Fråga ChatGPT vilket social listening-verktyg en liten startup borde välja, så svarar den med en kortlista på fem namn och en rad om vart och ett. Ställ samma fråga till Claude eller Gemini och du får en något annorlunda lista, hopsatt på samma sätt, utifrån vad modellen läste under träningen. En växande andel köpare börjar och avslutar sin produktresearch inne i de här chattarna, utan att någonsin öppna en sida med sökresultat. Generative Engine Optimization, GEO i korthet, är arbetet med att ta sig in på de listorna. Den här guiden går igenom var svaren kommer ifrån och vad ett litet team kan göra åt saken, med start den här veckan.
GEO är arbetet med att forma vad generativa AI-modeller säger om din marknad och din produkt. Begreppet kommer från en artikel från 2023 av forskare vid Princeton, Georgia Tech, Allen Institute for AI och IIT Delhi, som mätte hur ändringar på en webbsida förändrar dess chans att citeras i AI-svar. Marknadsförare har sedan dess sträckt ut etiketten till ett bredare mål: att se till att en modell beskriver din produkt korrekt och nämner den när en köpare ber om alternativ.
Det hjälper att föreställa sig hur svaret byggs. Med klassisk SEO slåss du om en plats på en sida med tio länkar som besökaren fortfarande måste skumma och bedöma. En chattmotor pressar ihop allt detta till ett enda stycke, så de fyra eller fem produkter den nämner är, för den köparen, hela marknaden. Vi såg det här skiftet börja med nollklickssökning, och skrev om det i vår artikel om AI och Googles algoritmuppdateringar.
Ditt namn kan komma in i ett svar på två vägar. Motorer med livesökning, Perplexity eller webbläsarlägena i ChatGPT och Gemini, hämtar sidor i samma stund som frågan ställs och citerar dem. Basmodellerna svarar utifrån det de tog in under träningen, och det minnet uppdateras bara när en ny modellversion släpps. Båda vägarna lever i stort sett av samma källor, vilket håller arbetet enkelt.
Språkmodeller tränas på enorma mängder text: crawlade webbsidor, licensierade förlagsarkiv, böcker, kod och videotranskript. Produktåsikter i den högen kommer mest från platser där folk pratar om vad de använder. Reddit tecknade innehållslicensavtal med Google i början av 2024 och med OpenAI några månader senare, så trådar från subreddits flyter in i träningspipelines med plattformens välsignelse. Grok tränas på X-inlägg, Youtube-transkript för in recensenternas åsikter i blandningen, och mycket av det modellerna tror om utvecklarverktyg går att spåra till Hacker News.
Föreställ dig vad en modell behöver när den ska avsluta meningen ”det bästa faktureringsverktyget för frilansare är”. Det starkaste materialet den har är tusentals människor som besvarar exakt den frågan offentligt: jämförelsetrådar, inlägg av typen ”vad använder ni för det här”, svar under en konkurrents lansering och klagomål på verktyg som inte höll måttet. Den texten är tät av riktiga köpares ordförråd, och den lämnar ett djupt avtryck.
Retrieval arbetar utifrån samma material. Ställ en köpfråga till Perplexity och läs källorna under svaret; Reddit-trådar och jämförelselistor fyller oftast större delen av listan. Googles AI Overviews citerar ständigt inlägg från communities. Mönstret håller över alla motorer eftersom de alla jagar samma sak: ärliga människor som jämför produkter.
Ett AI-svar sätts ihop innan någon länk hinner klickas
En kommentar går därför två skift. Veckan den läggs upp når den människorna i tråden medan de bestämmer sig. Månader senare sopar en crawler upp den, och den blir en del av vad nästa generation modeller tror om din kategori, där den fortsätter att svara köpare du aldrig kommer att se i någon analysdashboard.
Ett litet team kan göra det här bra, för ingredienserna är helt vanligt arbete: att dyka upp i rätt samtal och hålla din berättelse konsekvent.
Allt ovanstående hänger på att du ser samtalet i tid. En Reddit-tråd samlar de flesta av sina läsare under det första dygnet, och sena svar sjunker till botten av sidan där få scrollar. Att bevaka sex plattformar för hand, för varje formulering av varje köpfråga, skulle sluka hela din vecka.
Det är det jobbet KWatch.io gör. Tjänsten bevakar Reddit, Hacker News, X (Twitter), Linkedin, Facebook och Youtube efter de sökord du registrerar, och ett matchande inlägg eller en matchande kommentar landar i din dashboard inom sekunder. Aviseringar når dig via e-post eller i Slack, och en JSON-webhook kan skicka varje omnämnande vidare till ditt CRM eller till automatiseringsverktyg som Zapier och n8n. Kommentarerna du skriver i de trådarna blir en del av det offentliga material som nästa omgång modeller tränas på, så varje samtal du fångar tidigt är en liten insättning i framtida AI-svar.
Sökordsaviseringar i KWatch.io-dashboarden
För GEO förtjänar fyra familjer av sökord sin plats:
Varje omnämnande har ett AI-sentimentbetyg, vilket gör det enkelt att plocka fram till exempel de negativa kommentarerna om en konkurrent, där ett lugnt och hjälpsamt svar från dig brukar tas emot väl.
