Hvorfor AI Discovery handler om tillid

Der er sket noget interessant i SEO-branchen.

For få år siden handlede de fleste samtaler stadig om placeringer i Google, teknisk SEO, links, indhold og klassiske søgeord. Nu taler mange om ChatGPT, Gemini, Claude, Perplexity, GEO, AI Discovery og nye filer som llms.txt.

Det er en vigtig udvikling. Men jeg kan også se en gammel fejl begynde at gentage sig.

Når en ny teknologi dukker op, begynder mange hurtigt at lede efter den ene funktion, den ene indstilling eller den ene fil, der kan give en fordel. Det er forståeligt. Alle vil gerne være tidligt ude. Men det er også her, man let kommer til at overvurdere en teknisk detalje og undervurdere det fundament, teknologien skal bygge på.

Efter min vurdering handler AI Discovery ikke først og fremmest om tekstfiler. Det handler om, hvorvidt en virksomhed er let at finde, forstå og have tillid til.

Kort fortalt

AI Discovery handler ikke kun om llms.txt, llms-full.txt eller andre tekniske filer. De kan være relevante som en del af et samlet teknisk fundament, men de kan ikke alene skabe tillid eller gøre en virksomhed til en autoritet.

Tekstfiler kan hjælpe med at pege på centrale ressourcer.
De kan ikke alene dokumentere ekspertise eller troværdighed.
AI-systemer vil sandsynligvis sammenholde mange forskellige signaler.
Et stærkt website, tydelig struktur og dokumenteret erfaring bliver vigtigere.
AI Discovery bør bygges som en fleksibel platform – ikke som én enkelt funktion.

AI Discovery er blevet en teknisk diskussion

Jeg oplever, at mange i øjeblikket taler om AI Discovery, som om det primært handler om tekniske filer.

Har websitet en llms.txt? Er der en llms-full.txt? Er der agent-skills, API Catalog eller et MCP server-card? Det er relevante spørgsmål, men de er ikke hele svaret.

Det svarer lidt til at spørge, om et website har en teknisk fil, uden samtidig at spørge, om indholdet er godt, om siderne hænger sammen, om brugeren kan finde rundt, og om virksomheden overhovedet fremstår troværdig.

Teknikken kan understøtte et website. Den kan ikke erstatte det.

Et teknisk signal er ikke det samme som kvalitet

Gennem årene har jeg oplevet mange tekniske løsninger blive fremhævet som den næste store SEO-fordel.

Nogle har været nyttige. Andre har været stærkt overvurderede. Fælles for dem var, at de kunne hjælpe søgemaskinerne med at forstå et website lidt bedre. Men de kunne ikke gøre et middelmådigt website til et godt website.

Jeg har blandt andet altid haft det sådan med XML-sitemaps.

De kunne hjælpe søgemaskinerne med at opdage URL’er. Men hvis siderne ikke var en naturlig del af website-strukturen, hvis de ikke blev understøttet af interne links, og hvis almindelige brugere aldrig fandt dem gennem den normale navigation, oplevede jeg sjældent, at de opnåede stærke placeringer alene på grund af sitemap’et.

Derfor anbefalede jeg aldrig XML-sitemaps som en egentlig SEO-strategi. For mig var de et teknisk hjælpeværktøj. Ikke en konkurrencefordel.

Jeg tror, vi risikerer at begå den samme fejl med AI Discovery.

Hvis hele diskussionen reduceres til, om der ligger en llms.txt-fil eller en anden AI-fil på serveren, overser vi måske det vigtigste.

AI skal sandsynligvis ikke kun kunne finde en virksomhed. AI skal kunne forstå virksomheden. Det er to vidt forskellige ting.

Man skal heller ikke være naiv

Jeg tror heller ikke, vi skal være naive, når det gælder llms.txt og de mange nye AI Discovery-filer.

Det er næppe en situation, hvor tæppet går op på Broadway, orkestret spiller de første toner, og hele forestillingen begynder.

Virkeligheden bliver sandsynligvis langt mere stille.

Der kommer løbende nye forslag, standarder og tekniske løsninger. Nogle bliver videreudviklet. Nogle bliver afløst af andre. Og nogle forsvinder måske igen, uden at ret mange opdager det.

