AI-sökningens källanvändning ändrades med 80% på bara 2 månader – här är varför du inte behöver oroa dig
AI-sökning fortsätter att utvecklas i hög hastighet. Vad som citeras idag på Google (AI-läge och AI-översikter) och ChatGPT kan se helt annorlunda ut om bara en månad.
Men det finns absolut ingen anledning till panik.
Om du märker ett plötsligt fall i Reddit-citeringar betyder det inte att du behöver överge din marknadsföringsstrategi eller bygga om din digitala närvaro från grunden.
Istället bör du hålla dig till grunderna – se till att bli omnämnd av de stora aktörerna i din bransch samt de relevanta nischspecifika källorna – samtidigt som du håller koll på de övergripande förändringar som faktiskt bör påverka din framtida strategi.
LLM-källor är inte huggna i sten
Listan över ”vem som citeras” fortsätter att förändras, särskilt i ChatGPT. Bara genom att jämföra augusti 2025 med oktober 2025 ökade ChatGPT antalet källor det använder med cirka 80%, vilket signalerar en övergång mot mer diversifierade bevis i varje svar.
Det är en dramatisk förändring på bara ett par månader.
Men om du arbetar med sökmotoroptimering så borde regelbundna algoritmförändringar låta mycket bekant. Under åren har Google gjort tusentals ändringar i hur de hittar och rankar webbsidor.
AI kommer inte att vara annorlunda. LLM-modeller kommer kontinuerligt att vilja förbättra sina resultat och användarupplevelsen.
Inom SEO säger vi ofta att man ska hålla sig till grunderna när algoritmen uppdateras, så det finns ingen anledning att behandla AI SEO annorlunda.
Vad detta betyder för marknadsförare
När källorna är i förändring vinner du genom att fördubbla din insats på hållbar auktoritet och lägga till ett lätt, återkommande mätlager för att hålla dig uppdaterad om förändringar.
Målet bör vara att hålla din grund stark. Googles egna riktlinjer för AI-funktioner betonar användbarhet, erfarenhet, tydlig struktur och förtroendesignaler.
Detta är samma kvaliteter som människor uppskattar och samma signaler som LLM-modeller kan verifiera.
Men medan du arbetar med grunderna är det bra att hålla ett öga på LLM-trender.
Här kommer vi att dela fyra tips som hjälper dig att hållbart optimera för LLM-svar och citeringar samtidigt som du håller koll på betydande förändringar i LLM-beteende.
Tips #1: Kontrollera ChatGPT-källor månadsvis för dina målprompts
Som vi har sett förändras ChatGPT:s citeringar. Ibland snabbt.
Istället för att se detta som ett race, betrakta det som en möjlighet.
Varje gång en LLM lägger till nya källor ger de dig nya idéer om var du kan få medial exponering och bygga varumärkessynlighet och auktoritet.
Och du behöver ingen komplicerad dashboard för att spåra förändringarna. Du behöver bara ett enkelt kalkylblad som visar vilka domäner den använder för dina viktiga frågor.
Börja med att välja prompts som matchar din försäljningstratt. Till exempel:
– ”Vad är ___?”
– ”Bästa ___ för ___”
– ”___ vs ___”
– ”Hur man sätter upp ___”
– ”Prissättning för ___”
Kör dessa i en LLM på samma sätt som en köpare skulle göra. Notera källorna. Spåra i ett delat levande dokument månad för månad.
Du letar efter två saker: nya aktörer och stigande domäner. Båda ger idéer om var du kan placera dina bästa bevis härnäst.
Praktiskt exempel på källspårning
| Prompt | Källor (oktober) | Förändring från september | Åtgärd |
|---|---|---|---|
| ”Vad är SEO?” | 1. moz.com 2. searchenginejournal.com 3. backlinko.com |
Moz upp från #3 Ny: searchenginejournal |
Kontakta Search Engine Journal för gästinlägg |
| ”Bästa SEO-verktyg” | 1. ahrefs.com 2. semrush.com 3. wordstream.com |
Wordstream ny Hubspot försvunnen |
Skapa jämförelseguide för nya verktyg |
Skapa en ensidig spårare och uppdatera den var 30:e dag:
– Prompts: 25-100 som återspeglar verkliga köparfrågor
– Källor: Varje domän som citeras, i ordning efter förekomst
– Förändringar: Ny, upp, ner, borta
– Åtgärd: En rad per förändring (”Kontakta recensent X”, ”Lägg till metodik i prisguide”, ”Publicera nedbrytning med riktmärken”)
Målet är att identifiera bredare trender och inte oroa dig för varje liten förändring.
Efter några månader av denna typ av spårning kan du märka likheter i vilka typer av webbplatser eller innehåll som prioriteras. Dessa är värda att lägga till i din strategi.
Tips #2: Fortsätt med konkurrentanalys av bakåtlänkar för att identifiera var konkurrenter citeras
LLM-modeller lutar sig mot betrodda tredjepartssidor. Vissa av dessa webbplatser har redan förtroende för dina konkurrenter.
Bakåtlänkar visar var detta förtroende finns.
Använd traditionella analyser av bakåtlänksgap för att hitta nya idéer om var du kan få externa auktoritetssignaler. Du kan också få insikt om vilken typ av innehåll som är värt att citera.
Börja enkelt. Välj 5-10 konkurrenter och hämta deras nya hänvisande domäner från de senaste 3-6 månaderna med ett verktyg som Semrush eller Ahrefs.
När du gör denna typ av analys, leta efter mönster:
– Format som vinner länkar: Forskningsstudier, grafik, riktmärken, kalkylatorer, mallar, produktdokumentation, API-guider, nedbrytningsinlägg, expertfrågor och svar.
