GEO na SEO. Wat kan er eigenlijk geoptimaliseerd worden in AI-zoekopdrachten?

De GEO-markt labelt vaak elke gewenste uitkomst als “optimalisatie”: bronselectie, citeren, merkinsluiting, gunstige framing en zelfs aanbevelingen. Dit is een categoriefout.

Een merk kan zijn website, toegangseisen, informatiearchitectuur, inhoud, claims en sommige van de gegevens die naar externe platforms worden verzonden, wijzigen. Het kan een ophaalsysteem niet instrueren om een bepaald document te selecteren. Het kan geen citaat afdwingen of bepalen hoe een model zijn bronnen zal synthetiseren. Evenmin heeft het controle over de uiteindelijke aanbeveling.

Een volwassen benadering van Generative Engine Optimisation (GEO) vereist daarom drie verschillende actiemodi:

• direct optimaliseren van gecontroleerde assets en voorwaarden;

• indirect invloed uitoefenen op hoe informatie wordt geselecteerd en gebruikt;

• uitkomsten monitoren die buiten de controle van het merk blijven.

Om het eenvoudiger te zeggen:

GEO is niet de optimalisatie van het antwoord van een model. Het is de optimalisatie van gecontroleerde voorwaarden, een poging om tussenliggende processen te beïnvloeden en de meting van een representatie die het merk niet controleert.

“Na SEO” betekent niet “zonder SEO”

Het woord “na” suggereert niet dat GEO SEO vervangt. Het verwijst naar de latere stadia van de informatiestroom – het punt waarop een beschikbaar document kan worden opgehaald, geselecteerd, gebruikt en omgevormd tot een antwoord.

Voor de generatieve functies van Google Search blijven de fundamentele vereisten van SEO een toegangseis. Google stelt dat AI Overviews en AI Mode gebruikmaken van zijn kernkwaliteits- en rangschikking systemen, Retrieval-Augmented Generation (RAG) en query fan-out. Een pagina moet geïndexeerd zijn en in aanmerking komen om met een snippet te verschijnen, maar het voldoen aan deze voorwaarden garandeert geen crawling, indexering of presentatie.

Niet elk systeem bereikt informatie via dezelfde route.

OpenAI maakt onderscheid tussen de geautomatiseerde OAI-SearchBot en ChatGPT-User, die een pagina kan bezoeken als gevolg van een gebruikersactie. Anthropic kent aparte rollen toe aan Claude-SearchBot en Claude-User. Perplexity maakt op vergelijkbare wijze onderscheid tussen PerplexityBot en Perplexity-User, waarbij door de gebruiker geïnitieerd ophalen mogelijk onder andere regels werkt dan geautomatiseerde indexering.

De reikwijdte van dit artikel

In dit artikel wordt generatieve zoeksystemen gebruikt als een overkoepelende term. Het impliceert niet dat elk product dezelfde architectuur heeft.

De volgorde:

toegang → ophalen → bronselectie → citeren → absorberen → synthetiseren → representatie → aanbeveling

is een analytisch model. In een bepaald systeem kunnen sommige stadia iteratief, parallel, verborgen of afwezig zijn.

Wat zou GEO moeten betekenen?

Drie concurrerende definities kunnen worden geïdentificeerd in academisch onderzoek en de industrie.

De oorspronkelijke studie, “GEO: Generative Engine Optimization”, definieerde GEO als een black-box optimalisatieframework dat is ontworpen om de zichtbaarheid van inhoud binnen generatieve-engine reacties te vergroten. De onderzoekers wijzigden documenten en maten veranderingen in hun blootstelling. Het gerapporteerde resultaat van “tot 40%” gold voor een specifieke benchmark, zijn eigen zichtbaarheidmetrics en een gecontroleerde onderzoeksomgeving – het is geen benchmark voor huidige productiesystemen.

Vanuit Google’s perspectief zijn Answer Engine Optimisation (AEO) en GEO industriële termen die betrekking hebben op zichtbaarheid in AI-zoekervaringen, maar optimalisatie voor AI Overviews en AI Mode blijft onderdeel van Google Search-optimalisatie. Google vereist geen llms.txt, specialistische markup, kunstmatige chunking of een aparte schrijfstijl voor AI-systemen.

Beide definities zijn nuttig, maar geen van beide biedt een voldoende neutrale definitie van de discipline.