Det er helt naturligt i en teknologi, der stadig udvikler sig så hurtigt som kunstig intelligens.

Derfor forventer jeg heller ikke, at virksomheder fra den ene dag til den anden bliver markant mere synlige i AI-systemer, blot fordi de lægger nogle tekstfiler i roden af deres website.

Det betyder ikke, at filerne er uden værdi. Det betyder bare, at de ikke bør forveksles med en strategi.

Hvis én fil kunne styre AI, ville manipulationen være åbenlys

Hvis én tekstfil alene kunne afgøre, hvordan AI-systemer vurderede en virksomhed, ville døren stå åben for massiv manipulation.

Så kunne enhver skrive, at de var markedsleder, branchens største specialist eller den mest troværdige kilde. Derefter skulle AI blot acceptere det.

Det tror jeg ganske enkelt ikke på.

Det ville være et skridt tilbage til nogle af de metoder, som søgemaskinerne brugte mange år på at bekæmpe. Når et signal bliver for let at manipulere, mister det typisk værdi over tid.

Derfor tror jeg heller ikke, at fremtidens AI-systemer kommer til at basere deres vurdering på oplysninger, som virksomheder selv kan skrive ukritisk om sig selv i én enkelt fil.

Jeg tror, AI i stigende grad kommer til at sammenholde oplysninger fra mange forskellige kilder.

AI skal ikke kun finde din virksomhed – den skal forstå den

Jeg tror faktisk, at den største misforståelse omkring AI Discovery opstår, når vi reducerer det til en teknisk diskussion.

AI handler efter min vurdering ikke kun om at opdage, at en side eksisterer. Den forsøger at forstå sammenhængen.

Hvem står bag virksomheden? Hvilken erfaring har den? Hvilke emner arbejder den med? Er informationerne konsistente? Stemmer de overens med det, andre troværdige kilder skriver?

Det er efter min vurdering de spørgsmål, AI-platformene i stigende grad forsøger at besvare.

Derfor tror jeg heller ikke, at én tekstfil alene kommer til at afgøre, om en virksomhed bliver synlig i AI.

AI bliver sandsynligvis ikke dummere end de søgemaskiner, vi allerede kender. Tværtimod. Jeg forventer, at AI bliver bedre til at sammenholde oplysninger fra mange forskellige kilder.

Tillid bygges af mange signaler

Efter min vurdering bliver AI-synlighed ikke afgjort af én teknisk fil.

Et stærkt website.
God intern struktur.
Dokumenteret erfaring.
Konsekvent fagligt indhold.
Teknisk kvalitet.
Troværdige omtaler.
Klare sammenhænge mellem virksomhedens emner.

Det er summen af signalerne, der skaber tillid.

De første analyser giver stof til eftertanke

Selv om AI Discovery er et forholdsvis nyt område, begynder de første større analyser allerede at give et mere nuanceret billede.

Ahrefs analyserede omkring 137.000 websites og undersøgte blandt andet brugen af llms.txt. Analysen viste, at omkring 97 % af de registrerede llms.txt-filer ikke blev hentet én eneste gang i den undersøgte periode.

SE Ranking offentliggjorde efterfølgende en analyse af omkring 300.000 domæner. Heller ikke her kunne man dokumentere en tydelig sammenhæng mellem implementeringen af llms.txt og øget synlighed eller flere AI-citater.

Det er efter min mening interessant.

Ikke fordi analyserne beviser, at llms.txt er uden værdi. Men fordi de viser, hvor tidligt vi stadig befinder os i udviklingen.

Der findes endnu ingen dokumentation for, at én tekstfil alene kan ændre, hvordan de store AI-platforme vurderer et website.

Det understøtter faktisk den strategi, jeg selv har valgt.

Jeg implementerer gerne nye AI-standarder. Men jeg bygger aldrig hele løsningen op omkring én enkelt fil.

Holdninger er ikke dokumentation

Debatten om AI Discovery er fyldt med teorier og forventninger.

Derfor synes jeg, det er vigtigt at skelne mellem det, vi ved, og det, vi håber.

Vi ved, at de første store analyser endnu ikke dokumenterer en markant effekt af llms.txt alene.

Vi ved også, at området udvikler sig hurtigt.

