Sådan bliver influencer-indhold citeret i Google AI Overviews og andre AI-søgemaskiner

Kort svar: ingen særlig optimering findes — men format og struktur betyder alt

Google AI Overviews og AI Mode henter deres kilder fra sider, der allerede er indekseret og typisk allerede rangerer i toppen af den almindelige Google-søgning. Google skriver selv i sin egen dokumentation, at der "ikke er yderligere krav for at optræde i AI Overviews eller AI Mode, og heller ingen særlige optimeringer, der er nødvendige." Mekanikken kaldes query fan-out: systemet stiller flere relaterede søgninger på tværs af undertemaer og kilder for at bygge ét samlet svar, i stedet for at vise ét enkelt søgeresultat. Uden for Googles eget økosystem — i ChatGPT, Perplexity, Microsoft Copilot og Gemini — citeres YouTube-indhold til gengæld uforholdsmæssigt ofte, især lange, forklarende videoer frem for Shorts. Det er ikke bekræftet af platformene selv, men et branche-målt mønster med stor praktisk betydning for, hvordan influencer- og creator-indhold bør struktureres.

Hvad "AI-citation" egentlig betyder for influencer-indhold

Når en bruger stiller et spørgsmål i Google AI Overviews, AI Mode, ChatGPT, Perplexity, Microsoft Copilot eller Gemini, genererer systemet et sammenfattet svar og — i de fleste tilfælde — viser links til de kilder, svaret bygger på. At blive citeret betyder, at ens side, video eller kanal optræder som en af de kilder, en bruger kan klikke videre til. Det er et selvstændigt discovery-lag ved siden af klassisk søgerangering og social rækkevidde: en video eller artikel kan blive citeret af en AI uden nogensinde at blive fundet via en almindelig Google-søgning eller et feed. Denne disciplin kaldes i branchen ofte GEO (Generative Engine Optimization) eller AEO (Answer Engine Optimization) — betegnelser for arbejdet med at gøre indhold citerbart af generative AI-systemer, parallelt med klassisk SEO. Det er en adskilt disciplin fra at bruge en AI-genereret eller virtuel persona i selve indholdet — se AI- og virtuelle influencers vs. menneskelige creators for den beslægtede, men adskilte diskussion. For influencer- og creator-indhold er citation relevant af to grunde: dels fordi meget af det content, brands allerede betaler for, i forvejen ligger som lange, forklarende videoer og guides — netop det format, der viser sig at blive citeret oftest (se nedenfor) — dels fordi citation er endnu et lag, der er svært at spore med klassiske metoder; se sådan måler du influencer marketing, når du ikke kan tracke alt for de øvrige utrackede kanaler, AI-citation nu føjer sig til.

Sådan vælger Googles AI Overviews og AI Mode kilder — ifølge Google selv

Ifølge Googles egen udviklerdokumentation er der ingen separat "AI-rangering": AI Overviews og AI Mode bruger den samme underliggende søgeindeksering som almindelig Google-søgning, og en side skal opfylde de samme grundlæggende krav — den skal være indekseret og kvalificeret til at vise et almindeligt søgeresultat (et snippet). Herfra bygger systemet svaret via query fan-out: det stiller flere relaterede søgninger på tværs af undertemaer og datakilder og samler resultaterne, hvilket ifølge Google gør det muligt at vise "et bredere og mere varieret sæt af hjælpsomme links", end en klassisk søgning ville vise. Google henviser i øvrigt til de samme grundlæggende SEO-principper som altid — hjælpsomt, pålideligt, menneske-først indhold — og offentliggør ikke en selvstændig liste af rangeringssignaler specifikt for AI-funktionerne. Med andre ord: der findes ingen genvej eller skjult teknisk optimering til AI Overviews. Det, der allerede virker i klassisk SEO, er også det, der afgør, om en side kan citeres der.

