Niet genoemd in AI-antwoorden? Zo onderzoek je waar het aan ligt

Door E. Clein · Laatst bijgewerkt 5 september 2026 · 3 min lezen

Je stelt een AI-assistent een vraag over jouw markt en ziet alleen concurrenten terug. Dat is een bruikbaar signaal, maar nog geen bewijs dat je website technisch tekortschiet. Met een kleine, herhaalbare meting ontdek je welke verbetering werkelijk de moeite waard is.

Begin bij de vraag, niet bij een optimalisatiepakket

Een merk kan ontbreken omdat de vraag niet bij het aanbod past, omdat een antwoord geen merken noemt, of omdat andere bronnen beter aansluiten. Ook de gebruikte dienst, taal en zoekfunctie beïnvloeden wat je onderzoekt. De conclusie ‘AI kan onze site niet lezen’ volgt niet uit één antwoord.

Leg daarom eerst tien concrete klantvragen vast. Gebruik vragen die iemand vóór een aankoop of aanvraag echt stelt: over een toepassing, beperking, alternatief of prijsopbouw. Noteer per vraag welke pagina van jouw site een nuttig, controleerbaar antwoord bevat. Ontbreekt zo’n pagina, dan heb je een inhoudelijk probleem gevonden voordat je iets over ranking hoeft te beweren.

Controleer de toegang per kanaal

Voor Googles AI Overviews en AI Mode geldt volgens Google Search Central de gewone basis: een pagina moet geïndexeerd zijn en in aanmerking komen voor een zoekresultaat met snippet. Google verlangt daarvoor geen speciaal AI-tekstbestand of nieuwe schema-markup. Dat betekent niet dat opname gegarandeerd is.

Controleer voor dat kanaal dus eerst indexering, uitsluitingen en bereikbaarheid. Onderzoek een andere assistent volgens diens eigen documentatie; Googles toelichting bewijst niets over het volledige gedrag van alle AI-producten.

Meet drie verschillende uitkomsten

Onderstaande opzet is een redactioneel voorstel voor je eigen onderzoek, geen verslag van door ons gemeten klantresultaten.

Herhaal dezelfde vragen op meerdere momenten en noteer datum, product, taal en of zoeken was ingeschakeld. Bewaar antwoorden of schermafbeeldingen. Rapporteer de uitkomst voor deze steekproef, niet als ‘ons aandeel in alle AI-antwoorden’. Een verandering na een site-update is bovendien nog geen bewijs dat die update de oorzaak was.

Verbeter wat je kunt onderbouwen

Kies één pagina waar een relevante vraag onvoldoende wordt beantwoord. Voeg bijvoorbeeld voorwaarden, een concreet rekenvoorbeeld, een heldere beperking of een controleerbare bron toe. Beschrijf wat je aanpast en welke vraag daardoor beter beantwoord moet kunnen worden. Meet daarna opnieuw met dezelfde opzet.

Een auteursnaam en een eerlijke wijzigingsdatum helpen de lezer de herkomst en actualiteit beoordelen. Gebruik ze niet als belofte op meer citaties. Laat een datum ook niet automatisch verspringen wanneer de inhoud ongewijzigd blijft.

Waar passen llms.txt en WebMCP?

llms.txt is een voorstel om bruikbare informatie en documentatie aan te wijzen. Je kunt het inzetten als extra ingang, maar niet als bewezen universele rankingfactor. WebMCP heeft weer een ander doel: functies van een geopende website beschikbaar maken aan ondersteunende agents.

Een betere boekingstool lost een ontbrekend antwoord over annuleringsvoorwaarden niet vanzelf op. Maak eerst de informatie goed; onderzoek daarna of de bezoeker ook een taak met een agent wil uitvoeren. De nuttige vraag is niet ‘zijn wij AI-ready?’, maar: welke aantoonbare belemmering nemen we voor welke klant weg?