Kan je echt weten of een merk genoemd wordt door ChatGPT, Gemini of Perplexity? Ja — maar niet zoals in SEO. Tussen probabilistische antwoorden, onzichtbare biases en te vleiende scores: dit is wat de meettools u niet vertellen, en de methode om toch te meten

Kan je de zichtbaarheid van een merk in AI echt meten?

Twintig jaar lang verkocht search ons een comfortabele zekerheid: een zoekwoord, een positie, een nette opvolging in de tijd. Dezelfde zoekopdracht, dezelfde omstandigheden, hetzelfde resultaat. We sliepen rustig.

Behalve dat generatieve AI het handboek niet gelezen heeft. Stel uw vraag aan ChatGPT. Stel ze opnieuw. En nog eens. Drie antwoorden, drie keer anders. Geen bug: een AI is probabilistisch waar een zoekmachine deterministisch blijft.

Een merk dat één keer verschijnt, kan geluk zijn. Hetzelfde merk dat zes keer op tien verschijnt, is een signaal. Daar zit de hele omslag.

We tellen geen positie meer, we tellen een frequentie.

Definitie

GEO — Generative Engine Optimization

Discipline die de aanwezigheid van een merk in AI-gegenereerde antwoorden (ChatGPT, Gemini, Perplexity…) optimaliseert en meet, daar waar SEO de rangschikking in de links van een zoekmachine optimaliseert.

GEO is de kunst om ernstige beslissingen te nemen op basis van data waarvan niemand het bestaan kan bewijzen. Deze onzekerheid begrijpen is het absolute minimum voordat u ook maar één AI-zichtbaarheidsrapport gelooft.

Waarom dezelfde vraag nooit hetzelfde antwoord geeft

Een AI genereert zijn antwoord woord na woord, en kiest bij elke stap de meest waarschijnlijke term. Het is in wezen een auto-complete op steroïden: het reciteert geen opgeslagen antwoord, het stelt het elke keer opnieuw samen.

Bij de vraag “wie heeft de beste autoverzekering?” ziet het model geen winnaar. Het ziet een kansverdeling: 27% kans om te beginnen met AG, 22% met Ethias, 19% met AXA, enzovoort. Elke generatie is een trekking uit die verdeling.

Vandaar de conclusie die iedereen verrast: het antwoord dat u leest is niet het antwoord. Het is een antwoord, één uit tientallen mogelijke. Een AI meten op basis van één enkele doorloop komt neer op een dobbelsteen beoordelen op basis van één worp.

Hoe weet u wat mensen echt aan AI vragen?

Niemand kent de echte prompts van gebruikers. In SEO gaf Google Ads ons het volume. Bij AI bestaat dat cijfer niet: wat mensen echt intypen in een AI blijft een black box.

Geen data betekent niet niets doen. Bij Universem genereren we de prompts, maar op een nette manier, in vier stappen:

De Universem-methode voor geloofwaardige prompts

1. 1

   Vertrekken vanuit zoekwoorden

   Een zoekwoord verbergt altijd een behoefte: het ankerpunt in echte data.

2. 2

   Persona’s en People Also Ask koppelen

   Google vertaalt zoekopdrachten al naar vragen; we kruisen ze met de doelprofielen.

3. 3

   Reddit scrapen wanneer het project het toelaat

   Om echte vragen van mensen te verzamelen, zonder filter geformuleerd.

4. 4

   Alles door een getraind model halen

   We krijgen geloofwaardige prompts, gebaseerd op echte data. Onvolmaakt, dat weten we, maar oneindig beter dan een prompt die nattevingerwerk is bedacht.

Ontdek onze volledige GEO-aanpak→

Wat de meettools niet zien

Op het moment dat een tool een antwoord scrapet, stapelt het een reeks onzichtbare lagen, en elke laag vervormt het resultaat een beetje meer. De meeste tools vertellen u dit nooit. Drie ervan verdienen aandacht.

