Kennisbank

Zelf je AI-zichtbaarheid meten: de promptset-methode

Laatst bijgewerkt:

Stel een vaste set van zo'n twintig vragen op die je klanten echt stellen, leg ze in een incognitovenster voor aan ChatGPT, Perplexity, Gemini en Copilot, en turf per engine of en waar je genoemd wordt. Herhaal dit maandelijks. Deze promptset-methode is je gratis nulmeting én je bewijs dat verbeteringen werken.

Waarom je eerst meet

Zonder meting stuur je blind. Je weet niet of je genoemd wordt, bij welke vragen, in welke engine of op welke plek en dus ook niet of je aanpassingen helpen. Een nulmeting maakt het concreet: dit is waar ik nu sta. Elke latere meting laat beweging zien in plaats van gevoel.

Het mooie is dat dit gratis kan. Je hebt geen tool nodig om te beginnen: alleen een vaste werkwijze en wat discipline om het te herhalen.

Stap 1: stel je promptset op

Verzin ongeveer twintig vragen die een echte klant zou stellen. Mik op keuzevragen, want daar moet de AI kiezen wie het noemt: "welke [dienst] in [regio] raad je aan?", "wat is een goede [product] voor [situatie]?", "beste [branche] in [stad]?". Schrijf ze in het Nederlands: AI citeert bij NL-vragen overwegend Nederlandstalige bronnen. [1]

Houd de set vast: dezelfde vragen elke keer, zodat je metingen vergelijkbaar zijn. Voeg gerust een paar merkvragen toe ("wat weet je over [jouw bedrijf]?") om te zien hoe AI je beschrijft.

Stap 2: meet over meerdere engines

Leg elke vraag voor in een incognito- of privévenster (zodat je eigen geschiedenis het antwoord niet kleurt) aan ChatGPT, Perplexity, Gemini en Copilot. Turf per engine: word je genoemd, op welke plek, en welke concurrenten verschijnen? De engines verschillen sterk: Perplexity toont bijvoorbeeld expliciet zijn bronnen, wat handig is om te zien of jouw pagina de citatie is.

680 mln
De schaal waarop dit gebeurt: onderzoekers analyseerden 680 miljoen AI-citaties over meerdere platforms. Elke citatie is een keuzemoment waarop je er wel of niet bij staat. [2]

Stap 3: herhaal en verbeter

Herhaal de meting maandelijks en noteer de uitkomsten in een simpele sheet. Werk ondertussen aan je zwakke plekken: off-site vermeldingen, leesbare HTML, verse en antwoord-eerste content. Omdat AI versere content verkiest [3], zie je onderhoud vaak terug in je metingen. Zo bouw je een feedbacklus: meten, verbeteren, opnieuw meten.

Wordt handmatig meten te veel werk, dan is dit precies wat AIROA automatiseert: dezelfde meting over meerdere engines, in de tijd gevolgd, met verbetervoorstellen. Begin desnoods handmatig: de methode is belangrijker dan de tool.

Van meten naar verbeteren

Een nulmeting is pas waardevol als je er iets mee doet. Vertaal je resultaten naar acties: word je bij een bepaalde vraag niet genoemd, kijk dan welke concurrenten wél verschijnen en wat zij beter doen: meer reviews, een sterker Bedrijfsprofiel, een pagina die de vraag directer beantwoordt. Zo wordt elke meting een concrete verbeterlijst in plaats van alleen een cijfer.

Prioriteer op impact: eerst je off-site aanwezigheid (de zwaarste hefboom [4]), dan je technische leesbaarheid, dan je content. Meet daarna opnieuw en vergelijk. Omdat AI verse content verkiest [3], zie je onderhoud vaak binnen weken terug. Dit is de kern van AEO: geen eenmalig project, maar een lus van meten, verbeteren en opnieuw meten. Zie de pijler Vindbaar worden in AI-zoekmachines.

Veelgestelde vragen

Waarom incognito meten?

Omdat je eigen zoek- en chatgeschiedenis de antwoorden kan personaliseren. In een incognito- of privévenster krijg je een neutraler beeld dat dichter bij ligt wat een nieuwe klant zou zien.

Hoeveel vragen heb ik nodig?

Ongeveer twintig is een goede balans: genoeg om patronen te zien, weinig genoeg om maandelijks vol te houden. Belangrijker dan het aantal is dat je exact dezelfde set elke keer gebruikt.

Hoe vaak moet ik meten?

Maandelijks is een praktisch ritme. AI-antwoorden verschuiven van week tot week, dus vaker meten geeft ruis; minder vaak mist beweging. Maandelijkse metingen laten trends betrouwbaar zien.

Lees verder

← Terug naar de pijler: Vindbaar worden in AI-zoekmachines

Bronnen

  1. [1]AIROA, eigen onderzoek naar NL-citatiepatronen in AI-zoekmachines (2026). Bron
  2. [2]Profound, AI-citatiepatronen (dataset van 680 miljoen citaties) (2026). Bron
  3. [3]Ahrefs, “AI Assistants Prefer to Cite Fresher Content” (17 miljoen citaties) (2026). Bron
  4. [4]Ahrefs, analyse van AI Overview-merkzichtbaarheid (75.000 merken) (2026). Bron