James LePage, direktør for Engineering AI hos Automattic og medleder af WordPress AI-teamet, delte sine perspektiver på vigtige SEO-overvejelser i det skiftende AI-landskab. Som grundlægger og medleder af WordPress Core AI-teamet, der overvåger AI-relaterede initiativer inden for WordPress – herunder hvordan AI-agenter interagerer i økosystemet – gav han indsigt i den fremtidige web, formet af AI-agenter og de SEO-mæssige konsekvenser heraf. **AI-agenter og infrastruktur** LePages første poin understreger, at AI-agenter vil operere ud fra den eksisterende web-infrastruktur, som er almindelig for søgemaskiner. De data, disse agenter bruger, stammer fra traditionelle søgeindekser. Han siger provokerende: „Agenter vil bruge den samme infrastruktur, som nettet allerede har. - Søge for at finde relevante enheder. - ‘Domæneautoritet’ og tillidssignaler til at vurdere kilder. - Links til at navigere mellem enheder. - Indhold for at forstå, hvad hver enhed tilbyder. “ Det er bemærkelsesværdigt, hvor meget investering der flyder ind i startups inden for AI-optimering (AIO) og generativ enhedsoptimering (GEO), idet disse agenter henter information via etablerede søgeindekser. For eksempel bruger ChatGPT Bing, Anthropic bruger Brave, og Google bruger Google. Den underliggende mekanik forbliver den samme; det, der ændrer sig, er den agent, der udfører søgningen. **AI SEO = Longtail-optimering** LePage hævder yderligere, at optimering til AI-agenter hviler på brugen af schema-struktureret data, semantisk tætheden og stærk intern linking på tværs af sider. Han bemærker, at meget af det, AIO og GEO-virksomheder markedsfører som AI-specifik optimering, egentlig blot handler om klassisk long-tail forespørgselsoptimering: „AI-mæglere, der synthesiserer information, kræver struktureret, tilgængeligt indhold – klare schemas, semantisk tætheden og robust intern linking. Dette er den centrale udfordring for de fleste udgivere.

På trods af milliarder investeret i AIO og GEO er meget af AI-optimeringen dybest set long-tail keyword-søgning. “ **Hvordan ser optimeret indhold ud for AI-agenter?** LePage anbefaler, at indhold bevidst organiseres for agenters brug – med struktureret markdown, semantisk markup og klarhed. Han beskriver ideelt indhold som: - Prioriterede præsentationer med fokus på nøgleinformation. - Rangeringer, der skelner autoritative data fra supplerende data. - Trinvis afsløring af detaljer, hvor der først gives resuméer, efterfulgt af tydelige muligheder for dybere indhold. Væsentligt er, at dette indhold forbliver statisk – ikke samtalebaseret eller dynamisk – men designet til effektiv traversal af agenten. Han sammenligner det med en velorganiseret briefing i stedet for en bunke dokumenter: begge indeholder de samme data, men det ene er langt mere tilgængeligt for hurtigt at forstå, hvad der tilbydes. Paradoxalt nok forudser LePage, at i det agentbaserede AI-fremtid kan websites blive unødvendige – agenter kan nøjes med at basere sig på indhold (dvs. en „bunke dokumenter“) løsrevet fra de traditionelle webstrukturer. Han understreger dog stadig behovet for struktureret indhold med klar hierarkisk organisering og interlinking for at tydeliggøre forholdet mellem dokumenterne og sikre, at indholdet klart kommunikerer sit formål. Han forventer, at fremtidens websites vil hoste AI-agenter, der kommunikerer med eksterne agenter, hvilket muliggør fleksibel datavisning målrettet brugernes behov og bevæger sig ud over den nuværende opfattelse af blot at besøge en hjemmeside. **Evolutionsforløb mod autonome AI-agenter** LePage beskriver denne udvikling som en progression: - I dag minder systemerne om multistegs web-søgning (fx Perplexity): indsamle indhold, syntetisere, og præsentere det for brugere, der træffer beslutninger. - Nær fremtid: brugere delegerer specifikke opgaver med klare instruktioner; agenter kan handle inden for defineret myndighed (f. eks. køb/reservationer). - Længere frem: agenter bliver mere autonome, fungerer som økonomiske aktører styret af faste regler. Denne progression øger autonomien, men fjerner ikke menneskelig overvågning – brugerne definerer retningslinjer og gennemgår resultater i stedet for at godkende hver handling. Han fremhæver, at der er en umiddelbar mulighed i at gøre indhold agent-venligt ved at bruge struktureret markdown og semantisk markup, så det nemt kan tolkes og forstås – selv i statiske sider. Bevidst organisering letter væsentligt de nuværende agent-workflows. LePages artikel, „Agents & The New Internet (3/5), “ tilbyder værdifulde strategier til at forberede udgivere og udviklere på en agentbaseret AI-fremtid, hvor indhold og interaktionsparadigmer ændres markant. *Featured image credit: Shutterstock/Blessed Stock*