contentoptimalisatie

Oct

2026

De beste content zit vaak al in je organisatie. Je moet haar alleen boven water krijgen

“Kun je hier een blog over schrijven?”

Zeker. Stuur maar door wat je hebt. En dan komt er een briefing met drie bullets: onderwerp, doelgroep, gewenste lengte. Soms nog een link naar een concurrent die “ongeveer dezelfde content” heeft geschreven. Succes ermee.

Het gekke is dat diezelfde organisatie vaak barst van de kennis. Er loopt een consultant rond die het probleem al twintig keer bij klanten heeft opgelost. Een developer kan precies vertellen waarom de voor de hand liggende oplossing in de praktijk niet werkt. Sales krijgt iedere week dezelfde vragen van prospects en bij support weten ze inmiddels welke fout klanten werkelijk maken, in plaats van de fout waarvan marketing dénkt dat klanten hem maken.

Alleen staat dat allemaal niet in de briefing. Dus googelen we het onderwerp, bekijken wat concurrenten schrijven, vragen AI om een eerste opzet en maken daar een keurige tekst van. Niks mis mee, behalve dat je daarmee precies dezelfde vijver leegvist als iedereen.

Je kennisprobleem is vaak helemaal geen kennisprobleem

Als een bedrijf zegt dat het “meer kennis moet delen”, klinkt het alsof die kennis eerst gemaakt moet worden. In veel B2B-organisaties is het tegenovergestelde waar. De kennis is er allang. Ze zit alleen op onhandige plekken: in hoofden, supporttickets, voorstellen, projectdocumentatie, presentaties, klantgesprekken, demo’s en mails waarin iemand om 16:47 uur ineens glashelder uitlegt waarom een project anders liep dan verwacht.

Een deel van die kennis is bovendien ontstaan door ervaring. Iemand heeft twintig implementaties meegemaakt en ziet daardoor dingen die niet in een handleiding staan. Een consultant voelt bijvoorbeeld al vroeg aan dat een project waarschijnlijk gaat vastlopen, omdat drie factoren samenkomen die hij eerder heeft gezien. Vraag je waarom, dan komt het antwoord misschien niet meteen als een keurig stappenplan naar buiten.

En precies daar wordt het interessant. Want vraag een ervaren specialist hoe die een bepaalde situatie beoordeelt en het antwoord begint opvallend vaak met: “Dat hangt ervan af.” Mijn volgende vraag zou dan niet zijn: “Oké, volgende onderwerp.” Ik wil weten waar het vanaf hangt.

Een expert weet niet altijd wat bijzonder is

Een specialist weet vaak niet meer welke kennis voor een buitenstaander bijzonder is. Als je al tien jaar cloudmigraties doet, voelt het misschien volkomen vanzelfsprekend dat je vóór een migratie eerst naar een bepaalde afhankelijkheid kijkt. Voor iemand die één keer in zijn leven zo’n traject begeleidt, kan precies dát inzicht enorm waardevol zijn. Dat is ook een van de voordelen van een tekstschrijver met een frisse blik: die stelt soms vragen waarvan de expert zelf denkt dat het antwoord volkomen vanzelfsprekend is. Voor de lezer is dat lang niet altijd zo.

Daarom levert “vertel eens iets over cloudmigraties” meestal niet de interessantste input op. Vraag liever wanneer zo’n migratie volgens de expert meestal misgaat. Welk probleem klanten structureel onderschatten. Welke uitzondering er is op het standaardadvies. Of welke aanpak vijf jaar geleden nog logisch was, maar inmiddels niet meer.

Die laatste vraag stel ik graag: doe je dit nu anders dan een paar jaar geleden, en waarom? Zodra iemand daarop ja zegt, heb je bijna automatisch iets interessants te pakken. Er is blijkbaar iets veranderd door nieuwe technologie, andere omstandigheden of simpelweg voortschrijdend inzicht. Daar zit ervaring achter die je niet uit een algemene uitleg haalt.

Tijdens een interview let ik daarom ook op woorden die op het eerste gezicht weinig voorstellen. Meestal. Vaak. Beter. Lastig. Slimmer. Afhankelijk van. Achter zulke woorden zit regelmatig een criterium, ervaring of uitzondering verstopt.

Neem de uitspraak: “Bij grotere organisaties duurt de implementatie vaak langer.” Je kunt dat keurig opschrijven en doorgaan naar de volgende vraag. Je kunt ook vragen wat groter betekent, hoeveel langer langer ongeveer is en vooral waardoor dat verschil ontstaat. Misschien blijkt vervolgens dat het helemaal niet om het aantal medewerkers gaat, maar om het aantal systemen dat gekoppeld moet worden. En laat dat nou net iets zijn waar een lezer wat aan heeft.

Hetzelfde geldt voor voorbeelden. “Wat zijn de grootste uitdagingen bij een ERP-implementatie?” levert waarschijnlijk een keurig lijstje op. Vraag je: “Kun je een project noemen waarbij iets gebeurde wat jullie vooraf niet hadden verwacht?”, dan krijg je eerder een verhaal. In zo’n verhaal zitten beslissingen, oorzaken, gevolgen en uitzonderingen. Precies de details waarmee je wegkomt van algemene kennis en dichter bij daadwerkelijk beleefde kennis komt.

