Lees je 20 minuten over generative engine optimization, dan stuit je op termen die je nog nooit hebt gezien. RAG. Vector embeddings. Chunks. Semantische volledigheid. E-E-A-T. De terminologie voelt zwaar, omdat ze tegelijk leent van machine learning, taalkunde en information retrieval. Maar dit is wat telt: elke term beschrijft iets dat direct bepaalt of je content wordt geciteerd door AI-zoekmachines of wordt overgeslagen.
Je hebt geen opleiding in machine learning nodig om GEO te begrijpen. Je moet begrijpen wat deze termen in context betekenen, waarom ze ertoe doen voor je zichtbaarheid en hoe ze veranderen hoe je content schrijft en opbouwt. In dit hoofdstuk staan de meer dan 15 belangrijkste GEO-termen die je tegenkomt, wat elke term doet en waarom elke term ertoe doet voor je strategie.
De kernbegrippen: GEO, AEO en hoe ze verschillen
Generative engine optimization (GEO) is het optimaliseren van je content en online aanwezigheid, zodat je wordt geciteerd door AI-zoekmachines zoals ChatGPT, Perplexity, Google AI Overviews en Claude. Waar traditionele SEO je klikken oplevert op een pagina met zoekresultaten, zorgt GEO dat je wordt aangehaald in een door AI gegenereerd antwoord. GEO doet ertoe, omdat het verkeer vanuit AI jaar op jaar met 527% groeit en 37% van de consumenten nu zoekopdrachten start met AI in plaats van met traditionele zoekmachines.
Answer engine optimization (AEO) wordt soms door elkaar gebruikt met GEO, maar heeft een iets smallere focus. AEO richt zich specifiek op systemen die directe antwoorden geven in plaats van lijsten met links. Dat zijn spraakassistenten zoals Siri, uitgelichte fragmenten in Google en platforms die op antwoorden gericht zijn. In de praktijk overlappen de strategieën sterk, maar AEO legt meer nadruk op het antwoordformaat en de duidelijkheid dan GEO.
Artificial intelligence optimization (AIO) is de breedste overkoepelende term. Het omvat alles wat je zichtbaarheid in AI-systemen verbetert, of dat nu zoekmachines zijn, algoritmen die content aanbevelen of chatbots. GEO en AEO zijn allebei onderdelen van AIO. Gebruiken marketeers alle drie de termen, dan hebben ze het meestal over hetzelfde kernidee met een iets andere nadruk.
Het belangrijkste onderscheid tussen deze termen is hoe specifiek ze zijn. GEO richt zich op zoeken. AEO richt zich op directe antwoorden. AIO omvat alles. Voor de meeste marketeers is GEO de term die het meest telt, omdat die direct gaat over hoe je wordt geciteerd door de AI-zoekmachines waarmee gebruikers dagelijks werken. Wil je eerst begrijpen hoe AI-zoeken werkt voordat je gaat optimaliseren, lees dan hoe AI-zoekmachines werken en welke pijplijn in vijf fasen erachter zit.
Hoe AI-zoekmachines werken: de technische termen
Retrieval-augmented generation (RAG) is het proces achter elke moderne AI-zoekmachine. Zo werkt het in drie stappen. Eerst haalt het systeem relevante content van het web op, op basis van je vraag. Daarna geeft het die content aan een taalmodel. Ten slotte genereert het model een nieuw antwoord op basis van wat het heeft opgehaald. Zonder RAG zou het AI-systeem alleen informatie gebruiken waarop het is getraind, en die is meteen verouderd. RAG houdt antwoorden actueel door in real time verse content op te halen. Dat doet ertoe voor je contentstrategie, want het betekent dat signalen van versheid zwaarder wegen dan bij traditionele SEO. Content die binnen 30 dagen is bijgewerkt, wordt 3,2 keer vaker geciteerd dan oudere content.
Vector embeddings zijn wiskundige weergaven van betekenis. Het systeem zet woorden en zinnen om in vectoren met veel dimensies: lijsten met getallen die de betekenis van tekst vastleggen. Zie het als een manier om betekenis om te zetten in een formaat dat machines kunnen vergelijken en meten. Dat is belangrijk, want daarom is semantische volledigheid de sterkste rankingfactor voor AI-zoeken. Je content hoeft niet de exacte zoekwoorden te bevatten. Ze moet het concept volledig uitleggen, zodat het systeem begrijpt wat je zegt.
