Het verschil tussen content die AI-systemen in directe antwoorden opnemen en content die wordt genegeerd, zit in de opmaak. AI-modellen lezen niet zoals mensen. Ze lezen structuur. Is je content opgebouwd zoals AI-systemen antwoorden verwachten te vinden, dan word je overgenomen. Zo niet, dan niet.
In dit hoofdstuk lees je precies welke opmaaktechnieken de kans vergroten dat AI je content rechtstreeks in zijn antwoord opneemt. Dit zijn geen vrijblijvende stijlkeuzes. Het is de fysieke structuur die bepaalt of een AI-systeem je antwoord überhaupt kan vinden, begrijpen en citeren.
Waarom opmaak voor AI belangrijker is dan voor mensen
Een menselijke lezer kan een antwoord samenstellen uit verspreide informatie in een alinea. Ze kunnen tussen de regels lezen. Ze kunnen betekenis afleiden uit de context. AI-systemen kunnen dat alles niet betrouwbaar.
Een AI-systeem dat retrieval-augmented generation (RAG) uitvoert, ontvangt je pagina als tokens. Het zoekt een passage die de gestelde vraag direct beantwoordt. Staat je antwoord midden in een alinea, verpakt in lopende tekst, dan moet de AI door die ruis heen om het signaal te halen. Is je antwoord duidelijk afgescheiden, gelabeld en gestructureerd, dan kan de AI het meteen pakken.
Daarom volgt de content die in AI-antwoorden het vaakst wordt geciteerd patronen die voor traditionele SEO overdreven hadden geleken. Korte alinea's. Duidelijke koppen. Opsommingstekens. Tabellen. Dit zijn geen extraatjes meer. Het zijn structurele eisen voor AI-zichtbaarheid.
Zet je antwoord in de eerste 50 tot 60 woorden
De opening van elke sectie die een vraag beantwoordt, moet het antwoord zelf zijn. Geen context. Geen achtergrond. Geen aanloop naar het antwoord. Het antwoord.
Dit is het BLUF-principe (Bottom Line Up Front), geleend uit militaire communicatie. Je begint met het hoofdpunt. Al het andere ondersteunt het.
Zo ziet dat er in de praktijk uit:
Verkeerde aanpak: "Wanneer mensen websites opzetten, vragen ze zich vaak af hoe ze hun pagina's moeten structureren. De structuur van een pagina is om veel redenen belangrijk. Een belangrijk aspect van paginastructuur is hoe je je koppen ordent..."
Goede aanpak: "Paginastructuur is belangrijk, omdat zoekmachines zo je contenthiërarchie begrijpen en bezoekers snel informatie vinden. Gebruik H2-koppen voor hoofdonderwerpen en H3-koppen voor subonderwerpen binnen elke sectie."
De eerste versie telt 40 woorden en heeft de vraag nog niet beantwoord. De tweede telt ook ongeveer 40 woorden, maar geeft het complete antwoord. Zoekt een AI-systeem een passage om te citeren, dan pakt het de versie die de vraag in de eerste zin beantwoordde.
Dit telt door de manier waarop AI-systemen werken. De reranking-laag van retrieval-augmented generation beoordeelt passages op hoe goed ze bij de zoekvraag passen. Een passage die met een antwoord opent, krijgt een hogere relevantiescore dan een passage die naar een antwoord toewerkt.
Gebruik H2- en H3-koppen als vraagankers
Je koppen zijn instructies aan AI-systemen over welke informatie in die sectie staat. Schrijf je een kop, dan zeg je tegen de AI dat deze sectie de specifieke vraag in die kop beantwoordt.
Formuleer je koppen waar mogelijk als directe vragen. Niet als stellingen. Als vragen.
Fout: "Voordelen van mobiele optimalisatie" / "Versheid van content als rankingfactor" / "Het belang van schema markup"
Goed: "Hoe beïnvloedt mobiele optimalisatie je rankings?" / "Is de versheid van content belangrijk voor AI-citaties?" / "Wat is schema markup en waarom is het belangrijk?"