Dat betekent niet dat je ieder klantverhaal met naam, rugnummer en omzetcijfers hoeft te publiceren. Ervaringen kun je prima anonimiseren of gebruiken om een algemener patroon uit te leggen. Het gaat erom dat je niet alleen vraagt wat iemand weet, maar ook hoe diegene dat weet.

Sales en support weten vaak wat je klant wil weten

Voor goede content hoef je bovendien niet altijd de grootste inhoudelijke expert van het bedrijf te interviewen. Soms zit de interessantste informatie bij de mensen die iedere dag vragen krijgen.

Sales weet welke bezwaren prospects hebben voordat ze klant worden, welke termen ze zelf gebruiken, waar ze oplossingen mee vergelijken en bij welke uitleg ineens het kwartje valt. Support weet waar klanten ná aankoop tegenaan lopen, welke instructie blijkbaar minder duidelijk is dan iedereen intern dacht en welke vraag voor de 38e keer binnenkomt terwijl het antwoord “toch gewoon op de website staat”.

Komt dezelfde vraag steeds terug, dan is dat op zichzelf al interessante informatie. Misschien staat het antwoord inderdaad op de website, maar kan niemand het vinden. Misschien beantwoord je technisch gezien de vraag, maar niet de vraag die de klant werkelijk bedoelt. Of misschien ontbreekt het antwoord gewoon.

AI kent jouw organisatie niet

Dat wordt nog relevanter nu AI steeds vaker onderdeel is van het contentproces. Je kunt ChatGPT of een ander taalmodel prima gebruiken om structuur aan te brengen, invalshoeken te bedenken, informatie samen te vatten of een eerste versie te maken.

Maar AI weet niet wat jouw consultant vorige week bij een klant ontdekte. Het heeft niet bij dat evaluatiegesprek gezeten waarin een technisch probleem uiteindelijk een organisatorisch probleem bleek te zijn. En het weet al helemaal niet waarom jullie een bepaalde implementatie inmiddels anders aanpakken dan drie jaar geleden, tenzij iemand die kennis ooit beschikbaar heeft gemaakt.

Geef je AI alleen een onderwerp, dan krijg je dus al snel algemene kennis terug. Soms uitstekend geformuleerd, maar nog steeds algemeen. Eerst moet je je eigen kennis boven water krijgen, daarna kun je AI ermee aan het werk zetten. Garbage in, garbage out geldt tenslotte ook als de garbage keurig gespeld is.

Bouw een kennisvoorraad

Zo’n gesprek met een specialist hoeft bovendien niet alleen input op te leveren voor het artikel waarvoor je het oorspronkelijk organiseerde. Een uur praten kan voorbeelden, uitspraken, veelgestelde vragen, tegenargumenten, criteria en nieuwe onderwerpen opleveren waar je later opnieuw uit kunt putten.

Daarom zou ik een interview ook niet te strak aan een briefing vastbinden. Natuurlijk wil je antwoord op je hoofdvragen, maar als iemand terloops zegt: “Daar maken klanten trouwens bijna altijd dezelfde fout”, dan laat je je volgende vraag even liggen en vraag je door. Juist op die zijpaadjes kom je vaak informatie tegen waarvan niemand vooraf had bedacht dat die in het artikel moest.

Leg die kennis vervolgens ook vast. Niet alleen als transcript dat daarna ergens in een map verdwijnt, maar bijvoorbeeld als verzameling van voorbeelden, claims die nog onderbouwd moeten worden, veelgestelde vragen, interessante uitspraken en onderwerpen waar genoeg materiaal voor een apart artikel in zit.

Dan wordt een interview iets anders dan een manier om één blog gevuld te krijgen. Je bouwt langzaam een kennisvoorraad op waar je later weer uit kunt putten voor artikelen, klantcases, FAQ’s, whitepapers, salesmateriaal of andere content. Daarmee vermijd je ook dat gevreesde moment waarop iemand tijdens een contentoverleg vraagt: “Waar zullen we deze maand eens over bloggen?”

Goede content begint dus niet met schrijven

Dat is misschien het vreemde aan mijn vak: een flink deel van goed schrijven gebeurt voordat je één fatsoenlijke zin hebt geschreven. Je moet eerst ontdekken wat er te vertellen valt.

Dus stuur een expert niet alleen een Word-document met de vraag of die “even wat input kan aanleveren”. Ga praten. Vraag welke vragen klanten stellen, waar projecten vastlopen, welk advies de afgelopen jaren is veranderd en wat de expert zelf volkomen vanzelfsprekend vindt maar klanten blijkbaar niet.

Vraag ook door wanneer een antwoord nét iets te makkelijk klinkt. Wat bedoel je precies met vaak? Voor welke klanten geldt dat? Wanneer juist niet? Heb je daar een voorbeeld van? Hoe weet je dat eigenlijk? Daar zit vaak precies de kennis die je niet uit de eerste drie zoekresultaten haalt en die AI niet voor je kan verzinnen.

