En AI-tjänst kan bara citera en sida som dess crawler får hämta, som svarar med statuskod 200 och där texten finns i själva HTML-svaret. Sju tekniska faktorer avgör om det fungerar: crawleråtkomst, serverrenderat innehåll, semantisk HTML, canonical och hreflang, strukturerad data som stämmer med sidan, driftsäkerhet och snippet-kontroller. Ingen av dem garanterar att du blir citerad, men var och en kan ensam göra att du aldrig blir det.
I korthet
- Sök och träning styrs av olika crawlers. Du kan tillåta OAI-SearchBot, Claude-SearchBot och PerplexityBot utan att tillåta träning på ditt innehåll.
- Google kör JavaScript. OpenAI, Anthropic och Perplexity säger i sin crawlerdokumentation ingenting om att de gör det (november 2026). Utgå från att det som inte finns i rå HTML inte syns.
- För Googles AI-funktioner måste sidan vara indexerad och få visas med snippet.
nosnippetochmax-snippet:0stänger dörren helt. - Allt går att testa på tio minuter med curl och webbläsarens utvecklarverktyg. Kommandona står nedan.
Vad leverantörerna faktiskt har sagt
Mycket av det som skrivs om teknisk GEO är antaganden. Det här är vad som går att belägga i leverantörernas egen dokumentation i november 2026.
| Leverantör | Dokumenterat | Inte dokumenterat |
|---|---|---|
| Inga extra tekniska krav för AI Overviews och AI Mode utöver vanlig sök. Sidan ska vara indexerad och få visas med snippet. Googlebot renderar JavaScript. | Hur källor väljs i det enskilda svaret. | |
| OpenAI | Vilka crawlers som finns, vad de används till och att de styrs med robots.txt. | JavaScript-rendering, tidsgränser, hantering av canonical, hreflang och strukturerad data. |
| Anthropic | Tre robotar med olika syften, stöd för robots.txt och Crawl-delay. | Samma som ovan. |
| Perplexity | Två robotar, publicerade IP-intervall och råd om brandväggsregler. | Samma som ovan. |
Google skriver uttryckligen i sin dokumentation om AI-funktioner att du inte behöver skapa nya maskinläsbara filer eller särskild markup för att synas i AI Overviews eller AI Mode. De sju faktorerna nedan handlar alltså inte om trick. De handlar om att inte stå i vägen.
1. Crawleråtkomst: robots.txt, brandvägg och statuskoder
Börja här, för allt annat är meningslöst om crawlern inte kommer in. Åtkomst kan stoppas på tre nivåer: i robots.txt, i en CDN eller brandvägg framför servern, och av servern själv genom en felkod.
Leverantörerna skiljer på crawlers för sök och crawlers för träning. Det är den första gruppen som avgör om du kan dyka upp i svar.
| Tjänst | Sök och svar | Träning |
|---|---|---|
| ChatGPT | OAI-SearchBot | GPTBot |
| Claude | Claude-SearchBot | ClaudeBot |
| Perplexity | PerplexityBot | Ingen separat träningscrawler angiven |
| Googlebot | Google-Extended |
Källorna är OpenAI:s crawleröversikt, Anthropics supportartikel, Perplexitys crawlerdokumentation och Googles lista över crawlers. Utöver dessa finns ChatGPT-User, Claude-User och Perplexity-User, som hämtar en sida när en användare ber om det. OpenAI skriver att sajter som stängt ute OAI-SearchBot inte visas i ChatGPT:s söksvar, och att en ändring i robots.txt kan ta ungefär ett dygn att slå igenom.
Så testar du
Hämta sidan med en crawlers user agent och titta på statuskoden. Byt ut adressen mot din egen.
# Vad får OpenAI:s sökcrawler för svar?
curl -s -o /dev/null -w "%{http_code} %{time_total}s\n" \
-A "Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko); compatible; OAI-SearchBot/1.4; +https://openai.com/searchbot" \
https://www.example.com/din-sida
# Samma test som Perplexity
curl -s -o /dev/null -w "%{http_code} %{time_total}s\n" \
-A "Mozilla/5.0 (compatible; PerplexityBot/1.0; +https://perplexity.ai/perplexitybot)" \
https://www.example.com/din-sida
# Jämför med en vanlig förfrågan
curl -s -o /dev/null -w "%{http_code} %{time_total}s\n" https://www.example.com/din-sida
# Läs robots.txt och följ omdirigeringar
curl -s https://www.example.com/robots.txt
curl -sIL http://example.com/din-sida | grep -i -E "^HTTP|^location"
Får du 200 som vanlig besökare men 403, 429 eller en utmaningssida med crawlerns user agent ligger felet i brandväggen, inte i robots.txt. Testet har en begränsning: det visar bara regler som bygger på user agent. En brandvägg som verifierar IP-adresser kan behandla ditt test annorlunda än den riktiga crawlern. Det säkra beviset är serverloggen. Sök efter crawlerns namn och se vilka statuskoder den fått.
