Query fan-out og siterbare seksjoner i AI-søk

Det klassiske søket var enkelt bygget opp: en bruker skrev inn et søk, søkemotoren slo det opp i en invertert indeks, og rangeringssystemene returnerte en ordnet liste med URL-er. Google AI Mode, AI Overviews, ChatGPT Search og Perplexity legger inn et trinn i mellom. Før svaret skrives, kan ett spørsmål bli til flere relaterte søk, og svaret siterer sidene disse søkene fant.

Dette trinnet kjøres ikke for hvert spørsmål. I Ahrefs-studien som omtales nedenfor, svarte ChatGPT på omtrent 6 av 7 prompter uten å søke på nettet i det hele tatt. Når det først søkes, settes svaret sammen av konkrete avsnitt, tabeller og kodeeksempler i stedet for en rangert liste med ti lenker. Derfor betyr det noe hvilke deler av en side som gir mening alene.

#Hva er query fan-out og hvordan fungerer det i store språkmodeller

Query fan-out er Googles navn på å dele ett spørsmål opp i flere søk som kjøres samtidig. Googles veiledning for generative AI-funksjoner definerer det som «et sett samtidige, relaterte søk generert av modellen for å be om mer informasjon og hente flere relevante søkeresultater som svarer på brukerens søk» (Google Search Central, egen oversettelse). Googles eksempel: for spørsmålet om hvordan man fikser en plen full av ugress, kan fan-out-søkene handle om de beste ugressmidlene for plen, fjerning av ugress uten kjemikalier og forebygging av ugress.

Google brukte begrepet da selskapet lanserte AI Mode 5. mars 2025 og beskrev en teknikk som kjører flere relaterte søk samtidig på tvers av undertemaer og ulike datakilder. 20. mai 2025 kom Deep Search, som bruker samme teknikk og ifølge Google kan kjøre hundrevis av søk (Google-bloggen). Googles dokumentasjon om AI-funksjoner sier at både AI Overviews og AI Mode kan bruke fan-out, og at de to funksjonene kan bruke ulike modeller og teknikker, slik at svarene og lenkene varierer.

Hvor mange delsøk som kjøres, avhenger av produktet. Ahrefs analyserte 66,6 millioner gratis, utloggede ChatGPT-svar og de tilhørende 15 millioner fan-out-søkene fra august og september 2026 (Ahrefs). Bare 14,4 prosent av svarene søkte på nettet, og disse kjørte i snitt omtrent 1,6 fan-out-søk. I samme artikkel viser Ahrefs til Suganthan Mohanadasans tester med innlogget konto, der en Thinking-modell kjørte 15 til 40 søk, og til data fra Peec der 56,5 prosent av promptene hadde to eller flere. Gratisøkter søker sjeldnere enn betalte modeller og resonneringsmodeller.

Ta et teknisk spørsmål fra et større prosjekt:

Hva er det beste headless WordPress-oppsettet for en WooCommerce-katalog med 50 000 produkter og ERP-synkronisering på tvers av flere regioner?

Leverandørene publiserer ikke hele prosesskjeden sin. Rekkefølgen nedenfor er en generell beskrivelse av gjenfinningsstøttet generering (RAG), som Google sier at AI-funksjonene bygger på, med et eksempel på fan-out for dette spørsmålet:

1. Lese spørsmålet: modellen gjenkjenner temaene (WordPress, headless-arkitektur, WooCommerce, ERP) og begrensningene (50 000 produkter, flere regioner).
2. Generere relaterte søk (fan-out-trinnet), for eksempel:
   • Søk 1: WPGraphQL vs REST API batch query latency 50k WooCommerce products
   • Søk 2: Headless WooCommerce ERP webhook queue congestion mitigation
   • Søk 3: Astro SSR vs Next.js static build performance high SKU catalog
   • Søk 4: WooCommerce High-Performance Order Storage database memory footprint
3. Gjenfinning: Google sier at det bruker sine sentrale rangeringssystemer til å hente relevante sider fra indeksen. Suganthan Mohanadasan testet dette med Gemini-API-et: et spørsmål om en side som aldri hadde eksistert, ga søk, men ingen oppføring i serverloggen hans, fordi grounding leser Googles indeks og ikke den levende siden (Suganthan Mohanadasan).
4. Gjennomgang av de hentede sidene: systemene går gjennom konkret informasjon fra disse sidene.
5. Svar med lenker: svaret viser klikkbare lenker til sider som støtter informasjonen i det.