Je hoeft goede content namelijk lang niet altijd te bedenken. Soms moet je gewoon de juiste vragen stellen aan de mensen die het antwoord allang weten. En als ik mijn klanten mag geloven, is dat luisteren en doorvragen toevallig iets waar ik behoorlijk goed in ben. 😉

Sep

2026

GEO: zo zorg je ervoor dat je content gevonden wordt in LLM’s

Wil je dat je content gevonden en gebruikt wordt door LLM’s zoals ChatGPT, Gemini en Claude? Zorg dan dat je informatie vindbaar, begrijpelijk, betrouwbaar en citeerbaar is. Beantwoord concrete vragen, geef het belangrijkste antwoord direct, maak duidelijk waar je expertise ligt en onderbouw je verhaal met feiten, bronnen en eigen kennis. Die manier van optimaliseren wordt vaak Generative Engine Optimization (GEO) genoemd.

Klanten vragen me de laatste tijd steeds vaker hoe je dat doet. Logisch, want bedrijven hebben jarenlang geïnvesteerd in SEO en zien nu dat hun doelgroep niet meer uitsluitend via Google naar informatie zoekt. Wat gebeurt er als een potentiële klant zijn vraag niet intikt in Google, maar stelt aan ChatGPT, Gemini, Claude of een andere AI-assistent? En hoe zorg je ervoor dat jouw bedrijf dan überhaupt in beeld komt?

Reden genoeg om me eens uitgebreider in GEO te verdiepen. Wat kunnen we op dit moment daadwerkelijk zeggen over vindbaarheid via LLM’s? Welke bekende SEO-principes blijven overeind? Wat moet je anders doen? En welke GEO-tips klinken vooral aantrekkelijk, maar houden in de praktijk niet altijd stand?

Eén ding wordt al snel duidelijk: GEO is geen trucje waarmee je een website even ‘optimaliseert voor ChatGPT’. Het is vooral een andere manier van kijken naar online content. Je optimaliseert niet alleen voor een positie en een klik, maar ook voor de mogelijkheid dat jouw informatie onderdeel wordt van een gegenereerd antwoord.

Wat bedoelen we eigenlijk met GEO?

Generative Engine Optimization is het optimaliseren van online content zodat generatieve zoek- en antwoordsystemen informatie gemakkelijker kunnen vinden, begrijpen en gebruiken. Het doel is dus niet alleen zichtbaarheid in een lijst met zoekresultaten, maar ook zichtbaarheid in het antwoord zelf.

Daar zit meteen een belangrijk verschil met traditionele SEO.

Bij SEO wil je bijvoorbeeld hoog scoren wanneer iemand zoekt op managed security provider Nederland. Je hoopt dat iemand jouw resultaat ziet, erop klikt en vervolgens op je website terechtkomt.

Bij een LLM kan dezelfde informatiebehoefte heel anders worden geformuleerd:

“Welke Nederlandse IT-bedrijven kunnen een organisatie met 250 medewerkers helpen met managed security en 24/7 monitoring?”

De gebruiker krijgt vervolgens geen klassieke lijst met tien blauwe links. Het systeem probeert zelf een antwoord samen te stellen. Afhankelijk van het gebruikte systeem en de zoekmogelijkheden kan dat antwoord gebaseerd zijn op verschillende online bronnen.

Dan ontstaat een nieuw doel voor contentmarketing: je wilt niet alleen een goede pagina hebben, maar informatie publiceren die zo’n systeem kan herkennen als relevant en bruikbaar.

Waarom vraagt zoeken via een LLM om een andere aanpak?

Omdat mensen bij een LLM veel specifieker kunnen vertellen wat ze willen weten. In plaats van een paar zoekwoorden voeren ze een gesprek, voegen ze context toe en stellen ze vervolgvragen.

Neem een IT-manager die wil weten hoe zijn organisatie zich beter kan beschermen tegen ransomware.

In Google zoekt hij misschien achtereenvolgens op:

ransomware maatregelen;
ransomware bescherming bedrijven;
EDR ransomware;
back-up ransomware;
cybersecurity advies.

Bij een AI-assistent kan hij meteen vragen:

“Welke technische en organisatorische maatregelen moet een Nederlands bedrijf met ongeveer 200 medewerkers nemen om de kans op en impact van een ransomware-aanval te verkleinen?”

Dat is een veel rijkere informatievraag.

Dat betekent dus ook dat het minder interessant wordt om uitsluitend vanuit losse zoekwoorden te denken. Je wilt vooral begrijpen welke vragen, problemen, vergelijkingen en beslissingen achter die zoekwoorden zitten.

Dat is overigens ook voor SEO geen slecht idee. Goede GEO en goede SEO liggen dichter bij elkaar dan sommige nieuwe termen doen vermoeden. Die verschuiving naar uitgebreidere, meer natuurlijke vragen zagen we trouwens al eerder bij voice search.

Is GEO dan niet gewoon SEO in een nieuw jasje?

Niet helemaal. GEO en SEO overlappen sterk, maar de gewenste uitkomst verschilt.

