Indholdsfriskhed
Indholdsfriskhed er alderen på en side, og om denne alder ændrer dens chancer for at blive fundet eller citeret. De to største målinger peger i modsatte retninger. På tværs af 16,975 millioner citerede URL'er var sider citeret af AI-assistenter i gennemsnit 1.064 dage gamle mod 1.432 dage for sider i organiske Google-resultater, 25,7 % friskere[1]. En senere undersøgelse af 1,4 millioner ChatGPT-prompts viste, at inden for et prompts genfindingssæt var de ældre og mere etablerede sider dem, der blev citeret[2]. Undersøgelserne stiller ikke det samme spørgsmål: den ene sammenligner AI-citater med en søgebaseline, den anden sammenligner kandidater, der allerede er blevet fundet til det samme prompt.
Citerede sider er yngre end rangerede sider
Ahrefs målte udgivelsesalderen for 16,975 millioner citerede URL'er hentet fra ChatGPT, Perplexity, Gemini, Copilot, AI Overviews og organiske Google-resultater[3]. Gennemsnittene pr. motor adskiller assistenterne fra søgning: ChatGPT citerer sider, der i gennemsnit er 958 dage gamle, Copilot 1.056, Gemini 1.118 og Perplexity 1.166, mens AI Overviews med 1.432 dage ligger side om side med de organiske Google-resultater på 1.416[3]. Googles AI-overflade citerer med andre ord materiale, der er omtrent lige så gammelt som dets eget indeks. Undersøgelsens overskrift sammenligner 1.064 dage med 1.432 for organiske resultater, hvilket er det tal, dens egen tabel pr. motor angiver for AI Overviews snarere end for organisk Google[1]. Ahrefs tolker forskellen som en præference for nyere indhold snarere end en kausal mekanisme og undlader at hævde, at opdatering af en side giver en citation[4].
Inden for ét genfindingssæt vender rækkefølgen om
Undersøgelsen af 1,4 millioner prompts kiggede på de kandidater, et prompt fandt, snarere end på citater samlet set, og fandt, at de friskeste sider blev kasseret, med den median citerede side omkring 500 dage gammel og nogle over 2.700[2]. Alder spillede stadig en rolle, men kun snævert: inden for nyheder, hvor relevansscorer for citerede og ikke-citerede sider er næsten identiske, fungerer sidealder som tie-breaker, og den yngre side vinder[5]. Forfatternes konklusion er, at et match mod modellens fan-out sub-forespørgsler afgør citationen: en ny side, der matcher, citeres, en ny side, der ikke matcher, findes og ignoreres[6]. Se retrieval-augmented generation for den to-trins proces, dette beskriver.
Recency bias i rerankeren
Et kontrolleret eksperiment isolerer den effekt, feltstudierne kun kan udlede. Ved at injicere nyere udgivelsesdatoer i ellers identiske passager og omrangere dem med GPT-3.5-turbo, GPT-4o, GPT-4, LLaMA-3 og Qwen-2.5, flyttede det gennemsnitlige udgivelsesår for de ti bedste op til 4,78 år frem, flyttede individuelle passager op til 95 rækker, og vendte præferencen mellem lige relevante passager med op til 25 % i gennemsnit[7]. Større modeller reducerede bias uden at fjerne den[7]. En dato på en side er derfor et input til selve rankeren, ikke kun en linje med visningsmetadata.
En anden benchmark finder den modsatte bias i den samme komponent. FRESCO parrer recency-søgende forespørgsler med historiske Wikipedia-revisioner og rapporterer en fejltype, der er fælles for de re-rankere, den tester: en stærk bias mod ældre, semantisk rige dokumenter, selv hvor disse dokumenter er faktuelt forældede[8]. De to eksperimenter er uenige om retning snarere end om mekanisme. En indsat dato flytter rangeringen; hvilken vej den flytter, afhænger af, hvor meget semantisk vægt den ældre passage bærer i forhold til den nyere. Optimering af instruktionen til re-rankeren genopretter op til 27 % på de recency-følsomme opgaver, mens ydeevnen på stabile videnopgaver fastholdes[9], så bias kan adresseres på prompt-laget snarere end at være fastlåst i modellen.
Hvad Google dokumenterer
Google beskriver forespørgsler, der fortjener friskhedssystemer, der viser nyere indhold for forespørgsler, hvor en bruger ville forvente det, såsom en nyligt udgivet film, snarere end et generelt boost for nylige sider[10]. For AI-overflader dokumenterer den ingen friskhedskrav overhovedet: en side skal kun indekseres og være kvalificeret til søgning for at vises som et understøttende link i AI Overviews eller AI Mode, uden yderligere krav eller særlige optimeringer[11]. Artiklens strukturerede data-reference definerer dateModified som dato og tidspunkt, hvor artiklen senest blev ændret, i ISO 8601-format, og angiver det som en anbefalet egenskab for datovisning i søgeresultater snarere end en betingelse for citation[12].
Markup alene flytter intet
Om deklarering af datoer hjælper, er blevet testet direkte. Ahrefs sporede 1.885 sider, der tilføjede JSON-LD-markup, mod 4.000 kontrolsider mellem august 2025 og marts 2026 og fandt, at citationsraterne knap ændrede sig: AI Overviews faldt 4,6 %, AI Mode steg 2,4 % og ChatGPT steg 2,2 %, hvor de to sidstnævnte statistisk set ikke kunne skelnes fra nul[13]. Relateret: citationsnøjagtighed og indholdsstruktur.
Data
Vis tallene (3)
| Punkt | % |
|---|---|
| Google AI Overviews | -4.6 |
| Google AI Mode | 2.4 |
| ChatGPT | 2.2 |
Referencer (13)
- Ny undersøgelse: AI-assistenter foretrækker at citere "friskere" indhold (17 millioner citater analyseret) Arkiv
- Hvorfor ChatGPT citerer én side frem for en anden (undersøgelse af 1,4 mio. prompts) Arkiv
- Ny undersøgelse: AI-assistenter foretrækker at citere "friskere" indhold (17 millioner citater analyseret) Arkiv
- Ny undersøgelse: AI-assistenter foretrækker at citere "friskere" indhold (17 millioner citater analyseret) Arkiv
- Hvorfor ChatGPT citerer én side frem for en anden (undersøgelse af 1,4 mio. prompts) Arkiv
- Hvorfor ChatGPT citerer én side frem for en anden (undersøgelse af 1,4 mio. prompts) Arkiv
- Foretrækker store sprogmodeller nyere indhold? En undersøgelse af recency bias i LLM-baseret omrangering Arkiv
- FRESCO: Benchmarking og optimering af re-rankere for udviklende semantisk konflikt i Retrieval-Augmented Generation
- FRESCO: Benchmarking og optimering af re-rankere for udviklende semantisk konflikt i Retrieval-Augmented Generation
- En guide til Googles søgerangeringssystemer Arkiv
- AI-funktioner og din hjemmeside Arkiv
- Artikel (Article, NewsArticle, BlogPosting) strukturerede data Arkiv
- Vi sporede 1.885 sider, der tilføjede skema. AI-citater flyttede sig knap. Arkiv
Senest opdateret 2026-09-04. Skrevet og vedligeholdt af Baseline Labs.