llms.txt, Schema.org & Co.: Så blir din webbplats citerad av AI-söksystem

AI-söksystem som ChatGPT, Perplexity eller Google AI Overviews citerar webbplatser som de kan nå tekniskt, förstå innehållsmässigt och bedöma som tillförlitliga. För detta räknas tre nivåer: genomsökningsbarhet och hastighet, tydligt strukturerat innehåll med direkta svar och strukturerad data enligt Schema.org. En llms.txt kan komplettera, men är ingen officiell standard – och Google har förklarat att de inte använder den.

Detta inlägg är den tekniska följeslagaren till GEO istället för SEO och GEO-praktisk vägledning. Vad GEO i grunden betyder förklaras i glossarposten Generative Engine Optimization.

Nivå 1: Tillgänglighet för AI-crawlers

Innan ett AI-system kan citera ditt innehåll måste det få och kunna läsa det. Kontrollera tre punkter:

• robots.txt: Blockeras crawlers som GPTBot (OpenAI), ClaudeBot (Anthropic), PerplexityBot eller Google-Extended? Många webbplatser blockerar dem omedvetet genom generella regler.
• Server-side rendering: Innehåll som först skapas via JavaScript i webbläsaren ser många crawlers inte. Viktiga texter bör finnas direkt i den levererade HTML-koden.
• Hastighet och tillgänglighet: Långsamma eller felaktiga sidor registreras mer sällan och mer ofullständigt.

Ett exempel från vår egen webbplats: Utfällbara FAQ-svar visades tidigare först via JavaScript – sökrobotar såg därför bara en bråkdel av svaren. Sedan övergången till inbyggda HTML-element finns alla svar direkt i källkoden.

Nivå 2: Innehåll som går att citera

AI-system tar helst upp passager som besvarar en fråga direkt och fullständigt i sig själva. Därav följer enkla skrivregler:

• Svar först:Kärnfrågan besvaras i de första två, tre meningarna, därefter följer fördjupningen.
• Frågor som mellanrubriker: Precis som människor skulle ställa dem till en chatbot.
• Konkreta fakta med källa: Siffror, tidsfrister, villkor – belagda och med datum för aktuell status.
• Listor och tabeller:Jämförelser och steg strukturerat i stället för dolda i löptext.
• Tydliga begrepp: Förklara facktermer en gång och använd dem sedan konsekvent.
• Tydligt angivet författarskap: Vem skriver, med vilken erfarenhet? Det är en förtroendesignal.

Nivå 3: Strukturerade data enligt Schema.org

Strukturerade data beskriver innehåll maskinläsbart i JSON-LD-format. De hjälper sökmotorer att förstå vem som erbjuder något, vad en sida är och vilka frågor den besvarar. Viktiga typer för företagswebbplatser:

• Organization / LocalBusiness: Namn, adress, kontakt, profiler i andra nätverk (sameAs).
• Person: Författare med kvalifikationer.
• Tjänst: Tjänster med leverantör och användningsområde.
• Artikel / BlogPosting: Inlägg med författare, datum och uppdatering.
• FAQPage: Frågor och svar.
• BreadcrumbList: sidans placering i webbplatsstrukturen.

Viktigt: Strukturerad data måste stämma överens med det synliga innehållet och vara fullständig. Ett produktmarkup utan pris ger till exempel fel i Google Search Console – den som inte publicerar priser beskriver sina erbjudanden bättre som en tjänst.

Och llms.txt?

Die llms.txt är en textfil som föreslogs 2024 och som ligger i rotkatalogen på en webbplats. Den förklarar i komprimerad form för AI-system vad webbplatsen handlar om och vilka sidor som är viktigast – mer i ordlistan under llms.txt. Den är ingen officiell standard. Företrädare för Google har offentligt förklarat att Google Search inte använder den; om och hur andra AI-leverantörer utvärderar den är inte tillförlitligt dokumenterat.