For innholdsteam betyr det at én side kan bli vurdert for flere av disse relaterte søkene, så lenge den svarer på dem med tekst søkemotoren kan finne. Google setter samtidig en grense: å lage en egen side for hvert fan-out-søk, først og fremst for å manipulere rangeringer eller AI-svar, bryter retningslinjene mot misbruk av innhold i stor skala.

#Hvorfor selvstendige seksjoner blir sitert

Generative søkemotorer siterer bestemte seksjoner, ikke hele sider. Det er utgangspunktet for Lumars veiledning om siterbarhet: «Etter vår erfaring siterer generative søkemotorer bestemte deler av innholdet, ikke sider som helhet» (Lumar, egen oversettelse). Lumar presenterer dette som erfaring fra praksis, ikke som en målt studie, og oppgir verken ordantall eller andeler av siteringer.

Seksjonstesten til Lumar har fem punkter: seksjonen svarer på ett spørsmål, gir mening uten teksten rundt, inneholder faktaene den trenger (enheter, versjoner, betingelser), holder seg til ett tema og har nok detaljer uten å skli ut. Om lengde sier Lumar bare at svært korte seksjoner mister kontekst, svært lange blander ideer, og at ideell lengde ikke enkelt lar seg måle. Google går lenger for sine egne funksjoner: det finnes ikke noe krav om å dele innhold opp i små biter, og ingen ideell sidelengde.

#Hvordan skrive avsnitt som ikke er avhengige av resten av teksten

En siterbar seksjon får frem poenget sitt uten avsnittet før. Lumar spør om seksjonen inneholder pronomen som dette, den eller de uten tydelig referanse, eller uttrykk som «som nevnt ovenfor». Grounding-verktøyet til Suganthan Mohanadasan fant det samme problemet i hans egen artikkel: en setning om å sende en forespørsel på nytt, som startet med det engelske pronomenet «It», fikk bare 8 prosent på spørsmålet om den gir mening alene, fordi ingen vet hva pronomenet viser til når setningen tas ut. Et svakt eksempel:

Denne teknologien gjør sidene betydelig raskere og senker samtidig serverkostnadene…

Uten kontekst viser «denne teknologien» ikke til noe. En selvstendig versjon navngir subjektet og oppgir et faktum som kan sjekkes:

Google AI Overviews og AI Mode kan bare vise en side som støttende lenke hvis siden er indeksert og kan vises i Google Søk med et utdrag.

Den andre setningen navngir produktene, betingelsen og resultatet. Den kan siteres alene uten at meningen endres. Suganthan legger til et ærlig forbehold: han har ikke vist at selvstendige setninger blir sitert oftere, så behandle dette som en redaksjonell sjekk, ikke som en rangeringsfaktor.

#Hvorfor første setning under overskriften betyr noe

Lumar nevner «tidlig klarhet» blant egenskapene generative systemer kan foretrekke: nøkkelinformasjonen kommer først. En seksjon som åpner med en anekdote eller et retorisk spørsmål, bruker lengre tid på å komme til poenget, og et utdrag som tas ut av siden, får kanskje ikke med de senere setningene.

Å skrive svaret først (BLUF, bottom line up front) er en enkel måte å gjøre dette på. Første setning under en overskrift gir definisjonen eller konklusjonen. Setningene etter legger til målinger, grensetilfeller og implementeringsdetaljer.

