Hoe AI-modellen hun bronnen kiezen

Op deze pagina

Hoe komt een AI-model aan een antwoord?
Wat citeert een AI-model het liefst?
Wat is een entiteit, en waarom telt die mee?
Weet iemand precies hoe het werkt?
Praktische checklist
Veelgestelde vragen

Kort antwoord

Een AI-model beantwoordt een vraag uit wat het geleerd heeft en uit wat het live opzoekt. In beide gevallen wint wat direct antwoord geeft, feitelijk en consistent is, en genoemd wordt op plekken die het model al vertrouwt. Wat anderen over je schrijven weegt vaak zwaarder dan wat je zelf schrijft; je eigen site is de basis waar je de feiten bepaalt.

Hoe komt een AI-model aan een antwoord?

Een AI-model beantwoordt je vraag langs twee wegen. De eerste is wat het tijdens de training heeft geleerd: een enorme momentopname van het web, boeken en andere bronnen. De tweede is live zoeken: bij actuele of specifieke vragen haalt het model op het moment zelf webpagina's op en bouwt daarmee het antwoord. Voor zichtbaarheid tellen beide routes, en je beïnvloedt ze grotendeels met hetzelfde werk.

Route 1: training

Wat het model geleerd heeft

Een momentopname van het web, boeken en andere bronnen, van vóór het moment dat het model werd bijgewerkt. Wat daarin vaak, consistent en herkenbaar stond, zit erin.

Route 2: live zoeken

Wat het model nu opzoekt

Bij actuele of specifieke vragen haalt het model op dat moment webpagina's op en bouwt daarmee het antwoord. Hier telt wat vandaag vindbaar en leesbaar is.

Samen één antwoord

Beide routes komen uit op hetzelfde: een paar zinnen met een handvol namen erin. Je beïnvloedt ze grotendeels met hetzelfde werk, namelijk de zes dingen hieronder.

Vereenvoudigde weergave. Welke route een model voor jouw vraag kiest, is van buitenaf niet te zien en verschilt per vraag en per model; zie waarom niemand het zeker weet.

Wat citeert een AI-model het liefst?

Direct antwoord op de vraag. Een pagina die de vraag letterlijk stelt en volledig beantwoordt, is bruikbaarder dan tien pagina's die er omheen praten. Welke vragen dat zijn, hangt af van je markt; we werkten het uit voor advocaten, SaaS, MSP's en financiële dienstverleners.
Heldere structuur. Logische koppen, lijsten en tabellen, en tekst die zonder JavaScript leesbaar is. Gestructureerde data helpt een model om je als entiteit te herkennen, niet om geciteerd te worden: modellen lezen de tekst, niet de tags.
Feiten met context. Concrete cijfers, definities en voorwaarden, het liefst met bron. Vage beloftes zijn voor een model onbruikbaar.
Overeenstemming tussen bronnen. Als jouw site, je profielen en registers en teksten van derden hetzelfde beeld geven, stijgt het vertrouwen. Spreken ze elkaar tegen, dan daalt het.
Autoriteit. Word je genoemd op plekken die het model al vertrouwt (vakmedia, registers, reviewplatforms), dan straalt dat af.
Actualiteit. Bij live zoeken wegen recente, onderhouden pagina's mee; een site die jaren stilstaat, veroudert ook in de antwoorden.

Wat is een entiteit, en waarom telt die mee?

Modellen denken in entiteiten: afgebakende dingen zoals een bedrijf, een persoon of een product. Jouw doel is dat het model jouw bedrijf als één consistente entiteit herkent: overal dezelfde naam, dezelfde kernomschrijving, dezelfde feiten. Elke variatie (andere schrijfwijze, verouderde omschrijving, tegenstrijdige gegevens) maakt de entiteit vager en dus minder citeerbaar.

Weet iemand precies hoe het werkt?

AI-antwoorden zijn niet deterministisch: dezelfde vraag kan vandaag een ander antwoord opleveren dan morgen, en modellen worden tussentijds bijgewerkt zonder aankondiging. Wie beweert het algoritme te kennen, overdrijft. Wat wel kan: dezelfde meting maandelijks herhalen, zodat de richting betrouwbaar zichtbaar wordt. Precies zo is onze meetmethode opgebouwd.

Praktische checklist

Beantwoordt elke kernpagina één echte vraag volledig?
Kunnen AI-crawlers je site lezen: geen blokkades in robots.txt, en is je tekst zichtbaar zonder JavaScript?
Zijn je bedrijfsgegevens overal identiek?
Word je genoemd op plekken buiten je eigen site?
Staat wat je kost, of minstens een vanaf-prijs, openbaar op je site?
Meet je maandelijks op een vaste vragenset waar je staat?

Veelgestelde vragen

Kan ik een AI-model laten weten dat het mij moet noemen?

Nee. Je kunt een model informeren, niet instrueren. Een pagina met feiten over je bedrijf helpt; een pagina die het model voorschrijft hoe het je moet omschrijven werkt niet en ondermijnt je geloofwaardigheid als iemand hem leest. Wat wel werkt is saai en effectief: helder antwoord op de vraag, consistente feiten, en genoemd worden op plekken die het model al vertrouwt.

Waarom noemt ChatGPT mij vandaag wel en morgen niet?

Omdat AI-antwoorden niet deterministisch zijn. Hetzelfde model kan dezelfde vraag verschillend beantwoorden, en modellen worden bijgewerkt zonder aankondiging. Eén losse waarneming zegt daarom vrijwel niets. Daarom meten wij steeds dezelfde vaste set vragen op dezelfde manier en tellen we een verschuiving van ±1 citatie niet als resultaat; dat is een vuistregel, geen statistisch vastgestelde grens.

Tellen vermeldingen op andermans site zwaarder dan mijn eigen pagina's?

Vaak wel, en dat is voor veel bedrijven het onaangename deel. Wat jij over jezelf schrijft weegt lichter dan wat vakmedia, registers en reviewplatforms over je schrijven, omdat een model bronnen tegen elkaar afzet. Je eigen site blijft de basis, want daar bepaal je de feiten, maar zichtbaarheid buiten je eigen domein is wat het vertrouwen omhoog brengt.

Verder lezen: wat is GEO? · SEO + GEO als één systeem · zelf meten of ChatGPT je noemt · tool of bureau? · hoe kies je een GEO-bureau?