Semantisch zoeken gebruikt vector embeddings om relevante content te vinden, ook als de woorden niet precies overeenkomen. Vraag je een AI-systeem "Wat is de beste websitesoftware voor een klein merk?" en heet je pagina "Beste CMS-platforms voor startups", dan koppelt semantisch zoeken die zoekopdrachten, ook al overlappen de exacte zoekwoorden niet. Traditioneel zoeken kan dit niet, omdat het zoekwoorden matcht, geen betekenis. Daarom is optimaliseren voor exacte zoekwoorden minder belangrijk bij GEO en is een onderwerp grondig behandelen belangrijker.
Chunks zijn de stukken van je content die AI-systemen eruit halen en overwegen om te citeren. Indexeert de AI-zoekmachine je pagina, dan slaat ze niet de hele pagina als één geheel op. Ze breekt hem op in kleinere stukken, meestal één alinea of één sectie tegelijk. Stelt een gebruiker een vraag, dan haalt het systeem de chunks op die het meest relevant zijn voor die vraag, niet de hele pagina. Daarom doet structuur ertoe. Een pagina met duidelijke H2-koppen, korte alinea's en gerichte secties wordt effectiever in chunks verdeeld dan een muur van tekst.
Citatie en ranking: het kernbegrip
Citatie is het kerndoel van GEO. Citeert een AI-zoekmachine je content of linkt ze terug naar je pagina, dan is dat een citatie. Citaties zorgen voor het verkeer, de zichtbaarheid en de autoriteit die ertoe doen voor je merk. Het doel van GEO is niet om hoog te staan op een pagina met zoekresultaten. Het is om geciteerd te worden in het door AI gegenereerde antwoord. Verkeer via citaties converteert 5 keer beter dan verkeer uit traditioneel zoeken, dus één citatie kan tientallen klikken uit een traditioneel zoekresultaat waard zijn.
Semantische volledigheid is hoe grondig je een onderwerp dekt. Hoe completer je uitleg, hoe beter de vectorweergave van je content de volledige betekenis vastlegt. Dit is de sterkste rankingfactor voor AI-zoeken, met een correlatie van 0,87 met citaties. Schrijf je een pagina over websiteanalyse die meetwaarden, verkeersbronnen, conversies en het interpreteren van data behandelt, dan is de semantische volledigheid hoog. Schrijf je alleen over verkeersbronnen, dan is ze laag. Het systeem geeft voorrang aan complete uitleg, omdat die nuttiger is om uitgebreide antwoorden te genereren.
Information gain meet hoeveel nieuwe of unieke waarde je content toevoegt ten opzichte van wat al beschikbaar is. Leggen al 50 pagina's uit hoe je een webanalysetool instelt, dan krijgt een pagina die hetzelfde zegt een lagere prioriteit. Een pagina die niet alleen uitlegt hoe je het instelt, maar ook hoe je de data interpreteert zonder overweldigd te raken, krijgt een hogere prioriteit, omdat ze iets nieuws toevoegt. Daarom doen eigen onderzoek, raamwerken en unieke invalshoeken er bij GEO meer toe dan bij traditionele SEO.
Signalen van contentkwaliteit: E-E-A-T en meer
E-E-A-T staat voor Experience (ervaring), Expertise (deskundigheid), Authoritativeness (autoriteit) en Trustworthiness (betrouwbaarheid). Dit is het kader van Google om contentkwaliteit te beoordelen, en AI-systemen gebruiken vergelijkbare signalen. Ervaring betekent dat je echt hebt gedaan waarover je schrijft. Deskundigheid betekent dat je diepe kennis hebt. Autoriteit betekent dat derden je gezag erkennen. Betrouwbaarheid betekent dat je nauwkeurig en transparant bent. 96% van de content die in Google AI Overviews wordt geciteerd, komt van bronnen met sterke E-E-A-T-signalen. Daarom doen kwalificaties van auteurs, transparante bronvermelding en feitelijke juistheid ertoe.
Entiteitsdichtheid (entity density) verwijst naar hoeveel dingen uit de echte wereld (mensen, merken, locaties, concepten) je noemt en uitlegt in je content. Hoe meer entiteiten je noemt en met elkaar verbindt, hoe beter AI-systemen de verbanden tussen ideeën begrijpen. Een pagina die alleen "websiteontwerp" noemt, heeft een lage entiteitsdichtheid. Een pagina die websiteontwerp, conversiepercentages, gebruikservaring, laadsnelheid en mobielvriendelijkheid noemt, heeft een hogere entiteitsdichtheid. Content met 15 of meer entiteiten heeft een 4,8 keer grotere kans om door AI-systemen te worden gekozen, omdat ze meer context en verbanden biedt.