– Ämnen som lockar citeringar: ”Hur det fungerar”, ”kostnader och kompromisser”, ”installationssteg”, ”vanliga misstag”, ”jämförelse X vs Y”.
Ett proffstips är att nischade publikationer med medelhög profil ofta presterar bättre än toppmedier för att få hållbara, tidlösa citeringar. De publicerar snabbare, går djupare och länkar mer generöst när du kommer med verklig substans.
Tips #3: Uppdatera publikforskning för att lära dig vilka publikationer dina köpare litar på
Modeller utvecklas. Människor utvecklas ännu snabbare.
Om dina köpare har skiftat från stora medier till nischrecensenter eller podcaster måste din distributionsplan följa efter.
Fråga nyliga kunder en fråga: ”Vad läste, tittade eller lyssnade du på innan du valde ett verktyg som vårt?”
Håll det enkelt. Lägg till det i onboarding och i kvartalsvisa intervjuer. Logga deras svar och dela med PR- och innehållsteamen för att planera hur ni ska få medial täckning på dessa platser.
Det finns också online-forskning du kan göra.
Verktyg som SparkToro avslöjar var din publik konsumerar innehåll, vilket ger dig en bra start på att sätta ihop en pitch-lista.
Oavsett vilken metod för publikforskning du föredrar, om den senaste uppdateringen var för mer än sex månader sedan är det dags för en uppdatering.
Tips #4: Fortsätt fokusera på att tillhandahålla nytt värde via innehåll
Vet du vad som alltid är nödvändigt för att bygga auktoritetssignaler från tredje part på regelbunden basis?
Innehåll. Sökmotorer, LLM-modeller, sociala webbplatser, YouTube etc. behöver alla innehåll för att synas.
Men ”bättre” innehåll räcker inte. Du behöver något nytt för att konkurrera. Data som ingen annan har. Tester som ingen annan har kört. Förklaringar som fullständigt löser frågan.
Denna typ av innehåll ger LLM-modeller något konkret att grunda på och redaktörer något värt att länka till.
Vad innebär detta i praktiken?
Försök att leverera en högvärdig tillgång per månad:
– Originaldata med en enkel metod och begränsningar
– Jämförande testning med skärmdumpar, tidslinjer och resultat
– Expertförklarare med namngivna praktiker och källor
– Produktdokumentation eller installationsguider som andra hänvisar till för att få jobbet gjort
Komprehensiva guider kan också fortfarande prestera bra. När du skapar något bättre än allt annat där ute, det är då det blir en primär referens.
Vad du behöver göra är att tillhandahålla det bästa svaret som tillfredsställer en nyfikenhet, då bygger du en solid grund för att driva auktoritetssignaler.
När du har skapat innehållet, stäng slingan. Pitcha dessa tillgångar till de publikationer från Tips 2 och 3.
Om de publiceras på en tredjepartswebbplats, implementera din typiska distributionsprocess för att få så mycket dragkraft som möjligt.
Spåra sedan om de börjar dyka upp i din månatliga ChatGPT-kontroll.
Sikta där förtroendet redan finns (och modeller tittar)
AI-sökning kommer att fortsätta att förändras. Dina grundläggande principer bör inte göra det.
Håll fokus på att bygga hållbar auktoritet. Spåra det som är viktigt, vinn förtroende där din publik redan tittar och skapa arbete värt att citera. Du kommer att förbli anpassningsbar oavsett vad som kommer härnäst.
Att spåra din LLM-synlighet kan vara mödosamt, särskilt eftersom det är ett relativt nytt tillägg till din månatliga rapportering.
En SEO-byrå i Göteborg kan hjälpa dig navigera i dessa förändringar och implementera strategier som fungerar i det nya AI-landskapet. Med specialistkunskap från en erfaren SEO-konsult kan du skapa innehåll som både sökmotorer och LLM-modeller värderar högt.
Vanliga frågor om LLM-källor och AI-sökning
Vad är LLM och hur påverkar det SEO?
LLM står för Large Language Model, som är grunden för AI-system som ChatGPT. Dessa modeller påverkar SEO genom att ge direkta svar från olika källor, vilket ändrar hur användare interagerar med sökresultat. För moderna marknadsförare innebär detta att innehållet måste vara extremt värdefullt och auktoritativt för att citeras av dessa system.
Hur ofta bör jag kontrollera mina LLM-citeringar?
En månatlig kontroll av LLM-citeringar är en bra utgångspunkt. Detta ger dig tillräckligt med data för att identifiera trender utan att fastna i dagliga fluktuationer. Skapa en enkel spårningstabell för dina viktiga sökfraser och se vilka källor som citeras över tid.
Vilken typ av innehåll citeras mest av LLM-modeller?
Innehåll med originaldata, omfattande förklaringar, tydlig struktur och stark auktoritet tenderar att citeras mest. Detta inkluderar forskningsstudier, jämförande analyser, steg-för-steg-guider och innehåll från etablerade auktoriteter inom specifika nischer.
Kommer Reddit-citeringar att fortsätta minska i LLM-källor?
Det är omöjligt att förutsäga exakt hur källanvändningen kommer att utvecklas, men det viktiga är att inte reagera drastiskt på kortsiktiga förändringar. Istället bör du fokusera på att bygga bred auktoritet över olika typer av webbplatser, vilket ger dig bättre motståndskraft mot enskilda källförändringar.
Hur påverkar AI och LLM-modeller lokal sökmotoroptimering?
Lokala företag påverkas också av AI-sökning. Lokal närvaro i branschspecifika kataloger, lokala nyhetswebbplatser och plattformar som Google Business Profile blir ännu viktigare. AI-modeller tenderar att favorisera etablerade lokala auktoriteter som har tydliga bevis på sin expertis och lokala relevans.