AI‑search belönar inte “längre content” — den belönar content som slutför uppgiften. För att öka chans till citering behöver du bygga sidor av Task Completion Blocks: (1) snabbt svar, (2) steg, (3) decision rules, (4) risker/edge cases, (5) nästa steg. Kombinera detta med semantisk HTML och en strikt QA‑gate (källor nära claim + schema som matchar synlig text).
Varför “Needs Met” har blivit praktiskt igen
Google har alltid haft en intern definition av kvalitet: hur väl en sida möter ett behov. I Search Quality Rater Guidelines (QRG) finns ramen “Needs Met”, och senaste uppdateringar har lagt till exempel för AI Overviews och förtydliganden kring YMYL.
AI Overviews och liknande system är i praktiken en “super‑SERP”: modellen ska leverera ett färdigt svar. Den väljer därför källor som hjälper den göra två saker:
- Svara korrekt och komplett
- Minska risk (YMYL: medicin, ekonomi, juridik)
Det här leder till en enkel slutsats:
Du optimerar inte bara för ranking. Du optimerar för att bli den enklaste källan att bygga ett helt svar på.
Från Query → Task → Completion (QTC)
En query är sällan målet. Den är ett symptom på en uppgift.
- Query: “tandimplantat pris”
- Task: förstå totalkostnad och vad som ingår
- Completion: jag kan säga “detta gäller mig”, jag vet nästa steg, jag vet risker/alternativ
Praktisk fråga att ställa om varje sida:
“Om någon bara läser den här sidan — kan de sluta leta?”
Task Completion Blocks (TCB): sidans byggstenar
Här är mönstret som gång på gång fungerar i AI‑search (citerbarhet + konvertering):
Block 1: Snabbt svar (1–3 meningar)
- Direkt definition eller slutsats
- Lägg ev. en begränsning: “det beror på X”
Block 2: Hur gör jag? (steg)
- Numrerad lista (OL) med 5–9 steg
Block 3: Decision rules
- “Om X → gör Y”
- “Gäller när… gäller inte när…”
Block 4: Risker + vanliga fel
- Edge cases
- När ska man kontakta vård/experter
Block 5: Nästa steg
- CTA, checklistor, förväntningar, vad som händer härnäst
Quotable block (1)
I AI‑search vinner inte den som “har mest text”, utan den som gör användaren klar.
Semantisk HTML: gör dina block extraherbara
Semantik är “rätt element för rätt jobb”. MDN sammanfattar att semantiska element hjälper både människor och maskiner att förstå innehåll.
Praktisk standard för TCB:
- H2 = huvuddel
- H3 = Answer Unit / block
- DL = definitioner
- OL = steg
- UL = checklistor
- Tabeller med caption + rubrikrad
Exempel (kort):
<h3>Vad är ett tandimplantat?</h3>
<p><strong>Ett tandimplantat är…</strong> (1–2 meningar).</p>
<h3>Så går behandlingen till (7 steg)</h3>
<ol>
<li>…</li>
</ol>
<h3>Checklista inför konsultation</h3>
<ul>
<li>…</li>
</ul>
Structured data: stödlagret (men inte en genväg)
Google är tydliga med att structured data beskriver sidans innehåll och att du inte ska markera upp information som inte är synlig.
Praktiskt:
- Låt schema spegla det du faktiskt visar.
- QA: FAQPage måste matcha synliga FAQ exakt.
Quotable block (2)
Schema hjälper AI förstå vad du menar. Men din textstruktur avgör om AI kan citera dig.
Information gain: “nytta per sekund”
Du behöver inte tänka patent. Tänk bara:
- Har sidan regler (hur man väljer)?
- Har sidan constraints (när det inte funkar)?
- Har sidan exempel (typfall)?
- Har sidan risk (vad kan gå fel)?
Det är nästan alltid högre information gain än generiska guider.
Praktisk checklista (copy/paste)
- Finns ett snabbt svar i toppen (1–3 meningar)?
- Finns steg (OL) som gör processen tydlig?
- Finns decision rules (om X → Y) och begränsningar?
- Finns risker/edge cases + “när söka hjälp”?
- Finns nästa steg (CTA + vad som händer)?
- Är Answer Units passage‑independent (150–300 ord)?
- Ligger källor nära claim (evidence co-location)?
- Matchar schema synlig text (FAQ 1:1)?
Nästa steg (för BDM)
- Inför “TCB‑gate” i Phase 4.5 (Citation‑Ready Pack)
- Testa på 1 sida: 6–10 Answer Units + 5 TCB‑block
- Mät före/efter: CTR, scroll‑depth, CTA, och citations (manual SoA‑logg)
Källor
- Google Search Central – Structured data intro: https://developers.google.com/search/docs/appearance/structured-data/intro-structured-data
- MDN – Semantics: https://developer.mozilla.org/en-US/docs/Glossary/Semantics
- SERoundtable + QRG PDF: https://www.seroundtable.com/google-search-quality-raters-guidelines-update-40092.html