Feitendichtheid (fact density) verwijst naar het aantal specifieke feiten, statistieken en datapunten in je content. AI-systemen geven voorrang aan bronnen met een hoge feitendichtheid, omdat geverifieerde feiten moeilijker te betwisten zijn en nuttiger om gezaghebbende antwoorden te genereren. Statistieken toevoegen vergroot AI-zichtbaarheid met wel 40%. Daarom bevat WEMASY-content specifieke cijfers en datapunten in plaats van vage uitspraken. Een pagina die zegt "veel marketeers geven de voorkeur aan AI-zoeken" heeft een lage feitendichtheid. Een pagina die zegt "37% van de consumenten start zoekopdrachten nu met AI" heeft een hoge feitendichtheid.
De zoekmachines en platforms
Large language models (LLM's) zijn de AI-systemen die antwoorden genereren. ChatGPT, Claude, Gemini en andere zijn LLM's. Ze zijn getraind op enorme hoeveelheden tekstdata en kunnen mensachtige antwoorden op vragen genereren. Verschillende LLM's hebben verschillende trainingsdata, architecturen en neigingen. ChatGPT is vaak uitgebreid en evenwichtig. Perplexity legt de nadruk op versheid. Claude legt de nadruk op nuance. Dat doet ertoe, omdat dezelfde zoekvraag op verschillende platforms verschillende antwoorden kan opleveren en optimaliseren voor de voorkeuren van het ene platform niet even goed op een ander hoeft te werken.
Antwoordmachines (answer engines) zijn AI-platforms die speciaal zijn gemaakt om directe antwoorden te geven in plaats van pagina's met zoekresultaten. ChatGPT-zoeken, Perplexity, Google AI Overviews en Claude zijn antwoordmachines. Ze verschillen van traditionele zoekmachines doordat ze samengestelde antwoorden voorrang geven boven links. De verschuiving van zoeken op basis van links naar zoeken op basis van antwoorden bepaalt opnieuw welke content zichtbaar wordt. Forumcontent, nichecommunity's en uitgebreide uitleg presteren beter op antwoordmachines dan in traditioneel zoeken, omdat ze het ruwe materiaal voor goede antwoorden leveren.
Kennisgrafen (knowledge graphs) zijn gestructureerde weergaven van hoe concepten, mensen en entiteiten zich tot elkaar verhouden. De Knowledge Graph van Google is een voorbeeld. Zoek je op "Taylor Swift", dan toont Google niet alleen artikelen, maar ook een paneel met haar geboortedatum, albums, prijzen en verbanden met verwante entiteiten. AI-systemen gebruiken vergelijkbare kennisgrafen om context en verbanden te begrijpen. Dat doet ertoe voor je content, want genoemd worden naast relevante entiteiten en je eigen entiteit duidelijk definiëren helpt je AI-zichtbaarheid.
Termen voor contentstrategie en optimalisatie
Gesprekken met meerdere beurten (multi-turn conversations) verwijzen naar het heen en weer dat ontstaat als een gebruiker in een AI-chat een vervolgvraag stelt. De gebruiker vraagt misschien "Wat is de beste websitebouwer?" en daarna "Kun je die vergelijken met die andere?" Bij traditioneel zoeken staat elke zoekopdracht op zichzelf. Bij AI-zoeken houdt het systeem de context van eerdere beurten vast. Dat betekent dat uitgebreidere, volledige content die verwante onderwerpen dekt, meer profiteert van gesprekken met meerdere beurten dan smalle pagina's met één antwoord.
Zero-click-zoekopdrachten zijn zoekopdrachten waarbij gebruikers hun antwoord krijgen zonder op een link te klikken. Bij traditioneel zoeken gebeurde een zero-click als Google een uitgelicht fragment of Knowledge Panel toonde. Bij AI-zoeken is elk antwoord in feite een zero-click, omdat de AI het antwoord op de resultatenpagina samenstelt in plaats van een klik te vragen. 80% van de zoekopdrachten eindigt nu zonder klik. Dat verandert het doel van klikken krijgen in geciteerd worden. Je zichtbaarheid komt van aangehaald worden in het AI-antwoord, niet van paginaweergaven via een link.
