Google visar hur nästa generations AI-sök väljer sina källor

Google Research publicerade den 15 september en ny metod för query fan-out, tekniken som gör att en fråga i Googles AI-sök blir många dolda delfrågor. Metoden är 12 till 20 gånger snabbare än dagens sätt och belönar bredd i stället för upprepning. Enligt Jorge Castro, grundare av Castro AI, flyttar det konkurrensen från huvudfrågan till delfrågorna.

När en användare ställer en fråga i AI Mode gör Google inte en sökning utan många. Google beskriver tekniken som att frågan bryts ner i delämnen och att en mängd sökningar körs samtidigt för användarens räkning. Svaret skrivs sedan ihop av det som hämtats. AI Mode passerade en miljard användare i månaden i maj, enligt Google.

Den 15 september visade Google Research nästa steg. I metoden Retrieve-for-Train tränas själva utspridningen av frågan in i en modell på 53,9 miljoner parametrar, som gör hela fan-outen i ett enda svep i stället för att en språkmodell skriver delfrågorna en i taget. Enligt Google blir det 12 till 20 gånger snabbare. Språkmodellen som lär upp den belönas under träningen för tre egenskaper. Delfrågorna ska träffa innehåll som faktiskt finns, de ska täcka olika sidor av ämnet och de ska hålla sig nära ursprungsfrågan. Google har inte sagt att metoden är i drift i sökmotorn, och den är testad på data om mode och musik.

- Det intressanta är inte hastigheten utan vad modellen belönas för. Den ska sprida frågan åt olika håll och straffas för delfrågor som liknar varandra. Då räcker det inte att ranka etta på huvudfrågan. Man måste vara det bästa svaret på någon av delfrågorna, säger Jorge Castro, grundare av Castro AI och författare till boken Framtidens SEO.

Google exemplifierar med frågan camping gear, där systemet ska hämta tält, sovsäck, friluftskök och pannlampa i stället för fyra varianter av samma sökning.

Så bör man jobba

• Kartlägg delfrågorna bakom de viktigaste frågorna. Vad frågar kunden före, under och efter köpet?
• Skriv ett avsnitt per delfråga som kan stå för sig självt, med egna siffror, egna exempel och egen erfarenhet.
• Mät synligheten i AI-svaren i volym och över tid, inte med en enstaka manuell koll.

- Tio sidor om samma sak ger inget, det är samma delfråga tio gånger. Rätt innehåll är det som täcker en delfråga ingen annan täcker, säger Jorge Castro.

Källor

Google Research, Bypassing inference bottlenecks: Accelerating complex AI search with Retrieve-for-Train (15 september 2026). Google, AI Mode in Search (I/O 2025). Google, A new era for AI Search (19 maj 2026).