Een technisch toegankelijke website, sterke content, duidelijke expertise, interne links en externe autoriteit blijven waardevol. Veel werk dat je voor SEO doet, helpt dus ook wanneer je beter zichtbaar wilt worden in generatieve zoekomgevingen. Het verschil zit vooral in waar je voor optimaliseert.

Bij klassieke SEO denk je al snel:

“Hoe krijg ik deze pagina hoger bij deze zoekopdracht?”

Bij GEO komt daar een andere vraag naast te staan:

“Hoe zorg ik ervoor dat de informatie op deze pagina bruikbaar is bij het beantwoorden van deze vraag?”

Dat lijkt een subtiel verschil, maar het verandert de manier waarop je content schrijft. Je gaat minder denken in pagina’s die over een zoekwoord gaan en meer in pagina’s die vragen zo goed mogelijk beantwoorden.

Welke vragen moet je dan beantwoorden?

De interessantste GEO-vragen vind je vaak gewoon binnen je eigen organisatie. Kijk naar wat klanten, prospects en gebruikers daadwerkelijk willen weten.

Vraag bijvoorbeeld aan sales welke vragen tijdens kennismakingsgesprekken steeds terugkomen. Vraag consultants welke begrippen ze voortdurend moeten uitleggen. Bekijk supporttickets. Lees e-mails van klanten. Luister mee met demo’s. Kijk welke bezwaren prospects hebben voordat ze een offerte tekenen.

Voor een cloudleverancier kunnen daar bijvoorbeeld vragen uit komen als:

”Wanneer is Azure goedkoper dan een eigen serveromgeving?”
“Hoe lang duurt een cloudmigratie voor een organisatie met 100 medewerkers?”
“Welke applicaties kun je beter niet naar de public cloud migreren?”
“Wat is het verschil tussen een MSP en een traditionele IT-beheerder?”
“Welke kosten vergeten bedrijven vaak bij een migratie naar Microsoft Azure?”

Dat zijn interessante onderwerpen omdat er een duidelijke informatiebehoefte achter zit.

Zoekwoordonderzoek blijft daarbij nuttig. Alleen zou ik zoekvolume niet langer als enige kompas gebruiken. Een vraag die maandelijks maar weinig letterlijk in Google wordt ingetikt, kan in salesgesprekken of AI-conversaties juist bijzonder relevant zijn.

Hoe bouw je een GEO-vriendelijke pagina op?

Begin iedere belangrijke sectie met het antwoord en geef daarna pas de verdieping. Daarmee maak je informatie snel begrijpelijk voor zowel mensen als machines.

Dat doe ik, heel bewust, ook met dit artikel.

De tussenkop hoeft daarbij niet eens letterlijk een vraag te zijn. Een kop als:

De kosten van een cloudmigratieimpliceert al: “Wat kost een cloudmigratie?”

Vervolgens zou de eerste alinea direct antwoord moeten geven.

Bijvoorbeeld:

“De kosten van een cloudmigratie hangen vooral af van het aantal workloads, de hoeveelheid data, de complexiteit van applicaties en de gekozen cloudomgeving. Daardoor kan een relatief eenvoudige migratie enkele duizenden euro’s kosten, terwijl complexe trajecten vele malen duurder zijn.”

Daarna kun je uitleggen welke factoren precies invloed hebben op de prijs.

De basisstructuur wordt daarmee:

informatiebehoefte → kort antwoord → uitleg → bewijs → nuance → eventueel een voorbeeld.

Dat is fijn voor iemand die snel antwoord zoekt, maar maakt een passage ook zelfstandiger bruikbaar voor zoek- en antwoordsystemen.

En voorkom vooral dat een lezer eerst vijf alinea’s warming-up moet doorstaan voordat je vertelt waarvoor hij kwam. Je weet best wat ik daarmee bedoel. Iets als:“In een wereld die voortdurend verandert, staan organisaties voor steeds grotere uitdagingen. Digitalisering speelt daarbij een steeds belangrijkere rol. Bedrijven moeten daarom blijven innoveren om toekomstbestendig te blijven.”

Na drie zinnen weet je nog steeds niets.

Schrijf liever:

“Een managed service provider (MSP) neemt het dagelijkse beheer van een deel of de volledige IT-omgeving van een organisatie over tegen terugkerende kosten.”

BAM. Lekker duidelijk. De nuance kan daarna komen.

Dit is trouwens niet alleen een GEO-principe. Het is gewoon goede copywriting. GEO maakt alleen extra zichtbaar hoeveel zakelijke content bestaat uit woorden die nauwelijks informatie bevatten.

Hoe maak je duidelijk waar je organisatie verstand van heeft?

Benoem expliciet wie je bent, wat je doet, voor wie je dat doet en op welke onderwerpen je expertise hebt. Vermijd algemene marketingtaal wanneer je ook concrete informatie kunt geven.

Neem een zin als:

“Wij helpen ambitieuze organisaties vooruit met innovatieve oplossingen die écht impact maken.”

Daar kan vrijwel ieder bedrijf ter wereld zijn logo boven zetten. Maar het gaat om jouw organisatie. Dus het kan duidelijker. Bijvoorbeeld:

“Copytogo schrijft Nederlandstalige B2B-content voor bedrijven in IT en technologie, waaronder blogs, whitepapers, klantcases en webteksten.”

