Sådan får du – måske – nævnt din virksomhed i ChatGPT-svar (generativ AI-SEO)

Har du tjekket din virksomhed i ChatGPTs forskellige versioner – og ikke bare skrevet eksempelvis ”Hvem er StrupStrup®?” men spurgt ”Lille ChatGPT på skærmen der, hvem er det bedste kommunikationsbureau i landet her?”

(Okay, der gik lidt Snehvide i den – jeg kunne ikke lade være).

Hvorfor du skal stille ChatGPT den slags spørgsmål?

Fordi dine kunder, borgere og brugere gør det.

Og fordi – det giver dig en lille bitte mulighed for at træne ChatGPT (og andre generative AIs) i, hvad der er det ”korrekte svar på det spørgsmål.

Når Chat GPT og dens dværge ikke svarer det, du kunne tænke dig (for eksempel kan jeg godt røbe, at StrupStrup® ikke bliver nævnt som en mulighed, når jeg spørger, hvem der er det bedste kommunikationsbureau i Danmark … Ja, man forstår det jo ikke …).

Men i stedet for at tænke ”bare ærgerligt Sonny Boy”, så går du i dialog med ChatGPT og forklarer, hvorfor din virksomhed også kunne være et godt svar på spørgsmålet.

Hvis du har givet ChatGPT lov til at træne på dine data, har du netop givet den noget data, som måske – bare måske – øger chancen for, at din virksomhed bliver nævnt, næste gang dine kunder spørger ChatGPT, hvem der er den bedste til netop det, I tilbyder.

(Det allerbedste råd for at øge sandsynligheden for at blive nævnt af sprogmodellerne er imidlertid stadig at arbejde på at skabe et solidt og ikke mindst troværdigt digitalt fodaftryk og opbygge din hjemmeside på en AI-venlig måde – nope, der er ingen vej uden om det lange seje træk).

—

Jeg spurgte ChatGPT om det er rigtigt forstået:

Prompt:
Er ovenstående korrekt forstået?


Kort svar: Ja, grundideen er korrekt forstået: at du kan afprøve, hvordan ChatGPT omtaler din virksomhed, og give den information eller feedback, hvis du synes, den mangler noget eller svarer forkert. Dog skal man være opmærksom på, at ChatGPT ikke bliver ”gen-trænet” i realtid på dine input, sådan at det automatisk gælder for alle andre brugere bagefter. Det sker kun, hvis du benytter særlige funktioner (f.eks. egen model/fine-tuning) eller hvis OpenAI i deres baggrundsproces anvender dine data til fremtidig træning. For de fleste almindelige brugere foregår denne ”træning” altså kun inden for samtalen.

Uddybning:

1. Test, hvordan ChatGPT omtaler din virksomhed:
   • Det giver god mening at spørge ChatGPT (både den gratis version og evt. GPT-4) om din virksomhed, og om hvem ChatGPT ”mener” er de bedste inden for din branche. På den måde får du et indblik i, hvad dine kunder muligvis kan få at vide.
2. ”Træning” af ChatGPT med feedback:
   • Når ChatGPT svarer noget forkert eller mangelfuldt, kan du give den yderligere oplysninger eller “rette” den i samme samtale. Dette kan forbedre svarene inden for den igangværende session.
   • Men denne feedback bliver ikke nødvendigvis en del af ChatGPT’s generelle viden, så alle fremtidige brugere ser den samme ændring. Det kræver enten, at (a) OpenAI bruger samtalerne i deres interne træning på et senere tidspunkt (hvilket sker over en længere periode), eller (b) du anvender en særskilt metode (f.eks. finetuning eller en integrationsløsning), hvor du målrettet uploader dine tekster og data.
3. Hvorfor det stadig kan være nyttigt at give ChatGPT mere viden:
   • Selv hvis ChatGPT ikke nødvendigvis husker dine rettelser i nye samtaler eller for alle brugere, kan du i en konkret kundesituation eller ved gentagne samtaler benytte den nytilførte kontekst til at vise eller forklare dine USP’er (Unique Selling Points).
   • Desuden kan det være relevant, hvis en kunde interagerer med ChatGPT gennem en fælles samtale, hvor du har leveret baggrundsviden.
4. Vær opmærksom på datasikkerhed og politikker:
   • Du bør overveje, hvad du deler med ChatGPT. Nogle gange er det ikke ønskeligt at lægge forretningsfølsomme oplysninger ind, da de (i hvert fald potentielt) kan indgå i OpenAIs fremtidige træning.
   • Hvis du har en betalt version eller en enterprise-løsning, kan der være andre muligheder for at styre, hvordan jeres data bruges.