Så åtgärdar du
- robots.txt: tillåt de sökcrawlers du vill synas hos. Hur du skriver reglerna, och hur du skiljer sök från träning, står i guiden om robots.txt för AI-crawlers.
- CDN och brandvägg: gå igenom bot-inställningarna. Cloudflare har till exempel egna policyer för AI-crawlers uppdelade på sök, agenter och träning, där varje kategori kan tillåtas eller blockeras. Perplexity rekommenderar en regel som släpper igenom deras robotar baserat på både user agent och publicerade IP-intervall.
- Statuskoder: viktiga sidor ska svara 200 direkt eller efter en enda 301. Google beskriver i sin genomgång av statuskoder att innehåll från sidor med 4xx ignoreras, att 5xx och 429 får crawlern att sakta ner och att sidor som ihållande svarar med serverfel tas bort ur indexet. En sida som svarar 200 men visar ett felmeddelande eller en tom sida flaggas i Search Console som en mjuk 404.
2. Innehållet ska finnas i HTML-svaret
Det som bara dyker upp efter att JavaScript har körts är osynligt för varje crawler som inte renderar sidan. Google renderar: enligt Googles guide om JavaScript köas sidor för rendering i en aktuell version av Chromium, vilket kan ta sekunder eller längre. Samma guide konstaterar att serverrendering fortfarande är en bra idé eftersom alla botar inte kan köra JavaScript, och Google skriver på annat håll att rendering inte är garanterad.
För OpenAI, Anthropic och Perplexity finns inget besked. Deras crawlerdokumentation nämner inte JavaScript alls i november 2026. Det enda försiktiga antagandet är därför att de läser det servern skickar, och inget mer.
Så testar du
# Finns en mening från sidans huvudtext i rå HTML?
# 0 betyder att texten läggs till av JavaScript.
curl -s https://www.example.com/din-sida | grep -c "en exakt mening ur brödtexten"
# Vilka rubriker finns utan JavaScript?
curl -s https://www.example.com/din-sida | grep -o -i -E '<h[1-6][^>]*>[^<]*'
Kontrollera också var träffen ligger. Ramverk som Next.js kan lägga texten i ett JSON-block inuti en <script>-tagg. Då hittar grep meningen, men den står inte som läsbar HTML. I webbläsaren jämför du enklast så här:
- Öppna sidan och välj Visa sidkälla. Det är den råa HTML-koden, alltså det en crawler utan JavaScript ser.
- Öppna utvecklarverktygen och titta på fliken Elements. Det är den renderade sidan.
- Stäng av JavaScript: öppna kommandomenyn i Chrome DevTools, skriv "Disable JavaScript" och ladda om. Det som försvinner är det som är beroende av JavaScript.
- För Google specifikt visar verktyget URL-inspektion i Search Console den HTML som Googlebot faktiskt fick.
Så åtgärdar du
Använd serverrendering, statisk generering eller förrendering för allt innehåll som ska kunna citeras: rubriker, brödtext, tabeller, priser, vanliga frågor. Lägg inte svar bakom flikar eller dragspel som hämtar sin text först vid klick. Innehåll som finns i HTML men är visuellt ihopfällt är ett mindre problem än innehåll som inte finns där alls.
3. Ren HTML med semantisk struktur
Här är beläggen svagare, och det ska sägas rakt ut. Ingen leverantör har lovat att rätt rubriknivåer ger fler citeringar. Det Google säger är att viktigt innehåll ska finnas i textform. Skälet att ändå bry sig är mekaniskt: svarsmotorer arbetar med textstycken som lyfts ur sidan, och ett stycke som hänger ihop med sin rubrik är lättare att tolka rätt än text som ligger utspridd i anonyma behållare. Hur den hämtningen går till beskriver vi i så fungerar AI-sökmotorer.