Vår bedömning: En llms.txt skadar inte och går snabbt att skapa, men bör inte vara den första åtgärden. Crawlbarhet, bra innehåll och korrekta strukturerade data har bevisad effekt – llms.txt är ett litet tillägg.

Checklista i sju punkter

1. Kontrollera robots.txt för blockerade AI-crawlers.
2. Viktigt innehåll i den levererade HTML-koden i stället för endast via JavaScript.
3. En tydlig H1 per sida och frågor som mellanrubriker.
4. Ge svaret först i de första meningarna.
5. Kontrollera schema för Organization, Service, Article och FAQPage samt åtgärda fel i Search Console.
6. Gör författare synliga samt ange datum och uppdatering.
7. Valfritt: skapa en llms.txt med de viktigaste sidorna.

Hur väl din egen webbplats är anpassad för AI-söksystem visar den kostnadsfria SEO-/GEO-kontrollen på några minuter.

Hur en llms.txt är uppbyggd

Förslaget innebär en enkel Markdown-fil under /llms.txt:

• en rubrik med webbplatsens eller företagets namn
• en kort sammanfattning i ett stycke
• avsnitt med listor över de viktigaste sidorna, vardera med länk och en mening beskrivning
• valfritt en mer utförlig version (llms-full.txt) med mer innehåll

Den som skapar en llms.txt bör hålla den aktuell – föråldrade länkar och beskrivningar är värre än ingen fil alls. bettersorted.de tillhandahåller en sådan fil, men ser den som ett komplement, inte som kärnan i optimeringen.

E-E-A-T: varför förtroendesignaler räknas

Google beskriver med E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) de signaler som används för att bedöma innehållets kvalitet. För AI-sök gäller liknande kriterier: system citerar helst källor som de litar på. Konkret hjälper:

• Tydligt identifierbara författare med profil och kvalifikationer
• Praktisk relevans: egna erfarenheter, exempel, referenser
• Källor: Källor och datum för faktauppgifter
• Impressum, kontakt, integritetspolicy fullständiga och lätta att hitta
• Omnämnanden på andra webbplatser: kataloger, fackportaler, press, nätverk

Hur du mäter om AI-system citerar din sida

1. Ställ typiska frågor från din målgrupp i ChatGPT, Perplexity och Google och kontrollera vilka källor som nämns.
2. I webbanalysen observera besök från AI-tjänster (hänvisningsdomäner).
3. Följ visningar för frågebaserade sökningar i Google Search Console.
4. Upprepa kontrollen med jämna mellanrum, eftersom svaren förändras.

Vanliga tekniska fel

• KI-crawlers av misstag blockerade via robots.txt eller brandvägg
• Viktigt innehåll endast i bilder eller PDF-filer
• Svar i utfällbara element som först laddas via JavaScript
• Felaktiga eller ofullständiga strukturerade data
• Dubbla sidor utan canonical-angivelse

Vanliga frågor

Vad är en llms.txt?

En textfil i webbplatsens rotkatalog som förklarar för AI-system, i komprimerad form, vad webbplatsen handlar om och vilka sidor som är viktiga. Den föreslogs 2024 och är ingen officiell standard.

Använder Google llms.txt?

Nej. Företrädare för Google har förklarat att Google Search inte använder llms.txt. För Google är det crawlbarhet, innehåll och strukturerad data som räknas.

Vilka strukturerade data är viktigast för AI-sök?

Organization respektive LocalBusiness för företaget, Person för författare, Service för tjänster, Article för inlägg, FAQPage för frågor och BreadcrumbList för sidstrukturen.

Ska jag tillåta AI-crawlers i robots.txt?

Om ditt innehåll ska visas i AI-svar, ja. Den som blockerar GPTBot, ClaudeBot eller PerplexityBot kan inte citeras av dessa system. Beslutet är en avvägning mellan synlighet och kontroll över det egna innehållet.

Status: oktober 2026.