Koppen in vraagvorm doen twee dingen. Ten eerste maken ze de kop zelf doorzoekbaar. Een AI die een antwoord zoekt op "Waarom is mobiele optimalisatie belangrijk?" ziet direct dat je H2 "Hoe beïnvloedt mobiele optimalisatie je rankings?" relevant is. Ten tweede geven ze de sectie een duidelijke reikwijdte. De sectie onder die kop moet die vraag beantwoorden en alleen die vraag.
Gebruik nooit dubbele punten in koppen om ondertitels te maken. Dat is een patroon in GPT-stijl, dat lezers en systemen die AI-content opsporen laat denken dat de tekst door een machine is geschreven.
Fout: "Mobiele optimalisatie: waarom het belangrijk is voor AI-zoeken" / "Content bijwerken: hoe vaak moet je je pagina's verversen?"
Goed: "Waarom is mobiele optimalisatie belangrijk voor AI-zoeken?" / "Hoe vaak moet je je pagina's verversen?"
Houd alinea's op maximaal 2 tot 3 zinnen
Dichte alinea's zijn ruis voor AI-systemen. Is een passage te lang, dan moet de AI meer rekenwerk doen om de relevante delen te halen. Korte alinea's zijn efficiënt. Ze maken duidelijk waar het ene idee eindigt en het volgende begint.
Een alinea bevat één idee. Is dat idee compleet, dan eindigt de alinea. Een nieuwe alinea beginnen is hoe je je informatie opdeelt in duidelijke, onafhankelijke stukken die AI los kan overnemen.
Dit vergroot ook de kans dat een kleinere passage uit je content wordt gekozen. Heb je een alinea van een tot drie zinnen, dan kan precies die alinea in een AI-antwoord worden opgenomen. Heb je een alinea van acht zinnen, dan is misschien maar een deel relevant en moet de AI beslissen of het die inkort of de hele alinea neemt.
Gebruik lijsten en tabellen in plaats van beschrijvingen
Opsommingstekens en genummerde lijsten behoren tot de formaten die AI-systemen het vaakst overnemen. Tabellen nog vaker. Dat komt doordat deze formaten informatie al in stukken en gestructureerd presenteren.
Verkeerde aanpak: "Er zijn verschillende soorten authenticatiemethoden. Wachtwoordauthenticatie is de oudste methode en houdt in dat een gebruiker een gebruikersnaam en wachtwoord invoert. Single sign-on (SSO) is een methode waarmee een gebruiker met één set inloggegevens bij meerdere systemen kan inloggen. Tweestapsverificatie voegt een extra beveiligingslaag toe door naast het wachtwoord een tweede vorm van verificatie te eisen."
Goede aanpak:
- Wachtwoordauthenticatie: Gebruiker voert gebruikersnaam en wachtwoord in. Eenvoudig, maar minder veilig.
- Single sign-on (SSO): Gebruiker logt één keer in en krijgt toegang tot meerdere systemen. Minder wachtwoordmoeheid.
- Tweestapsverificatie: Vraagt naast het wachtwoord een tweede verificatiemethode. Hogere beveiliging.
In de eerste versie staat de informatie er wel, maar ze zit verstopt in lopende tekst. De AI kan haar overnemen, maar moet meerdere zinnen lezen om elk onderdeel te vinden. In de tweede versie is elk onderdeel duidelijk gelabeld en gescheiden. De AI kan losse onderdelen of de hele lijst overnemen, afhankelijk van wat de zoekvraag vraagt.
Tabellen werken nog beter. Vergelijk je meerdere zaken op meerdere kenmerken, gebruik dan een tabel.
| Methode | Beveiliging | Gebruikservaring | Het meest geschikt voor |
| Wachtwoord | Laag | Eenvoudig | Systemen met lage beveiliging |
| SSO | Gemiddeld | Naadloos | Meerdere interne systemen |
| Tweestapsverificatie | Hoog | Vraagt een extra stap | Systemen met hoge beveiliging |
Wordt een AI gevraagd authenticatiemethoden te vergelijken, dan kan een tabel in zijn geheel worden overgenomen en direct aan de gebruiker worden getoond. De vergelijking is al gestructureerd. Er hoeft niets te worden herschikt.