#Hvilke konkrete fakta som fungerer bedre enn markedsføringsadjektiver

Ord som revolusjonerende, banebrytende, sømløs og neste generasjon inneholder ingen informasjon som kan sjekkes. Lumars egenskap «tette fakta» og punktet «nødvendige fakta» peker i samme retning. Seksjoner som er lettere å sitere, inneholder vanligvis:

• Målinger med enheter (millisekunder, megabyte, forespørsler per sekund).
• Nøyaktige navn og versjoner på programvare, protokoller og spesifikasjoner (HTTP/3, PHP 8.4, OAuth 2.1, RFC 9110).
• Betingelsene som må være oppfylt for at en påstand skal stemme, og årsaken bak et resultat.

#Hvorfor tabeller og spesifikasjoner passer for AI-siteringer

Lumars eksempler på seksjoner som oftere siteres, omfatter trinnvise fremgangsmåter og spesifikasjoner. Begge inneholder fakta som gir mening alene, og det gjør en sammenligningstabell også. Vi har ikke funnet noen publisert studie som måler hvor mye oftere tabeller siteres enn løpende tekst, så argumentet for en tabell er tydelighet: når innholdet sammenligner flere elementer etter de samme egenskapene, viser en tabell det uten at noen må nøste opp setninger.

Tabellen nedenfor stiller antakelser fra klassisk SEO opp mot det kildene ovenfor sier om generativt søk:

#Hvordan koble nettstedet til Wikidata så entitetene blir entydige

Google beskriver ikke Wikidata som et tillitssignal for Gemini eller AI Mode. Veiledningen sier at strukturerte data ikke er påkrevd for generativt AI-søk og at det ikke finnes noen spesiell schema.org-markering å legge til, men anbefaler strukturerte data som en del av vanlig SEO for utvidede resultater. Det Suganthan Mohanadasan faktisk dokumenterer om Gemini, er mer praktisk:

• Gemini-API-et returnerer groundingMetadata med søkene Gemini skrev (webSearchQueries), sidene den brukte (groundingChunks) og koblingene mellom disse sidene og deler av svaret (groundingSupports).
• De siterte kildene endrer seg mellom kjøringer av samme spørsmål, så én test er en anekdote. Han kjører hvert søk fem ganger og teller hvor ofte noe går igjen.
• I testene hans i september ble utgivere som blokkerte Google-Extended i robots.txt, sitert i 0 av 10 kjøringer, mot 6 av 6 for utgivere som tillot det.

#JSON-LD med Wikidata-entiteter for WordPress og Astro

Å koble artikkelens temaer til Wikidata-QID-er hjelper fortsatt med entydigheten: Astro som rammeverk og Astro som firmanavn er ikke lenger samme tegnstreng. Dette nettstedet bruker about og mentions til det. knowsAbout hører hjemme på Person eller Organization, ikke på en artikkel:

{
  "@context": "https://schema.org",
  "@type": "TechArticle",
  "headline": "Query fan-out og siterbare seksjoner i AI-søk",
  "description": "Teknisk veiledning om query fan-out og selvstendige innholdsseksjoner.",
  "inLanguage": "nb",
  "author": {
    "@type": "Organization",
    "name": "wppoland.com",
    "url": "https://wppoland.com",
    "knowsAbout": [
      {
        "@type": "Thing",
        "name": "Search engine optimization",
        "sameAs": "https://www.wikidata.org/wiki/Q180711"
      },
      {
        "@type": "Thing",
        "name": "Web development",
        "sameAs": "https://www.wikidata.org/wiki/Q386275"
      }
    ]
  },
  "about": [
    {
      "@type": "Thing",
      "name": "Large language model",
      "sameAs": "https://www.wikidata.org/wiki/Q115305900"
    },
    {
      "@type": "Thing",
      "name": "Information retrieval",
      "sameAs": "https://www.wikidata.org/wiki/Q816826"
    }
  ]
}

Markeringen gjør det tydelig hvilke entiteter artikkelen handler om. Den gir ikke siteringer i seg selv, og det sier Google også.