Före:
<div class="title-big">Leveranstider</div>
<div class="row">Sverige 1 till 3 dagar<br>Norge 3 till 5 dagar</div>
Efter:
<h2>Leveranstider</h2>
<table>
<thead>
<tr><th>Land</th><th>Leveranstid</th></tr>
</thead>
<tbody>
<tr><td>Sverige</td><td>1 till 3 arbetsdagar</td></tr>
<tr><td>Norge</td><td>3 till 5 arbetsdagar</td></tr>
</tbody>
</table>
Praktiska regler: en h1 per sida, rubriknivåer utan hopp, listor som ul eller ol, jämförelser som riktiga tabeller och aldrig som bild, och huvudinnehållet i main eller article. Testa med rubrikkommandot ovan. Dispositionen ska gå att förstå utan att se sidan. Hur själva texten bör skrivas tar vi upp i skriv innehåll som AI vill citera.
4. Canonical, dubbletter och hreflang
Samma innehåll på flera adresser splittrar signalerna och gör det oklart vilken adress som ska anges som källa. Google beskriver i sin vägledning om kanoniska adresser omdirigeringar och rel="canonical" som starka signaler och sitemap som en svag. För språkversioner gäller enligt Googles hreflang-dokumentation att varje version ska lista sig själv och alla andra versioner med fullständiga adresser, och att taggarna ignoreras om två sidor inte pekar på varandra.
Hur OpenAI, Anthropic och Perplexity hanterar canonical och hreflang är inte dokumenterat. Eftersom Googles AI-funktioner bygger på Googles index är det ändå värt att göra rätt.
<link rel="canonical" href="https://www.example.com/sv/guide/">
<link rel="alternate" hreflang="sv" href="https://www.example.com/sv/guide/">
<link rel="alternate" hreflang="en" href="https://www.example.com/guide/">
<link rel="alternate" hreflang="x-default" href="https://www.example.com/guide/">
# Vad anger sidan själv?
curl -s https://www.example.com/sv/guide/ | grep -o -i -E '<link[^>]+rel="(canonical|alternate)"[^>]*>'
Vanliga fel: canonical som pekar på startsidan, på en adress som omdirigerar eller på den andra språkversionen. Varje språkversion ska ha sig själv som canonical. Kontrollera också att http, https, www och icke-www landar på en enda adress med 301. Mer om språkversioner finns i guiden om flerspråkig GEO.
5. Strukturerad data som stämmer med det synliga
Strukturerad data ska beskriva det som står på sidan, inget annat. Google listar bland sina råd för AI-funktioner att strukturerad data ska stämma med den synliga texten, och säger samtidigt att ingen särskild schema.org-markup krävs för att synas där. Googles riktlinjer för strukturerad data förbjuder markup för innehåll som läsaren inte kan se. Om de andra AI-tjänsterna läser JSON-LD över huvud taget har de inte dokumenterat.
# Finns JSON-LD i rå HTML? 0 betyder ingen, eller att den läggs till av JavaScript.
curl -s https://www.example.com/din-sida | grep -c 'application/ld+json'
Jämför sedan fält för fält: rubrik, författare, datum, pris och frågor i markupen ska vara desamma som i texten. Markup som läggs in via en tagghanterare finns inte i rå HTML och syns bara för crawlers som renderar. Vilka typer som är värda att lägga tid på går vi igenom i guiden om JSON-LD och strukturerad data.
6. Snabbhet och driftsäkerhet
Ingen av AI-leverantörerna publicerar någon tidsgräns för hur länge deras crawlers väntar på svar. Påståenden om exakta sekundgränser saknar källa. Det som är dokumenterat är att Google saktar ner crawlningen vid 5xx och 429. Det som är ett rimligt antagande är att de användarstyrda hämtarna, som hämtar din sida medan en person väntar på sitt svar, har mindre tålamod än en indexeringscrawler.
# Tid till första byte och total tid. Kör flera gånger och vid olika tider på dygnet.
curl -s -o /dev/null -w "TTFB: %{time_starttransfer}s totalt: %{time_total}s\n" https://www.example.com/din-sida
Åtgärderna är de vanliga: cacha färdig HTML, lägg en CDN framför, se till att gränser för antal anrop inte ger 429 till legitima crawlers och övervaka drifttiden. Leta i loggarna efter 5xx-svar till crawlers. En sida som är snabb för dig men ger timeout under belastning är ett tillgänglighetsproblem, inte ett prestandaproblem.
