Steeds meer mensen die vroeger een zoekmachine openden, stellen hun vraag nu aan een AI-assistent en krijgen meteen een samengesteld antwoord, zonder lijst van links om zelf uit te kiezen. Voor een merk verandert daarmee de vraag: niet meer "sta ik hoog genoeg in de resultaten", maar "kom ik voor in het antwoord zelf, en in welke bewoordingen". Er is de laatste tijd een naam voor die vraag opgedoken, maar de term wordt door elkaar gebruikt voor verschillende dingen, en dat maakt hem lastig te grijpen als u er intern over wilt praten.

Wat is GEO

GEO, Generative Engine Optimization, is het vakgebied dat zich bezighoudt met hoe een merk voorkomt in de antwoorden die generatieve AI-systemen samenstellen, in plaats van in de resultatenlijst van een traditionele zoekmachine. Waar zoekmachineoptimalisatie werkt aan een positie op een pagina met links, werkt GEO aan de aanwezigheid, de toon en de context waarin een merk genoemd wordt binnen een gegenereerde tekst. De term is nieuw, maar de onderliggende vraag niet: hoort mijn merk bij het antwoord dat iemand krijgt op een vraag die relevant is voor wat ik verkoop.

De naam zelf is nog niet overal ingeburgerd. Sommige auteurs gebruiken AEO, Answer Engine Optimization, voor grotendeels hetzelfde vraagstuk, en weer anderen spreken over AI-zichtbaarheid of AI search optimization zonder een vaste afkorting. Wie intern over dit onderwerp communiceert, doet er goed aan één term consequent te gebruiken en die te definiëren voor wie hem voor het eerst hoort, precies omdat er nog geen brancheconsensus is over de naam. De inhoud van het vraagstuk verandert daar niet door: het gaat in alle gevallen om vermeldingen binnen gegenereerde tekst, niet om posities op een pagina.

GEO naast SEO

SEO en GEO delen een deel van hun fundament: een merk dat online onvindbaar of onduidelijk beschreven is, zal in geen van beide goed scoren. Beide disciplines hebben baat bij heldere, actuele content op een website die goed leesbaar is, ook voor een systeem dat pagina's verwerkt in plaats van een mens die ze doorbladert. Het verschil zit in wat er gemeten wordt. SEO meet een positie: staat u op pagina één, en op welke plek. GEO meet iets anders: wordt u genoemd in een antwoord dat nooit als lijst wordt getoond, en zo ja, hoe. Een goede positie in een zoekmachine is geen garantie voor een vermelding in een gegenereerd antwoord, en omgekeerd evenmin: een AI-systeem kan bronnen combineren, samenvatten of herformuleren op een manier die met klassieke ranking weinig te maken heeft.

Een tweede verschil is de tijdshorizon. Een positie in een zoekmachine verandert traag en is voor een deel te sturen met bekende technieken. Een antwoord van een AI-assistent kan van vraag tot vraag verschillen, ook bij een identieke formulering, omdat het model met een zekere mate van variatie werkt en omdat het antwoord afhankelijk is van welke bronnen op dat moment het meest relevant lijken. Dat maakt eenmalig meten weinig zinvol: alleen herhaalde metingen over tijd laten zien of een merk structureel voorkomt, of toevallig een keer.

Een derde verschil zit in de invloed die een merk zelf heeft op het resultaat. Bij SEO bestaat een uitgebreid en redelijk voorspelbaar instrumentarium: technische structuur, interne links, autoriteit, laadtijd. Bij GEO is dat instrumentarium nog volop in ontwikkeling, en niet elk AI-systeem baseert zijn antwoord op dezelfde bronnen of dezelfde selectiecriteria. Dat betekent niet dat een merk geen invloed heeft, maar wel dat de hefbomen minder uitgekristalliseerd zijn dan bij klassieke zoekmachineoptimalisatie, en dat meten voorlopig minstens zo belangrijk is als sturen.

Wat er echt nieuw aan is

Het nieuwe aan GEO is niet dat optimalisatie voor vindbaarheid ineens andere basisprincipes zou hebben. Het nieuwe is dat de plek waar een merk verschijnt, verschoven is van een lijst met klikbare links naar een lopende tekst waarin het merk wel of niet met naam genoemd wordt, vaak naast concurrenten in dezelfde zin. Een marketingteam dat alleen naar kliks en posities kijkt, mist die verschuiving volledig: het antwoord dat een potentiële klant te zien krijgt, bestaat voor de statistieken van een website meestal niet, want er wordt niet doorgeklikt. Daarmee wordt zichtbaarheid in AI-antwoorden een aparte discipline naast klassieke zoekmachineoptimalisatie in plaats van een variant erop, met een eigen manier van meten. Meer over die bredere verschuiving leest u in Wat AI-zichtbaarheid is en waarom marketing er een discipline bij krijgt.

Een concreet voorbeeld

GripIQ benadert dit vraagstuk vanuit Prompt Monitoring: u stelt vooraf een vaste set vragen samen zoals uw doelgroep die aan een AI-assistent zou stellen, GripIQ laat die vragen periodiek beantwoorden door meerdere AI-providers, en een tekstanalyse leest in elk antwoord welke merken genoemd worden, met welk sentiment en in welke context. Op het scherm Prompts ziet u zo per vraag of uw merk voorkomt, en welke concurrenten er ook genoemd worden. Dat is geen positie op een pagina, maar een vermelding in een antwoord, herhaald gemeten over meerdere vragen en meerdere providers.

Het belang van een vaste set vragen, in plaats van een steekproef, volgt rechtstreeks uit het tweede verschil hierboven: omdat een antwoord van vraag tot vraag kan variëren, zegt één meting weinig, en pas een reeks metingen op dezelfde vragen laat een patroon zien. Diezelfde reden is waarom een eenmalige blik op een AI-antwoord geen goede basis is voor een beslissing over uw content of uw positionering: wat u die ene keer zag, hoeft de volgende keer niet terug te komen.

Wat u nu kunt doen