Perplexity verwerkt 10 miljoen zoekopdrachten per dag. Google AI Overviews verschijnen in 40% van de zoekopdrachten. De browse-modus van ChatGPT stuurt inmiddels echt verkeer naar sites die het citeert.
Als je content niet is geoptimaliseerd voor AI-extractie, verlies je zichtbaarheid die je waarschijnlijk nog niet eens kunt meten — simpelweg omdat de meeste analytics-tools dit nog niet goed bijhouden.
Ik ben hier de afgelopen zes maanden mee aan het experimenteren bij SEOJuice. Wat hieronder staat, is wat in de praktijk echt verschil maakte: gestructureerde content, directe antwoorden en duidelijke bronvermeldingssignalen. Geen theorie — maar data van echte sites. En ik zal ook gewoon zeggen wat níét werkte, want dat is minstens zo belangrijk.
Zo zag de testopzet eruit: we namen 30 blogposts verdeeld over 5 klantensites, optimaliseerden 15 voor AI-extractie met de technieken uit deze gids, en lieten 15 ongemoeid als controlegroep. Na zes maanden volgden we AI-citaties via het bronnenpaneel van Perplexity, bronlinks in Google AI Overviews en handmatige queries in de browse-modus van ChatGPT.
De resultaten waren allesbehalve strak — en juist daardoor leerden we meer dan van een keurige succesgrafiek:
Bij dat laatste punt is het de moeite waard om even stil te staan. Je kunt AI-citaties niet manipuleren zoals je vroeger featured snippets probeerde te gamen. De modellen lezen je content echt; ze scannen niet alleen je opmaak.
AI-first search betekent dat zoekmachines kunstmatige intelligentie gebruiken om gebruikers directe, samengestelde antwoorden te geven in plaats van alleen een lijst met links te tonen. Google AI Overviews (voorheen SGE) en Perplexity lopen hierin voorop door informatie uit meerdere bronnen samen te vatten.
De praktische verschuiving is simpel: traditionele SEO draaide om in de lijst staan. AI-first search draait erom dat je content deel uitmaakt van het antwoord. Je content hoeft dus niet alleen te ranken — die moet ook goed te extraheren, citeerbaar en verifieerbaar zijn.
Wat dit concreet betekent:
Context boven keywords: je content volproppen met "beste yogamat" gaat je geen citaties opleveren. AI-modellen begrijpen semantische verbanden. Je hebt heldere, specifieke uitleg nodig — "het beste voor hot yoga omdat de open-cell-structuur zweet absorbeert" werkt beter dan "beste yogamat" twaalf keer herhalen.
Duidelijke structuur is makkelijker te extraheren: AI-modellen kunnen gestructureerde content eenvoudiger parsen. Bullet points, FAQ-secties en korte alinea's presteren beter omdat ze netjes in antwoordvakken passen. We zagen dit direct in onze tests — posts met duidelijke H2-vragen en beknopte antwoorden in de eerste alinea werden 2.5x vaker geciteerd dan posts met lange, zwalkende intro's.
AI-citaties zijn de nieuwe backlinks: als Perplexity je pagina citeert, is dat een directe verwijzing mét link. Als Google AI Overviews naar je content verwijst, sta je helemaal bovenaan de SERP. Dit zijn de nieuwe topposities met hoge waarde, en om die te verdienen heb je een andere vorm van optimalisatie nodig dan bij traditionele rankings.
Google AI Overviews halen antwoorden uit content die Google als gezaghebbend en goed gestructureerd ziet. Op basis van onze experimenten zijn dit de factoren die daadwerkelijk invloed lijken te hebben op de kans dat jouw content wordt geselecteerd:
Google AI Overview-rankingfactoren (op basis van wat wij zagen):
| Factor | Praktische optimalisatietechnieken |
|---|---|
| Contextuele relevantie | Beantwoord specifieke gebruikersvragen in de eerste 2-3 zinnen onder elke H2. Verstop het antwoord niet onder drie alinea's context. |
| Gestructureerde data | Gebruik FAQ- en HowTo-markup. In onze tests hadden pagina's met deze markup 3x meer kans om in AI Overviews te verschijnen. Dit was veruit de factor met de grootste impact. |
| Conversationele zoekopdrachten | Voeg aparte Q&A-secties toe. Gebruik de exacte formulering uit "People Also Ask" als H2/H3-koppen. |
| E-E-A-T-signalen | Auteurvermeldingen met credentials, uitgaande links naar primaire bronnen en duidelijk aantoonbare eigen ervaring. De quality raters van Google beoordelen dit, en dat lijkt mee te wegen in hoe bronnen voor AI Overviews worden geselecteerd. |
Eén ding waarvan we verwachtten dat het belangrijk zou zijn, maar dat niet meetbaar naar voren kwam: paginasnelheid. Onze snelst ladende pagina's werden niet vaker geciteerd dan pagina's met gemiddelde laadtijden. Dat verraste me — het kan betekenen dat de bronselectie van Google voor AI Overviews via een andere verwerkingslaag loopt dan de traditionele rankingsignalen, of dat onze steekproef te klein was om het effect te zien. Ik ben er niet zeker genoeg van om te zeggen dat snelheid hier niet telt, maar in onze data dook het niet op.
