Prompt Path Mapping
Prompt Path Mapping is de methodiek voor het in kaart brengen en optimaliseren van het redeneerpad dat AI-systemen volgen voordat ze een aanbeveling doen. Van eerste zoekvraag tot vendorkeuze brengt Prompt Path Mapping in kaart waar je merk ontbreekt en welke signalen nodig zijn om als logische conclusie te verschijnen.
Het redeneerpad van een AI-model
“Beste hypotheekadviseur voor expats in Nederland?”
Indexing
AI-crawlers ontdekken en indexeren bronnen op basis van technische signalen.
Retrieval
Relevante content wordt opgehaald op basis van de vraag en bronsignalen.
Reasoning
Het model beoordeelt autoriteit, relevantie en consensus tussen bronnen.
Output
Het model genereert een antwoord en selecteert welke merken het noemt.
“Op basis van expertprofielen, branchepublicaties en klantreviews raden wij aan: [Jouw merk]”
De vier lagen van Prompt Path Mapping
Owned answer-shaping
De basis begint bij je eigen content. We schrijven en structureren pagina’s zodat AI-modellen ze gemakkelijk ophalen en citeren. Antwoorden op veelgestelde vragen als eigen secties, declarative claims onderbouwd met statistieken, en informatie-eilanden van 130 tot 160 woorden die modellen als bron kunnen gebruiken.
Third-party context shaping
AI-modellen baseren hun antwoorden niet alleen op je eigen website. Brand mentions op externe domeinen wegen zwaar. Brand mentions verslaan backlinks 3:1 voor citation rates. We bouwen je aanwezigheid op platforms die AI-systemen als gezaghebbend behandelen: vakbladen, branche-platforms, LinkedIn en relevante directories.
Query-path design
Welke vraagvolgorde stelt een potentiële klant in ChatGPT, Claude, Google Gemini of Perplexity? Welke bronnen citeren deze modellen? Op welk punt in het redeneerpad ontbreekt jouw merk? Query-path design brengt deze patronen systematisch in kaart over 200+ prompts en vier modellen.
Sales-session steering
De vierde laag is geen product maar een intern sales-instrument. In een verkoopgesprek laten we live zien hoe een AI-systeem binnen vier tot vijf promptstappen naar een specifieke conclusie gestuurd kan worden. Wat we voor klanten bouwen, is structureel.
LIVE PROMPT ANALYSE
Zo ziet een AI-zoekopdracht eruit, en waarom jouw concurrenten wél genoemd worden.
Demo-analyse: voorbeeldpromptsVoor kleine B2B-teams in Nederland zijn er meerdere sterke opties. **Concurrent A** biedt een Nederlandse interface en GDPR-compliant hosting in de EU. **Concurrent B** richt zich specifiek op sales-teams tot 15 personen met een visuele pipeline. SaaS Voorbeeld wordt genoemd als optie voor teams die CRM en projectmanagement willen combineren in een tool.
| Prompt | Status | Platform |
|---|---|---|
| beste boekhouder ZZP Nederland | ✓ Vermeld | ChatGPT |
| CRM voor MKB vergelijking | ✗ Afwezig | Perplexity |
| advocaat arbeidsrecht Amsterdam | ✓ Vermeld | Google AI |
| duurzame kleding Nederland | ✗ Afwezig | ChatGPT |
| SaaS boekhouding ZZP review | ✓ Vermeld | Perplexity |
Voorbeeld: een prospect zoekt een hypotheekadviseur
Stel, een expat in Amsterdam vraagt aan ChatGPT: “Wat is de beste hypotheekadviseur voor expats in Nederland?” Het model genereert een antwoord op basis van bronnen die het als gezaghebbend beschouwt. Het zoekt naar vergelijkingspagina’s, reviews, artikelen op platforms als Independer of Expatica, en entity-signalen op LinkedIn en branchepublicaties.
Met Prompt Path Mapping brengen we dit pad in kaart. We ontdekken dat het model drie concurrenten noemt die actief publiceren op expat-forums en vermeld worden in vakblad-artikelen. Ons merk ontbreekt. De actie: een vergelijkingspagina publiceren, een gastartikel op Expatica plaatsen, en de FAQ-schema’s op de servicepagina’s updaten.
Na zes weken verschijnt het merk in de top-3 van het AI-antwoord.
Prompt Path Mapping vs. GEO en AEO
Termen als Generative Engine Optimization (GEO) en Answer Engine Optimization (AEO) beschrijven het vakgebied in brede stroken. Prompt Path Mapping is specifieker. Waar GEO zich richt op “optimaliseren voor generatieve zoekmachines” als geheel, focust PPM op het concrete redeneerpad: de stappen die een AI-model doorloopt voordat het tot een aanbeveling komt. Het is geen alternatief voor GEO, maar de methodiek die het operationeel maakt. PPM geeft structuur aan wat anders een abstracte ambitie blijft.