Hvorfor YouTube og lange videoer topper AI-citationerne på tværs af platforme

Uden for Googles eget søgeøkosystem er billedet et andet, og her stammer den bedste tilgængelige data fra en tredjeparts måling, ikke fra platformene selv. Denne skævhed mod YouTube er endnu en grund til at genoverveje kanalvalg mellem de store platforme — se YouTube, TikTok eller Instagram til influencer marketing for den bredere sammenligning. AI-søgeanalysefirmaet OtterlyAI offentliggjorde 2. marts 2026 en YouTube Citation Study 2026 baseret på over 100 millioner AI-citationer indsamlet globalt over en 30-dages periode på tværs af seks AI-platforme: ChatGPT, Google AI Overviews, Google AI Mode, Perplexity, Microsoft Copilot og Gemini. Studiets centrale fund: 94% af alle citerede YouTube-videoer var lange, referenceagtige videoer, mens YouTube Shorts kun udgjorde 5,7% af citationerne (playlister, kanaler og livestreams tilsammen 0,3%). Citationerne af YouTube-indhold var desuden ujævnt fordelt på tværs af de seks platforme: Perplexity stod for 38,7%, Google AI Overviews for 36,6%, Google AI Mode for 19,6%, ChatGPT for 4,4%, Microsoft Copilot for 0,5% og Gemini for 0,2%. Måske det mest praktisk nyttige fund: klassiske popularitetsmål korrelerede stort set ikke med, om en video blev citeret igen — OtterlyAI målte en korrelation nær nul for antal visninger (r ≈ −0,03), likes (r ≈ −0,02) og antal abonnenter (r ≈ −0,03), mens beskrivelseslængde (r = 0,31) og brug af hashtags (r = 0,20) viste en svag til moderat positiv sammenhæng. Studiet fandt også, at tidsstemplede videoafsnit (kapitler) kun blev citeret af Google AI Overviews (73% af de tidsstemplede citationer) og Google AI Mode (27%) — ingen af de øvrige fire platforme citerede et eneste tidsstemplet klip i måleperioden, og 78% af de tidsstemplede videoer, der blev citeret, blev citeret flere gange på tværs af 2-5 kapitler. Disse tal er OtterlyAIs egen, navngivne måling og skal læses som branche-observeret data, ikke som noget Google, OpenAI, Perplexity, Microsoft eller Google (Gemini) selv har bekræftet eller offentliggjort.

Sammenligning: kildegrundlag på tværs af de store AI-søgemaskiner

Det gennemgående mønster: alle seks platforme bygger i sidste ende på, at indholdet allerede er offentligt tilgængeligt, crawlbart og indekseret et sted — ingen af dem har en separat "send til AI"-kanal, en betalt citation-plads, eller en indsendelsesformular. Det eneste, en creator eller et brand kan gøre, er at sikre, at indholdet i forvejen er struktureret, så det er let for et system at udtrække et selvstændigt, korrekt svar fra det.

Hvad der reelt gør influencer- og creator-indhold citerbart

Ud fra Googles egen dokumentation og OtterlyAIs data kan man udlede nogle praktiske, om end ikke garanterede, kendetegn ved indhold, der bliver citeret. Det er Make Influences egen operationelle vurdering, ikke en bekræftet regel fra nogen af platformene:

• Lange, forklarende formater slår korte formater. 94% af YouTube-citationerne gik til lange videoer, ikke Shorts — sandsynligvis fordi et langt, forklarende format indeholder mere udtrækbar, selvstændig substans end 15-60 sekunders indhold, der er bygget til at blive set, ikke læst/parset.
• Indhold, der findes på en indekseret side, ikke kun inde i en platform-silo, kan citeres bredere. Et Instagram Reel eller en TikTok-video, der aldrig genbruges på en offentlig, crawlbar side, er sværere for et AI-system at finde og citere end det samme indhold, når det også ligger som artikel, transskription eller landingsside. Se må du genbruge influencer-indhold i mails og på hjemmesiden for de brugsretslige rammer for at gøre præcis det.
• Struktur, der besvarer ét spørgsmål direkte, slår indhold, der dækker et emne løst. Klare overskrifter, et direkte svar tidligt i teksten, og adskilte, selvstændige afsnit er lettere for et system at udtrække korrekt — uanset om systemet arbejder med tekst eller (for video) en transskription/undertekst.
• Beskrivelser og struktureret metadata ser ud til at hjælpe mere end "virale" signaler. OtterlyAIs svage-til-moderate korrelation for beskrivelseslængde og hashtags — mod stort set ingen korrelation for visninger, likes eller abonnenter — peger på, at metadata-kvalitet er mere styrbart end at jage viralitet for citation-formål specifikt.

Ingen af disse er garantier. De er mønstre, der er observeret i data fra én analyseudbyder over én 30-dages periode, ikke en offentliggjort algoritme fra nogen af platformene.

Beslutningsramme: bør du optimere specifikt for AI-citation?

• HVIS dit brand allerede har lange, forklarende YouTube-videoer eller guides med en creator — SÅ er den vigtigste handling ofte bare at sikre, at indholdet også findes på en indekseret, offentligt tilgængelig side (ikke kun i en platform-app), da det er den fælles forudsætning for citation på tværs af alle seks målte platforme.
• HVIS dit indhold i dag primært er kort-format (Reels, Shorts, TikToks) — SÅ er AI-citation sandsynligvis ikke det rigtige mål for det format lige nu; brug det korte format til reach og engagement, og overvej et separat langt format (en YouTube-video, en artikel), hvis citation-synlighed er et reelt forretningsmål.
• HVIS du allerede investerer i klassisk SEO for en side — SÅ er der ifølge Google ingen ekstra teknisk optimering at tilføje specifikt for AI Overviews; fortsæt med de samme fundamentale principper (hjælpsomt, direkte, velstruktureret indhold).
• HVIS målet er at måle effekten af AI-citation på salg eller trafik — SÅ vær opmærksom på, at det stort set er usporeligt med klassiske metoder i dag; se afsnittet om regneeksemplet nedenfor for, hvorfor.