Uitgelichte fragmenten (featured snippets) zijn de antwoorden in een kader die Google bovenaan de zoekresultaten toont. Ze beantwoorden specifieke vragen direct. AI-systemen hebben geleerd van hoe uitgelichte fragmenten werken en passen vergelijkbare logica toe bij het genereren van antwoorden. Optimaliseren voor uitgelichte fragmenten met duidelijke, beknopte definities en stappenlijsten helpt ook je AI-zichtbaarheid, omdat dezelfde formaten die fragmenten winnen vaak door AI-systemen worden geciteerd.
Zoekintentie (query intent) verwijst naar wat de gebruiker met zijn zoekopdracht wil bereiken. Wil hij iets leren (informatieve intentie)? Iets kopen (transactionele intentie)? Een specifiek merk vinden (navigationele intentie)? Opties vergelijken (commerciële intentie)? AI-systemen begrijpen intentie beter dan traditioneel zoeken, waardoor content die bij de intentie past eerder wordt geciteerd. Vraagt iemand "Hoe kies ik een websitebouwer?", dan wil hij educatieve content, geen verkooppagina's. Het systeem stuurt door naar educatieve content. Als je begrijpt hoe AI-platforms bepalen welke bronnen ze citeren, zie je waarom aansluiten op intentie zo belangrijk is.
Termen voor contentstructuur en opmaak
Antwoord eerst schrijven (answer-first writing) betekent het directe antwoord op de hoofdvraag in de eerste of tweede alinea zetten, in plaats van het diep in de content te verstoppen. Traditionele SEO verborg antwoorden soms achter inleidingen en context. GEO beloont openheid. Beantwoordt je content de vraag meteen en gaat ze daarna dieper, dan wordt ze eerder opgehaald en geciteerd. De eerste 30% van een pagina is goed voor 44,2% van alle LLM-citaties, dus waarde vooraan zetten doet ertoe.
Gestructureerde data (structured data) verwijst naar het markeren van je content met speciale tags (meestal JSON-LD) die AI-systemen precies vertellen welke informatie je geeft. In plaats van het systeem zelf te laten uitzoeken dat je een term definieert, markeer je het expliciet als definitie. In plaats van datums onduidelijk te laten, markeer je ze als publicatiedatum of wijzigingsdatum. AI-systemen kunnen gestructureerde data betrouwbaarder lezen dan dat ze informatie uit gewone tekst afleiden.
Schema markup is de gestandaardiseerde woordenlijst voor gestructureerde data. Veelgebruikte schema's zijn Article (voor blogposts), FAQPage (voor Q&A-pagina's), HowTo (voor stapsgewijze gidsen) en Organization (voor merkinformatie). Met schema markup begrijpen AI-systemen het type en de structuur van je content beter, wat helpt bij het kiezen van citaties.
Meetwaarden voor zichtbaarheid en prestaties
Share of voice in AI verwijst naar welk percentage van de door AI gegenereerde antwoorden je merk noemt ten opzichte van concurrenten. Stellen 100 gebruikers AI-systemen vragen in jouw branche en wordt jouw merk in 10 van die antwoorden genoemd terwijl een concurrent in 15 wordt genoemd, dan is jouw share of voice lager. Dit is het GEO-equivalent van zoekzichtbaarheid. Het meet hoe vaak je zichtbaar bent in AI-zoekresultaten in plaats van je rankingpositie.
Verkeer vanuit AI (referral traffic) is het verkeer dat op je site komt van mensen die op links in door AI gegenereerde antwoorden klikken. Dit wordt anders gevolgd dan verkeer uit traditioneel zoeken, omdat de bron meestal het AI-platform is, niet Google. De meeste analyseplatforms laten je AI-verkeer nu apart segmenteren, zodat je ziet hoeveel omzet het oplevert en hoe het zich verhoudt tot verkeer uit traditioneel zoeken.
Citatiepercentage (citation rate) meet hoe vaak je content wordt geciteerd op AI-platforms. Een hoog citatiepercentage betekent dat veel verschillende AI-systemen je pagina's gebruiken om antwoorden te genereren. Een laag citatiepercentage betekent dat je content niet wordt gekozen, ook als ze goed scoort in traditioneel zoeken. Dit is een nieuwe meetwaarde die niet bestond voordat GEO belangrijk werd. Het belang van citaties laat ook zien waarom gebruikers in zulke grote aantallen overstappen van traditioneel zoeken naar AI-zoeken: ze waarderen samengestelde antwoorden meer dan lijsten met links.