Nu ontstaan duidelijke relaties tussen begrippen: Copytogo, B2B-content, IT, technologie, blogs, whitepapers, klantcases en webteksten. Dat soort duidelijkheid helpt bezoekers om onmiddellijk te begrijpen wat je doet. Tegelijk geef je machines veel minder ruimte om te moeten raden waar je organisatie mee geassocieerd moet worden.

Vage marketingtaal is niet alleen vervelend voor je lezer. Het levert ook bijzonder weinig bruikbare informatie op.

Waarom zijn goede definities interessant voor GEO?

Definities geven in weinig woorden veel context. Beschrijf daarom duidelijk wat een specialistisch begrip betekent zodra het relevant wordt.

Schrijf je over FinOps, observability, zero trust, NIS2, API-management of GEO? Geef dan vroeg op de pagina een korte definitie. Daarna kun je de uitzonderingen, discussies en nuances behandelen.

Probeer zo’n definitie bovendien niet kunstmatig ingewikkeld te maken om deskundiger te klinken. Een goede definitie is juist compact en begrijpelijk.

Vraag jezelf af:

“Zou iemand die alleen deze alinea leest begrijpen wat dit begrip betekent?”

Is het antwoord ja, dan ben je aardig op weg.

Waarom wordt oorspronkelijke informatie steeds waardevoller?

Omdat website nummer 437 die ongeveer hetzelfde vertelt als de vorige 436 websites weinig nieuwe informatie toevoegt. Met eigen kennis geef je mensen én systemen iets wat niet overal al beschikbaar is.

Wat is oorspronkelijke content dan? Je kunt daarbij denken aan:

eigen onderzoeken;
enquêtes;
benchmarks;
geanonimiseerde klantdata;
praktijkervaringen;
experimenten;
technische tests;
klantcases;
eigen frameworks;
analyses van projecten;
interviews met experts.

Een cybersecuritybedrijf kan bijvoorbeeld honderd uitgevoerde securityscans analyseren en publiceren welke configuratiefouten het vaakst voorkomen.

Een SaaS-leverancier kan geanonimiseerde gebruiksdata analyseren en laten zien welke functies gebruikers het meest inzetten.

Een IT-dienstverlener kan op basis van tientallen migraties uitleggen welke onderdelen van een Microsoft 365-migratie in de praktijk de meeste vertraging veroorzaken.

Dat is informatie die niet ontstaat door de eerste drie resultaten in Google samen te vatten. Je publiceert iets wat er daarvoor nog niet was.

En cijfers hoeven helemaal niet saai te zijn. Je kunt data juist gebruiken om een inhoudelijk verhaal sterker te maken. Daar schreef ik eerder al over in mijn artikel over data-gedreven storytelling.

Hoe zorg je ervoor dat jouw informatie citeerbaar wordt?

Maak uitspraken specifiek, afgebakend en controleerbaar. Een concrete claim is veel bruikbaarder dan een algemene marketingbewering.

Vergelijk:

“Onze oplossing bespaart bedrijven enorm veel tijd.”

met:

“Uit een analyse van 47 implementaties in 2025 blijkt dat beheerders na invoering gemiddeld 6,2 uur per week minder kwijt waren aan handmatige gebruikersadministratie.”

De tweede uitspraak bevat veel meer informatie.

Wie heeft het onderzocht? Hoeveel implementaties zijn bekeken? Wanneer? Wat is er gemeten? Wat kwam eruit?

Als je zulke cijfers publiceert, beschrijf dan ook de methode. Vertel waar de data vandaan komt, hoeveel waarnemingen er waren en welke beperkingen het onderzoek heeft.

Op die manier maak je een bewering niet alleen gemakkelijker te citeren, maar ook geloofwaardiger voor een menselijke lezer.

Een handige test tijdens het schrijven is daarom:

Kan iemand deze uitspraak los uit mijn artikel halen en nog steeds begrijpen wat ermee bedoeld wordt?

Hoe laat je zien dat informatie betrouwbaar is?

Onderbouw belangrijke beweringen met primaire bronnen, actuele cijfers en zichtbare expertise. Geef een lezer de mogelijkheid om te controleren waar informatie vandaan komt.

Link je naar onderzoek? Probeer dan waar mogelijk naar het oorspronkelijke onderzoek te verwijzen in plaats van naar een blog dat het onderzoek samenvat.

Bespreek je wetgeving? Verwijs naar de officiële instantie of wetstekst. Noem je statistieken? Geef de bron en het jaar. Doe je zelf een onderzoek? Beschrijf je methode.

Ook auteurschap speelt hierin mee. Maak duidelijk wie een artikel heeft geschreven en waarom die persoon verstand heeft van het onderwerp. Een technisch artikel over Kubernetes krijgt meer context wanneer zichtbaar is dat de auteur dagelijks Kubernetes-omgevingen ontwerpt of beheert.

Je hoeft van iedere blog geen wetenschappelijk artikel te maken. Maar hoe groter of gevoeliger een bewering, hoe belangrijker het wordt dat je kunt laten zien waarop die gebaseerd is.