Regneeksempel: hvor stor en del af din søgetrafik kan AI Overviews røre ved? (hypotetisk)

Tallene nedenfor er hypotetiske og udelukkende til illustration. De er ikke hentet fra nogen bekræftet kilde, ikke en Make Influence-kundecase, og ikke et benchmark for nogen bestemt branche.

Antag, at et brand overvåger 40 kommercielle søgeord, der er relevante for dets kategori. Antag videre, at en AI Overview (hypotetisk, ikke en målt andel) vises på 60% af disse 40 søgeord — det er 24 søgeord. Hvis brandets egen side, eller en creators indhold om brandet, er blandt de citerede kilder på halvdelen af disse 24 visninger (12 søgeord), betyder det, at AI Overviews potentielt påvirker synligheden på 12 ud af de oprindelige 40 søgeord — altså 30% af hele søgeordslisten (12 ÷ 40 = 0,30). Det tal siger ikke noget om, hvor mange brugere der rent faktisk klikker videre fra en AI Overview til kilden — det tal er der i skrivende stund ingen pålidelig, offentligt tilgængelig kilde for, og det bør derfor hverken antages at være højere eller lavere end almindelig klikadfærd, før det er dokumenteret.

Make Influence's erfaring

I Make Influences egen vurdering er den mest almindelige fejltagelse at behandle "AI-citation" som en ny, isoleret kanal, man kan købe sig til. Det kan man ikke — hverken hos Google eller nogen af de øvrige fem platforme, der er målt her, findes der en betalt eller indsendt vej ind. Det, der reelt flytter noget, er det samme, som altid har flyttet noget i god SEO og godt indhold: at gøre eksisterende, allerede stærkt creator-indhold offentligt tilgængeligt, velstruktureret og direkte i sit svar. For brands, der allerede arbejder struktureret med attribution og måling af influencer marketing, er det naturligt at behandle AI-citation som endnu et lag i det samme problem, klassisk sidste-klik-attribution allerede har: en kanal, der påvirker beslutninger, uden at efterlade et klik, en kode eller et link at spore. Se attribution i influencer marketing for, hvordan de øvrige utrackede lag typisk håndteres i praksis.

FAQ

Erstatter AI-citation klassisk SEO?

Nej. Ifølge Googles egen dokumentation bruger AI Overviews og AI Mode den samme underliggende indeksering som almindelig søgning, og der er ingen særskilt optimeringsvej. Klassisk SEO er stadig forudsætningen, ikke et alternativ.

Kan man specifikt optimere for at blive citeret af ChatGPT eller Perplexity?

Der findes ingen officiel, bekræftet metode fra nogen af platformene. Det, der er observeret i OtterlyAIs data, er en korrelation mellem visse indholdsegenskaber (langt format, struktureret metadata) og citation-hyppighed — ikke en garanteret opskrift.

Citerer AI-søgemaskiner influencer-/UGC-indhold på samme måde som brand-ejet indhold?

Det er ikke undersøgt specifikt i den her omtalte data, som måler på YouTube-indhold generelt, ikke opdelt efter afsender. Der er ingen dokumenteret forskel at henvise til, og en sådan forskel bør derfor hverken antages eller afvises uden yderligere data.

Betyder sponsoreret indhold eller reklamemærkning noget for, om indhold bliver citeret?

Der findes ingen offentliggjort eller målt dokumentation for det ene eller det andet. Behandl det som ubekræftet, indtil en platform eller en uafhængig måling siger noget konkret om det.

Skal danske brands og creators bekymre sig om dette nu, eller er det for tidligt?

OtterlyAIs data er globalt indsamlet uden geografisk eller sproglig filtrering, så det siger ikke noget specifikt om det danske marked eller dansksproget indhold. Da citation grundlæggende kræver, at indhold i forvejen er indekseret og velstruktureret — de samme forudsætninger som klassisk dansk SEO — er den praktiske anbefaling at behandle det som en naturlig forlængelse af eksisterende SEO-arbejde, ikke en ny, akut disciplin.

Hvor længe holder disse tal?

OtterlyAIs tal er et øjebliksbillede fra en 30-dages måleperiode i starten af 2026. AI-søgemaskinernes kildevalg-mekanikker udvikler sig hurtigt, og tallene bør genverificeres, før de citeres som aktuelle efter en længere periode.

Er det det samme som en AI-agent, der gennemfører et køb for en shopper?

Nej. Denne artikel handler om at blive citeret som kilde, når et AI-system besvarer et spørgsmål. Et separat og voksende spørgsmål er, hvad der sker, når en AI-shoppingagent som ChatGPT eller Perplexity går videre og rent faktisk hjælper med at gennemføre selve købet; se AI-shoppingagenter og hvad de betyder for affiliate-kommissionstracking for, hvordan det ændrer tracking og kommission, ikke citation.