Een operationele definitie

Generative Engine Optimisation is de bewijsgebaseerde praktijk van het wijzigen van controleerbare informatie-assets en toegangseisen om betere voorwaarden te creëren voor generatieve zoeksystemen om informatie te vinden, selecteren, gebruiken en nauwkeurig weer te geven – terwijl de uitkomsten worden gemeten die buiten de directe controle van het merk blijven.

Deze definitie omvat niet:

• direct de antwoord controleren;

• het trainen of fijn afstemmen van een model van de aanbieder;

• elke SEO- of PR-activiteit;

• alleen monitoren;

• garanderen van een vermelding, citaat of aanbeveling.

GEO, AEO, LLMO en AI-zichtbaarheid

Deze termen beschrijven overlappende maar verschillende objecten.

AI-zichtbaarheid is een meetgebied, geen synoniem voor GEO.

Een merk kan vaak worden genoemd, maar onjuist worden beschreven. Het kan citaten ontvangen zonder aanbevolen te worden. Het kan consistent verschijnen als een bron van informatie, maar niet als een aanbieder van de relevante oplossing.

Het GEO-controleoppervlak

Het GEO-controleoppervlak, voorgesteld door Brand Semantics, organiseert activiteiten op basis van het niveau van agency dat beschikbaar is voor het merk.

Het model suggereert niet dat elk element exclusief tot één categorie behoort. Citeren, bijvoorbeeld, is een proces dat een merk kan proberen te beïnvloeden en een uitkomst die het moet observeren.

De classificatie beschrijft de geschikte beheermodus, niet slechts de positie van het element binnen een pijplijn.

Wat merken direct kunnen optimaliseren

Directe optimalisatie is mogelijk waar een merk het object van de interventie controleert en kan verifiëren dat de wijziging is doorgevoerd.

Technische toegang is controleerbaar; inclusie niet

In Google Search kan een merk controleren of zijn pagina's technisch beschikbaar zijn voor crawling, indexering en snippetpresentatie. Het kan niet garanderen dat Google een pagina indexeert of deze weergeeft binnen een generatieve functie.

Dezelfde onderscheiding geldt voor andere platforms:

• OAI-SearchBot ondersteunt de opname van pagina's in ChatGPT-zoekfuncties, terwijl GPTBot betrekking heeft op inhoud die kan worden gebruikt in modelontwikkeling. De controles zijn onafhankelijk.

• Claude-SearchBot ondersteunt indexering die bedoeld is om de kwaliteit, relevantie en nauwkeurigheid van Claude's zoekresultaten te verbeteren, terwijl Claude-User het ophalen afhandelt dat door gebruikers is geïnitieerd.

• PerplexityBot ondersteunt zoekoppervlakken, terwijl Perplexity-User een pagina kan bezoeken als reactie op een gebruikersverzoek. Perplexity stelt dat de laatste doorgaans robots.txt negeert omdat het ophalen door de gebruiker is geïnitieerd.

Er is daarom geen enkele beslissing “AI toestaan” of “AI blokkeren”. Geautomatiseerde indexering, ophalen op aanvraag, modelontwikkeling en regels van de Web Application Firewall (WAF) moeten afzonderlijk worden overwogen.

Inhoud, claims en gestructureerde gegevens

Een merk kan verbeteren:

• de precisie van zijn definities;

• de transparantie van zijn methodologie;

• de kwaliteit van zijn gegevens;

• de duidelijkheid van zijn bronnen;

• de structuur van zijn argument;

• de actualiteit van zijn informatie;

• het onderscheid tussen feiten, interpretaties en beperkingen;

• de consistentie van namen, producten en categorieën.

Dit impliceert niet het bestaan van een universele schrijfstijl die een citaat garandeert.

Google beveelt nuttige, onderscheidende en niet-gecommoditiseerde inhoud aan, maar verwerpt de noodzaak voor een specialistische schrijfstijl voor generatieve zoekopdrachten, een ideale documentlengte of de kunstmatige verdeling van inhoud in korte fragmenten.

Gestructureerde gegevens zijn ook een controleerbaar element. Het kan Google Search helpen om zichtbare inhoud te begrijpen en te bepalen of deze in aanmerking komt voor bepaalde rich results, maar technisch correcte implementatie garandeert niet dat die resultaten worden weergegeven. Gestructureerde gegevens moeten informatie weerspiegelen die beschikbaar is voor de gebruiker.