En ja, daar zit bij GEO op dit moment een lastigheid. Ik kan je bijvoorbeeld geen Copytogo-onderzoek voorschotelen waaruit blijkt dat aanpak X de kans om in een AI-antwoord te verschijnen met 37 procent verhoogt. Die data heb ik niet.

En dus ben ik voorzichtig met zulke claims. GEO is nog volop in ontwikkeling en generatieve systemen veranderen snel. Dat maakt het extra belangrijk om onderscheid te maken tussen wat logisch en aantoonbaar verstandig is en wat iemand vooral heel overtuigend als dé nieuwste GEO-hack presenteert.

Waarom helpt een heel kennisgebied meer dan één goed artikel?

Wanneer je een onderwerp vanuit meerdere relevante invalshoeken behandelt, wordt je expertise duidelijker zichtbaar. Bouw daarom contentclusters in plaats van een verzameling losstaande blogs.

Neem een cybersecuritybedrijf.

Eén artikel over ransomware vertelt iets over de expertise van het bedrijf. Maar een samenhangende kennisbank over ransomware, phishing, endpoint security, EDR, back-ups, incident response, pentesting, NIS2, ISO 27001 en security awareness vertelt veel meer. Vervolgens verbind je die onderwerpen met elkaar.

Vanuit ransomware verwijs je naar back-upstrategieën. Vanuit back-ups naar disaster recovery. Vanuit disaster recovery naar business continuity. Vanuit incident response naar monitoring en EDR.

En zo ontstaat een inhoudelijk netwerk. Dat helpt bezoekers die verder willen lezen, maar maakt ook duidelijker met welke onderwerpen je organisatie zich bezighoudt.

SEO-specialisten noemen dit vaak topical authority. Welke term je er ook aan geeft, het principe is eenvoudig: laat niet één keer zien dat je iets weet. Bouw aantoonbaar kennis op rond het volledige onderwerp.

Waarom telt wat anderen over je zeggen ook mee?

Omdat je eigen website maar één bron is. Externe vermeldingen, links en citaties zorgen ervoor dat informatie over jouw organisatie ook buiten je eigen domein bestaat.

Iedereen kan op zijn eigen homepage zetten:

“Wij zijn dé toonaangevende specialist in cybersecurity.”

Maar wie zegt dat dat ook waar is? Je komt al snel in het domein van ‘Wij van WC-eend…’

Het wordt interessanter wanneer vakmedia je onderzoek bespreken, andere experts naar je artikelen verwijzen, je specialisten op congressen spreken, podcasts je uitnodigen of brancheorganisaties je bedrijf noemen. Daarmee raakt GEO ook aan digitale PR.

En kijk daarbij verder dan traditionele vakmedia. Ook communities, forums, kennisbanken en andere plekken waar mensen binnen jouw vakgebied informatie uitwisselen, maken deel uit van het online informatielandschap.

Dat betekent overigens niet dat je nu met een vers aangemaakt Reddit-account onder ieder relevant topic moet schrijven dat jouw bedrijf toevallig dé oplossing heeft. Dat heet geen GEO. Dat heet gewoon spam.

Interessanter is de vraag waar je doelgroep en vakgenoten daadwerkelijk over jouw onderwerp praten. Wordt jouw onderzoek aangehaald? Wordt je product besproken? Komt een specialist uit je organisatie voor in inhoudelijke discussies? Is feitelijke informatie over je bedrijf ook buiten je eigen website terug te vinden?

Het doel is dus niet simpelweg zoveel mogelijk links of vermeldingen verzamelen. Relevantie en context zijn belangrijker. Als een technisch vakmedium jouw benchmark over cloudkosten bespreekt en naar het onderzoek verwijst, zegt dat inhoudelijk veel meer dan een willekeurige link vanaf een website die niets met cloudcomputing te maken heeft.

Zorg dus niet alleen dat je zelf over je expertise schrijft. Zorg dat je iets publiceert waar anderen reden toe hebben om over te schrijven.

Kunnen AI-crawlers je website eigenlijk wel bereiken?

Als je wilt dat je content via generatieve zoekfuncties gevonden kan worden, moet je voorkomen dat je relevante crawlers per ongeluk blokkeert. Maar let op: niet iedere AI-bot doet hetzelfde.

Dat onderscheid is belangrijk.

OpenAI gebruikt bijvoorbeeld OAI-SearchBot om openbare webcontent vindbaar te maken voor ChatGPT Search. Volgens OpenAI moet je deze crawler niet blokkeren als je wilt dat inhoud van je website kan worden opgenomen in samenvattingen en snippets in ChatGPT. OpenAI legt dat zelf uit in de documentatie voor publishers en developers.

Bij Anthropic zijn er verschillende crawlers met verschillende functies. ClaudeBot heeft betrekking op content die mogelijk voor modelontwikkeling wordt gebruikt, terwijl Claude-SearchBot bedoeld is voor websearch en Claude-User content kan ophalen naar aanleiding van een opdracht van een gebruiker. Anthropic beschrijft de verschillen tussen deze bots in zijn documentatie.