#Hva AI-søkeroboter og AI-leverandører forventer

For team som jobber med generativt søk, endret to ting seg i 2026. På regelsiden peker Mike King i iPullRank på at Anthropics oppdatering av bruksvilkårene for 2026, publisert 8. oktober og gjeldende fra 12. november, forbyr å bruke Claude til å manipulere kildene søkemotorer eller AI-systemer henter svar fra, for eksempel med nettverk av nettsteder som utgir seg for å være uavhengige (iPullRank). Samme artikkel minner om at Google behandler masseproduserte sider for fan-out-søk som misbruk av innhold i stor skala. Begge reglene sikter mot samme oppskrift: falsk uavhengighet og sider produsert i bulk.

På den tekniske siden er gjengivelse begrensningen. Vercel og MERJ rapporterte i desember 2024 at ingen av de store AI-crawlerne kjørte JavaScript, heller ikke de fra OpenAI og Anthropic, mens Gemini bruker Googlebots infrastruktur og gjengir sidene fullt ut (Vercel).

#Hvordan levere innhold så AI-crawlere kan lese det

For at crawlerne bak ChatGPT, Claude og Perplexity skal se innholdet, bør infrastrukturen følge tre prinsipper:

1. Innholdet i HTML fra serveren: en enkeltsideapplikasjon som fyller en tom beholder først i nettleseren, viser disse crawlerne en tom side. Statisk utdata fra Astro, servergjengivelse eller et klassisk WordPress-tema sender teksten i første respons.
2. Semantisk HTML der det passer: article, section, header og definisjonslister (dl, dt, dd) markerer temagrenser tydeligere enn div-er med hjelpeklasser. Googles veiledning legger til at perfekt semantisk HTML ikke er påkrevd, og at det først og fremst hjelper folk som bruker skjermlesere.
3. Sjekk hva crawleren fikk: hent siden uten JavaScript (curl, eller URL-inspeksjonsverktøyet for Googlebot) og bekreft at teksten er der.

#Hvordan bygge faktakort i WordPress og Astro

Et faktakort er et redaksjonelt mønster, ikke et rangeringssignal: en boks som oppgir ett faktum med enhet, betingelser og kilde, slik at påstanden holder også når den siteres alene. Det svarer direkte til Lumars punkt om nødvendige fakta. Når kilde og måling er obligatoriske felt, kan ingen publisere en påstand uten dem.

Her er en Astro-komponent for mønsteret:

---
interface Props {
  entityName: string;
  claim: string;
  metric: string;
  sourceUrl: string;
  sourceName: string;
}

const { entityName, claim, metric, sourceUrl, sourceName } = Astro.props;
---

<aside class="fact-card my-6 p-6 border-l-4 border-emerald-600 bg-slate-50 dark:bg-slate-900 rounded-r-lg">
  <p class="text-xs font-mono uppercase tracking-wider text-slate-500 mb-2">{entityName}</p>
  <p class="text-lg font-semibold text-slate-900 dark:text-slate-100 mb-2">{claim}</p>
  <p class="text-sm font-medium text-emerald-700 dark:text-emerald-400">
    <strong>{metric}</strong>, source: <a href={sourceUrl}>{sourceName}</a>
  </p>
</aside>

Kortet gjengis som vanlig HTML i serverresponsen. Det bruker bevisst ikke ClaimReview-markering: den typen er laget for faktasjekkorganisasjoner som vurderer andres påstander, ikke for en utgivers egne utsagn.

