CMU-studien: reglerna som flyttade AI-synlighet — och vad som inte spelade någon roll

Studien ”What Generative Search Engines Like and How to Optimize Web Content Cooperatively” kommer från Carnegie Mellon University (Yujiang Wu, Shanshan Zhong, Yubin Kim, Chenyan Xiong) och publicerades som preprint i oktober 2025 (arXiv:2510.11438). Ingen peer-reviewad venue är angiven — bra att veta när resultaten citeras. Ramverket heter AutoGEO och koden är öppen.

Skillnaden mot tidigare arbete ligger i metoden. Princeton-studien (genomgång här) testade nio av forskarna formulerade taktiker. CMU-studien låter i stället generativa motorer själva avslöja sina preferenser: reglerna härleds automatiskt ur tiotusentals preferensobservationer, inte handplockas. Det som mäts är alltså vad motorerna faktiskt valde — inte vad forskarna gissar att de skulle belöna. Var det här hamnar i det större bevisläget står i forskningsöversikten.

Vilka regler flyttade synlighetsmåtten?

Regelutrymmet består av nio regel-familjer. Här är samtliga, med innebörden översatt till svenska:

Hur tog forskarna fram reglerna?

Pipelinen heter Explainer, Extractor, Merger, Filter. Ur ett stort dokumentunderlag beräknas först varje dokuments synlighet med GEO-mått. Sedan väljs de mest kontrasterande dokumentparen ut — den som syns mycket mot den som syns lite för samma fråga — och frontier-LLM:er får förklara skillnaden. Förklaringarna destilleras till hierarkiska regler, där frågeberoende regler filtreras bort så att bara de som generaliserar blir kvar. Allt sker mot tiotusentals preferensobservationer från generativa motorer (CMU/arXiv 2025).

Utvärderingen skedde på tre benchmark: GEO-Bench (8 000 frågor för träning, 1 000 för test), Researchy-GEO (10 000/1 000, byggd på riktiga användarfrågor) och en nyskriven e-handelsbenchmark (1 667/416, ur LMSYS-Chat-1M). Varje fråga är parad med fem kandidatdokument ur ClueWeb22. Reglerna används på två sätt: som kontext till en LLM i AutoGEO_API, och som träningsbelöning för AutoGEO_Mini — en liten modell (Qwen3-1.7B) som kör offline på CPU:er till ungefär 0,0071 gånger kostnaden för API-varianten.

Störst enskild effekt: AutoGEO_API nådde 43,76 mot vanligt innehålls 20,18 på Researchy-GEO mot Gemini — mer än en fördubbling av synlighetsmåttet i det fallet. Snittet över uppläggen var +35,99 %, och den lilla modellen låg på +20,99 % i snitt. Värt att notera: förbättringarna kom enligt paperet ”while maintaining utility” — svaren förlorade inte sin nytta av reglerna. För ett svenskt bolag med många sidor är just den lilla modellen intressant: befintligt innehåll kan skrivas om enligt reglerna billigt och utan API-kostnad per sida.

Fungerar samma regler i alla branscher?

Nej — och det är studiens mest praktiska varning. Regelöverlappet mellan Researchy-GEO och GEO-Bench var 88,24 %: för forsknings- och faktadomäner är reglerna i stort sett desamma. När e-handelsdatasetet ingår faller överlappen till 34,78 % respektive 40,00 %, och paperet konstaterar att the most influential rules vary across datasets — de mest inflytelserika reglerna skiljer sig mellan domäner (CMU/arXiv 2025).

För svenska företag är översättningen enkel. En B2B-tjänstesida tävlar i en faktadomän — där väger täckning, evidens, conclusion-first och neutral ton tyngst. En e-handelssida behöver i stället åtgärdande information: steg, rekommendationer, tydliga val. Ett illustrativt exempel: en redovisningstjänsts sida om momsregistrering tävlar i en faktadomän och vinner på evidens och slutsats-först; en butikssida för kontorsstolar tävlar i e-handelns domän och vinner på handling. Samma checklista för båda är sannolikt fel. Domänberoendet saknas i de flesta generiska GEO-checklistor, som låter som om en regellista gällde alla branscher.

Vad spelade ingen roll enligt studien?

Titeln lovar ett svar, så här är det ärliga. Tre saker mättes och väger mindre än man kan tro:

• Ren språklig polering. Fluency Optimization — att skriva flytande och välskrivet — var den starkaste baslinjen i studien, men regelutrymmet slog den med upp till +50,99 %. Välskrivet är priset för att få delta, inte differentieringen.
• Universella regellistor. De mest inflytelserika reglerna varierar mellan domäner; ingen enda checklista gäller överallt (se förra avsnittet).
• Frågeberoende knep. Pipelinen filtrerade medvetet bort regler som bara gäller för enskilda frågetyper, eftersom de inte generaliserar.

Därtill två saker studien inte mätte alls. FAQ-format och schema/strukturerad data förekommer inte i paperet — varken som faktorer eller som icke-faktorer — så den här studien kan inte användas vare sig för eller mot dem; i den frågan är det Googles egen dokumentation som uttalar sig, inte någon studie. Och glöm inte vad +35,99 % är: ett snitt på synlighetsmått i studiens upplägg — inte trafik, leads eller konvertering, och inte en mätning i ChatGPT eller Google.

Hur använder du reglerna på en svensk B2B-sida?

Reglerna är formulerade för innehållsproduktion i stort, men de sätter en tydlig arbetsordning för en tjänstesida:

Åtgärderna sätts in i ett större arbetsflöde i GEO-guiden, och avgränsningen mot klassiskt sökarbete står i GEO vs SEO.

Ordningen är medvetet anspråkslös. Studiens budskap är inte att forskarna hittat knep som ingen annan känner till — utan att motorernas preferenser går att mäta systematiskt, och att de motsvarar redaktionellt hantverk som går att lära sig. Det är ett bättre underlag för prioritering än någon checklista som hävdar gilltighet i alla branscher.

Vanliga frågor