Ook Perplexity maakt dat onderscheid. PerplexityBot is volgens Perplexity bedoeld om websites te indexeren en als bron in zoekresultaten te kunnen tonen, niet voor het pretrainen van foundation models. Perplexity legt hier uit hoe zijn crawler met robots.txt omgaat.

Je moet je dus afvragen welke bots waarvoor gebruikt worden en of jij wilt dat jouw content daarvoor gebruikt wordt.

Controleer daarvoor in ieder geval je robots.txt. Kijk daarnaast naar je firewall, CDN en eventuele botbeveiliging. Een crawler kan in robots.txt keurig toegang hebben en vervolgens alsnog door een beveiligingslaag worden tegengehouden.

Heb je toegang gegeven? Dan is dat nog geen garantie op zichtbaarheid. Je hebt de deur opengezet, nu afwachten of de LLM’s binnen willen komen en je pagina’s citeren. Crawlbaarheid is een voorwaarde, geen VIP-ticket naar ieder AI-antwoord.

Lost structured data het GEO-vraagstuk op?

Nope, zo makkelijk is het niet. Structured data kan machines helpen begrijpen wat bepaalde informatie op een pagina voorstelt, maar het verandert matige content niet in een goede bron.

Met Schema.org-markup kun je bijvoorbeeld explicieter aangeven dat iets een organisatie, persoon, artikel, product, vacature of evenement is. Dat is nuttig. Maar als je artikel inhoudelijk weinig zegt, lost een stukje code dat probleem niet op.

De technische basis blijft wel belangrijk. Zorg dat belangrijke content toegankelijk en crawlbaar is, gebruik semantische HTML, maak een logische sitestructuur en verbind gerelateerde pagina’s met interne links.

Zie structured data vervolgens als extra verduidelijking, niet als vervanging voor goede content.

Gaat llms.txt ervoor zorgen dat ChatGPT je website gebruikt?

Ga daar niet van uit. Een llms.txt-bestand is geen magische aanmeldknop waarmee je jouw website toevoegt aan ChatGPT, Gemini of Claude.

Het idee achter llms.txt is dat websites AI-systemen gemakkelijker naar relevante informatie kunnen verwijzen. Dat maakt het een interessante ontwikkeling om te volgen. Maar de aanwezigheid van zo’n bestand betekent niet automatisch dat je content wordt gelezen, opgenomen, genoemd of geciteerd.

Hetzelfde geldt voor andere technische GEO-hacks die de komende jaren ongetwijfeld voorbij zullen komen. Als een tip belooft dat één bestandje, stukje code of speciale formulering je ineens zichtbaar maakt in alle grote LLM’s, is enige scepsis verstandig.

De basis is veel minder spannend: publiceer toegankelijke, duidelijke, oorspronkelijke en betrouwbare informatie.

Kun je eigenlijk wel ‘ranken’ in ChatGPT?

Niet op dezelfde voorspelbare manier als in een traditionele zoekmachine. Antwoorden van LLM’s kunnen veranderen door de formulering van een prompt, het gebruikte model, beschikbare bronnen, actualiteit en context uit het gesprek.

Dat maakt GEO fundamenteel minder statisch dan klassieke ranktracking.

Bij Google kun je redelijk eenvoudig volgen of een pagina vandaag op positie vier en volgende maand op positie twee staat voor een bepaalde zoekopdracht. Bij een LLM ligt dat ingewikkelder.

Vraag:“Wat zijn goede Nederlandse cybersecuritybedrijven?” en je kunt een ander antwoord krijgen dan bij:“Welke Nederlandse cybersecuritypartij is geschikt voor een middelgrote zorgorganisatie die hulp nodig heeft met NIS2?”

De context bepaalt mede welke informatie relevant wordt.

Denk daarom liever in zichtbaarheid rond onderwerpen en vragen dan in één absolute AI-ranking.

Hoe meet je dan of GEO iets oplevert?

GEO meet je voorlopig het best door verschillende signalen te combineren. Kijk naar verkeer vanuit AI-platforms, merkvermeldingen, gebruikte bronnen, landingspagina’s en de onderwerpen waarbij je organisatie wel of niet zichtbaar wordt.

Je kunt om te beginnen in je webanalytics kijken naar referral traffic vanuit AI-platforms. Maak bijvoorbeeld in GA4 een rapport of segment waarin je verkeer vanuit bekende AI-diensten apart bekijkt. Vervolgens kun je onderzoeken:

hoeveel bezoeken komen via AI-platforms binnen?
op welke pagina’s landen die bezoekers?
welke onderwerpen trekken relatief veel AI-referral traffic?
wat doen deze bezoekers vervolgens op je website?
leveren deze bezoeken aanvragen, downloads of andere conversies op?

Daarmee meet je overigens nog steeds maar een deel van het effect. Iemand kan je bedrijfsnaam in een AI-antwoord tegenkomen en vervolgens rechtstreeks naar je website gaan of je naam in Google intikken. Dat bezoek verschijnt dan niet netjes als ‘afkomstig van AI’ in je rapport.

Combineer analytics daarom met een vaste set prompts die voor je bedrijf commercieel belangrijk zijn.

