Hoe kiest ChatGPT welke organisaties het noemt?

Hoe AI-modellen worden getraind

ChatGPT, Gemini en vergelijkbare AI-systemen zijn getraind op grote hoeveelheden tekst van het internet: artikelen, websites, forums, documenten en meer. Op basis van die tekst hebben ze een beeld opgebouwd van welke organisaties actief zijn in welke vakgebieden, welke kennis ze delen en hoe ze worden beschreven door anderen.

Dat beeld is niet statisch. AI-modellen worden regelmatig bijgewerkt of opnieuw getraind met nieuwere data. De exacte trainingsdata is niet openbaar, maar de patronen die AI selecteert, zijn in de praktijk zichtbaar en meetbaar.

Drie factoren die bepalen of u wordt aanbevolen

1. Herkenbaarheid van expertise

AI-systemen koppelen organisaties aan specifieke expertisegebieden. Hoe duidelijker en consistenter uw website aangeeft waar uw expertise ligt, hoe groter de kans dat AI u herkent als relevante partij bij vragen over dat onderwerp.

Vaagheid werkt averechts. Een website die "allround advies" biedt, is voor AI moeilijk te plaatsen bij specifieke vragen. Een website die duidelijk maakt in welk specifiek vakgebied u de beste keuze bent, geeft AI de context die het nodig heeft.

2. Structuur en samenhang

AI-systemen waarderen samenhang. Een website die één onderwerp vanuit meerdere invalshoeken behandelt, met een kennisbank, veelgestelde vragen, casebeschrijvingen en een heldere dienstverlening, geeft AI het signaal dat hier sprake is van echte expertise, niet van losse content.

Losse pagina's zonder onderlinge verbanden helpen weinig. Wat AI herkent, is een coherente kennisstructuur die antwoord geeft op de vragen die uw doelgroep stelt. Meer over hoe u die structuur opbouwt, leest u in Een kennisbank opbouwen die AI begrijpt.

3. Externe vermeldingen en verwijzingen

AI-modellen zijn getraind op tekst van het internet, inclusief tekst van andere websites. Als uw organisatie wordt vermeld of aanbevolen op externe websites, in vakpublicaties of in andere bronnen, vergroot dat de kans dat AI-systemen u als relevant beschouwen.

Dit is vergelijkbaar met backlinks in SEO, maar het werkt anders: het gaat niet om de hoeveelheid links, maar om de context waarin u wordt vermeld. Word u aanbevolen als expert op een bepaald onderwerp, dan versterkt dat uw positie in AI-antwoorden over dat onderwerp.

Wat AI niet gebruikt als selectiecriterium

Even belangrijk is wat AI niet gebruikt. AI-systemen ranken niet op zoekwoorden. Ze kijken niet naar paginasnelheid of domeinnaam als directe selectiefactor. Ze tellen geen backlinks zoals Google dat doet. Wie zijn SEO-strategie één op één probeert te kopiëren naar GEO, zal merken dat dat niet werkt.

Waarom verschillende AI-systemen verschillende resultaten geven

ChatGPT, Gemini, Claude en andere systemen geven niet altijd dezelfde antwoorden op dezelfde vraag. Dat komt doordat ze zijn getraind op verschillende datasets, met verschillende methoden en op verschillende momenten. Uw zichtbaarheid kan sterk verschillen per systeem.

Effectieve GEO richt zich op de onderliggende principes die voor meerdere systemen gelden: structuur, herkenbaarheid en samenhang, in plaats van te optimaliseren voor één specifiek systeem.

Hoe u dit kunt gebruiken

Inzicht in hoe AI selecteert, geeft richting aan uw aanpak. De eerste vraag is: hoe ziet AI uw organisatie nu? Welke vragen worden gesteld door uw doelgroep, en wordt u daarin aanbevolen? Een nulmeting op een set relevante marktvragen geeft daar een concreet antwoord op.

Vanuit die meting kunt u gericht werken aan de factoren die de meeste impact hebben. Concrete eerste stappen leest u in 5 structuurwijzigingen die uw AI-score direct verhogen.