Konklusion:
Din beskrivelse af at ”teste” ChatGPT ved at spørge ind til din egen virksomhed og evt. rette den, hvis den overser jer, er rigtigt forstået. Man kan godt ”klæde” ChatGPT på med flere oplysninger undervejs. Dog bliver det ikke altid en permanent del af ChatGPT’s viden, medmindre man benytter specifikke trænings- eller finetuningmuligheder, eller hvis OpenAI på længere sigt integrerer netop dit input i deres træningsdata.

—

Prompt:
Kan du uddybe og forklare, hvad dette betyder (som du skriver i svaret ovenfor): du anvender en særskilt metode (f.eks. finetuning eller en integrationsløsning), hvor du målrettet uploader dine tekster og data.

Når man taler om, at du kan bruge en “særskilt metode” som finetuning eller en integrationsløsning, handler det om, at du kan opbygge din egen skræddersyede model eller anvende ChatGPT sammen med en database/vidensbase – frem for udelukkende at tale direkte med ChatGPT “ud af boksen”. Her er lidt flere detaljer:

1. Finetuning
   • Hvad er det?
     Finetuning betyder, at du tager en eksisterende sprogmodel (f.eks. GPT-3.5) og videre-træner den med dine egne tekster, eksempler eller datasæt. Du specialiserer den således, at den bedre kan svare om netop dit emne eller din branche.
   • Hvordan foregår det?
     • Du samler tekster, du ønsker, at modellen skal lære af – fx beskrivende tekster om din virksomhed, FAQ’er, blogindlæg eller produktbeskrivelser.
     • Du formaterer data i et format, der passer til OpenAIs API (eller en anden leverandør).
     • Du bruger OpenAIs finetuning-endpoint (eller et tilsvarende fra en anden tjeneste) til at uploade data og igangsætte træningen.
     • Resultatet er en model, der i højere grad “kender” din virksomheds sprogbrug, produkter, værdier osv.
   • Fordele og ulemper
     • Fordelen er, at du får en model, der hurtigt kan give mere præcise svar inden for dit felt.
     • Ulempen er, at det kræver tid, teknisk indsigt og en del data – og det kan også koste mere end bare at bruge ChatGPT gratis. Desuden skal man være opmærksom på eventuelle sikkerheds- og databeskyttelseskrav.
2. Integrationsløsning (Retrieval Augmented Generation / RAG)
   • Hvad er det?
     En integrationsløsning (ofte kaldet RAG – Retrieval Augmented Generation) betyder, at du binder ChatGPT sammen med en ekstern database eller vidensbase med dine data. I stedet for at finetune selve modellen, bibeholder du den som den er, men du giver den adgang til dine specifikke dokumenter eller din egen FAQ, når den skal svare.
   • Hvordan foregår det?
     • Du indsamler dine tekster eller data (eksempelvis PDF’er, rapporter, interne dokumenter).
     • Du lægger dem i en søgbar database, typisk med en embeddings-baseret søgemetode (så ChatGPT kan søge “semantisk” efter relaterede stykker tekst).
     • Når nogen spørger ChatGPT et spørgsmål, bruges en søgemaskine til at finde relevante uddrag i din database, og ChatGPT ”sætter” så disse uddrag ind i sit svar.
   • Fordele og ulemper
     • Fordelen er, at du løbende kan opdatere din “vidensbase” uden at skulle gen-træne (finetune) selve sprogmodellen. Du bevarer også bedre kontrol over, hvordan fortrolige eller opdaterede oplysninger bliver hentet frem.
     • Ulempen er, at det kræver mere kompleks opsætning, da du skal konfigurere en velfungerende database/søgemotor og sikre korrekt forbindelse til ChatGPT.
3. Hvornår vælger man hvad?
   • Ren ChatGPT
     • Hurtigt at komme i gang: Du åbner bare en browser og spørger løs.
     • Begrænset kontrol over, hvilke data ChatGPT baserer sig på.
   • Finetuning
     • Bedst, hvis du har et specifikt felt eller domæne (fx medicinsk, teknisk, juridisk), hvor du har meget træningsdata, og du ønsker at selve modellen skal “kunne sprogbruget” og domæneviden uden at skulle slå op i en ekstern kilde.
   • Integrationsløsning (RAG)
     • Godt, hvis du jævnligt opdaterer din data (fx produkter, priser, services) og vil kunne søge i en vidensbase (f.eks. et internt intranet eller en kundedatabase). Modellen kan forblive generel, men suppleres af dit eget “bibliotek” af tekster.

