---
title: "Hva er query fan-out?"
description: "Query fan-out er når ett spørsmål blir til mange delsøk. Slik finner du delsøkene du taper i, og hvorfor søkeordslister ikke fanger dem."
canonical: https://kristerross.no/hva-er/query-fan-out/
updated: 2026-08-23
term: "Query fan-out"
term_en: "Query fan-out"
category: "Hvordan AI finner informasjon"
chain_link: "2. Henting (Retrieval)"
trust_step: "2. Henting"
author: "Krister Ross"
site: "Krister Ross"
language: nb-NO
---

# Hva er query fan-out?

Hvorfor er du usynlig i AI-svar på spørsmål du åpenbart burde vært relevant for?

## Kort svar

Query fan-out er når systemet deler ett spørsmål opp i flere delsøk og henter informasjon fra hver sin vinkel. Ett spørsmål fra brukeren kan bli ti søk i bakgrunnen, og du konkurrerer i hvert av dem.

Brukeren stiller ett spørsmål. Motoren stiller fem til ti. Du konkurrerer i hvert av dem, og du trenger bare å tape nok av dem før du forsvinner ut av svaret.

Det er den viktigste enkeltårsaken til at et nettsted som rangerer godt i Google likevel ikke nevnes: rangeringen gjelder hovedformuleringen, mens svaret bygges av delsøk du aldri har sett.

## Ikke å forveksle med

### Query expansion

Utvidelse legger synonymer og beslektede ord til det samme søket. Fan-out lager flere selvstendige søk med hver sin vinkling. Det første gir bredere treff på ett spørsmål, det andre gir flere spørsmål å tape i.

### Query decomposition

Oppdeling er å bryte et sammensatt spørsmål i logiske delspørsmål. Fan-out er den praktiske gjennomføringen: delspørsmålene blir til faktiske søk mot indeksen, ofte flere per delspørsmål.

### Søkeordsanalyse

En søkeordsliste beskriver hva folk skriver inn. Fan-out beskriver hva maskinen skriver inn på vegne av dem. De to overlapper mindre enn du tror, og det er derfor synlighet må måles på prompts.

## Plass i kjeden

Query fan-out hører hjemme i ledd 2 av 8, Henting (Retrieval), som er trinn 2 — Henting — i TRUST-modellen.

**Er du blant dokumentene som faktisk hentes inn?** Spørsmålet brytes opp i flere delsøk, og hvert delsøk henter typisk fem til tjue dokumenter. Kandidatpoolen er trang, og den er der de fleste faller ut.

Svikter leddet: Du rangerer kanskje i Google, men blir aldri kandidat i det generative svaret.

Hele modellen: https://kristerross.no/trust/

## Hvorfor dette avgjør noe

Når spørsmålet er sammensatt — og de fleste ekte spørsmål er det — deler motoren det opp. «Hvilken leverandør bør vi velge til X» blir til søk på kriterier, på alternativer, på priser, på erfaringer og på ulemper. Hvert delsøk henter sine egne kandidater.

Kandidatene fra alle delsøkene slås sammen før de rangeres på nytt. Er du bare med i ett av åtte delsøk, konkurrerer du mot kilder som er med i fem. Det trenger ikke bety at innholdet ditt er svakere — bare at det dekker en smalere del av spørsmålet.

Delsøkene er heller ikke formulert som brukeren formulerte seg. De er maskinens omskrivinger, ofte kortere og mer tekniske. Innhold som er skrevet mot en markedsføringsformulering treffer dem sjelden.

Konsekvensen for innholdsarbeid er en annen enhet enn siden: du bør dekke vinklingene rundt et tema, ikke variantene av ett søkeord. Det er også derfor en klynge av skarpe sider slår én lang side som «dekker alt».

## Eksempel: Ett kundespørsmål, åtte delsøk

Ta et spørsmål en kunde faktisk stiller: «Hvem bør vi bruke til å bli synlige i ChatGPT i Norge?» Det ser ut som ett søk. I praksis må motoren finne ut hva tjenesten heter, hvem som tilbyr den i Norge, hva den koster, hvordan den måles, hva som skiller leverandørene og hva som er kritikken mot dem.

Du kan være den beste kilden på ett av de seks og likevel ikke komme med i svaret, fordi en konkurrent er akseptabel på fire. Det er ikke urettferdig — det er hvordan sammenstillingen fungerer.

_Illustrasjon av hvordan et spørsmål brytes opp. Antallet delsøk varierer per motor og kjøring._

## Sjekk selv

Tidsbruk: 8 minutter. Utfall: Du har en liste over delsøkene du taper i på ditt viktigste kundespørsmål.

1. Velg det ene spørsmålet som ligger nærmest et kjøp i din kategori.
2. Be en AI-tjeneste dele det opp: «Hvilke delspørsmål må besvares for å svare godt på dette?»
3. Søk opp hvert delspørsmål for seg, og noter om du er blant kildene.
4. Delspørsmålene du ikke dukker opp i, er innholdsplanen din. De er som regel ikke temaer du har tenkt på som «dine».