Volg het patroon definitie, detail, voorbeeld
Elk begrip dat uitleg nodig heeft, volgt deze structuur:
Definitie: Een uitleg van een of twee zinnen over wat het is. Dat zijn 20 tot 30 woorden. Ze beantwoordt "wat is dit?" volledig.
Detail: Een of twee alinea's (elk 2-3 zinnen) die uitleggen hoe het werkt of waarom het belangrijk is. Dit gaat dieper zonder af te dwalen.
Voorbeeld: Een concreet voorbeeld of een casus waarin het begrip in actie te zien is. Zo zien lezers hoe het eruitziet in echte situaties.
Zo ziet dit patroon er in de praktijk uit.
Definitie: "Wederzijdse links zijn links die twee websites uitwisselen, waarbij site A naar site B linkt en site B terug naar site A."
Detail: "Wederzijdse links werden ooit gebruikt als SEO-tactiek, omdat zoekmachines elke backlink waardeerden. Moderne rankingalgoritmes korten sterk op wederzijdse links, omdat ze wijzen op kunstmatige linkbuilding in plaats van echte aanbeveling. Een AI-systeem dat je site beoordeelt, ziet wederzijdse links wel, maar weegt ze veel minder zwaar dan eenrichtingslinks van niet-gerelateerde sites."
Voorbeeld: "Link je naar het artikel van een concurrent en linkt die terug naar jou, speciaal omdat jij naar hem linkte, dan is dat een wederzijdse link. Zoekmachines vertrouwen die minder dan wanneer hij naar je linkte omdat je content echt nuttig was voor zijn publiek."
Dit patroon werkt omdat de definitie los te nemen is (voor vragen naar definities), het detailgedeelte complexere vragen ondersteunt en het voorbeeld het concreet maakt voor lezers die willen zien wat het echt betekent.
Gebruik strong-tags rond kernbegrippen en antwoorden
Wil je benadrukken dat een bepaalde zin het antwoord op een vraag is, zet die dan tussen tags. Dit is semantische HTML die zowel browsers als AI-systemen vertelt dat deze zin belangrijk is.
Overdrijf niet. Gebruik strong-tags voor echte kernbegrippen en antwoorden, niet voor losse nadruk.
Fout: "Een van de belangrijkste dingen over AI-zoeken is dat contentopmaak echt telt."
Goed: "Contentopmaak is de belangrijkste factor die bepaalt of AI-systemen je antwoord kunnen overnemen. De belangrijkste technieken zijn een opbouw met het antwoord eerst, koppen in vraagvorm, korte alinea's en semantische markup."
In het eerste voorbeeld staan de strong-tags verspreid en lichten ze niets betekenisvols uit. In het tweede markeren ze het eigenlijke antwoord op een impliciete vraag: "Wat zijn de belangrijkste technieken?" AI-systemen leren content binnen strong-tags te zien als mogelijke antwoorden.
Voeg schema markup toe om antwoorden leesbaar te maken voor machines
Schema markup is een gestandaardiseerd formaat dat AI-systemen precies vertelt welke informatie je content bevat. Zonder schema moeten AI-systemen door je tekst te lezen afleiden waar die over gaat. Met schema label je het expliciet.
De nuttigste schematypes voor directe antwoorden zijn:
FAQPage-schema: Gebruik dit voor elke sectie met vragen en antwoorden. Het vertelt AI-systemen precies waar vraag en antwoord staan en maakt ze overneembaar als losse eenheden.
HowTo-schema: Gebruik dit voor stapsgewijze instructies. Het labelt elke stap, waardoor AI-systemen je content eerder aanbevelen bij how-to-vragen.
Article-schema: Dit basistype hoort bij elk artikel. Het geeft metadata zoals publicatiedatum, auteur en artikeltekst, waarmee AI-systemen de autoriteit van de content beter begrijpen.
