Hoe je je zichtbaarheid in ChatGPT, Perplexity en Google AI Overviews meet en verbetert

De meeste SEO-rapportages meten nog steeds één ding: posities en klikken in Google. Maar een groeiend deel van je doelgroep krijgt zijn antwoord allang ergens anders, samengevat door een AI, zonder ooit een resultatenlijst te zien. Als je dat niet meet, stuur je blind op het deel van search dat het hardst groeit.

Dit is het playbook dat ik gebruik om AI-zichtbaarheid wél meetbaar en stuurbaar te maken: van de juiste metrics tot een herhaalbaar meet-framework en de ingrepen die je positie in AI-antwoorden echt verbeteren.

GEO (Generative Engine Optimization) is de discipline die content optimaliseert om geciteerd en vermeld te worden in AI-gegenereerde antwoorden van engines zoals ChatGPT, Perplexity en Google AI Overviews. Anders dan klassieke SEO draait het niet om posities in een resultatenlijst, maar om aanwezigheid en autoriteit binnen het gegenereerde antwoord zelf.

Waarom klassieke rankings niet meer het hele verhaal vertellen

Een positie 1 in Google was jarenlang de heilige graal. Dat verandert. AI Overviews duwen de organische resultaten naar beneden of vangen de klik volledig af. ChatGPT en Perplexity beantwoorden vragen direct en citeren daarbij een handvol bronnen. De vraag verschuift van sta ik hoog? naar word ik genoemd?

Het gevolg voor je rapportage: je kunt zichtbaarder zijn dan ooit en tóch dalend verkeer zien. Wie alleen op klikken stuurt, trekt de verkeerde conclusie en optimaliseert op het verkeerde. Je hebt een nieuwe meetlat nodig die zichtbaarheid meet daar waar je doelgroep nu zoekt.

Wat is GEO precies

GEO is geen vervanging van SEO, maar een uitbreiding. Waar SEO je in de resultatenlijst krijgt, zorgt GEO dat je in het gegenereerde antwoord zit, als bron, vermelding of aanbeveling.

Verschil met klassieke SEO

In klassieke search is de zoekmachine een doorgeefluik: hij wijst de weg, jij vangt de klik. In generative search is de engine zélf de bestemming geworden. Hij leest tientallen bronnen, vormt een antwoord en citeert daarbij selectief. Je concurreert niet om een positie, maar om een plek in dat antwoord.

Waar AI-engines hun antwoorden vandaan halen

Belangrijk om te begrijpen: AI-engines verzinnen hun antwoorden niet uit het niets. Ze leunen op een index en op live zoekopdrachten, grotendeels dezelfde infrastructuur als klassieke search. Dat betekent twee dingen. Eén: je klassieke SEO-fundering bepaalt of je überhaupt in beeld komt. Twee: bovenop die fundering bepalen entiteitherkenning, autoriteit en citeerbaarheid of je daadwerkelijk geciteerd wordt.

De vier metrics die er echt toe doen

AI-zichtbaarheid meet je niet met posities. Dit zijn de metrics waar ik op stuur.

Share of voice in AI-antwoorden

Voor een set relevante vragen: hoe vaak word jij genoemd ten opzichte van je concurrenten? Dit is de nieuwe positie 1. Het vertelt je niet alleen of je zichtbaar bent, maar of je het gesprek domineert of een voetnoot bent.

Mentions en sentiment

Word je genoemd, en hóe? Een neutrale vermelding is iets anders dan een actieve aanbeveling. Sentiment scheidt “wordt genoemd als optie” van “wordt genoemd als dé keuze”.

Cited domains en cited pages

Welke domeinen en welke specifieke pagina’s citeren de engines als bron? Dit is misschien wel de meest bruikbare metric, want hij is direct te vertalen naar actie: je ziet welke content geciteerd wordt en welke niet, en kunt daarop optimaliseren.

Impressions in AI-context

Hoe vaak komt je merk of content voorbij in AI-gegenereerde antwoorden, ook zonder klik? Dit is het zero-click-equivalent van impressies in Search Console: zichtbaarheid die niet in je verkeerscijfers landt, maar die wel degelijk impact heeft op bekendheid en voorkeur.