Het gedetailleerde ontwerp van entiteit-, claim- en bronkaarten wordt behandeld in Brand Semantics Infrastructure: hoe AI Search uw merk correct kan begrijpen. Hier zijn deze elementen belangrijk als controleerbare inputs – niet als een garantie voor de uiteindelijke representatie.

Wat alleen kan worden beïnvloed

Een merk kan betere voorwaarden creëren voor ophalen, bronselectie en nauwkeurige synthese, maar het controleert die beslissingen niet.

Ophalen en bronselectie

Potentiële interventies omvatten:

• technische toegankelijkheid;

• semantische afstemming tussen het document en de query;

• duidelijke terminologie;

• de aanwezigheid van relevante claims;

• huidige gegevens;

• beschikbaarheid in de taal van de gebruiker;

• externe bronnen die belangrijke informatie bevestigen.

De volledige kandidatenlijst, alle aanvullende queries en de gewichten die door het platform worden toegepast, blijven echter onbekend. Ophalen en bronselectie zijn daarom gebieden van invloed en gedeeltelijk onobserveerbare processen.

De afwezigheid van een zichtbaar citaat betekent niet dat een bron geen rol heeft gespeeld bij het ophalen of genereren. Zonder toegang tot de interne logs van het platform blijft een deel van het proces onobserveerbaar. Een specifieke onzichtbare bron mag niet worden gecrediteerd voor het vormgeven van een antwoord zonder aanvullend bewijs.

Citeren en absorberen zijn niet hetzelfde

Een merk kan een document verbeteren, maar het kan geen citatietarief op de pagina implementeren.

Citatietarief is een uitkomst, geen object van optimalisatie.

De studie “Van Citaatselectie naar Citaatabsorptie” maakt onderscheid tussen:

• citaatselectie – de selectie en presentatie van een bron;

• citaatabsorptie – de invloed van de geciteerde pagina op de taal, feiten, bewijs of structuur van het antwoord.

Binnen de geanalyseerde dataset waren de breedte van citaten en diepte van invloed niet equivalent. De studie vond ook dat pagina's met grotere waargenomen invloed waarschijnlijk beter gestructureerd, semantisch afgestemd en rijk aan extracteerbaar bewijs waren. Dit zijn beschrijvende relaties, geen bewijs dat een enkele structurele wijziging zal leiden tot hogere absorptie. De publicatie is een preprint.

Een volledige methodologie voor het onderscheiden van citaat van absorptie vereist een aparte analyse. Voor de doeleinden van dit model is de relevante onderscheiding:

• structuur en bewijs zijn controleerbare inputs;

• citaatselectie en absorptie zijn gebieden van invloed;

• citatietarief en claimabsorptie zijn waargenomen uitkomsten.

Externe bronnen

Digitale PR, uitgeversrelaties en de correctie van externe bronnen kunnen GEO ondersteunen, maar niet elke vermelding is een GEO-interventie.

Een externe publicatie wordt onderdeel van een GEO-programma wanneer deze:

1. een gedefinieerde claim of entiteitsrelatie ondersteunt;

2. een specifieke bronleemte aanpakt;

3. verbonden is met een expliciete invloedshypothese;

4. vervolgens wordt gemonitord voor selectie, citeren of representatie.

Het merk controleert zijn eigen gegevens, onderzoek en outreach. Het controleert de redactionele beslissing van de uitgever of de daaropvolgende selectie van de publicatie door het systeem niet.

Een volledige analyse van eigen, verdiende en externe bronnen behoort elders in de contentcluster. Dit artikel classificeert ze alleen op basis van het beschikbare niveau van controle.

Framing en aanbeveling

Een merk kan:

• zijn categorie duidelijk definiëren;

• relevante gebruiksgevallen en beperkingen uitleggen;

• vergelijkingen publiceren op basis van expliciete criteria;

• onjuiste informatie corrigeren;

• consistentie opbouwen tussen zijn aanbod, publiek en het probleem dat het oplost.

Het kan niet bepalen of een systeem het presenteert als de eerste aanbeveling, een optie tussen meerdere, een nicheoplossing of een merk dat irrelevant is voor het scenario.

Aanbevelingspercentage, antwoordrelevantie en framing zijn waargenomen uitkomsten. Beweren dat een merk “aanbevelingen kan optimaliseren” wijst het een niveau van controle toe dat het niet bezit.

Voorbeeld: één asset, vier niveaus van agency