DefinitionSchema: Voor glossariumvermeldingen en definitiepagina's markeert dit expliciet wat er wordt gedefinieerd en wat de definitie is.
Schema markup garandeert geen extractie, maar vergroot de kans enorm. Een FAQ met goed ingevoerd FAQPage-schema wordt eerder in een AI-antwoord geciteerd dan een FAQ zonder schema.
Test wat AI echt uit je pagina haalt
Opmaakrichtlijnen zijn nuttig, maar de echte vraag is of AI-systemen je content ook echt overnemen. De beste manier om dat te weten is testen.
Pak een van je artikelen en stel een of meer grote AI-zoekmachines de specifieke vraag die je artikel beantwoordt. Kijk naar het antwoord. Heeft de AI je site geciteerd? Zo ja, welke passage haalde het op? Hoeveel van je antwoord kwam in het resultaat terecht?
Wordt je artikel niet geciteerd, dan komt dat meestal door een van drie dingen. Ten eerste geeft een andere bron een directer antwoord in minder woorden. Ten tweede is je antwoord moeilijker over te nemen, omdat het niet duidelijk is gestructureerd. Ten derde heeft de andere bron sterkere autoriteitssignalen, waardoor de AI die voorrang geeft.
Als je weet wat er wordt opgehaald, kun je optimaliseren. Neemt de AI een deel van je antwoord over, kijk dan of je dat deel zelfstandiger kunt maken. Wordt een andere bron geciteerd, maak je antwoord dan specifieker of voeg meer eigen detail toe dat alleen jij hebt.
Met deze feedbacklus ga je van theoretische richtlijnen naar echte resultaten.
Veelgemaakte opmaakfouten die je citaties kosten
Fout 1: Het antwoord verstoppen in uitleg. Schrijvers vinden vaak dat ze eerst moeten uitleggen waarom iets waar is voordat ze zeggen wat waar is. AI-systemen geven nog niet om het waarom. Ze geven om het wat. Geef eerst het antwoord. Leg het daarna uit.
Fout 2: Beginnen met een verhaal. Een veelvoorkomend patroon in contentmarketing is openen met een scenario of herkenbaar verhaal voordat je ter zake komt. "Stel je voor dat je ondernemer bent..." of "Zie je voor: een klant bezoekt je site..." Dit werkt niet voor extractie door AI. De AI zoekt het antwoord, geen scenario. Bewaar de verhalende elementen tot nadat je de vraag hebt beantwoord.
Fout 3: Schrijven in de lijdende vorm. De lijdende vorm vraagt meer rekenkracht. "Het antwoord is te vinden in" kost meer tokens dan "Het antwoord is". De bedrijvende vorm is directer en makkelijker over te nemen voor AI-systemen.
Fout 4: Vage voorbehouden gebruiken. Zinnen als "Veel mensen geloven", "Sommige experts stellen" of "Er wordt vaak gezegd dat" voegen ruis toe. Doe je een bewering, doe hem dan. Ben je niet zeker, zeg dat dan direct. Maar zet er geen lege voorbehouden omheen.
Fout 5: Te veel in een alinea proppen. Een alinea van 10 zinnen met drie verschillende ideeën is moeilijker over te nemen dan drie aparte alinea's van 2 zinnen. Een per idee. Dat is de regel.
Fout 6: Dubbele punten midden in een zin gebruiken. Een dubbele punt midden in een zin laat lezers en AI-systemen weten dat er een lijst of uitleg aankomt. Je ziet het in veel door AI gegenereerde content. Herschrijf om het te vermijden.
Fout: "De belangrijkste factoren zijn: relevantie, autoriteit en vertrouwen."
Goed: "De belangrijkste factoren zijn relevantie, autoriteit en vertrouwen." Of: "Drie factoren zijn belangrijk. Relevantie bepaalt of de content de vraag beantwoordt. Autoriteit bepaalt of de bron geloofwaardig is. Vertrouwen bepaalt of de AI de bron aanbeveelt."
