Hoe verschilt het zoeken zelf?
In Google blijft de keuze bij de zoeker: hij ziet tien resultaten en beslist welk hij opent. In ChatGPT is die keuze al gemaakt voor de zoeker iets ziet. Het model stelt een antwoord samen en toont, afhankelijk van de modus, welke bronnen het gebruikte.
| Aspect | ChatGPT | |
|---|---|---|
| Resultaat | Een lijst met links | Een samengesteld antwoord |
| Wie kiest de bron | De zoeker | Het model |
| Wat je wil zijn | Hoog in de lijst | Een van de gebruikte bronnen |
| Herhaalbaarheid | Dezelfde zoekopdracht geeft een vergelijkbare lijst | Hetzelfde gesprek kan een ander antwoord geven |
| Vervolgvraag | Een nieuwe zoekopdracht | Gaat verder in hetzelfde gesprek |
Wat is het grootste verschil voor een bedrijf?
Dat je het ene kan meten en het andere niet. Voor Google bestaat Search Console: per zoekopdracht zie je vertoningen, klikken, doorklikratio en gemiddelde positie, en je kan twee periodes vergelijken. Voor ChatGPT bestaat er geen gelijkwaardig rapport. Je weet niet hoe vaak iemand een vraag stelde waarbij jij relevant was, en je ziet geen positie.
| Wat je wil weten | ChatGPT | |
|---|---|---|
| Op welke vragen verschijn ik? | Search Console toont de zoekopdrachten | Alleen door zelf vragen te stellen en te noteren |
| Hoe vaak werd ik getoond? | Vertoningen per zoekopdracht | Niet beschikbaar |
| Op welke plaats sta ik? | Gemiddelde positie | Bestaat niet, er is geen ranglijst |
| Hoeveel bezoekers leverde het op? | Klikken per pagina | Deels, via verwijzend verkeer in je analytics |
| Werd ik correct beschreven? | Niet van toepassing | Alleen door het antwoord te lezen |
Die laatste rij is er een die Google niet kent. In een lijst met links kan een resultaat je hooguit verkeerd samenvatten in een snippet. In een AI-antwoord kan je bedrijf beschreven worden met een verkeerde dienst, een verkeerde regio of een verouderde prijs, zonder dat iemand het je meldt. Hoe je dat opvolgt staat bij AI-zichtbaarheid meten.
Waarom bewijst een enkele test in ChatGPT niets?
Omdat het antwoord per keer kan verschillen. Dezelfde vraag, een paar uur later gesteld, kan andere bronnen gebruiken, afhankelijk van de modus, het model, de taal en wat er op dat moment op het web staat. Wie een keer test en zichzelf niet ziet, weet alleen dat hij op dat moment niet gekozen werd.
Een bruikbare meting werkt daarom met een vaste lijst vragen, vastgelegde omstandigheden en herhaling over meerdere periodes. Op de pagina over lokale SEO staat zo een kleine waarneming uitgewerkt, met de expliciete vermelding dat acht vragen op een dag geen representatief onderzoek vormen. Dat voorbehoud hoort erbij, ook wanneer de uitkomst je bevalt.
Moet je kiezen tussen de twee?
Nee, en dat is minder een geruststelling dan het klinkt. Beide systemen vertrekken van webpagina's die een vraag goed beantwoorden. Een pagina die in Google niet gevonden wordt, is ook voor een AI-systeem moeilijk te vinden. De fundamenten zijn dus dezelfde, en dat is precies waarom losse AI-trucs weinig opleveren.
Wat er wel bij komt, is expliciet maken wat een lezer uit context afleidt: wie je bent, waar je werkt, wat je precies levert en waar dat te controleren valt. Het verschil tussen de twee disciplines staat uitgewerkt bij verschil tussen SEO en GEO, de aanpak zelf bij wat is GEO (Generative Engine Optimization).
Wat weten we nog niet?
Hoeveel Belgische kopers werkelijk via een AI-assistent naar een leverancier zoeken. Daar is geen publieke, betrouwbare meting van, en schattingen die je online tegenkomt verschillen sterk zonder dat de methode erbij staat. Wie beweert te weten welk percentage van het zoekverkeer verschoven is, heeft dat cijfer geleend van iemand die het ook niet wist.
Wat je wel kan doen is je eigen kant meten: verwijzend verkeer vanuit AI-domeinen in je analytics, en een vaste set vragen die je elk kwartaal opnieuw stelt. Dat is weinig, maar het is van jou en het is herhaalbaar.