LLM Smells: Når både leserne og AI-en ser at innholdet er satt sammen av en maskin

Hva er LLM Smells?

«LLM Smells» er et begrep fra programvareutviklingen — analogt med «code smells» — for mønstre i tekst som avslører at innholdet er generert av en språkmodell snarere enn skrevet av et menneske med faktisk kunnskap. Forskere og utviklere har begynt å dokumentere disse mønstrene systematisk.

Verktøyet llm-smell-check analyserer tekst for seks konkrete mønstre:

• 🔍
  Unaturlig ordbruk Overdreven bruk av «delve», «evolve», «foster», «harness» — ord som vises sjeldent i menneskelig fagskriving, men som dukker opp i nesten alt GPT-generert innhold
• —
  Em-dash-overdrivelse Tankestreker brukt som universell setningsforbinder — på en måte som ser elegant ut i isolasjon — men som sjeldent forekommer i norsk fagprosa
• 📋
  Formelinnledninger «In today's rapidly evolving landscape...» / «I en tid der digitalisering...» — templat-åpninger som ingen erfaren skribent ville brukt
• ✦
  Hakket betoning Serier med korte, punchende setninger. Etter hverandre. For å skape effekt. Som dette.
• ↔
  Kontrastiv negasjon «Det handler ikke om X — det handler om Y» der X og Y sier det samme med ulike ord
• 3️⃣
  Tredelt syntese Tre punkter der punkt tre alltid er en kombinasjon av punkt én og to — en struktur språkmodeller graviterer mot uansett kontekst

Verktøyet fungerer i nettleseren uten å sende data til noen server, og støtter norsk tekst. Prøv det på eget innhold.

Hvorfor AI-assistenter unngår AI-slop

Det er en ironi som er verdt å ta inn: AI-systemene som bedrifter nå konkurrerer om å bli sitert av — ChatGPT, Perplexity, Google AI Overviews — er aktivt trent til å nedprioritere generisk, formelpreget innhold.

Årsaken er enkel: brukerne er misfornøyde med AI-svar som siterer innhold som høres ut som AI. Plattformene har korrigert. Reddit er i dag ett av de mest siterte domenene i AI-svar fordi svarene der er personlige, spesifikke og erfaringsbaserte — det motsatte av det generiske.

Forskning på hva som gjør at innhold faktisk siteres viser tre faktorer:

• Merkeautoritet — er du kjent nok til at AI-en stoler på deg?
• Erfaringsbaserte svar — skriver du fra konkret kunnskap eller fra mallister?
• Oppdatert innhold — innhold som er oppdatert nylig prioriteres av RAG-baserte AI-systemer som henter ferske svar

Tallene fra Seer: CTR-fall og sitering er to sider av samme sak

Seer Interactives studie fra september 2025 analyserte 3 119 søk og fant et mønster som gjelder alle som driver innholdsmarkedsføring (Seer Interactive, 2025):

Tolkningen er rett frem: trafikk flyttes fra de som ikke siteres til de som siteres. Det er ikke en midlertidig effekt. Det er en ny struktur.

Og det er her LLM Smells møter AEO direkte: innhold med de mønstrene som gjenkjennes som maskingenerert, havner konsekvent lavere i siteringslogikken til disse AI-systemene. Det er ikke fordi AI-en «vet» at innholdet er AI-generert — det er fordi innholdet mangler signalene som gjør at det fortjener å siteres.

Hva dette betyr i praksis for norske bedrifter

De fleste norske bedrifter er allerede usynlige i AI-søk. Vi ser det i audit etter audit: 9 av 10 merker som tester på sjekk.synligdigital.no får score under 50. Det er ikke fordi de mangler innhold — det er fordi innholdet de har ikke gir AI-systemer grunn til å stole på dem som autoritativ kilde.

LLM Smells gjør dette problemet mer akutt. Bedrifter som i løpet av 2024 og 2025 har fylt nettstedet sitt med AI-genererte blogginnlegg — og det er mange — har ikke bare stagnert. De har aktivt bygget ned tilliten AI-systemer har til dem som kilde.

Konkurransen om AI-sitering er asymmetrisk: bedrifter med ekte fagkompetanse og dokumenterte resultater er naturlig differensiert. Det er vanskeligere å kopiere «vi hjalp Pierstop fra 52 til 76 i AEO-score ved å gjøre X og Y» enn å kopiere en generisk liste med AEO-tips.

Tre ting du kan gjøre nå

1. Sjekk eksisterende innhold. Bruk llm-smell-check på de viktigste blogginnleggene dine. Se hvilke mønstre som er mest utbredt. Det tar fem minutter og krever ingen registrering.

2. Erstatt generiske påstander med spesifikke data. «Mange bedrifter opplever økt synlighet» er ubrukelig for AI-sitering. «Etter AEO-optimalisering økte Pierstop fra 0 til 5 av 8 AI-siteringer på bransjerelevante søk» er citerbart. Konkret er citerbart.

3. Mål AI-synligheten din i dag. Ikke anta at du vet status. En gratis analyse tar under ett minutt og gir deg baseline — inkludert hvilke AI-assistenter som kjenner merkevaren din og hvilke som ikke gjør det.

Kildemateriale

• LLM Smell Check — analyseverktøy (GitHub Pages)
• Seer Interactive: AIO Impact on Google CTR, september 2025
• Search Engine Land: Google AI Overviews CTR-forskning