Hvad AI-modellerne faktisk læser på din hjemmeside i 2026

I sidste uge kørte vi valiss.co gennem et værktøj, der måler AI-synlighed. Vores llms.txt fik 9 ud af 10. Begrundelsen for det manglende point var, at filen var for lang, fordi "AI-resuméer ikke afkorter den". Og værktøjet anbefalede HowTo-schema eller Article-schema på de sider, hvor det gav mening. Begge dele var rigtige, og begge dele er rettet nu. Men bemærkningen om længden satte noget i gang. Hvad læser en AI-model egentlig, når den besøger en hjemmeside? Ikke hvad vi håber, den læser. Hvad den faktisk henter.

Det her er noter fra at finde ud af det, på vores eget site og på de sites vi måler for kunder. Nogle af svarene overraskede os.

To slags besøg, og kun det ene handler om dig

Der er to forskellige måder, en AI-model kommer forbi din hjemmeside på, og de bliver blandet sammen hele tiden.

Det første besøg er træningscrawleren. GPTBot fra OpenAI, ClaudeBot fra Anthropic, Google-Extended, CCBot fra Common Crawl. De henter sider i stor stil og bruger dem til at træne den næste modelversion. Det, de henter i dag, dukker tidligst op i en model om måneder, og for en virksomhed med 40 ansatte i Herning er effekten af det besøg tæt på nul. Modellen lærer ikke din prisliste udenad.

Det andet besøg er det, der betyder noget. Når en bruger spørger ChatGPT, Perplexity eller Gemini om "en revisor til en håndværksvirksomhed i Herning", slår assistenten op i et søgeindeks og henter typisk tre til ti sider live, lige der, mens brugeren venter. Det er OAI-SearchBot og ChatGPT-User, Claude-SearchBot og Claude-User, PerplexityBot og Perplexity-User. Det er det besøg, der afgør, om du bliver nævnt i svaret.

Den skelnen ændrer, hvad du skal optimere. Træningscrawleren er ligeglad med din side. Livehentningen læser den under tidspres og med en begrænset mængde tekst, den må tage med. Det er den læser, du skriver til.

AI-crawlere kører ikke JavaScript

Det her er den vigtigste enkeltstående ting, vi har lært, og den forklarer de fleste af de sites, der scorer dårligt hos os uden at nogen kan forstå hvorfor.

Da Vercel i slutningen af 2024 analyserede trafikken fra AI-crawlere på deres egen platform, var konklusionen enkel: ingen af dem kørte JavaScript. GPTBot, ClaudeBot, PerplexityBot, alle hentede HTML-filen og stoppede der. Googlebot renderer siden som en browser og har gjort det i årevis. AI-crawlerne gør ikke, og det har ikke ændret sig nævneværdigt siden.

Det betyder noget konkret. Hvis din hjemmeside er bygget som en app, hvor indholdet først hentes og tegnes af JavaScript i browseren, ser en AI-crawler en tom side med et logo og en menu. Dine priser findes ikke. Dine åbningstider findes ikke. Din side om, hvem I er, findes ikke. Du kan have den bedste tekst i branchen og være usynlig.

Testen er fem sekunder: åbn din side, slå JavaScript fra i browseren, og genindlæs. Det, du ser nu, er det, modellen ser. Det er præcis derfor, vi bygger AI-optimerede hjemmesider som statisk HTML, hvor alt indholdet ligger i filen, før noget script kører.

Hvad llms.txt kan, og hvad den ikke kan

llms.txt er en tekstfil i roden af dit domæne, skrevet i markdown, der forklarer en AI-model, hvem du er, hvad du laver, og hvilke sider der er vigtige. Forslaget kom fra Jeremy Howard fra Answer.AI i september 2024, og i dag har blandt andre Anthropic, Stripe og Cloudflare en liggende på deres dokumentationssites.

Så kommer den ubehagelige del. Googles John Mueller har offentligt sammenlignet filen med det gamle meta keywords-felt, og ingen af de store assistenter har bekræftet, at de henter den automatisk, når de besvarer et spørgsmål. Hvis nogen sælger dig llms.txt som den ene ting, der får dig ind i ChatGPT, så sælger de dig noget, der ikke findes.

