Læs fan-outen. Skriv svaret. Vind citatet.
Når nogen stiller et AI-system et spørgsmål, kører systemet ikke det spørgsmål. Det kører en række af sine egne mindre søgninger, læser hvad der kommer tilbage, og skriver et svar ud fra de kilder, det fandt. Disse skjulte søgninger er den faktiske brief. Hvis du kan se dem, ved du præcis, hvad systemet ønskede besvaret, og hvilke af dine sider der ikke lykkedes med at besvare det. Så hvorfor gætter du stadig på søgeord til en forespørgsel, ingen har tastet?
Ét spørgsmål ind, to dusin søgninger ud
Google navngiver denne adfærd i sin egen dokumentation. Både AI Overviews og AI Mode "kan bruge en 'query fan-out'-teknik, der udsender flere relaterede søgninger på tværs af underemner og datakilder", ifølge Google Search Central. Deres AI-optimeringsguide omdanner en enkelt forespørgsel til tre navngivne fan-out underforespørgsler, og AI Mode lanceringsindlægget beskriver en plan-søg-juster-loop, der bruger et spørgsmål om søvnsporing, som forgrener sig til separate søgninger efter smarte ringe, smartwatches og sporingsmåtter. Skalér det op, og tallene bliver alvorlige: Deep Search "kan udsende hundredvis af søgninger" og returnere en fuldt citeret rapport på få minutter, ifølge Googles I/O 2025-opdatering. På den visuelle side anslog en Google-ingeniørdirektør det til "et dusin søgninger" på den tid, det tager at udføre én, ud fra et enkelt foto af en have.
Sådan ser det ud på et rigtigt brand. I en Irland-scanning var det tredje af tre spørgsmål "Hvilken stout drikker Dublinere egentlig". Det ene spørgsmål producerede 24 underspørgsmål og 50 citater under det. Gemini fordelte det i seks søgninger, herunder "Mest populære stout i Dublin" og "Craft stout Dublin". ChatGPT kørte spørgsmålet uændret som en enkelt søgning. I hele forløbet kom reddit.com tilbage otte gange som kilde, mere end noget andet domæne.
Bemærk forskellen mellem de to motorer. Ét spørgsmål blev til seks søgninger på Gemini og én på ChatGPT. Hvis du optimerer for det spørgsmål, du tror en kunde stiller, skriver du til det ene tilfælde ud af to, hvor motoren ikke dekomponerede det.
Ægte fan-out og ærlige proxier
Ikke alle motorer vil fortælle dig, hvad de søgte. Gemini og ChatGPT rapporterer de søgninger, de udfører, og disse kan fanges via udbydernes API'er. Det er ægte fan-out: motorens egen redegørelse for sit arbejde. Perplexity og Google eksponerer ikke deres, så det bedste tilgængelige signal er en proxy, som er relaterede spørgsmål på Perplexity og "Folk spørger også" plus relaterede søgninger på Google. Proxier er nyttige. De er ikke det samme, og en rapport, der blander dem i én liste, sælger dig en tillid, du ikke har. Fan-out Audit mærker hver kilde separat og blander dem aldrig.
| Motor | Hvad kan fanges |
|---|---|
| Gemini | Ægte fan-out, de søgninger motoren rapporterer at køre |
| ChatGPT | Ægte fan-out, de søgninger motoren rapporterer at køre |
| Perplexity | Kun proxy, relaterede spørgsmål |
| Kun proxy, Folk spørger også og relaterede søgninger |
To forbehold. For det første er API-sidens adfærd tæt på forbrugerapps, men ikke identisk, og Google advarer selv om, at AI-tilstand og AI-oversigter "kan bruge forskellige modeller og teknikker, så sættet af svar og links, de viser, vil variere" (Search Central). For det andet skal man være skeptisk over for enhver, der annoncerer et fuldt overblik over skjulte forespørgsler uden en tilknyttet metode. En leverandør markedsfører "dark query discovery", der "kortlægger fan-out underforespørgsler med nul Google-søgevolumen" og offentliggør ingen stikprøvestørrelse eller metode nogen steder på siden. Spørg, hvilke motorer der eksponerer hvad, og betragt et manglende svar som et svar.
Grunden til, at du skal observere fan-out i stedet for at udlede det, er, at dit søgeordsværktøj strukturelt ikke kan se det. Seer Interactive tvang grundlæggende på tværs af 501 prompter og fandt, at 95 % af de fan-out-forespørgsler, Gemini genererede, havde nul global søgevolumen. Ahrefs rapporterer det samme og bemærker, at over 95 % ikke modtager gentagne søgninger, selv mod en database filtreret fra 110 milliarder opdagede søgeord ned til 28,7 milliarder. Forskning fra 85sixty og Nectiv landede begge på omkring 95 %, hvor Nectivs analyse dækkede mere end 60.000 fan-out-forespørgsler. Mekanismen er længde: fan-out-fraser er i gennemsnit 5,5 ord på ChatGPT og 9,1 på Gemini mod cirka 3,4 for en klassisk Google-søgning, hvilket placerer dem under den tærskel, volumen-værktøjer gider at spore. DataForSEOs stikprøve af 100.000 ChatGPT-prompter og 100.249 fan-out-forespørgsler viser den samme form, hvor fan-out-forespørgsler klynger sig omkring 61 til 90 tegn mod 31 til 60 for den originale prompt, og angiver den åbenlyse konsekvens: "du kan ikke manuelt udforske eller hente fan-out-forespørgsler, fordi de er skjult for brugere". Vi dækkede, hvorfor søgeordsforskning er blind for dette i stop med at optimere for søgeord, begynd at optimere for underforespørgsler. Dette stykke handler om, hvad man skal gøre, når man kan se dem.
