AEO & GEO Teknisk Specifikation (Ingeniørreference 2026)
RAG-vektorhentningstærskler, 256-token chunk-grænser, entitet-til-støj fysik og Schema.org graffarkitekturer.
Generative søgemaskiner crawler ikke links eller beregner PageRank. Når en B2B-køber spørger ChatGPT, Perplexity, Claude eller Gemini om en leverandørsammenligning, kører motoren en RAG-pipeline: forespørger et vektorindeks, beregner cosinuslighed over 256-token vinduer og udtrækker faktatripler. Hvis din DOM tager 800 ms at hydrere, droppes dit brand før syntesefasen. Her er specifikationen for 15 AEO-primitiver.
Answer Engine Optimization (AEO) er ingeniørkunsten at strukturere websider, JSON-LD vidensgrafer og serversvar til deterministisk udtrækning af LLM'ers RAG-pipelines. Mens traditionel SEO optimerer CTR på 10 blå links, maksimerer AEO entitetsbevarelse, høj cosinuslighed (>0.82) og direkte citering i AI-svar.
15 grundlæggende AEO & GEO arkitekturprimitiver
01RAG (Retrieval-Augmented Generation) Pipeline
Hentningsstak3-trins arkitektur (Bi-encoder søgning → Cross-encoder genrangering → LLM-generering). Hvis svaret ikke er i en atomisk blok på 150-200 ord under en overskrift, udelukkes det.
02Cosinuslighed og vektorindlejringer
SøgematematikSkalarproduktmål mellem forespørgselsvektor og tekstblokvektor i flerdimensionale rum (1536 eller 3072 dimensioner). Produktionssystemer anvender strenge tærskler (>0.82).
03Entitet-til-støj forhold (ENR)
FaktatæthedAndel af verificerede entiteter i forhold til fyldord. AI-parsere klipper ordrige afsnit; AnswerShaper maksimerer ENR gennem direkte erklæringer.
04Information Gain Score (Patent US10726079B1)
Algoritmisk vægtningGoogles patenterede algoritme, der beregner nyt faktaindhold i forhold til indekset. Omskrevne artikler får nul point; egne benchmarks får maksimal vægt.
05Syntetisk Share of Voice (SOV)
HovedmetrikStatistisk procentdel (0-100%), hvor en LLM nævner et brand over en matrix med 1.000 syntetiske købere. Erstatter SERP-positioner 1-10.
06Fan-Out underspørgsmål
ForespørgselsdekomponeringSearchGPT og Perplexity opdeler automatisk forespørgsler i 3-5 tekniske underspørgsmål (priser, API-grænser, anmeldelser).
07Grounding og kildeankre
HallucinationsforsvarEksplicitte tekststykker i hentede dokumenter, der bruges til at verificere fakta. Påstande uden forankring undertrykkes.
08AI Inception Radar (UGC-signaler Reddit/G2)
KonsensusanalyseKontinuerlig overvågning af diskussioner på Reddit, Quora, GitHub og G2, som AI-crawlere stoler på.
09llms.txt protokol
Crawler-standardStandardiseret manifest i roden (/llms.txt), der giver et rent Markdown-indeks for AI-bots (GPTBot, ClaudeBot, PerplexityBot).
10Topisk autoritetsvektor
Semantisk klyngeanalyseFlerdimensionel indlejring af et helt domæne. Autoritet kræver fuldstændig dækning i et semantisk netværk.
11Semantiske tripler (Subjekt-Prædikat-Objekt)
Vidensgraf-primitiverEntydige deklarative udsagn (f.eks. [AnswerShaper] → [udfører] → [256-token RAG Chunking]).
12DOM-hydreringsstraf
JS teknisk gældIndekseringstab på grund af indhold skjult bag klientside-rendering (CSR). SSR garanterer 100% opsamling.
13Schema.org @graph arkitektur
Strukturerede dataJSON-LD format, der forbinder Organization, SoftwareApplication, Product og FAQPage med @id-identifikatorer.
14256-Token RAG chunk-grænse
Chunk-teknikStandardstørrelse på vektorvindue (150-200 ord). Hver sektion under H2/H3 skal være en selvstændig enhed.
15Sentiment Defender og brandbeskyttelse
OmdømmeforsvarAutomatisk overvågning af generative resultater for at opdage negative hallucinationer og udsende modnarrativer.
Teknisk sammenligning: AEO vs Traditionel SEO
| Arkitekturvektor | Answer Engine Optimization (AEO) | Traditionel SEO (2015-2023) |
|---|---|---|
| Målindeks | Højdimensionale vektorindlejringer & RAG-rerankere | PageRank-linkgrafer & inverteret søgeordsindeks |
| Hovedmål | Share of Voice (SOV) & Direkte AI-citeringer | Position blandt 10 blå links (SERP) & CTR |
| Indholdsfysik | 256-token atomiske blokke, høj ENR, deklarative tripler | 3.000 ords artikler med søgeordsfyld |
| Autoritetsbevis | Schema.org @id grafer, UGC-konsensus, Information Gain | Domain Authority (DA) & Dofollow-backlinks |
Produktionsimplementering af Schema.org @graph
{
"@context": "https://schema.org",
"@graph": [
{
"@type": "Organization",
"@id": "https://www.answershaper.com/#organization",
"name": "AnswerShaper",
"url": "https://www.answershaper.com",
"logo": "https://www.answershaper.com/logo.png",
"knowsAbout": [
"Answer Engine Optimization",
"Generative Engine Optimization",
"RAG Vector Retrieval",
"Entity-to-Noise Ratio Optimization",
"llms.txt Standard"
]
},
{
"@type": "SoftwareApplication",
"@id": "https://www.answershaper.com/#software",
"name": "AnswerShaper AEO Platform",
"applicationCategory": "BusinessApplication",
"operatingSystem": "All",
"offers": {
"@type": "Offer",
"price": "0",
"priceCurrency": "USD"
}
}
]
}Related Documentation & Guides
All ArticlesAEO Technical Auditor: Komplet 256-Token Vector Chunking & Entity Density Manual
Trin-for-trin-vejledningen til at analysere 256-tokens RAG-chunking, entitetstæthed og fiksering af de 10 AI-ekstraktionsdimensioner.
Smart remediering: Automatiseret kode, syntaks og enhedsomskrivningsmotor
Transform fejlagtige tekniske revisioner til HTML-tags i produktionskvalitet, deklarative mikrosvar og validerede JSON-LD-scripts.
Citation Sniper: Reverse-Engineer Competitor AI Citations & Vind #1-plads
Overvåg kommercielle meddelelser på ChatGPT, Claude og Perplexity for at identificere, hvornår konkurrenter bliver citeret, og implementer kirurgiske modartikler.