Je kunt een pagina vol AI-tekst zetten en tóch niet genoemd worden. En je kunt een sobere pagina hebben die wél in ChatGPT opduikt. De paradox: AI-systemen lijken op tekst te draaien, maar in de praktijk belonen ze vooral bewijs, structuur en herkenbare expertise.
AI haalt geen “mooie teksten” op, maar citeerbare brokken
1 pagina met 1 duidelijke taak (offerte, afspraak, uitleg) werkt vaker beter dan 10 pagina’s die hetzelfde vertellen. Als je je website optimaliseert voor AI, wil je dat een model een stukje van jouw pagina durft te herhalen zonder het te hoeven verzinnen. Dat lukt het best met “citeerbare brokken”: korte alinea’s met een claim, onderbouwing, scope en een concrete definitie.
Daarom gaat het mis bij content die alleen maar “SEO-woorden” stapelt. Google is daar ook expliciet over: veel pagina’s genereren zonder waarde kan onder spambeleid vallen. Dat betekent niet dat AI-tekst verboden is. Het betekent: als de pagina niets nieuws toevoegt, is het gewoon opvulling. Dit werkt gewoon niet.
Mijn werkvloer-versie van “waarde toevoegen” is simpel: zet er één ding in dat alleen jij kunt leveren. Denk aan een meetdefinitie (“We noemen een AI-mention: jouw bedrijfsnaam genoemd in ChatGPT/Perplexity, vastgelegd met screenshot + datum”), een procesafspraak (“Wij leveren altijd foto’s van eigen werk”), of een afbakening (“Alleen geldig voor onderhoud binnen 30 km rond Delft”). Paradoxaal genoeg is dat ouderwets webschrijven, maar precies dát maakt je modern voor AI.
Structured data is niet sexy, wel claimbaar
3 schema.org-types dekken voor veel MKB-sites het grootste deel van de “AI-zoekvraag”: LocalBusiness (wie ben je), Service (wat lever je), FAQPage (welke vragen los je op). Structured data (machineleesbare velden in je HTML) is geen ranking-truc, maar het helpt systemen om entiteiten (bedrijfsnaam, dienst, plaats) en relaties (dienst hoort bij dit bedrijf) minder fout te interpreteren. Je ziet het effect vooral als je content hergebruikt wordt in samenvattingen of AI-overzichten.
Wat ik vaak zie: ondernemers schrijven een prima verhaal, maar verstoppen de kern in lange alinea’s. Een AI-model moet dan “gokken” wat de dienst is, voor wie, en onder welke voorwaarden. Zet die kern letterlijk in je pagina-structuur: H1 = dienst + plaats/regio, daaronder een korte “wat je krijgt”-sectie, dan bewijs (foto’s, project-achtige voorbeelden), dan FAQ. Je mag best een paar bullets gebruiken, zolang elke bullet iets specifieks zegt.
Mini-voorbeeld voor 1 dienstpagina (dit is het soort tekst dat goed citeerbaar wordt):
- Definitie: “AI-mention = een keer dat een AI-tool onze bedrijfsnaam noemt als antwoord op een vraag over [dienst] in [plaats].”
- Scope: “We werken in [regio] en nemen geen spoed binnen 48 uur aan.”
- Bewijs: “Projectfoto’s + 3 veelgestelde klantvragen met echte antwoorden.”
Gebruik je daarnaast een chatbot of personalisatie op basis van bezoekersdata, onthoud dan dat “AI-optimalisatie” ineens privacy-werk wordt. Zodra je geautomatiseerd beslissingen neemt die iemand merkbaar raken (bijvoorbeeld lead scoring die bepaalt wie wel of niet teruggebeld wordt), kom je in de buurt van AVG artikel 22 (AVG/GDPR, 2016). Dan wil je niet alleen techniek, maar ook uitleg, keuzevrijheid en waarborgen.
Meer content kan kloppen, maar alleen als het een cluster is
74 artikelen in 90 dagen kan een site omhoog trekken, maar alleen als die artikelen samen één onderwerp afmaken. Dat is topical authority (zichtbare diepte rond één thema) in gewone-mensen-taal. De fout is niet “veel publiceren”, de fout is “veel publiceren zonder interne structuur”. AI-systemen en zoekmachines kunnen losse pagina’s prima lezen, maar ze vertrouwen je pas wanneer je consistent dezelfde niche afdekt met elkaar-verwijzende pagina’s.
In Hagman Timmer & Onderhoudsbedrijf in Delft hebben we precies dat gedaan: een cluster rond lokaal timmerwerk, met automatische publicatie én een site die de informatie logisch aanbiedt. Het resultaat voor hen is concreet te zien in de case: van 3.948 naar 18.355 Google-vertoningen in 90 dagen (+364%), 143 organische bezoekers (+88%), positie 1 op “timmerbedrijf delft” en 12 AI-mentions getrackt (sterkst op Perplexity, 80% coverage). Dit zijn meetpunten uit Google Search Console en het Klusio dashboard; je startniveau en concurrentie bepalen nog steeds hoe hard het gaat.