Zo helpt WEMASY je de structuur van je content te optimaliseren
De websitebouwer van WEMASY heeft ingebouwde opties voor gestructureerde opmaak, waarmee je makkelijker content maakt die is geoptimaliseerd voor extractie door AI. Het platform ondersteunt schema markup, semantische HTML-kopstructuren en tabelopmaak zonder dat je code nodig hebt.
Met de contenteditor van WEMASY bouw je content met kophiërarchie, opsommingslijsten en tabellen die automatisch de schone HTML-markup genereren die AI-systemen verkiezen. Zo schrijf je met opmaak die voor AI is geoptimaliseerd, zonder dat je code hoeft te begrijpen.
Publiceer je via WEMASY, dan controleert het systeem ook je kopstructuur, zodat je geen niveaus overslaat (zoals van H2 naar H4 springen), en bevestigt het dat je schema markup goed is ingevoerd. Zo maak je minder opmaakfouten die je citaties kosten.
Bekijk wat er is inbegrepen bij elk WEMASY-abonnement.
Veelgestelde vragen
Hoe lang moet een direct antwoord zijn?
Een direct antwoord moet voor de meeste zoekvragen 40 tot 60 woorden zijn. Die lengte is lang genoeg om compleet te zijn en kort genoeg om zonder inkorten over te nemen. Langere antwoorden lopen het risico door het AI-systeem te worden afgekapt of samengevat in plaats van rechtstreeks geciteerd. Met de websitebouwer van WEMASY stel je dit direct in op je website.
De exacte lengte hangt af van het type zoekvraag. Vragen naar definities vragen kortere antwoorden (20-30 woorden). Vergelijkende vragen vragen misschien langere antwoorden (60-80 woorden), omdat de gebruiker om meerdere stukken informatie vraagt.
Wat is de ideale alinealengte?
De richtlijn is 2 tot 3 zinnen als streefwaarde, maar de echte regel is een idee per alinea. Sommige ideeën hebben maar een zin nodig. Andere drie of vier. Het doel is stoppen zodra het idee compleet is, niet een willekeurig aantal woorden halen. Korter is meestal beter voor extractie door AI, dus als een alinea vijf of zes zinnen haalt, is hij bijna altijd te lang.
Vergroot schema markup echt het aantal AI-citaties?
Schema markup garandeert geen citaten, maar onderzoek laat zien dat content met goede schema markup 2,1 tot 3,2 keer zo vaak wordt geciteerd als content zonder markup. Dat komt doordat schema de informatie expliciet en gelabeld maakt, waardoor het AI-systeem minder moeite hoeft te doen om haar te lezen. Hoe hoger de kwaliteit van de markup, hoe groter de kans op een citaat.
Wat als het antwoord onder een H2-kop langer is dan 60 woorden?
Schrijf eerst een samenvatting van 40 tot 60 woorden. Voeg daaronder ondersteunende alinea's toe met context en detail. Zo kan het AI-systeem het korte antwoord overnemen als de zoekvraag alleen een snel antwoord nodig heeft, of meerdere alinea's ophalen als de gebruiker meer diepgang wil. Zie het als een geneste structuur waarin het korte antwoord op zichzelf staat, maar diepere lectuur beschikbaar is.
Zijn lijsten of alinea's beter voor extractie?
Lijsten zijn beter voor extractie. Opsommingstekens en genummerde lijsten komen vaker in AI-antwoorden terecht dan alineatekst, omdat ze al gestructureerd zijn. Tabellen zijn nog beter, omdat ze gestructureerde data presenteren op een manier die direct bruikbaar is. Presenteer je meerdere zaken of opties, gebruik dan een lijst of tabel in plaats van ze in lopende tekst te beschrijven.
Hoe weet ik of de opmaak van mijn content werkt?
Stel een AI-zoekmachine de vraag die je content beantwoordt en kijk of je site wordt geciteerd. Is dat zo, noteer dan welke passage is opgehaald. Dat vertelt je welk formaat werkte. Zo niet, probeer dan die sectie te herstructureren met de technieken uit dit artikel en test opnieuw. Herhalen is de enige echte manier om te weten wat werkt voor specifieke content en doelgroep.