Innholdsstruktur

Oppdeling eksisterer fordi innebyggings- og chatmodeller begrenser inndatalengden, og fordi én vektor beskriver en lang blandet side dårlig^[1]. Microsofts hentedokumentasjon anbefaler å starte med 512 tokens per bit med 25 % overlapping, og nevner HTML-overskriftssyntaks som en måte å dele et dokument inn i seksjoner^[4]. En evaluering fra 2024 fant at semantisk oppdeling, som plasserer grenser etter mening snarere enn etter lengde, ikke pålitelig slår fast størrelse-oppdeling^[5]. Overskrifter på en side fungerer derfor mindre som et rangeringssignal enn som en grense: de bestemmer hvor en hentbar enhet starter og stopper.

Artikkelen som navnga generativ søkemotoroptimalisering testet ni innholdsredigeringer mot en benchmark på 10 000 spørringer^[6]. Å legge til sitater, statistikk eller kildehenvisninger ga en relativ gevinst på 30 til 40 % på synlighetsmålingen^[7]. Nøkkelordfylling scoret 17,8 mot en baseline på 19,5, dårligere enn å la teksten være i fred^[8]. Mønsteret favoriserer tekst som inneholder kontrollerbare spesifikasjoner fremfor tekst formet for nøkkelordmatch, en av de praktiske forskjellene mellom SEO og GEO.

Google kjører et passasjerangeringssystem som identifiserer individuelle seksjoner av en side for å bedømme relevans^[9], slik at et begravd svar kan dukke opp uten at hele siden handler om det, mekanismen bak utvalgte utdrag. Inne i modellen koster posisjon fortsatt: svar er sterkest når den relevante teksten sitter i begynnelsen eller slutten av konteksten og svekkes når den sitter i midten^[10]. En analyse av 1,4 millioner ChatGPT-spørsmål fant siterte sidetitler nærmere spørsmålet enn usiterte, 0,602 mot 0,484 cosinuslikhet^[11].

Ingen svarsmotor publiserer sin chunker. Googles veiledning sier at en side bare trenger å være indeksert og utdrag-kvalifisert^[12], noe som gjør formateringsråd ubekreftet mot rangeringssystemet det hevder å adressere. Formatstudiene er korrelasjonelle, og den ene kontrollerte benchmarken optimaliserer en proxy-score over et syntetisk spørringssett i stedet for live trafikk^[6]. Motorer tilskriver også ufullkomment: en evaluering fra 2023 av fire generative søkemotorer fant at 51,5 % av genererte setninger var fullt støttet av sitatene deres og 74,5 % av sitatene støttet setningen de satt under^[13].