Waar Google AI Overviews het zoeklandschap al flink verandert, gaat Perplexity nog een stap verder door directe antwoorden te geven mét bronvermelding uit bronnen die het als geloofwaardig ziet. Perplexity is agressiever in het belonen van korte, heldere antwoorden en lijkt precisie extra te waarderen.
Op basis van wat we zagen, geeft Perplexity bij bronselectie de voorkeur aan drie dingen die afwijken van Google:
| Belangrijk aspect | Hoe je effectief optimaliseert |
|---|---|
| Duidelijkheid & beknoptheid | Korte, precieze claims in plaats van lange contextblokken. Het lijkt erop dat Perplexity op zinsniveau extraheert, niet op alineaniveau. |
| Dichtheid van uitgaande bronvermeldingen | Pagina's die 5+ gezaghebbende externe bronnen citeerden, werden vaker door Perplexity geciteerd. Het lijkt je citeergedrag als geloofwaardigheidssignaal te gebruiken — als jij goede bronnen citeert, word jij zelf een betere bron. |
| Specificiteit boven algemeenheden | Exacte cijfers, concrete vergelijkingen en benoemde voorbeelden presteren beter dan vage adviezen. "LCP onder 2.5s verbetert CWV" wordt geciteerd; "snelheid is belangrijk voor SEO" niet. |
De meest contra-intuïtieve bevinding: langere content presteerde beter in Perplexity dan kortere content, zolang die goed gestructureerd was. Mijn hypothese is dat langere pagina's Perplexity simpelweg meer potentiële extractiepunten geven. Een gids van 3,000 woorden met 15 duidelijk gelabelde secties geeft het model 15 kansen om een relevant antwoord te vinden. Een post van 500 woorden geeft er één of twee.
Zelfs ervaren SEO's gaan hier de mist in. Dit zijn de fouten die wij in onze eigen experimenten maakten voordat we bijstuurden:
| Veelgemaakte fout | Wat we leerden |
|---|---|
| Vorm zonder inhoud | We herstructureerden drie posts naar een perfect FAQ-format zonder de antwoorden inhoudelijk te verbeteren. Geen enkele werd geciteerd. De modellen beoordelen contentkwaliteit, niet alleen structuur. |
| Keyword stuffing | Verwerk keywords op een natuurlijke manier in contextuele content. AI-modellen parsen semantiek, dus exact-match herhaling voegt niets toe en kan de leesbaarheid juist schaden. |
| Gestructureerde data negeren | Gestructureerde data waren de grootste factor in onze Google AI Overview-citaties. Het overslaan ervan betekent dat je de makkelijkste winst laat liggen. |
| Te geoptimaliseerde ankerteksten | Beschrijvende, natuurlijke interne linkteksten presteerden beter dan exact-match anchor text. AI-modellen prikken door geforceerde optimalisatie heen. |
Gebaseerd op wat in onze experimenten echt verschil maakte, zou ik dit prioriteren als ik vandaag vanaf nul moest beginnen:
Voeg FAQ-markup toe aan je top 10 pagina's. Dit is de wijziging met de hoogste impact en de laagste inspanning. Gebruik Google's Structured Data Markup Helper of een CMS-plugin. Tijd: 30 minuten voor 10 pagina's. Verwachte impact: meetbaar binnen 4-6 weken.
Herstructureer je belangrijkste pagina's als directe antwoorden. Zet per sectie het antwoord in de eerste zin. Plaats ondersteunende details en context daarna. Dat is precies het tegenovergestelde van hoe de meeste mensen schrijven (eerst context, dan pas het antwoord), maar het is wel wat AI-modellen nodig hebben om iets te kunnen extraheren.
