De meting, niet de mening: een natuurlijk experiment in AI-zichtbaarheid
Werkt het om content te bouwen voor AI-zichtbaarheid, of is het duur giswerk? Dat debat wordt meestal met meningen gevoerd. Wij hadden er een meting van.
Bij een audit van een SaaS-platform voor digitale catalogi legden we achttien koopvragen vast en draaiden die over meerdere AI-assistenten, van eerste oriëntatie tot merkkeuze. De uitkomst was scherp verdeeld. Op de merkvragen, waar iemand expliciet naar het platform vraagt, was het merk perfect zichtbaar: in elke meting genoemd. Op de categorievraag waarmee een aankoop vaak begint, de beste catalogussoftware voor e-commerce, was het grotendeels onzichtbaar.
Dat laatste is de dure kant. Wie jou nog niet kent, begint bij de categorie, en wie daar niet in het antwoord staat, komt niet eens op de shortlist. Die twee uitersten zijn op zich niet nieuw. Wat ertussen zat, is dat wel.
Het experiment dat niemand bewust opzette
Tussen merk en categorie zat een reeks vergelijkingsvragen: het type "merk versus een concurrent" en "alternatieven voor een concurrent". Zes van die vragen hebben we gemeten. Vijf ervan hadden op de site van het merk een eigen vergelijkingspagina staan. Eén niet.
Het resultaat was zeldzaam schoon. Op alle vijf de vragen mét een eigen pagina werd het merk geciteerd. Op de ene vraag zonder zo'n pagina scoorde het nul, bij elke geteste engine. Zelfde merk, zelfde site, dezelfde techniek eronder. Het enige verschil was of de pagina bestond.
Dit is de kern in twee zinnen. Vijf vergelijkingsvragen met een eigen antwoordpagina leverden citaties op; de ene vergelijkingsvraag zonder zo'n pagina leverde er nul op. Binnen één merk, met techniek als constante, was het bestaan van de pagina het verschil tussen geciteerd en afwezig.
Waarom dit geen toeval is
Bij correlatie-onderzoek over duizenden sites kun je altijd twijfelen aan verstorende factoren. Hier niet, want dit is een gecontroleerde vergelijking binnen één merk. En de meest voor de hand liggende verstoorder, techniek, viel aantoonbaar af.
We controleerden de toegang apart. De site serveerde aan een AI-crawler exact dezelfde HTML als aan een gewone browser, byte voor byte, op elke geteste pagina. Geen blokkade in robots.txt, geen firewall die bots tegenhoudt. De crawler kon overal bij. Of het merk in het antwoord kwam, hing dus niet af van toegang, maar van de vraag of er een pagina bestond die de vergelijking beantwoordde.
De giftigste variant
Op een van die vijf vergelijkingen bleef het niet bij de eigen pagina. Het merk werd geciteerd via zijn eigen vergelijkingspagina, maar twee van de engines haalden er een tweede bron bij: een directe concurrent had de vergelijking "concurrent versus dit merk" zelf gepubliceerd, en die pagina werd ernaast aangehaald. De partij die er belang bij heeft het antwoord te kleuren, kreeg zo een stem in de vergelijking over een ander.
Het mechanisme in één zin: in AI-antwoorden word je geciteerd op de vragen waarvoor jij het antwoord hebt geschreven, en ben je afwezig op de vragen waarvoor iemand anders dat deed. En zelfs waar je wél geciteerd wordt, kan een concurrent meeliften door de directe vergelijking over jou zelf te publiceren. Zo'n pagina verdwijnt niet vanzelf: zolang jij geen eigen, sterker antwoord op diezelfde vraag hebt, blijft die van de concurrent een makkelijke bron voor het model.
Waarom dit het GEO-debat beslecht
De vraag of contentwerk voor AI-zichtbaarheid loont, is hiermee geen kwestie van geloof meer. Dit is geen belofte en geen benchmark over duizend vreemde sites, maar een waarneming binnen één merk waar techniek de constante was en de aanwezigheid van één pagina de variabele.
Praktisch betekent het dat je vindbaarheid in AI deels een redactionele keuze is: welke vragen van je koper heb jij zelf beantwoord, en welke laat je liggen? Dat sluit aan bij wat we eerder schreven: content-optimalisatie werkt, maar alleen als de rest van het fundament klopt. Een quotable pagina helpt niets als de crawler er niet bij kan, en toegang helpt niets als er geen pagina is om te citeren. Wie meer wil over die lagen, leest waarom GEO en klassieke SEO samen niet volstaan.
Doe de test zelf
Je hebt geen tool nodig om de eerste signalen te zien. Vraag ChatGPT of Perplexity naar de beste software in jouw categorie, en naar alternatieven voor je grootste concurrent. Kijk daarna welke pagina's worden aangehaald en wie ze geschreven heeft. Kom je jezelf niet tegen, en staat er een vergelijking die je concurrent over zichzelf schreef, dan weet je waar je gat zit.
Van waarneming naar sturing
Eén meting is een momentopname. AI-antwoorden verschuiven per run en per week, dus de waarde zit niet in één keer kijken, maar in herhaald meten op een vaste set vragen, gericht één ding aanpassen, en op diezelfde set opnieuw meten. Zo wordt een verschil toe te schrijven aan je ingreep in plaats van aan toeval, en wordt zichtbaarheid stuurbaar.
Hoe we dat opzetten, met gepinde prompt- en platformsets, wekelijkse metingen en een hermeting per fix, staat op onze Lens-methodologie. De aanleiding blijft simpel: eerst meten waar je staat, dan pas iets bouwen. Anders bouw je in het donker.
Gerelateerde artikelen
Waarom noemt ChatGPT mijn concurrent wel (en mij niet)?
Je concurrent verschijnt in ChatGPT, jij niet. Dit zijn de 8 technische oorzaken, en wat je eraan kunt doen. Gratis check beschikbaar.
GEO: Generative Engine Optimization, hype of methode?
Generative Engine Optimization (GEO): wat het is, wat werkt, en wat marketing-hype is. Nuchter overzicht met concrete technieken.
Hoe meet je AI Search Visibility?
Mention rate, citation rate, prompt coverage: leer hoe je AI-zichtbaarheid meetbaar maakt. Met benchmarks en een stappenplan voor je eerste meting.