De vraag is verschoven
Tot een paar jaar terug was de vraag eenvoudig: hoe komen we hoger in Google? Inmiddels stelt de helft van de directies die we spreken een andere vraag: waarom citeert ChatGPT onze concurrent wel en ons niet? Dat is een terechte vraag, en het antwoord ligt grotendeels in hoe jullie content gestructureerd is.
Answer Engine Optimization gaat niet over trucs. Het gaat over of een large language model jullie pagina kan lezen, begrijpen en als bron durft te noemen. Drie dingen wegen het zwaarst: machine-leesbare structuur, duidelijke antwoorden bovenaan, en signalen die vertrouwen geven.
Wat een LLM ziet
Een taalmodel leest geen plaatjes. Het leest tekst, en het let scherp op hiërarchie. Een H1 zegt iets anders dan een H2, een H2 zegt iets anders dan een H3. Een lijst zegt iets anders dan een paragraaf. Een definitie aan het begin van een sectie weegt zwaarder dan dezelfde zin halverwege.
Dat is precies waar de meeste content-pagina's in het MKB op stranden. De koppen kloppen visueel, maar semantisch is het een rommeltje. H1 staat er twee keer, H3's springen over H2 heen, en de kernzin van het artikel staat ergens in alinea vier. Een model dat in een halve seconde besluit of het iets meeneemt, gaat verder naar de volgende pagina.
Drie principes die werken
Geen recept, wel een volgorde. Drie principes die het verschil maken tussen pagina's die genoemd worden en pagina's die onzichtbaar blijven.
- Open met de samenvatting, niet met de aanleiding. De eerste alinea is jullie sterkste citatie-kans. Schrijf een zin van max twintig woorden die de vraag van de bezoeker beantwoordt. Een model dat die zin oppikt, citeert hem letterlijk.
- Eén H1, schone H2-cascade. Geen kop-niveau overslaan, geen vier H2's zonder paragraaf ertussen. Een model leest de hiërarchie als een inhoudsopgave, onleesbare hiërarchie = onleesbare pagina.
- Lijsten waar het kan, definities expliciet. Drie items in een lijst = drie aparte feiten voor een model. Definieer vakjargon in één duidelijke zin. Auteurs vinden dat basaal; voor het model is het de meest waardevolle tekst.
De vraag is niet meer "kunnen mensen ons vinden?", maar "kan een model ons zonder twijfel doorvertellen?".
Vertrouwen geven
Modellen zijn voorzichtig met bronnen die ze niet kennen. Een auteursnaam, een publicatiedatum, een organisatie met een adres en een geschiedenis, het lijken kleine details, maar samen vormen ze het verschil tussen "deze pagina wordt geciteerd" en "deze pagina blijft onzichtbaar". Structured data via JSON-LD helpt: Organization, Article, FAQPage. Het kost een uur per templatetype en levert maanden vooruit op.
Vraag ChatGPT, Claude en Perplexity dezelfde vraag waar jullie dienst het antwoord op is. Komen jullie voor? Worden jullie geciteerd? Doe dat opnieuw over drie maanden, meet wat de structuur-update oplevert.