Zo meet je het, stap voor stap

Metrics zijn niets waard zonder een herhaalbaar proces eronder. Zo bouw ik een meting op.

Promptsets opbouwen die je doelgroep echt gebruikt

De fout die bijna iedereen maakt: meten op de prompts die jíj logisch vindt, niet die je doelgroep gebruikt. Begin bij de echte vragen: combineer je Search Console-queries, je salesgesprekken en de manier waarop klanten hun probleem verwoorden. Bouw daaruit een vaste set prompts, van oriënterend (“wat is…”) tot beslissingsgericht (“beste … voor …”). Die set is je meetinstrument; houd hem stabiel zodat je over tijd kunt vergelijken.

Baseline vastleggen en frequentie bepalen

Meet je promptset over de relevante engines en leg een nulmeting vast. Eén meting is een momentopname; de waarde zit in de trend. AI-antwoorden fluctueren, dus meet met vaste regelmaat en kijk naar de beweging, niet naar één uitschieter.

Concurrenten in dezelfde meting meenemen

Share of voice is per definitie relatief. Neem je belangrijkste concurrenten mee in exact dezelfde meting. Pas dan weet je of een daling aan jou ligt of dat de hele markt verschuift, en zie je waar de witte vlekken zitten die je kunt claimen.

Van meten naar sturen: wat je concreet aanpast

Meten is de helft. De andere helft is weten wat je met die data doet.

Content die geciteerd wordt in plaats van alleen gerankt

AI-engines citeren content die een vraag direct, compleet en verifieerbaar beantwoordt. Zet je conclusie bovenaan, niet als cliffhanger onderaan. Schrijf in zelfstandig leesbare blokken, zodat een passage los van de rest klopt. Wees concreet: definities, cijfers, duidelijke stellingen. Vaag proza wordt overgeslagen.

Entiteiten en bronvermelding versterken

Engines citeren bronnen die ze vertrouwen. Vertrouwen bouw je met een herkenbare entiteit: consistente naamgeving, een sterk auteursprofiel en koppelingen naar gezaghebbende bronnen die bevestigen wie je bent. Hoe duidelijker je entiteit, hoe makkelijker een engine je correct toeschrijft.

Schema als machineleesbare basis

Structured data is de vertaalslag die je content expliciet maakt voor machines. Het vertelt een engine wie de auteur is, waar een pagina over gaat en welke vraag hij beantwoordt, precies de signalen die nodig zijn om je te citeren. Hoe je dat goed inricht, lees je in Schema markup voor AI-zichtbaarheid.

Veelgemaakte fouten bij GEO-metingen

• Eenmalig meten. Eén meting is ruis. Zonder trend weet je niets.
• Meten op eigen jargon. Als je promptset niet matcht met hoe je doelgroep vraagt, meet je een fantasie.
• Concurrenten weglaten. Zonder benchmark is share of voice betekenisloos.
• Direct op AI-traffic sturen. De klikbare opbrengst uit AI-engines is nu nog klein. Share of voice en citaties zijn de leidende indicatoren; traffic volgt later. Wie nu al op AI-traffic afrekent, stuurt op het verkeerde getal.

Dat laatste is een bewuste, contraire keuze: ik reken een GEO-traject in deze fase niet af op kliks uit AI, maar op aanwezigheid en autoriteit in de antwoorden. Dat is wat voorspelt of je straks de standaardbron wordt.

Conclusie en next step

AI-zichtbaarheid is geen vaag toekomstverhaal, het is meetbaar, benchmarkbaar en stuurbaar, mits je de juiste metrics pakt en een herhaalbaar proces opbouwt. Begin met een nulmeting op een promptset die je doelgroep écht gebruikt, neem je concurrenten mee, en stuur daarna op share of voice en citaties.

Veel van het zware meet- en analysewerk laat zich bovendien automatiseren; hoe ik dat aanpak lees je in Agentic SEO.

Wil je weten voor welke vragen jouw merk nu wel of niet genoemd wordt in AI-antwoorden? Vraag een GEO-nulmeting aan, dan breng ik je startpositie en die van je concurrenten in kaart.