Zo helpt WEMASY met GEO-zichtbaarheid
GEO-terminologie begrijpen is de eerste stap. Het goed toepassen vraagt om content die goed is gestructureerd, rijk is aan feiten en is geoptimaliseerd voor hoe AI-systemen werken. De websitebouwer en de analytics-functies van WEMASY zijn gemaakt met GEO in gedachten. Met de bouwer structureer je content met een goede kophiërarchie en semantische indeling. Met analytics in WEMASY volg je verkeer vanuit AI apart, zodat je ziet hoeveel omzet uit AI-citaties komt en hoeveel uit traditioneel zoeken. Met de SEO-tool optimaliseer je metatags, voeg je schema markup toe en houd je content vers. Lees wat er in elk WEMASY-abonnement en de prijzen zit.
Veelgestelde vragen
Wat is het verschil tussen RAG en traditioneel indexeren door zoekmachines?
Traditionele zoekmachines bouwen statische indexen van webpagina's en zoekwoorden. Zoek je iets, dan raadplegen ze die indexen. RAG is dynamisch. Het haalt elke keer dat een gebruiker een vraag stelt in real time verse content op. Dat betekent dat je content minuten na publicatie al kan worden geciteerd, terwijl traditionele zoekmachines dagen of weken nodig hebben om opnieuw te indexeren. RAG is de reden dat signalen van versheid zo zwaar wegen bij GEO. Met de websitebouwer van WEMASY zet je dit direct op je eigen website op.
Betekent hoge semantische volledigheid dat ik langere content moet schrijven?
Niet per se. Semantische volledigheid gaat over grondigheid en diepgang, niet over lengte. Je kunt een pagina van 1.000 woorden schrijven die een onderwerp volledig dekt en een hoge semantische volledigheid heeft. Je kunt ook een pagina van 3.000 woorden schrijven die alleen aan de oppervlakte blijft. Wat telt is of je alle belangrijke aspecten van de vraag hebt beantwoord. Korte, complete content scoort beter bij GEO dan lange, onvolledige content.
Hoe verbeter ik mijn entiteitsdichtheid zonder dat de content onnatuurlijk wordt?
Forceer geen vermeldingen van entiteiten, maar laat ze vanzelf uit je onderwerp voortkomen. Schrijf je over websitebouwers, dan noem je vanzelf conversiepercentages, ontwerpsjablonen, hosting, beveiliging en andere verwante concepten. Leg uit wat deze concepten zijn, zodat het systeem de verbanden begrijpt. Door verwante concepten te definiëren verhoog je de entiteitsdichtheid en blijft de content natuurlijk en leesbaar.
Kan ik tegelijk optimaliseren voor uitgelichte fragmenten en GEO?
Ja. Best practices voor uitgelichte fragmenten en voor GEO overlappen sterk. Duidelijke definities, stappenlijsten en goed gestructureerde content die vragen direct beantwoordt, helpen bij beide. Schrijf eerst content die nuttig is voor lezers, structureer haar duidelijk, en je optimaliseert vanzelf voor zowel uitgelichte fragmenten als AI-citaties.
Is zoekintentie belangrijker voor GEO dan voor traditionele SEO?
Ja. AI-systemen begrijpen intentie een stuk beter dan traditionele zoekmachines. Daardoor is aansluiten op intentie belangrijker. Content die aansluit op de specifieke intentie van een zoekopdracht wordt veel eerder geciteerd. Zoekt iemand how-to-content, dan wil hij instructies, geen overzichten. Zoekt hij best-of-content, dan wil hij vergelijkingen. AI-systemen zijn streng in het koppelen van intentie aan het type content.
Moet ik schema markup aan al mijn content toevoegen of alleen aan belangrijke pagina's?
Begin met belangrijke pagina's waar schema markup de meeste waarde toevoegt: blogposts, productpagina's, FAQ-pagina's, how-to-gidsen en je organisatiegegevens. Schema markup op pagina's die structuur nodig hebben, helpt AI-systemen je content beter te begrijpen en te citeren. Je hoeft niet elke pagina te markeren, maar de pagina's die het meest waarschijnlijk worden geciteerd, hebben veel baat bij duidelijk schema.