Konklusion
Hvis du blot skriver til ChatGPT via den almindelige brugerflade, leverer du ikke nogen “permanent” træning. Du fortæller den kun, hvad du synes, den har overset i det pågældende øjeblik (inden for samme samtale). Vil du have en mere permanent løsning, så andre også får glæde af din virksomhedsdata i svarene, skal du enten

• finetune en model med dine data, eller
• opsætte en integrationsløsning, hvor ChatGPT kan hente information fra dine egne kilder i realtid.

Det er det, jeg mener med, at du kan anvende en særskilt metode: du uploader dine tekster/din data på en struktureret måde, så en model (eller ChatGPT) kontinuerligt kan bruge det som grundlag for svarene.

—

Prompt:
Kan almindelige virksomheder påvirke, hvilke svar du giver, på ligesom man med søgemaskineoptimering kan påvirke, hvilke svar google giver?

Kort fortalt: I dag findes der ikke en “ChatGPT-SEO”, der fungerer helt ligesom klassisk søgemaskineoptimering (SEO) over for Google. Du kan ikke (endnu) “optimerer” din virksomheds indhold på samme måde, så ChatGPT altid nævner dig først i sine svar. Du kan dog påvirke, hvordan en AI-model omtaler din virksomhed, ved at levere gode, opdaterede data (fx via finetuning eller integrationer) og ved at sikre, at der online findes troværdige kilder, som modellen kan trække på.

Uddybning

1. Ingen decideret ChatGPT-SEO
   • ChatGPT er en sprogmodel, ikke en klassisk søgemaskine. Den genererer svar baseret på sit “lærte sprog” og træningsdata frem for at rangere resultater på en søgeresultatside. Du kan derfor ikke bruge de traditionelle SEO-strategier (links, meta-tags, tekniske opsætninger) til at “ranke” i ChatGPT’s svar.
2. Hvorfor bliver din virksomhed nævnt eller ikke nævnt?
   • ChatGPT baserer sine svar på det træningsmateriale, den er blevet fodret med. Hvis der i model-træningen har været masser af troværdige kilder (artikler, rapporter, omtaler i offentligheden) om din virksomhed, er der en større sandsynlighed for, at ChatGPT har “hørt om” jer.
   • Er I sjældent omtalt i offentligt tilgængelige kilder, eller findes der meget få online referencer, kan ChatGPT være blank – og måske overser den din virksomhed, selvom du er dygtig inden for dit felt.
3. Måder at påvirke ChatGPT’s svar

3. Finetuning:
   • Her træner du en model videre med din egen virksomhedsdata, fx tekster, FAQ’er eller lignende. Så vil en specialmodel (kun til dine formål) typisk nævne din virksomhed korrekt. Men det påvirker ikke nødvendigvis ChatGPT’s standardmodel, som alle bruger.
4. Integrationsløsning (RAG):
   • Du opretter en “vidensdatabase” (eksempelvis i en embeddings-baseret søgemotor), hvor ChatGPT kan hente fakta om din virksomhed i realtid. Det giver dig kontrol over, at ChatGPT fremover kan finde korrekte oplysninger, når nogen spørger – dog igen, kun inden for dit eget opsatte system.
5. God online “public presence”:
   • Jo mere (seriøs) omtale der er af din virksomhed på nettet (blogs, nyhedsmedier, brancheportaler, LinkedIn), jo større chance for, at sprogmodeller generelt vil have dine informationer med, når de trænes på ny.

4. Langsigtet strategi
   • Ligesom med SEO er den bedste strategi at arbejde langsigtet på at få relevant, kvalitetsindhold ud på nettet i troværdige medier. Når ChatGPT-modeller i fremtiden opdateres eller nytrænes, vil den sandsynligvis have større kendskab til din virksomhed, hvis du har et solidt digitalt fodaftryk.
5. Vær realistisk
   • Du kan ikke direkte “programmere” ChatGPT’s globale viden på samme måde, som du kan optimere en hjemmeside til at rangere højere i Google. Men ved at sikre relevant og pålidelig omtale af din virksomhed, og evt. ved at bruge specialintegrationer eller finetuning, kan du øge chancen for at blive nævnt i ChatGPT-svar.

Konklusion
Der findes ingen eksakt ChatGPT-SEO, hvor du kan “tweake” dig til bedre “placeringer” i ChatGPT’s svar på linje med Google. Men ved at arbejde på et solidt digitalt fodaftryk og eventuelt bruge specialløsninger (finetuning eller RAG-integrationer), kan du i større grad påvirke, hvordan ChatGPT fremover omtaler din virksomhed.