Verhoog de dichtheid van je uitgaande bronvermeldingen. Link naar primaire bronnen: onderzoeksrapporten, officiële documentatie, brancherapporten. Richt op 5-10 uitgaande links per 2,000 woorden. Dit is vooral voor Perplexity een sterk vertrouwenssignaal.
Controleer je headings. Elke H2 moet een vraag zijn of een duidelijke topiczin. "Onze aanpak voor content" is als heading waardeloos; "Hoe je content structureert voor AI-extractie" is wel extraheerbaar.
Ik moet wel eerlijk zijn over wat we nog niet weten. We weten niet hoe snel trainingsdata van AI-modellen worden bijgewerkt — sommige van onze geoptimaliseerde posts zijn mogelijk geciteerd vanwege domeinautoriteit, niet door de optimalisaties zelf. We weten niet of deze patronen overeind blijven terwijl de modellen evolueren. En we weten ook niet hoe zwaar elk van deze factoren precies weegt. Dit vakgebied is nog in beweging, en iedereen die absolute zekerheid claimt, verkoopt meestal iets (vaak iets duurs).
Nu we bedrijven helpen zich aan te passen aan AI-gedreven zoekverkeer, komen een paar vragen steeds terug:
Q: "Is traditionele SEO nog steeds belangrijk, of draait het nu alleen nog om AI-optimalisatie?"
A: Traditionele SEO blijft belangrijk — AI-modellen citeren vaak pagina's die al goed ranken in de gewone zoekresultaten. Zie AI-optimalisatie als een extra laag bovenop sterke SEO-fundamenten, niet als vervanging. In onze experimenten rankte elke pagina die een AI-citatie kreeg al op pagina 1-2 voor het doelkeyword. AI-citatie zonder traditionele ranking was extreem zeldzaam.
Q: "Hoe snel kan ik realistisch resultaat verwachten van optimalisatie voor AI-first search?"
A: Wij zagen impact van gestructureerde data binnen 4-6 weken. Herstructurering van content duurde langer — voor de meeste pagina's 8-12 weken. ChatGPT-citaties waren het minst voorspelbaar en hadden geen duidelijke tijdlijn.
Q: "Is gestructureerde data echt noodzakelijk?"
A: Op basis van onze data: ja. Het was de meest impactvolle wijziging voor Google AI Overviews. Geen gestructureerde data hebben is een beetje alsof je geen meta title hebt — technisch werkt de pagina nog steeds, maar je levert een groot concurrentievoordeel in.
Q: "Moet ik al mijn bestaande content herschrijven?"
A: Nee. Begin met je top 10-20 pagina's op basis van verkeer. Herstructureer de headings, voeg markup toe, zet antwoorden vooraan in elke sectie en verhoog het aantal uitgaande bronvermeldingen. Dat kan zonder de kern van de content te veranderen. Reken op 30-45 minuten per pagina.
Je hebt hiervoor geen compleet nieuwe technische stack nodig. Voor het grootste deel gebruik je tools die je waarschijnlijk al hebt:
Schema App of Merkle's Schema Markup Generator
Voor het snel maken van FAQ-, HowTo- en Article-markup. Dit zijn de typen gestructureerde data die in onze experimenten de meeste impact lieten zien.
Volg welke pagina's verschijnen in AI Overviews (Google voegt deze data langzaam toe aan de Performance-rapporten). Monitor impressies en klikken uit AI-gegenereerde resultaten apart.
Automatiseert interne links, gestructureerde data en on-page-optimalisatie — de drie basiselementen om AI-ready te zijn. Handig als je deze wijzigingen op schaal wilt doorvoeren voor meerdere sites.
SurferSEO Content Auditor of MarketMuse
Breng hiaten in de structuur en relevantie van je content in kaart. Handig om te zien welke secties herschreven moeten worden naar antwoordgerichte opmaak.
Verbeter de semantische dekking van je content. Deze tools helpen je zeker te weten dat je de subtopics en entiteiten behandelt die AI-modellen verwachten te zien wanneer ze content over een bepaald onderwerp analyseren.
De eerlijke conclusie: optimalisatie voor AI-first search is echt, meetbaar en absoluut de moeite waard om tijd in te steken. Maar het is geen magie, het is niet gegarandeerd, en het bouwt voort op goede SEO-fundamenten in plaats van die te vervangen. Begin met gestructureerde data en het herstructureren van content op je pagina's met het meeste verkeer. Meet 90 dagen lang. Itereer op basis van wat je ziet.
no credit card required
No related articles found.