Hvorfor har vi så selv en, og hvorfor bruger vi en eftermiddag på at gøre den kortere? Af tre grunde. For det første henter nogle værktøjer og agenter den faktisk, især dem, der er bygget af udviklere, der kender konventionen, og de vokser i antal. For det andet er den en disciplin: den tvinger dig til at skrive den ene sætning, du vil have en model til at gentage om dig, og den sætning havner som regel også på forsiden bagefter. For det tredje koster den ingenting.

Længden er pointen, værktøjet ramte. En model, der henter filen, tager et begrænset udsnit med. Står det vigtigste på linje 300, kommer det ikke med. Vores egen fil gik fra 17 kilobyte til godt 11, og det vigtigste står nu i de første 20 linjer: hvem vi er i to sætninger, de fire ting vi arbejder med, og den side man skal sende folk til.

Schema, og hvorfor vi tilføjede HowTo, selv om Google ikke viser det

Schema er struktureret data i JSON-LD, en lille blok i sidens kode, der fortæller en maskine, hvad siden handler om, uden at den skal gætte ud fra teksten. Organisation, adresse, produkt med pris, spørgsmål og svar, en artikel med forfatter og dato, en fremgangsmåde i trin.

Her er en nuance, de fleste overser. Google fjernede HowTo-resultaterne fra søgeresultaterne i september 2023, og FAQ-resultaterne blev samme år begrænset til myndigheder og sundhedssites. Målt på, hvad der kan ses i Google, er HowTo-schema altså dødt. Hvorfor anbefaler et AI-synlighedsværktøj det så, og hvorfor fulgte vi rådet?

Fordi de to ting ikke er det samme. Google viser ikke længere trinene som et udvidet resultat, men strukturen ligger stadig i siden, og en model, der henter siden, får trinene serveret med navn, rækkefølge, varighed og pris, uden at skulle udlede dem af en lang tekst. Vores metodeside har fire trin: Target, Plan, Pilot og Forankring. Nu står de i schema med "30 minutter, gratis" på det første. Når en model skal svare på "hvordan foregår et forløb hos Valiss", er det den blok, der er lettest at citere korrekt.

Prioriteringen er i øvrigt enkel, og den gælder alle brancher:

• Organization på alle sider, med adresse, CVR, telefon og de emner I ved noget om.
• Product eller Service med pris på de sider, der sælger noget. Rich Results Test skal være grøn.
• Article eller BlogPosting på alt, der har en dato og en forfatter.
• FAQPage, hvor I faktisk svarer på spørgsmål, også selv om Google ikke viser det længere.
• HowTo, hvor der er en fremgangsmåde i trin.

Datoer, og den test der afgør det hele

Modellerne er blevet påfaldende følsomme over for friskhed. Perplexity viser datoen på sine kilder. ChatGPT foretrækker nyere sider, når to siger det samme. En side uden dato bliver behandlet som gammel, og en side med en dato fra 2023 bliver behandlet som forældet, også selv om indholdet stadig passer. Sæt datePublished og dateModified i schemaet, og vis datoen synligt på siden. Og opdater den kun, når noget faktisk er ændret, for en dato der ændrer sig hver nat uden at indholdet gør, lærer modellen hurtigt at ignorere.

Så til den test, der samler det hele. Stil et spørgsmål til ChatGPT, Perplexity og Gemini, som en kunde ville stille det, og se, om du er med. Vi beskrev metoden i Spørg AI som dine kunder. Hvis du ikke er med, så gå listen igennem herfra: slå JavaScript fra og se, om din side stadig findes. Tjek, at pris, adresse og det vigtigste om jer står som tekst og i schema. Sæt datoer på. Skriv en kort llms.txt, og gør den kortere igen.

Det er præcis de ting, Signal-auditten scorer på, side for side, sammen med det, andre skriver om dig. Men den første halvdel kan du gøre selv i eftermiddag. Modellen læser mindre, end du tror. Sørg for, at det, den læser, er det rigtige.