Bovenaan in AI: zo maak je je bedrijf vindbaar in ChatGPT en Gemini

Steeds meer mensen beginnen hun zoektocht niet meer bij een lijst met blauwe links, maar bij een vraag aan een AI-assistent. Die geeft één antwoord, noemt daarin een paar partijen en laat de rest onvermeld. Bovenaan in AI staan betekent dus iets anders dan bovenaan in Google staan: er is geen positie twee die ook nog klikken oplevert. Je wordt genoemd of je wordt niet genoemd. De goede vraag is dan ook niet hoe je hoger in AI komt, maar hoe je ervoor zorgt dat een model jouw organisatie herkent als een logisch antwoord op de vraag die iemand stelt.

In het kort

• AI-optimalisatie lijkt sterk op traditionele SEO, omdat AI-assistenten grotendeels dezelfde bronnen en zoekindexen gebruiken.
• Modellen citeren maar een klein deel van wat ze ophalen, waardoor duidelijke, zelfstandig leesbare passages veel zwaarder wegen.
• Wat anderen over je publiceren telt zwaarder dan wat je zelf op je site zet, net als bij linkbuilding.
• Zonder toegang voor AI-crawlers en zonder tekst die zonder JavaScript leesbaar is, doet de rest er niet toe.

Waarom AI-optimalisatie nog sterk op SEO lijkt

De belangrijkste reden is technisch. Wanneer je een AI-assistent iets vraagt waarvoor actuele informatie nodig is, zoekt die niet in een eigen, apart opgebouwde database. Het model stuurt een of meer zoekopdrachten naar een bestaande index, haalt daar pagina’s op en formuleert op basis daarvan een antwoord. ChatGPT leunt daarbij op Bing, Gemini op de Google-index en Perplexity op een combinatie. De pagina’s die worden opgehaald, zijn dus grofweg de pagina’s die ook in de klassieke zoekresultaten goed scoren.

Daarnaast speelt de trainingsdata een rol. Wat een model uit zichzelf weet over jouw markt en jouw organisatie, komt uit een enorme hoeveelheid tekst die op het open web stond. Ook daar geldt: hoe vaker en hoe consistenter je ergens in voorkomt, hoe steviger het beeld dat een model van je heeft. Dat is precies dezelfde logica die achter autoriteit in zoekmachines zit.

Er zijn wel verschillen, en die zitten vooral in wat er met een pagina gebeurt nadat die is opgehaald. Een zoekmachine toont een titel en een snippet en laat de gebruiker zelf kiezen. Een AI-assistent leest de pagina, pakt er een passage uit en verwerkt die in een lopend antwoord. Uit onderzoek van Semrush naar de zichtbaarheid van merken in ChatGPT blijkt dat modellen slechts een fractie citeren van wat ze ophalen, en dat de meeste antwoorden op een handvol bronnen leunen. Wie in dat handjevol wil zitten, moet materiaal aanleveren dat zich makkelijk laat overnemen.

Content die een model daadwerkelijk kan verwerken

Hier zit het meest concrete verschil met klassieke SEO. Een model neemt geen hele pagina over, maar één alinea of één rijtje. Dat fragment moet op zichzelf kloppen, zonder de context van de rest van de pagina. Een zin die begint met “dat is ook de reden dat” verliest zijn betekenis zodra je hem eruit tilt. Een zin die begint met de naam van het onderwerp, niet.

Let bijvoorbeeld eens op de sectie “In het kort” bovenaan dit artikel. Die staat er niet alleen voor de haastige lezer. Elke bullet is een volledige, feitelijke zin met de onderwerpsnaam erin, zonder verwijswoorden als “dit” of “dat”, en beantwoordt zelfstandig een deelvraag. Zo’n blok is voor een mens prettig scannen en voor een model een kant-en-klare passage om te citeren. Dat is geen truc, het is gewoon duidelijk schrijven.

Wat verder helpt:

• Antwoord eerst: geef onder een kop meteen het antwoord, en pas daarna de nuance en de uitleg
• Koppen als vragen: formuleer koppen zoals mensen ze uitspreken, want dat is ook hoe ze aan een assistent worden gesteld
• Noem de dingen bij naam: schrijf voluit welke organisatie, welk product en welk jaartal je bedoelt, ook als dat in de vorige alinea al stond
• Concrete cijfers met bron: een percentage met jaartal en bronvermelding wordt eerder overgenomen dan een vage bewering
• Tabellen voor vergelijkingen: een tabel met prijzen, voor- en nadelen is voor een model het makkelijkst te lezen formaat dat er is
• Gestructureerde data: markeer artikelen, organisaties, producten en veelgestelde vragen met schema.org, zodat er geen interpretatie nodig is

Wat juist tegenwerkt, is content die alleen bestaat om ergens op te ranken. Lange inleidingen zonder inhoud, vijf alinea’s voordat het antwoord komt, en pagina’s die vooral herhalen wat overal al staat. Modellen zoeken naar informatie die iets toevoegt. Eigen cijfers, eigen ervaring en eigen voorbeelden zijn daarom waardevoller dan ooit, juist omdat ze nergens anders staan.