#Hvordan registrere en faktakortblokk i WordPress Gutenberg

I WordPress fungerer samme mønster som en egen Gutenberg-blokk eller en ACF-blokk. PHP-malen bør ikke skrive ut noe når et obligatorisk felt er tomt, i stedet for å finne på fylltekst:

<?php
/**
 * ACF block template: fact card
 *
 * @param array $block Block settings and attributes.
 */

$entity_name = get_field( 'fact_entity_name' );
$core_claim  = get_field( 'fact_claim' );
$metric      = get_field( 'fact_metric' );
$source_url  = get_field( 'fact_source_url' );

if ( ! $core_claim || ! $source_url ) {
    return;
}
?>
<section class="fact-card border border-slate-200 p-5 rounded my-4">
    <h3 class="text-base font-bold text-slate-800 mb-1"><?php echo esc_html( $entity_name ); ?></h3>
    <p class="text-slate-700 text-sm leading-relaxed mb-3"><?php echo esc_html( $core_claim ); ?></p>
    <p class="text-xs font-mono text-emerald-700">
        <strong><?php echo esc_html( $metric ); ?></strong>,
        <a href="<?php echo esc_url( $source_url ); ?>"><?php esc_html_e( 'source', 'textdomain' ); ?></a>
    </p>
</section>

Da kan ingen i redaksjonen publisere et kort uten påstand og kilde.

#Hvordan levere ren Markdown til AI-crawlere med Cloudflare Workers

Noen AI-agenter ber om Markdown med headeren Accept: text/markdown. wppoland.com svarer på slike forespørsler fra mellomvaren i Cloudflare Pages, som kjører på Workers: den fjerner skript, stiler og navigasjon fra den gjengitte HTML-en og returnerer hovedinnholdet som Markdown, med en kanonisk Link-header som peker til HTML-siden.

1. Mindre respons: én forespørsel til den engelske versjonen av denne artikkelen 17. oktober 2026 ga 248 112 byte ukomprimert HTML og 27 215 byte Markdown.
2. Mindre layoutstøy: overskrifter, lister og tabeller kommer som Markdown-struktur i stedet for nestet markering.
3. Samme URL, egen bufferoppføring: HTML-responsen har Vary: Accept, så buffere ikke leverer Markdown-versjonen til nettlesere.

Google Søk bruker ikke dette. Veiledningen sier at du ikke trenger Markdown eller andre spesielle filer for å vises i Google Søk, heller ikke i de generative AI-funksjonene. Markdown-responsen er for andre agenter som ber om den.

#Hvilke søk gjør beslutningstakere i nettbutikker i generative søkemotorer

I det norske markedet handler mange integrasjonsspørsmål om lokale betalings- og forretningssystemer som Vipps, Tripletex og Bring. En norsk bedriftsleder kan spørre Gemini AI Mode: hvordan skalere WooCommerce med Vipps og Tripletex for 10 000 månedlige bestillinger. En fan-out for et slikt spørsmål kan dele det opp i søk som disse:

• WooCommerce Vipps Checkout responstid ved høyt trafikkvolum
• Tripletex API rate limits køhåndtering ved 10000 ordrer i måneden
• Bring frakt API webhook integrasjon feilhåndtering WooCommerce
• Core Web Vitals INP optimalisering for mobil netthandel i Norge

En generell side med formuleringer som vi leverer moderne nettbutikker har lite å tilby hvert av disse søkene. Googles veiledning anbefaler innhold som ikke er allemannseie, bygget på egen erfaring, og Ahrefs melder at ChatGPT flytter siteringer fra nettsteder som oppsummerer til kildene som produserer informasjonen. For en integrator betyr det å publisere det bare teamet selv har målt: responstider, feilhåndtering i køer og hva som skal til for rask visning på mobil.

#Hvordan sette opp hurtigbufring på kanten for intensive AI-crawlere

Crawlere som GPTBot og ClaudeBot gir ekstra belastning på driftsmiljøet, og dynamiske PHP-prosesser i WordPress tåler toppbelastning dårligere enn statisk leverte sider. Dette har lite med fan-out i Google å gjøre: som beskrevet ovenfor leser Geminis grounding Googles indeks, ikke den levende siden. Det gjelder crawlerne og hentingene som ber om sider direkte.

