For nylig spurgte en af mine fagfæller om man kunne gøre noget for at få ChatGPT til at give mere korrekte svar om ens organisation.
Helt konkret: Når nogen spørger “Hvem er min (organisatiom)?”, hvorfor rammer ChatGPT så ofte ved siden af med fx navnet på direktøren eller nøgletal?
Det satte jeg mig for at undersøge.
Hvorfor laver ChatGPT fejl?
ChatGPT fungerer anderledes end en søgemaskine. Den henter ikke fakta fra en database, men genererer svar ved at finde mønstre i de tekster, den er trænet på. Den prøver at give det mest sandsynlige svar ud fra sproglige sammenhænge – og kan derfor komme til at “gætte forkert”.
Fejl opstår typisk fordi:
- Modellen er trænet på forældede data og ikke kender de seneste ændringer.
- Modsatrettede oplysninger findes online, og modellen vælger en forkert variant.
- Den “hallucinerer” – altså finder på noget, der lyder plausibelt, men ikke er rigtigt.
Fra SEO til LLM-optimering
Vi kender allerede SEO – at optimere indhold til søgemaskiner. Nu taler flere om LLM-optimering (Large Language Model-optimering). Det handler om at hjælpe ChatGPT og andre AI-modeller med at finde, forstå og gengive korrekte fakta om din organisation. Du kan også støde på begrebet GEO, som er det samme.
Kort sagt: Hvor SEO handler om synlighed i Google, handler LLM-optimering om at blive gengivet korrekt i AI-svar.
Hvad kan vi konkret gøre?
Som kommunikationsfolk kan vi indrette vores hjemmesider og digitale fodaftryk smartere. Her er nogle lavpraktiske greb:
- Opdater “Om os”-siden: Sørg for klare, enkle beskrivelser af organisationen, mission, nøgletal og ledelse.
- Gør fakta maskinlæsbare: Når vi skriver til mennesker, bruger vi afsnit, overskrifter og billeder. Når vi skriver til maskiner – fx Google eller ChatGPT – kan vi også give information en slags “etiketter”, der gør det nemmere at forstå, hvad der er hvad. Det kaldes schema markup.
Du kan se det som små “post-its” i koden på jeres hjemmeside, hvor der står:
- Her er organisationens navn
- Her er direktørens navn
- Her er adressen
- Her er vores officielle LinkedIn-profilFor læseren ser siden helt normal ud. Men søgemaskiner og AI’er kan nu aflæse fakta meget tydeligt og placere dem i deres databaser.
Et konkret eksempel: Hvis I laver en FAQ-side og markerer spørgsmål og svar med schema markup, kan ChatGPT (og Google) aflæse, at dette er et spørgsmål, og dette er det officielle svar. Det gør det langt mere sandsynligt, at AI’en gengiver jeres egne oplysninger – og ikke gætter eller blander jer sammen med noget andet.
Det kræver dog teknisk opsætning, så min anbefaling er, at I tager fat i jeres webbureau eller interne udviklere og beder dem hjælpe med at implementere schema markup korrekt.
- Lav en FAQ-sektion: Formuler spørgsmål og svar som brugerne ville stille dem:
“Hvem er direktør i [organisation]?” → “[Navn] er direktør i [organisation] siden [årstal].” - Hold oplysninger konsistente: Brug samme navn, adresse, titler og kontaktinfo på tværs af jeres website, sociale medier, CVR, Wikipedia og Wikidata.
- Vær omtalt korrekt på hjemmesider med høj autoritet: Jeres egen hjemmeside er vigtig, men AI-modeller læner sig også op ad, hvad andre siger om jer. Sørg for, at nøgletal og fakta også fremgår på troværdige kilder som:
- Pressemeddelelser, der bringes på nyhedssites eller branchemedier
- Officielle registre som CVR
- Brancheorganisationers hjemmesider eller partnersider
- Andre troværdige omtaler af jer online
Jo oftere de samme oplysninger findes på uafhængige kilder, desto mere sandsynligt er det, at AI-modeller vurderer dem som korrekte og bruger dem i deres svar.
- Opdater Wikipedia: Mange AI-modeller bruger disse kilder direkte som reference.
Udfordringen med at rette Wikipedia
Det kan virke oplagt selv at opdatere organisationens Wikipedia-artikel, når der dukker forkerte oplysninger op. Men Wikipedia fraråder det, hvis du repræsenterer organisationen, da det ses som en interessekonflikt. I stedet bør du foreslå ændringer på artiklens talk-side med en tydelig note om, at du skriver på vegne af organisationen. Derefter kan en uafhængig redaktør vurdere og evt. implementere rettelsen.
Derfor er det vigtigt
Flere bruger allerede ChatGPT som alternativ til Google. Hvis AI’en svarer forkert om jeres organisation, kan det hurtigt skabe forvirring – og påvirke jeres omdømme. Derfor bør vi som kommunikationsfolk begynde at tænke i LLM-optimering, så vi hjælper teknologien til at gengive det korrekte billede af os.
Det er en ny disciplin, men ligesom SEO blev en fast del af kommunikationsarbejdet, bliver det her helt sikkert også.
Og billedet i toppen ...
er lavet med Sora – kunstig intelligens.