Samtalsspårning täcker de trådar som fortsätter att ge avkastning. Vissa jämförelsetrådar ligger kvar på Google i åratal och sopas upp igen vid varje crawl. Spåra en, så meddelar KWatch.io dig varje gång en ny kommentar dyker upp i den, så att ditt svar förblir aktuellt i en tråd som både köpare och träningspipelines återvänder till. Läs mer om konversationsspårning på Reddit och Hacker News.
En KWatch.io-avisering i Slack
Det är moderatorerna som avgör om något av det här överhuvudtaget når en crawler. Reddit tar bort reklamspam inom minuter, och en borttagen kommentar försvinner från sidan och från varje framtida crawl av den.
Kommentarerna som får stå kvar har en gemensam form. De besvarar den faktiska frågan, i trådens tonläge, med den sortens detaljer som bara någon nära produkten känner till, och de berättar att författaren byggt saken. Läsare ger upvotes för den sortens ärlighet och moderatorer låter dem vara, vilket spelar roll eftersom kommentarer med många upvotes hamnar högst upp på sidan, där crawlarna ger dem störst vikt.
Kommentarer som den här hamnar i AI-träningsdata
Börja delta innan du behöver kontot, och håll länkar sällsynta jämfört med vanliga hjälpsamma svar. Plattformar som misstänker självreklam döljer dina inlägg utan att säga till; vi har skrivit en komplett guide om hur du vet om du har blivit shadowbannad och hur du undviker det.
Citeringar i live AI-sökning svarar inom veckor. En sida eller en tråd som Perplexity börjar citera skickar dig besökare som din analys visar under hänvisare som chatgpt.com och perplexity.ai.
Modellerna själva rör sig långsammare, eftersom det du publicerar det här kvartalet crawlas under de följande månaderna och dyker upp i det som släpps efter det. Effekten byggs upp tyst och visar sig sedan på en gång med en ny release. Konkurrenter som började för ett år sedan bor redan inne i dagens vikter, och omnämnandena du planterar nu kommer i kapp enligt samma tidtabell.
För logg. Ställ varje månad dina tio viktigaste köpfrågor till de stora motorerna och klistra in varje svar i ett kalkylark. Anteckna vilka produkter som nämns och hur din beskrivs. Efter några månader blir förskjutningen tydlig, och källorna i AI-sökningens svar berättar vilka trådar som gör jobbet.
GEO är allt du gör för att generativa AI-modeller som ChatGPT, Claude, Gemini och Grok ska beskriva din produkt korrekt och nämna den när användare ber om rekommendationer i din kategori. Det omfattar både vad modellerna lär sig under träningen och vad AI-sökmotorer citerar i stunden då frågan ställs.
En sökmotor rankar din sida bland tio länkar. En generativ motor skriver ett enda svar och nämner några få produkter, utifrån vad den läste under träningen och vad den hämtar live. Diskussioner i communities väger tungt på båda vägarna, så en stor del av GEO sker utanför din egen webbplats.
Ja. Reddit licensierade sitt innehåll till Google och OpenAI 2024, och Reddit-trådar hör till de mest citerade källorna i AI-sökningens svar. En väl mottagen kommentar i en relevant tråd når dagens läsare och tas upp av morgondagens modeller.
Citeringar i live AI-sökning kan dyka upp inom veckor och ge mätbar hänvisningstrafik. Omnämnanden som bakats in i modellvikter följer träningskalendern, så räkna med flera månader innan en ny modell plockar upp ditt arbete.
Reddit väger tyngst för produktrekommendationer, med Hacker News tätt efter för utvecklarverktyg. Youtube-transkript, X-inlägg, Linkedin-diskussioner och Quora-svar matar också träningskorpusar. Rätt mix beror på var dina köpare ställer sina frågor.
KWatch.io bevakar Reddit, Hacker News, X, Linkedin, Facebook och Youtube efter dina sökord i realtid, så att du kan gå in i köpsamtal medan de är färska. Kommentarerna du skriver i de trådarna hamnar senare i de dataset som generativa modeller tränas på, och KWatch.io larmar dig också när ditt varumärke beskrivs felaktigt, så att du kan svara.
Det slår tillbaka. Moderatorer tar bort spam inom minuter, och borttaget innehåll kommer aldrig med i en crawl. Plattformar shadowbannar dessutom konton som upprepar sig. En genomtänkt kommentar i rätt tråd slår femtio inklistrade.
Köpråd flyttar in i chattfönster, och modellerna sätter ihop dem av offentliga samtal som pågår just nu på Reddit, Hacker News, X och de andra stora plattformarna. Dyk upp i de samtalen med användbara svar och en konsekvent berättelse, så lär sig modellerna vem du är på samma sätt som dina kunder gör.
Det kostnadsfria KWatch.io-paketet innehåller sökordsaviseringar på Reddit och Hacker News, de två plattformar där de flesta AI-träningssamtalen sker, så du kan börja lyssna redan i dag: registrera dig på KWatch.io här. Detaljerna för varje paket finns på vår prissida.
Julien
Produktchef på KWatch.io