En citation på én motor er ikke en citation på tre
Growth Memo analyserede 3,7 millioner URL-citationer fra en tilfældig stikprøve på 20.000 prompts på tværs af tre motorer. Kun 2,37 % af de citerede URL'er optrådte på alle tre, og 91,07 % optrådte på kun én. Citation viser sig at være tre separate løb med næsten ingen fælles podiepladser, hvilket er grunden til, at en revision, der viser dig hver motors fan-out separat, er mere værd end en samlet score.
Den samme analyse viser, hvilke sidetypere der rejser. Overlap er lavest for informationsforespørgsler med 2,0 % mod 2,4 % for kommercielle, og lavest af alt for hjemmesider med 1,1 %, med produktsider knap bedre med 1,2 %, mod 2,3 % for guider og tutorials. Din hjemmeside er den side, der mindst sandsynligt vil blive citeret af mere end én motor. Forklaringen, der besvarer ét underspørgsmål korrekt, er omtrent dobbelt så sandsynlig. Det er en indholdsbeskrivelse, ikke en brandingnote. Det stemmer også overens med, hvad der vises i citationslogfiler andre steder: Khalid Hamadehs GrantCompass casestudie, bygget på 192.924 Copilot-citationer, fandt, at søgevolumen for de fleste sidehentende forespørgsler er nul.
Hvad du faktisk gør
Fire trin, i denne rækkefølge. Rækkefølgen er vigtig, for uden en baseline har du meninger snarere end en måling.
1. Tag baselinen. Kør en synlighedsrapport på de spørgsmål, der er vigtige for din virksomhed, før du ændrer noget. Dette er dit før-billede: hvem der citeres for dine emner i dag, hvor ofte du vises, og på hvilke søgemaskiner. Gem det. Du vil sammenligne med det.
2. Læs fan-out for hullerne. Kør en fan-out audit på de samme spørgsmål. Den registrerer de underforespørgsler, hver søgemaskine kørte, og de kilder, de citerede tilbage, og kontrollerer derefter hver underforespørgsel mod dine egne sider. De underforespørgsler, som intet på dit websted besvarer, kommer tilbage som en skrivebrief. Du får også en rangering af de mest citerede domæner på tværs af kørslen, som fortæller dig, hvem der i øjeblikket ejer svaret. I Dublin-eksemplet var det reddit.com, hvilket er en nyttig ting at lære, før du skriver en landingsside, som ingen vil citere.
3. Skriv til hullerne. Tag de ubesvarede underforespørgsler og besvar dem direkte, med de ord søgemaskinen brugte, på sider der eksisterer for at besvare dem. I betragtning af at guider og tutorials overgår hjemmesider i tværsøgemaskine-citering med cirka to til én, skal du placere svaret på en side, der er struktureret som et svar. Én underforespørgsel pr. sektion, angivet som en overskrift, løst i afsnittet nedenunder.
4. Kør igen og sammenlign. Når det nye indhold er live og crawlet, skal du køre synlighedsrapporten igen på de samme spørgsmål og sammenligne den med baselinen. Ændringen i citater er dit resultat. Hvis et hul, du udfyldte, ikke flyttede sig, er det også information: enten fanner søgemaskinen ikke længere til den underforespørgsel, eller noget andet besvarer den bedre, og fan-out-auditten vil vise dig hvilken.
Gentag derefter. Fan-out er ikke stabil, modeller ændrer sig, og en brief skrevet for seks måneder siden beskriver en søgemaskine, der ikke længere eksisterer.
Kør en fan-out scanning Se de søgninger, søgemaskinerne kører på dine spørgsmål
Fan-out som research, før du skriver noget
Ovenstående loop antager, at du allerede har indhold at revidere. Værktøjet fungerer lige så godt rettet mod en tom side. Tag det område, du overvejer at skrive om, stil de spørgsmål en kunde ville stille, og læs fan-out'en. Du får et kort over, hvad folk og maskiner faktisk ønsker at vide om emnet, i deres egen formulering, med de aktuelt citerede kilder ved siden af hver gren. Det er en bedre bestillingsbrief end en søgeordsliste, fordi grenene er de underspørgsmål, motoren allerede har besluttet, at svaret kræver, og groft sagt 95% af dem vil aldrig dukke op i et volumen-værktøj.
Brugt på denne måde afgør det også diskussioner tidligt. Hvis hver motor spreder dit emne ud i seks underspørgsmål om pris og to om specifikation, er det stykke, dit team ønskede at skrive om specifikation, det forkerte stykke. Bedre at lære det fra fan-out'en end fra fire måneders ingen citater.
Spørgsmål folk stiller om dette
Kilder: Google Search Central AI-funktioner og AI-optimeringsguide, Google-bloggen om AI-tilstand, dens I/O 2025 Search-opdatering og dens visuelle søgeforklarer, Seer Interactive, Ahrefs, WebSearchAPI og Nectiv, DataForSEO, Khalid Hamadeh, Ekamoira og Growth Memo, hentet fra offentligt tilgængelige rapporter og studier fra 2025-2026. Scanningsdata er fra en reel irsk Fan-out Audit kørt på baselinelabs.ai.
