Når modellen filtrerer bort kilden din

Fra og med web_search_20260209 kan Claude skrive og kjøre kode som filtrerer søkeresultatene før de når konteksten. Det betyr at det finnes et utvalgssteg mellom «du ble funnet» og «du ble lest».

Vi har snakket om AI-synlighet som om veien fra indeks til svar er én rett strekning: du blir indeksert, modellen finner deg, modellen siterer deg. Den strekningen har nå minst tre trinn, og de har ulike kriterier.

De tre trinnene

Trinn 1: indeksering. Finnes du i indeksen modellen søker i? Dette er det gamle SEO-problemet, med den vrien at det ikke lenger er Googles indeks som gjelder for alle modeller.

Trinn 2: filtrering. Modellen har fått tilbake en haug med resultater. Kontekstvinduet er begrenset, og støy koster kvalitet. Så skriver den kode som siler: behold det som ser relevant ut for spørsmålet, kast resten. Dette skjer programmatisk, før modellen «leser» noe i vanlig forstand.

Trinn 3: utvelgelse. Av det som overlevde filteret, hvilke kilder ender faktisk opp i svaret, og hvilke får en lenke?

De fleste råd om AI-synlighet handler om trinn 1 og trinn 3. Trinn 2 er nytt, og det er usynlig.

Hvorfor filteret favoriserer noe over noe annet

Tenk på hva et slikt filter har å jobbe med. Det har ikke lest hele siden din i dybden — det er nettopp derfor filteret finnes, for å slippe det. Det har tittel, URL, utdrag, kanskje litt struktur, og spørsmålet det skal vurdere mot.

Det favoriserer altså innhold der relevansen er lesbar fra overflaten.

Det slår ut konkret:

• En tittel som beskriver hva siden faktisk svarer på, slår en tittel som er et ordspill.
• Et utdrag der svaret allerede antydes, slår et utdrag som er en innledning om hvor viktig temaet er.
• En URL som inneholder emnet, hjelper mer enn den gjorde i går.
• En side som handler om én ting, er lettere å vurdere enn en side som handler om syv.

Ingen av disse er nye. Det som er nytt, er at de nå avgjør noe før innholdet i det hele tatt blir vurdert på innhold.

Sammenhengen med chunk-tenkningen

Dette er samme argument som ligger under chunk-optimalisering, men nå med en konkret mekanisme å henge det på.

Poenget har hele tiden vært at modellen ikke siterer en side, den siterer en bit. Dynamisk filtrering legger til at biten må klare seg gjennom en maskinell vurdering før den blir en kandidat. Jo mer av meningen i teksten din som ligger i sammenhengen mellom avsnittene, jo mer taper du i det steget.

Det er derfor jeg har blitt gradvis mer opptatt av hvor mye av en side som faktisk er relevant for spørsmålet siden hevder å svare på. En lang side med lav andel relevant innhold taper mot en kort side med høy andel — ikke fordi lengde er dårlig, men fordi filteret ser en dårligere signalmiks.

Hva jeg ville endret i skrivingen

Sett svaret først, ikke innledningen. Det gjelder både på siden og i hvert avsnitt. En modell som skal vurdere relevans fra et utdrag, får ingenting ut av «I dagens digitale landskap er det viktigere enn noen gang …».

Gi hvert avsnitt én jobb. Et avsnitt som svarer på ett spørsmål er en kandidat. Et avsnitt som svarer på tre er vanskelig å plassere.

Skriv titler som beskriver, ikke som lokker. Klikkagn er optimalisert for et menneske som skal velge mellom ti blå lenker. Filteret er ikke det mennesket.

Kutt sider som handler om alt. Den lange samlesiden som dekker et helt fagfelt har vært et godt SEO-grep i mange år. Den er dårlig utgangspunkt for et filter som vurderer relevans mot ett spesifikt spørsmål.

Det ubehagelige med dette

Du kan ikke måle det.

Blir du ikke sitertSiteringEn sitering er når en AI-tjeneste oppgir kilden bak et svar, som regel med lenke. Sitering er noe annet enn omtale: du kan bli nevnt uten å bli lenket til, og lenket til uten å bli nevnt ved navn.Se i ordlisten, ser du ikke hvilket trinn du falt ut i. Var du ikke indeksert? Ble du filtrert bort? Kom du helt fram og tapte til slutt? Alle tre ser like ut fra utsiden: fravær.

Det er nok en grunn til at jeg blir skeptisk når noen presenterer en enkelt AI-synlighetsskår som om den forklarer noe. Skåren måler utfallet. Den vet ingenting om hvor i kjeden det gikk galt — og det er der du eventuelt skulle gjort noe.

Det nærmeste vi kommer, er å gjøre innholdet lesbart på alle tre trinn samtidig: finnbart, vurderbart fra overflaten, og verdt å sitere når det først blir lest. Det er kjedeligere enn en skår, men det er det som virker.