Det gør det efter min mening endnu vigtigere at bygge løsninger, der kan udvikle sig i takt med teknologien, frem for at satse alt på én enkelt standard.

Derfor bygger jeg AI Discovery modulært

Netop derfor har jeg valgt en modulær tilgang til AI Discovery.

Jeg forsøger ikke at gætte, hvilken standard der bliver den rigtige. Historien har lært mig, at det næsten altid er en dårlig strategi.

I stedet bygger jeg et fundament, hvor nye komponenter kan tilføjes, når de giver mening, og fjernes igen, hvis udviklingen går en anden vej.

Det gælder llms.txt. Det gælder llms-full.txt. Det gælder agent-skills. Det gælder API Catalog. Det gælder MCP server-cards. Og det kommer sandsynligvis også til at gælde standarder, vi endnu ikke kender navnet på.

Det betyder, at jeg ikke behøver at satse alt på én løsning.

Hvis en standard viser sig at blive vigtig, er fundamentet allerede klar. Hvis den viser sig aldrig at få reel betydning, kan den fjernes igen på få minutter.

Det giver efter min mening en langt mere robust strategi end hele tiden at jagte den næste tekniske genvej.

Den virkelige konkurrence bliver tillid

Jeg tror ikke, at den største konkurrence de kommende år kommer til at handle om, hvem der først implementerer en ny AI-fil.

Den kommer til at handle om, hvem AI-systemerne har størst tillid til.

Den tillid opstår ikke gennem én teknisk funktion. Den opbygges over tid.

Gennem godt indhold. Gennem dokumenteret erfaring. Gennem tydelig faglighed. Gennem teknisk kvalitet. Gennem et website, hvor både mennesker og AI uden besvær kan forstå, hvem virksomheden er, og hvad den står for.

Det er også derfor, jeg ser AI Discovery som en naturlig videreudvikling af klassisk SEO. Ikke som en erstatning.

Teknikken er stadig vigtig. Men den skal understøtte virksomhedens troværdighed – ikke forsøge at erstatte den.

Min erfaring

Efter mere end 25 år med SEO har jeg lært, at teknologier kommer og går.

Det gør et stærkt digitalt fundament ikke.

Jeg implementerer gerne nye AI-standarder. Ikke fordi jeg forventer hurtige gevinster, men fordi jeg ønsker at være klar, når udviklingen viser retningen.

AI Discovery handler efter min mening ikke om at finde den rigtige tekstfil. Det handler om at opbygge den tillid, som gør, at både mennesker og AI har lyst til at bruge og anbefale virksomhedens viden.

Det er den strategi, jeg tror på i dag – og den strategi, jeg også tror på om fem år.

Læs også

Eksterne kilder

FAQ

Hvad er AI Discovery?

AI Discovery handler om at gøre virksomhedens website, indhold og digitale signaler lettere at finde, forstå og vurdere for AI-systemer som ChatGPT, Gemini, Claude og Perplexity.

Er llms.txt nok til at blive synlig i AI?

Nej. llms.txt kan være en relevant teknisk komponent, men der er ikke dokumentation for, at filen alene skaber AI-synlighed eller flere AI-citater.

Hvorfor implementere AI-filer, hvis de næsten ikke bliver brugt?

Fordi de kan blive en del af fremtidens infrastruktur. Når løsningen er modulær, kan nye standarder tilføjes, og filer kan fjernes igen, hvis de aldrig får praktisk betydning.

Hvad er forskellen på tekniske filer og digital tillid?

Tekniske filer kan hjælpe systemer med at finde og forstå indhold. Digital tillid opstår gennem mange signaler: indhold, struktur, erfaring, omtaler, konsistens og teknisk kvalitet.

Hvad bør virksomheder fokusere på?

Virksomheder bør fokusere på et stærkt website, tydelig ekspertise, god intern struktur, dokumenteret erfaring, troværdige omtaler og en AI Discovery-strategi, der kan udvikle sig over tid.

Om forfatteren

René Madsen har arbejdet professionelt med SEO siden 1999 og beskæftiger sig i dag med SEO, GEO, AI Discovery og digital synlighed. På bloggen deler han erfaringer, analyser og praktiske observationer fra arbejdet med søgemaskiner, websites og moderne AI-platforme.

Læs mere om Online Marketing og René Madsen