Någon öppnar ChatGPT och skriver “vilken redovisningsbyrå i Uppsala kan ni rekommendera?” Svaret nämner tre namn. Ditt är inte ett av dem. Du får aldrig veta att frågan ställdes, och kunden går vidare med ett av de tre. Det är den nya, tysta bortsorteringen, och den sker utan att du ser den.

Frågan är förstås: hur bestämmer ChatGPT vilka namn som kommer med? Och kan du göra något åt det? Svaret på den andra frågan är ja, men inte på det sätt de flesta tror. Du kan inte skriva en instruktion som får modellen att gilla dig. Du kan göra ditt företag så tydligt och lätt att beskriva att modellen nämner dig av rätt anledning.

Två källor: träningsdata och webbsökning

För att förstå vad du kan påverka behöver du veta var ChatGPT hämtar det den säger. Det finns i grunden två källor.

Den första är träningsdata. Modellen har tränats på enorma mängder text från webben, och den träningen avgör vad den vet om världen fram till en viss tidpunkt. Om ditt företag fanns tydligt beskrivet på webben när modellen tränades, finns spår av er i modellen. Om ni inte fanns, eller bara fanns vagt beskrivna, har modellen ingenting att luta sig mot. Det spelar ingen roll hur bra ni är, bara vad som stod skrivet.

Den andra källan är webbsökning. När browsing är påslaget, eller när modellen bedömer att en fråga kräver färsk information, hämtar ChatGPT sidor från webben i stunden och bygger svaret på dem. Då spelar det mindre roll vad modellen lärde sig under träningen, och mer roll vad som finns publicerat nu och hur lätt det är att läsa.

Det viktiga: du vet aldrig i förväg vilken källa som används. Många använder ChatGPT utan browsing, och då är träningsdata allt som finns. Andra ställer frågor som triggar sökning. Därför behöver du finnas åt båda hållen: både i det som redan är skrivet om er, och i det som går att hämta färskt idag.

Vad du faktiskt kan påverka

Här blir det konkret. Du kan inte styra modellen. Du kan styra underlaget den läser. Det är två helt olika saker, och skillnaden är hela poängen.

Underlaget är allt som står skrivet om ditt företag på platser en modell kan träna på eller hämta från: din egen sajt, din Google-företagsprofil, branschkataloger, sociala profiler, artiklar och omnämnanden. När det underlaget är tydligt, korrekt och samstämmigt blir modellens bild av dig också tydlig, korrekt och användbar. När underlaget är tunt, motstridigt eller vagt blir modellens svar antingen fel eller uteblir helt.

Det här är samma logik som ligger bakom vad GEO är: generativa motorer beskriver det som är lätt att beskriva. Ditt jobb är inte att övertala modellen. Ditt jobb är att göra underlaget så bra att en korrekt beskrivning blir det enklaste möjliga svaret.

Skriv så att du är lätt att beskriva

De flesta företagssidor är skrivna för någon som redan vet vem företaget är. Rubriken säger “Vi skapar möjligheter tillsammans” eller “Din partner för tillväxt”. Vackert, men det säger ingenting om vad ni gör, för vem eller var. En människa som redan känner er fyller i luckorna själv. En språkmodell som försöker beskriva er har inget att fylla i med.

Jämför med: “Vi är en redovisningsbyrå i centrala Uppsala som hjälper småföretag och enskilda firmor med bokföring, löner och deklaration. Vi tar emot nya kunder löpande och du når oss via telefon eller vårt kontaktformulär.” Två meningar, och en modell kan nu svara på ett dussin olika frågor om er: bransch, ort, tjänster, målgrupp, hur man tar kontakt.

Det du vill åstadkomma är att göra det omöjligt att missförstå vad du är. Skriv ut branschen med vanliga ord. Skriv ut orten. Skriv ut vem du är till för och vem du inte är till för. Skriv ut hur man gör affär med dig. Det låter självklart, och det är precis därför det förbises: det känns för enkelt för att vara värt att skriva ner. Men det enkla är exakt det en modell behöver för att citera dig rätt.

En levande FAQ är ett av de starkaste verktygen här. När du skriver ut de riktiga frågor kunder ställer, och besvarar dem rakt, skapar du text i exakt det format modeller helst plockar upp: en fråga och ett tydligt svar. Håll den uppdaterad, så signalerar den dessutom att sidan lever.

Sprid samma sanning på flera platser

En enda tydlig mening på din egen sajt är bra. Samma sanning upprepad på fem platser är mycket starkare. Modeller litar mer på det som är konsekvent över flera oberoende källor än på det som bara står på ett ställe.

Det betyder i praktiken:

  • Egen sajt med tydlig, aktuell text om vad du gör, var och för vem.
  • Google-företagsprofil med rätt namn, kategori, adress, öppettider och tjänster. Den är ofta den källa som ligger närmast till hands för lokala frågor.
  • Kataloger och branschsajter där du finns med, med samma uppgifter som på sajten.
  • Strukturerad data (JSON-LD) på sajten, som beskriver ert företag i ett format maskiner läser direkt: namn, adress, telefon, öppettider, tjänster.

Det farliga är inte att synas för lite. Det farliga är att synas motstridigt: ett gammalt telefonnummer i en katalog, ett annat företagsnamn på Facebook, en adress som inte stämmer. Varje motsägelse gör modellen mer osäker, och en osäker modell hoppar hellre över dig än gissar fel. Städa så att samma sanning står överallt.

Det här arbetet är i praktiken samma sak som att bygga AI-synlighet: inte en enskild knapp du trycker på, utan en samlad, konsekvent närvaro som gör dig lätt att hitta och lätt att beskriva.

Du kan inte hacka en språkmodell

Det säljs paket som lovar att “få dig nämnd i ChatGPT” med någon sorts trick. Var skeptisk. Det finns ingen instruktion du kan gömma på din sida som får en modell att lyda dig, och moderna modeller är byggda för att stå emot just sådana försök. Att hitta på siffror, priser eller utmärkelser för att verka större fungerar inte heller, för andra källor bekräftar inte påståendena, och en modell som märker att din sajt inte stämmer med resten börjar lita mindre på dig.

Det finns heller ingen som ärligt kan garantera att du nämns. Utfallet ägs av modellerna, och de ändras, omtränas och byter källor över tid. Det enda någon seriöst kan lova är att förutsättningarna är på plats: att du är tydlig, konsekvent, tekniskt läsbar och lätt att hämta. Resten är hantverk över tid, inte ett trick som slår om en gång.

Ett bra sätt att hålla koll är att fråga modellerna själv. Öppna ChatGPT en gång i månaden och skriv “vad är [ditt företagsnamn]?” och “vilken [din bransch] i [din ort] kan ni rekommendera?” Läs vad som kommer. Nämns du? Beskrivs du rätt? Om beskrivningen är fel, leta reda på var den felaktiga bilden kommer ifrån och rätta källan.

Kort sammanfattat

ChatGPT nämner ditt företag utifrån två källor: det som fanns på webben när modellen tränades, och webbsökning när browsing är på. Du kan inte styra modellen, men du styr underlaget den läser. Skriv tydligt om vad du gör, för vem och var. Ha en levande FAQ. Sprid samma korrekta uppgifter på din sajt, din Google-profil och i kataloger, och backa upp det med strukturerad data. Det går inte att hacka en språkmodell. Det går att bli så lätt att beskriva rätt att den nämner dig av sig själv.