LLM står for Large Language Model – på dansk en stor sprogmodel. Modellen er trænet til at behandle og generere sprog ved at forudsige tokens, altså mindre tekstdele, ud fra den kontekst den får. LLM’er bruges blandt andet i chatbots, skriveværktøjer, søgefunktioner og programmeringsassistenter.
Hvordan fungerer en LLM?
En LLM lærer statistiske mønstre fra store datamængder. Når du skriver en prompt, beregner modellen et sandsynligt svar token for token. Den slår ikke nødvendigvis fakta op i en database og “forstår” ikke verden som et menneske. Derfor kan et flydende svar stadig være forkert eller opfundet.
Nogle løsninger kombinerer modellen med søgning eller egne dokumenter, så svaret kan bygge på hentede kilder. Det kaldes ofte retrieval-augmented generation (RAG). Resultatet afhænger stadig af kildernes kvalitet, den tilgængelige kontekst og modellens instruktioner.
Hvad betyder LLM’er for SEO?
LLM’er kan hjælpe med research, idéer og udkast, men ansvaret for nøjagtighed, originalitet og kvalitet bliver hos udgiveren. Google vurderer indhold efter kvalitet og formål; masseproduktion med det primære formål at manipulere placeringer kan være spam, uanset om teksten er skrevet af mennesker eller AI. Se også AI-indhold.
Generative funktioner som AI Overviews kan sammenfatte information og linke til websider. Google oplyser, at de almindelige SEO-grundprincipper fortsat gælder: siden skal kunne crawles og indekseres, have nyttigt indhold og være egnet til at få vist et uddrag. Der er ingen garanti for, at en bestemt side citeres i et AI-svar.
Vigtige begrænsninger
- Modellen kan hallucinere og bør faktatjekkes.
- Et svar kan være forældet, hvis modellen eller dens kilder mangler nye oplysninger.
- Fortrolige data bør kun bruges i løsninger med passende databeskyttelse.
- Output kan afspejle skævheder i data og instruktioner.