Forbehold: Oppdelingen du får er en rimelig etterlikning, ikke motorens faktiske delsøk. Den er nyttig til å finne hull, ikke til å dokumentere hva som skjedde.

## Hva du faktisk gjør

1. **Dekk vinklingene rundt temaet, ikke variantene av søkeordet.** Pris, kritikk, alternativer, forutsetninger og fallgruver er egne delsøk. De fleste nettsteder dekker bare den positive vinklingen på sitt eget tema.
2. **Skriv en side per delspørsmål der volumet forsvarer det.** En skarp side har høy andel relevante biter for sitt delsøk. En bred side har lav andel for alle.
3. **Bruk kundenes formuleringer og maskinens om hverandre.** Delsøkene er tekniske omskrivinger. Har du bare markedsføringsspråk på siden, faller du ut av dem.
4. **Mål på prompts, ikke på søkeord.** Et promptsett fanger fan-out som helhet. En søkeordsliste fanger bare inngangsformuleringen, som er den ene delen maskinen ikke bruker.

## Vanlige feil

- Å anta at rangering på hovedsøket gir plass i svaret. Delsøkene avgjør, og de er andre søk.
- Å skrive én lang side som «dekker alt». Den får lav andel relevante biter i hvert enkelt delsøk.
- Å ignorere de negative vinklingene. «Ulemper med X» er et delsøk i nesten alle kjøpsspørsmål.
- Å måle synlighet på ett spørsmål. Fan-out betyr at variasjonen mellom formuleringer er stor.

## Hva som lar seg måle

Måltall: Promptdekning på tvers av delspørsmål

Bygg promptsettet slik at delspørsmålene er egne prompts, ikke bare hovedspørsmålene. Da måler du dekningen der konkurransen faktisk avgjøres, og hullene blir en innholdsplan i stedet for en gjetning.

Frekvens: Kvartalsvis gjennomgang av settet, månedlig måling på det.

## Ofte stilte spørsmål

### Hvor mange delsøk blir ett spørsmål til?

Det varierer med spørsmålets kompleksitet, med motoren og mellom kjøringer av samme spørsmål. Enkle faktaspørsmål kan gi ett; sammensatte kjøpsspørsmål gir gjerne mellom fem og ti. Tall som oppgis som en fast regel er gjetninger.

### Kan jeg se delsøkene motoren faktisk kjørte?

Ikke direkte. Noen grensesnitt viser en forenklet fremstilling av hva de søkte etter, men det er en oppsummering og ikke loggen. Det du kan gjøre er å rekonstruere sannsynlige delsøk og teste dem hver for seg.

### Betyr dette at jeg må lage mange flere sider?

Flere skarpe, ikke flere generelle. Poenget er dekning av vinklinger, og en side som ikke besvarer noe nytt tilfører ingen dekning — den senker bare gjennomsnittlig relevans på nettstedet.

## Beslektede begreper

- **AI Mode**: AI Mode er Googles dialogbaserte søkeopplevelse, der brukeren stiller sammensatte spørsmål og fortsetter med oppfølginger i samme tråd. Den skiller seg fra AI Overview ved at søket er en samtale og ikke ett oppslag.
- **AI Overview** (https://kristerross.no/hva-er/ai-overview/): AI Overview er Googles genererte svar øverst i søkeresultatet, satt sammen av informasjon fra flere kilder med lenker ved siden av. Det er den flaten der flest nordmenn møter AI-søk uten å ha valgt det selv.
- **Conversational search**: Conversational search er søk som foregår som en samtale, der brukeren kan stille oppfølgingsspørsmål og tjenesten husker konteksten fra de forrige. Det betyr at ett informasjonsbehov kan gi fem søk i stedet for ett.
- **Grounding query**: En grounding query er søket AI-systemet kjører internt for å finne stoff til svaret. Det er sjelden formulert som brukerens spørsmål, og det er derfor synlighet må måles på prompt og ikke på søkeord.
- **Promptsett** (https://kristerross.no/hva-er/promptsett/): Et promptbibliotek er en kuratert samling ekte brukerformulerte spørsmål som synligheten måles mot. Minimum 50, ideelt 200, og minst 80 prosent non-brand — merkevareprompts måler gjenkjennelse, ikke oppdagelse.
- **Query decomposition**: Query decomposition er å bryte et sammensatt spørsmål ned i mindre delspørsmål som kan besvares hver for seg. Det er derfor en side som svarer på ett skarpt delspørsmål ofte slår en side som svarer bredt på alt.
- **Query expansion**: Query expansion er når systemet utvider spørsmålet med beslektede ord og begreper for å finne bedre kilder. Det er grunnen til at eksakt søkeordsbruk betyr mindre enn før, og begrepsdekning mer.

---

Kilde: https://kristerross.no/hva-er/query-fan-out/