For frikoblede oppsett med Cloudflare og Astro gjelder tre prinsipper:

1. Stale-While-Revalidate: med en header som Cache-Control: public, max-age=3600, stale-while-revalidate=86400 (RFC 5861) kan en buffer levere en litt utdatert kopi mens den henter en ny i bakgrunnen, slik at crawlerforespørsler ikke slår gjennom til PHP.
2. Målrettet ugyldiggjøring med Cache-Tags: når en artikkel endres i WordPress, tømmes bare de relevante merkelappene via Cloudflares API i stedet for hele hurtigbufferen. Uendrede fagartikler blir liggende i bufferen.
3. Ingen utilsiktede blokkeringer: sikkerhetsutvidelser og WAF-regler kan tolke intensiv crawling som et angrep. Sjekk at crawlerne du vil slippe inn, ikke blir blokkert generelt.

#Hvordan sjekke i 6 steg om nettstedet ditt er klart for AI-søk

For å sjekke om innholdet holder disse standardene, kjør denne gjennomgangen i seks steg:

+-------------------------------------------------------------------+
|                GJENNOMGANG AV SITERBARE SEKSJONER                 |
+-------------------------------------------------------------------+
                                  |
                                  v
         [ STEG 1: Pronomen i starten av avsnitt ]
                 (Bytt ut "det", "dette", "som over")
                                  |
                                  v
       [ STEG 2: Svaret først under overskrifter ]
              (Definisjon eller konklusjon i første setning)
                                  |
                                  v
     [ STEG 3: Tabeller for sammenligninger og spesifikasjoner ]
               (Samme egenskaper? Bruk en tabell)
                                  |
                                  v
        [ STEG 4: Sjekk av entitetsmarkering ]
               (QID-er i about og mentions stemmer med teksten)
                                  |
                                  v
       [ STEG 5: Gjentatte prompttester ]
               (Flere kjøringer per søk, tell gjentakelser)
                                  |
                                  v
     [ STEG 6: Crawlertilgang og logger ]
               (robots.txt, CDN-regler, GPTBot, ClaudeBot)

1. Pronomensjekk: gå gjennom starten av hvert avsnitt. Begynner en seksjon med det, de, denne tilnærmingen eller som nevnt ovenfor, bytt ut pronomenet med navnet på teknologien eller begrepet.
2. Svaret først: sjekk at første setning under hver H2- og H3-overskrift gir svaret før bakgrunnen.
3. Tabellsjekk: der en seksjon sammenligner flere elementer etter de samme egenskapene (parametere, abonnementer, målinger), bruk en HTML-tabell.
4. Entitetsmarkering: bekreft at QID-ene i about og mentions peker til entitetene teksten faktisk handler om.
5. Gjentatte prompttester: send de relaterte søkene til Perplexity, ChatGPT Search og Gemini flere ganger hver, fordi siteringene endrer seg mellom kjøringer. For Googles egne funksjoner bruker du rapporten for generativ AI-ytelse i Search Console.
6. Tilgang og logger: bekreft at nettstedet er inkludert i generative AI-funksjoner i Search Console, at robots.txt og CDN-regler slipper inn crawlerne du vil ha (Googlebot, OAI-SearchBot, PerplexityBot, ClaudeBot), og følg med på statuskoder og crawlefrekvens i serverloggene.

#Hvordan strukturere nettsider for generative svarmotorer

Generativt søk erstatter ikke teknisk SEO. Googles eget standpunkt er at optimalisering for generativt AI-søk fortsatt er SEO: en side må være indeksert og kvalifisert for utdrag, og oppdeling i biter, llms.txt eller spesiell markering er ikke påkrevd. De publiserte dataene om fan-out er smalere enn påstandene rundt dem: den gratis ChatGPT-modellen søkte i 14,4 prosent av svarene i Ahrefs-utvalget, og kildene Gemini siterer, endrer seg fra kjøring til kjøring.

Det som holder på tvers av kildene, er enkelt: seksjoner som svarer på ett spørsmål med egne ord, fakta med enheter og kilder, innhold i HTML fra serveren, og informasjon teamet selv har målt i stedet for å oppsummere andres.