Je bedrijf vindbaar maken in AI begint buiten je eigen site

Dit is het punt waar de meeste organisaties te weinig aandacht aan geven. Een model bouwt zijn beeld van jouw organisatie niet op uit jouw website, maar uit alles wat er over je geschreven wordt. Als vijf vakmedia, drie forumdiscussies en een reeks vergelijkingssites jouw bedrijf noemen wanneer het over een bepaald onderwerp gaat, dan is dat het beeld dat blijft hangen. Je eigen site is daarin één stem tussen vele.

Dat maakt de vergelijking met linkbuilding meer dan een metafoor. Het gaat om precies hetzelfde werk: zorgen dat gezaghebbende partijen naar je verwijzen. Het verschil is dat een vermelding zonder hyperlink voor een AI-model bijna net zoveel waard is als een vermelding met link, omdat het model de tekst leest en niet alleen het linkprofiel volgt. Hoe je zo’n netwerk van vermeldingen systematisch opbouwt, staat uitgebreider beschreven in ons artikel over AI linkbuilding.

Plekken die in de praktijk zwaar wegen:

• Vakmedia en branchesites: publicaties met een redactie wegen zwaarder dan zelf uitgegeven materiaal
• Discussieplatforms: forums en Reddit-achtige omgevingen worden opvallend vaak aangehaald bij vragen om een aanbeveling
• Video: YouTube komt in AI-antwoorden vaker terug dan bijna elke andere bron, en video wordt zelden ingezet voor zakelijke onderwerpen
• Vergelijkings- en reviewplatforms: bij vragen die op een keuze uitlopen, zijn dit standaard de bronnen die worden geraadpleegd
• Naslagwerken en registers: openbare databases, brancheregisters en encyclopedische bronnen leveren de feitelijke basis
• Consistentie: dezelfde bedrijfsnaam, dezelfde omschrijving en dezelfde gegevens overal, want tegenstrijdige informatie verzwakt het beeld

De techniek: zonder toegang geen vermelding

Voordat iets van het bovenstaande effect heeft, moeten de systemen erbij kunnen. Dat klinkt vanzelfsprekend, maar het gaat vaker mis dan je zou verwachten, meestal omdat iemand ooit uit voorzorg alle onbekende bots heeft geblokkeerd.

Loop deze punten na:

• Crawlers toelaten: controleer of GPTBot, ClaudeBot, PerplexityBot, Google-Extended en vergelijkbare bots niet in je robots.txt geweerd worden
• Onderscheid maken: crawlers die content ophalen om een antwoord te geven zijn iets anders dan crawlers die trainingsdata verzamelen, en je kunt die apart behandelen
• Tekst zonder JavaScript: veel AI-crawlers voeren geen JavaScript uit, dus content die pas in de browser wordt opgebouwd bestaat voor hen niet
• Snelheid en beschikbaarheid: pagina’s die traag laden of achter een agressieve beveiligingslaag zitten, worden simpelweg overgeslagen
• Duidelijke structuur: een logische koppenhiërarchie en een sitemap helpen bij het bepalen waar het antwoord staat

Er wordt daarnaast gewerkt aan een bestand met de naam llms.txt, bedoeld om AI-systemen gericht naar je belangrijkste pagina’s te wijzen. Het is nog geen standaard die door de grote aanbieders wordt gevolgd, maar het aanmaken kost weinig moeite en het schaadt niets.

Meten of het werkt

De klassieke meetinstrumenten helpen hier maar deels. Verkeer uit AI-assistenten is in analyticspakketten wel terug te zien als verwijzend verkeer, maar het aantal is bijna altijd lager dan de werkelijke invloed. Veel mensen krijgen een antwoord, onthouden de naam en zoeken later rechtstreeks. Dat zie je terug als een stijging in merkgebonden zoekopdrachten, niet als een klik uit ChatGPT.

Praktischer is om het zelf periodiek te controleren. Stel een lijst op van vijftien tot twintig vragen die klanten daadwerkelijk stellen voordat ze bij jou uitkomen, en leg die elke maand voor aan de assistenten die je doelgroep gebruikt. Noteer of je genoemd wordt, in welke context, en welke bronnen erbij worden aangehaald. Dat laatste is misschien wel het nuttigst: de bronnen die een model aanhaalt bij een vraag over jouw markt, zijn precies de plekken waar je zichtbaar zou moeten zijn.

Veel, goed en duidelijk aanwezig zijn

Als je alles terugbrengt tot de kern, blijft er iets over dat nauwelijks nieuw is. Zorg dat er veel over je te vinden is, dat het goed en feitelijk klopt, en dat het zo geschreven is dat een mens en een machine er in één keer uitkomen. Voeg daaraan toe dat anderen met een sterkere reputatie hetzelfde over je zeggen, en het beeld is compleet.

Dat is ook de reden om niet te wachten op een aparte AI-strategie naast je bestaande contentwerk. De investering die je nu doet in heldere, controleerbare content en in vermeldingen bij partijen die er toe doen, betaalt zich terug in beide kanalen tegelijk. Wie een van de twee goed doet, doet de andere er vrijwel gratis bij.