1. Het model en de versie veranderen de resultaten

ChatGPT, Gemini, Claude, Perplexity, Copilot: elk heeft zijn eigen markten veroverd. “De AI” meten zonder te specificeren welk model heeft geen enkele zin. En het wordt erger binnen eenzelfde model: een GPT-4o en een 5.5 geven ronduit verschillende antwoorden.

2. Ingelogd, niet ingelogd, API: de gesimuleerde gebruiker is niet de echte

De meeste oplossingen simuleren een niet-verbonden gebruiker. Maar een model antwoordt niet hetzelfde aan een ingelogd account als aan een anonieme bezoeker, noch aan een gratis als aan een betalende gebruiker. Voeg geolocatie toe, en een lokale opvolging op een slecht gelokaliseerd model wordt een aberratie.

3. Geschiedenis, personalisatie, grounding en conversatie

De geschiedenis personaliseert de antwoorden: mijn Claude weet dat mijn pipelines op BigQuery draaien. Dan grounding: het model genereert zijn eigen webzoekopdrachten, die elke keer variëren. Ten slotte de conversatie: we herformuleren, we corrigeren.

De tools meten een one-shot. Mensen daarentegen voeren een gesprek.

Vermeldingen, citaties, share of voice: wat deze metrieken echt zeggen

Een AI-zichtbaarheidsscore, alleen, betekent niets. GEO komt met zijn jargon en een mooie 82 op 100 stelt een directiecomité gerust. Behalve dat dit cijfer, zolang we niet weten hoe het berekend wordt, hoogstens decoratief is.

De echte basis is dubbel: de vermelding en de citatie. De vermelding heeft de meeste impact; maar als geen enkel merk genoemd wordt, wordt de citatie van uw bron het enige speelveld. En wanneer beide samen voorkomen, primeert de vermelding.

Definitie

Share of mentions

Aantal vermeldingen van uw domein gedeeld door het totaal aantal vermeldingen in een gegeven categorie. Het gevaar zit niet in de formule, maar in hoe die gepresenteerd wordt.

Meten ondanks de biases: bereik en stabiliteit

Geven we het dan op? Nee. We meten, maar met een methode die ruis omzet in signaal, en die steunt op twee hefbomen.

Eerst het bereik: minstens tien prompts per intentie. Dan de stabiliteit: elke prompt drie tot tien keer herhaald. Eén enkele uitvoering geeft een willekeurig ja/nee; tien uitvoeringen geven een nette ratio. Bereik maal stabiliteit, altijd, voor u ook maar één conclusie trekt.

Twee niet-onderhandelbare principes

1. 1

   Eerlijkheid over de beperkingen

   Alles wat u zonet gelezen heeft, wordt aan de klant verteld; transparantie over de onzekerheid maakt deel uit van het geleverde werk, niet van de kleine lettertjes.

2. 2

   Transparantie over de methode

   De klant wordt betrokken bij het genereren van de prompts, en elke meting wordt prompt per prompt gedocumenteerd, met datum.

Dit is geen pleidooi voor opgeven. Het is een pleidooi voor helderheid.

Google opent stap voor stap de Search Console voor GEO, advertenties komen naar ChatGPT: het ecosysteem gaat rijpen. Tot dan gaan we half blind vooruit. Maar we gaan vooruit, nieuwsgierig en kritisch.

Veelgestelde vragen

Kan je je zichtbaarheid in AI meten?+

Ja, maar in frequentie en nooit exact: een AI is probabilistisch. We tellen hoe vaak een merk verschijnt op N uitvoeringen, geen vaste positie.

Waarom geeft ChatGPT niet twee keer hetzelfde antwoord?+

Omdat het zijn antwoord woord na woord genereert door te trekken uit een kansverdeling. Het gelezen antwoord is één mogelijkheid uit tientallen.

Hoeveel prompts voor een betrouwbare meting?+

Minstens 10 prompts per intentie (bereik), elk 3 tot 10 keer herhaald (stabiliteit). Daaronder meet u vooral ruis.