Google straffer ikke AI som verktøy, men skalert masseinnhold uten redaksjonell kontroll. Slik ser en ansvarlig arbeidsflyt for AI-assistert innhold ut.
Kort forklart: AI-generert innhold kan rangere i Google hvis det er nyttig og faktasjekket. Google har uttalt at bruk av AI ikke i seg selv er i strid med retningslinjene, men at masseprodusert innhold laget først og fremst for å manipulere rangeringer er spam. Det som oftest mangler i AI-tekst, er egne tall, oppdaterte kilder og faktisk erfaring fra bedriften.
Spørsmålet kommer ofte opp i salgsmøter: «Skriver dere artiklene med AI?» Svaret er verken ja eller nei, men avhenger av hva du legger i «skriver».
Vi bruker AI som utkastverktøy. Emnene velges fra data i Google Search Console, utkastet genereres, og deretter går teksten gjennom en manuell godkjenning der vi sjekker fakta mot kildene våre, fjerner generiske fraser, legger inn priser og norske referanser og setter på en byline med fullt navn. Det som publiseres, er aldri kopiert rett ut av en språkmodell.
Grunnen er enkel. Google vurderer ikke hvordan innholdet ble laget, men hva det leverer til leseren. Og der faller de fleste AI-tekster igjennom på tre punkter.
Google publiserte sin veiledning om AI-generert innhold på Search Central i februar 2023 og har oppdatert den flere ganger siden. Kjernen er at innhold vurderes etter nytte og kvalitet, ikke etter produksjonsmetode. Google skriver selv at riktig bruk av AI eller automatisering ikke er i strid med retningslinjene, så lenge innholdet ikke er laget først og fremst for å manipulere rangeringer, noe som rammes av spampolicyen. Kilden er Googles egen dokumentasjon på developers.google.com/search, ikke bransjeblogger.
I mars 2024 la Google til en egen spamregel om «scaled content abuse»: masseprodusert innhold som i hovedsak eksisterer for å rangere, uavhengig av om det er laget av AI, av mennesker eller av begge deler. Det er altså ikke verktøyet som er problemet, men hensikten og volumet.
E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) er begrepsapparatet Google bruker i retningslinjene sine for kvalitetsvurderere. Det er ikke en knapp i algoritmen, men det beskriver hva Google mener kjennetegner innhold folk kan stole på. AI-generert tekst kan godt oppfylle «Expertise» og «Authoritativeness» hvis den er faktasjekket og redigert av noen som kan feltet. «Experience», den første E-en, er vanskeligere: en språkmodell har ikke sittet i telefonen med en kunde en fredag kveld og hørt hva problemet egentlig var.
Der faller de fleste AI-blogger.
Problemet er sjelden at teksten er dårlig skrevet. Den er ofte påfallende pen. Problemet er at den er tom.
Tre ting mangler nesten alltid.
Egne data og tall. En språkmodell kan ikke vite hva en frisør i Trondheim tar for en klipp, hvor lang responstid et VVS-firma har, eller hva en småbedrift faktisk betaler for SEO-tjenester. Den kan gjette og generalisere, men ikke vite. Leseren, som googlet nettopp fordi hen trengte et konkret svar, merker forskjellen med én gang.
Kilder med årstall. Modeller er trent på data med et datostopp og kan ikke selv vurdere om en kilde er oppdatert. «Studier viser at» uten lenke og årstall er et klassisk tegn på en tekst ingen har faktasjekket.
Erfaring fra ekte situasjoner. En modell kan ikke beskrive hva som skjer når en kunde ringer og sier at Google-profilen er borte, eller hva som typisk går galt når noen bygger nettside for småbedrift på egen hånd. Den kan simulere det, men simuleringen mangler detaljene som bare kommer av å ha stått i det.
I tillegg kommer volumet. Når innhold produseres i stor skala uten redaksjonell kontroll, blir artiklene like av struktur og fylt med de samme tomme frasene. Det er den typen produksjon Googles regel om «scaled content abuse» er skrevet for å ramme, og vår erfaring er at det heller ikke gir noe å sitere for AI-motorer som ChatGPT og Perplexity. En tekst uten et konkret, etterprøvbart poeng er lite verdt for begge.
Det finnes en måte å bruke AI på som faktisk fungerer. Den tar mer tid enn kopier og lim inn, og mindre tid enn å skrive alt fra bunnen.
Slik gjør vi det:
Emnevalg fra målte søk. Emnene hentes fra Search Console: spørsmål folk faktisk har søkt på, og som allerede har vist kundens nettside. Ingen gjetning om hva som «kanskje er relevant».
Innhenting av fakta fra bedriften. Før vi skriver, stiller vi fem til seks spørsmål til eieren: Hva er den vanligste feilen kundene gjør? Hva koster tjenesten? Hva skiller dere fra naboen? Det tar ti minutter på telefon, og svarene er det som gjør artikkelen unik.
AI som utkastverktøy. En språkmodell brukes til å strukturere et utkast basert på svarene og kildene. Det korter ned skrivetiden, men produserer ikke den ferdige teksten.
Manuell faktasjekk og redigering. Her fjernes generiske fraser, priser og steder kontrolleres mot kilde, kildehenvisninger får årstall, og påstander uten dekning strykes.
Navngitt forfatter. Hver artikkel får en byline med fullt navn og rolle. Det er et tillitssignal, men først og fremst ansvarliggjøring: er noe feil, vet leseren hvem som skrev det.
Denne arbeidsflyten er grunnen til at vi kan levere én til fire artikler i måneden til bedrifter som ikke har budsjett til rent manuell produksjon, uten å publisere noe vi ikke står for.
Får du tilbud om AI-skrevne bloggartikler til en lav fastpris per artikkel, still disse spørsmålene:
Mange har ingen gode svar på dette. De leverer volum, ikke nytte. Og volum uten redaksjonell kontroll er nettopp det Google beskriver som skalert innholdsmisbruk.
Det betyr ikke at AI er fienden. Det betyr at AI uten menneskelig ansvar er det.
Vi bruker AI fordi det gjør profesjonelt innhold mulig til en pris småbedrifter har råd til. Men ingenting publiseres før det er lest, sjekket og godkjent av en person som står for det. Det er forskjellen mellom et verktøy og en snarvei.
Ta kontakt med oss på post@medcom.no eller 97 81 76 54 hvis dere lurer på noe konkret.
Skrevet av Peiwast Hama, daglig leder Medcom AS