7. Snippet-kontroller som tyst stoppar citering
Det här är felet som oftast förbises, eftersom sidan ser helt normal ut. Enligt Googles specifikation för robots-metataggar hindrar nosnippet att innehållet används som direkt underlag för AI Overviews och AI Mode. max-snippet:[antal] begränsar hur mycket som får användas, och max-snippet:0 motsvarar nosnippet. Attributet data-nosnippet undantar enskilda delar och gäller på span, div och section. Reglerna kan också skickas i HTTP-huvudet X-Robots-Tag, där de inte syns i sidkällan.
# Metataggar i HTML
curl -s https://www.example.com/din-sida | grep -o -i -E '<meta[^>]+name="(robots|googlebot)"[^>]*>'
# HTTP-huvud
curl -sI https://www.example.com/din-sida | grep -i "x-robots-tag"
# Delar som undantagits
curl -s https://www.example.com/din-sida | grep -c "data-nosnippet"
Inget utslag på de två första betyder att inga begränsningar är satta. Hittar du noindex, nosnippet eller ett lågt max-snippet-värde på en sida du vill ska citeras: ta bort regeln eller sätt den uttryckligen till obegränsad.
<meta name="robots" content="max-snippet:-1">
Vanliga orsaker är inställningar i ett SEO-tillägg, en mall som ärvts från en betalvägg och regler som satts i CDN:en. Om OpenAI, Anthropic och Perplexity följer dessa regler framgår inte av deras dokumentation. De är Googles kontroller, och för Google är de avgörande.
Snabbtest i sju steg
| Faktor | Test | Godkänt när |
|---|---|---|
| Åtkomst | curl med crawlerns user agent, serverlogg | 200 för sökcrawlers, inga 403 eller 429 |
| Rendering | grep efter brödtext i rå HTML | Huvudtexten finns utan JavaScript |
| Struktur | Lista rubrikerna med grep | En h1, logisk ordning, data i tabeller |
| Canonical och hreflang | grep efter link-taggar | Egen canonical, ömsesidiga hreflang |
| Strukturerad data | grep efter ld+json, jämför med texten | Finns i rå HTML och stämmer |
| Driftsäkerhet | curl med tidmätning, logg över 5xx | Jämna svarstider, inga serverfel |
| Snippet-kontroller | grep efter robots-meta och X-Robots-Tag | Ingen nosnippet eller lågt max-snippet |
Vill du slippa göra det för hand kontrollerar Visicites kostnadsfria skanning en adress åt gången utan konto, bland annat botåtkomst i robots.txt, canonical, hreflang, noindex, snippet-gränser, JavaScript-beroende och om schemat stämmer med det synliga innehållet. När tekniken är på plats är nästa steg innehållet: fortsätt med GEO-checklistan.
Vanliga frågor
Kör AI-crawlers JavaScript?
Googlebot gör det, enligt Googles egen dokumentation. OpenAI, Anthropic och Perplexity anger inte i sin crawlerdokumentation om deras robotar gör det (november 2026). Bygg därför så att huvudinnehållet finns i den HTML som servern skickar.
Hur optimerar man en hemsida för AI-sökmotorer som ChatGPT och Perplexity?
Tekniskt genom att släppa in deras sökcrawlers, svara med 200, leverera texten i HTML och inte begränsa utdrag. Därefter avgörs resten av innehållet och avsändarens trovärdighet. Tekniken ger bara möjligheten att bli vald.
Måste jag ha llms.txt för att synas i AI-svar?
Nej. Google skriver att inga nya maskinläsbara filer behövs för AI Overviews eller AI Mode, och ingen av de andra leverantörerna anger i sin crawlerdokumentation att filen krävs. Vad den kan användas till beskriver vi i guiden om llms.txt.
Kan jag blockera AI-träning men ändå synas i AI-svar?
Ja, hos de leverantörer som har skilda crawlers. Blockera GPTBot och ClaudeBot men tillåt OAI-SearchBot och Claude-SearchBot. Hos Google styr Google-Extended träning och förankring i Gemini utan att påverka Google Sök.
Hur snabbt slår en ändring igenom?
OpenAI anger ungefär ett dygn för ändringar i robots.txt. Google skriver att en ny crawlning kan ta från några dagar till flera månader beroende på sidan. Övriga leverantörer anger ingen tid.