Stel die periodiek aan de AI-systemen die voor jouw doelgroep relevant zijn en leg per test bijvoorbeeld vast:

welke prompt je hebt gebruikt;
welk systeem en eventueel welk model je hebt getest;
op welke datum je hebt getest;
of je organisatie wordt genoemd;
welke concurrenten worden genoemd;
welke bronnen worden gebruikt;
welke pagina’s worden aangehaald;
met welke onderwerpen je merk wordt geassocieerd;
of de informatie over je organisatie klopt.

Gebruik daarbij steeds dezelfde kernset aan vragen. Dan krijg je in ieder geval een enigszins reproduceerbare manier om veranderingen te volgen.

Verwacht alleen geen keurige rechte lijn omhoog zoals bij een klassieke rankinggrafiek. LLM-antwoorden zijn daarvoor te afhankelijk van context en systeemgedrag.

GEO meten lijkt voorlopig dus minder op traditioneel ranktracken en meer op een combinatie van SEO-, merk- en reputatiemonitoring.

Waar begin je als je bestaande content wilt optimaliseren?

Begin met je belangrijkste bestaande pagina’s en beoordeel ze vanuit de informatiebehoefte van je klant. Vaak hoef je niet meteen honderd nieuwe blogs te produceren.

Pak bijvoorbeeld je tien of twintig belangrijkste pagina’s erbij.

Stel per pagina een paar simpele vragen:

Welke concrete vraag beantwoordt deze pagina?
Staat het belangrijkste antwoord bovenaan?
Is binnen enkele seconden duidelijk waar de pagina over gaat?
Leggen we specialistische begrippen duidelijk uit?
Zijn belangrijke claims onderbouwd?
Staat er oorspronkelijke kennis of ervaring in?
Is duidelijk wie de auteur of organisatie achter de informatie is?
Verwijzen we naar relevante primaire bronnen?
Zijn gerelateerde onderwerpen intern met elkaar verbonden?
Bevat de pagina lege marketingzinnen die we door concrete informatie kunnen vervangen?
Kan de pagina door relevante zoek- en AI-crawlers worden bereikt?

Je zult waarschijnlijk ontdekken dat veel bestaande content best bruikbaar is, maar dat het antwoord te diep verstopt zit. Dan kan herschrijven al veel opleveren.

Vergeet ook oudere content niet. Een goed artikel kan jarenlang waardevol blijven, maar feiten, voorbeelden, links en technische ontwikkelingen verouderen wel. Ook evergreen content heeft af en toe onderhoud nodig.

Welke nieuwe content heeft de meeste kans om waardevol te zijn?

Maak content over vragen waarop jouw organisatie een beter antwoord kan geven dan wat er al online staat. Dat is interessanter dan simpelweg zoveel mogelijk artikelen publiceren.

Vraag daarvoor eens rond binnen je bedrijf:

Welke kennis zit alleen in het hoofd van een engineer?
Welke vergelijking legt sales iedere week opnieuw uit?
Welke fout ziet een consultant steeds terugkomen?
Welke cijfers kun je uit je eigen projecten halen?
Welke beslissing vinden klanten moeilijk?
Welke vraag krijgt support iedere maand tien keer?

Daar zitten vaak onderwerpen tussen waar geen zoekwoordtool je op wijst.

Juist die onderwerpen kunnen interessant zijn voor GEO. Ze geven je de mogelijkheid om echte expertise en oorspronkelijke informatie toe te voegen in plaats van bestaande internetcontent nog een keer samen te vatten.

En soms is de beste bron daarvoor geen document of dataset, maar een mens. Een goed interview met een specialist kan kennis boven tafel krijgen die anders nooit op je website terecht zou komen.

Wat betekent GEO uiteindelijk voor copywriting?

GEO maakt goede copywriting belangrijker, niet overbodig. De kern blijft dat je begrijpt wat iemand wil weten en daar een helder, betrouwbaar en overtuigend antwoord op geeft.

We hebben jarenlang content gezien die vooral werd geschreven omdat een zoekwoord een bepaald zoekvolume had. Vervolgens verschenen er artikelen van 1.500 woorden waarin hetzelfde antwoord vijf keer anders werd geformuleerd, met het zoekwoord keurig in de titel, intro, H2 en conclusie.

Generatieve zoekmachines geven ons geen garantie dat dat soort content verdwijnt. Maar ze geven bedrijven wél een extra reden om beter te schrijven.

Wees concreet. Geef antwoord. Onderbouw je claims. Deel kennis die niet overal staat. Maak duidelijk waar je expertise ligt. Zorg dat je website technisch toegankelijk is. En zorg dat anderen reden hebben om naar je informatie te verwijzen.

Eigenlijk komen we daarmee weer uit bij iets waar ik in 2024 al over schreef: effectief schrijven voor AI begint uiteindelijk gewoon bij goede, duidelijke content voor mensen.

Alleen is het speelveld inmiddels een stuk groter geworden.

En misschien is dat uiteindelijk de beste samenvatting van GEO:

Optimaliseer je content niet alleen om gevonden te worden. Zorg dat je content het waard is om als antwoord gebruikt te worden.