ikke som bevis på årsak og virkning.
Målet er ikke å gjøre teksten kunstig annerledes. Det er å gi leseren en grunn til å velge akkurat ditt svar, også når de allerede har lest et generelt sammendrag.