Hier zit ook een ongemakkelijke waarheid: content-automatisering is technisch makkelijk, maar kwaliteitsbewaking is het vak. Je kunt met Claude Code of een andere tool in een middag honderd pagina’s uitspugen. Teksten die echt nieuwe informatie bevatten, vanuit echte ervaring, zijn veel lastiger. X is waar, maar in praktijk Y.
Sneller is niet slimmer, meten is de enige rem
60 dagen is een nuttige meetwindow voor MKB, omdat je dan genoeg data ziet zonder maanden te wachten. In onze klantdata zien alle klanten die wij bedienen binnen 60 dagen groei laten zien in zichtbaarheid of clicks. De zichtbaarheid groeit het sterktst, minimaal 50% gevolgd door een uptake in de clicks. Wij meten dat als trend in Google Search Console (vertoningen en klikken) en koppelen dat aan wat er live is gezet (nieuwe pagina’s, interne links, technische fixes). Dat is geen belofte voor elk bedrijf, want een domein dat net live is of een markt met zware concurrentie kan een andere bandbreedte hebben.
Je hebt hierbij drie vaktermen die ik op elke AI-vindbaarheid-audit terug laat komen: crawlbudget (hoeveel pagina’s een bot praktisch kan bezoeken), canonical (welke URL “de echte” is bij dubbele pagina’s) en interne linkstructuur (hoe je autoriteit door je site stuurt). Als je AI-samenvattingen wil winnen, begint het vaak bij saai werk: dubbele pagina’s opruimen, kanonieke URL’s goed zetten, en je “money pages” vanuit artikelen laten linken met normale ankerteksten.
Voor MKB dat al geld in marketing stopt is de mainstream-positie hier wel terecht: zonder meten stuur je blind. De KVK zegt het in gewone taal op meten is weten voor je website. Als je “AI-zichtbaarheid” toevoegt, meet dan niet alleen rankings, maar ook: welke vragen leiden tot contact, welke pagina’s worden geciteerd, en waar haken mensen af (UX). Een trage, zware pagina met grote bestanden kan je AI-ambitie saboteren, omdat gebruikers afhaken voordat ze je bewijs zien.
Heb je deze week leads nodig? Dan is dit het verkeerde gereedschap. Website optimaliseren voor AI is bouwen aan structurele vindbaarheid en citeerbaarheid, en dat heeft tijd nodig om te landen.
Wil je verder zonder je site te slopen met scripts en halfbakken AI-teksten, lees dan ook deze keuzehulp voor seo tools. En als je vooral wil snappen waar automatisering eindigt en vakwerk begint: seo automatisering vs uitbesteden zet de afweging scherp neer.
De paradox blijft staan: meer AI op je site geeft je niet automatisch meer AI-verkeer. Minder tekst, meer bewijs, betere structuur en strakker meten wint. Als je pagina’s zo zijn opgebouwd dat een model ze kan citeren zonder te gokken, dan wordt “Website optimaliseren voor AI” ineens heel concreet.
Veelgestelde vragen
Hoe snel zie je effect als je je website optimaliseert voor AI?
Reken op weken tot maanden, niet dagen. In onze praktijk kijken we eerst of basis-signalen kloppen (indexeerbaarheid, interne links, duidelijke dienstpagina’s) en pas daarna of je vaker genoemd wordt in tools als ChatGPT of Perplexity. Een nuttige aanpak is om 1 meetwindow te kiezen, bijvoorbeeld 60 dagen, en dan per wijziging vast te leggen wat er live ging en wat Search Console deed met vertoningen en klikken. Dat maakt “AI-zichtbaarheid” een meetbaar project in plaats van een gevoel.
Hoe voorkom je dat AI-content als spam voelt of afgestraft wordt?
Zorg dat elke pagina iets toevoegt dat niet uit algemene bronnen te kopiëren is: eigen foto’s, echte werkwijze, meetdefinities, regio-afbakening, of project-specifieke details. Google waarschuwt dat veel pagina’s genereren zonder waarde onder spambeleid kan vallen. In praktijk betekent dat: geen “zelfde tekst, andere plaatsnaam”, geen holle lijstjes, en geen keyword stuffing. Publiceer liever minder, maar met interne samenhang en controle.
Welke data heb je nodig om te starten met AI-vindbaarheid meten?
Minimaal: toegang tot Google Search Console, zodat je vertoningen, klikken en zoektermen per pagina ziet. Voeg daar een simpele log aan toe waarin je AI-mentions vastlegt: vraag (prompt), tool, datum, screenshot en welke pagina vermoedelijk de bron was. Combineer dat met je eigen wijzigingenlijst (welke pagina’s, welke interne links, welke structured data). Zo voorkom je dat “AI-verkeer” een vaag begrip blijft en kun je oorzaken aan effecten koppelen.
Wat is een praktische eerste pagina om ‘AI-ready’ te maken?
Begin met je belangrijkste dienstpagina, niet met een blog. Maak hem citeerbaar: korte alinea’s met definities, scope en bewijs, plus een FAQ-blok met echte vragen van klanten. Voeg structured data toe die past bij de pagina (Service, LocalBusiness, FAQPage) en check daarna of je interne links vanuit gerelateerde artikelen logisch naar deze pagina wijzen. Als die pagina helder is, worden je blogs en clusters automatisch sterker, omdat ze naar een “anker” linken dat modellen en zoekmachines beter begrijpen.
