SEO voor AI (LLM SEO): wat werkt er echt volgens onderzoek
SEO voor AI is geen nieuwe truc maar een andere vraag: niet hoe je hoog rankt, maar hoe je geciteerd wordt. Wat onderzoek en praktijk laten zien, zonder garanties.
Het korte antwoord: SEO voor AI is geen nieuwe versie van klassieke SEO, het is een andere vraag. Bij Google optimaliseer je om hoog te ranken in een lijst. Bij een taalmodel is er geen lijst, alleen een gegenereerd antwoord met een handvol bronnen erin verwerkt. De vraag wordt dus niet "hoe kom ik hoger" maar "hoe kom ik er überhaupt in".
We schreven eerder al over wat GEO is en waar het vandaan komt en over concreet aanbevolen worden door ChatGPT. Dit artikel zoomt uit: wat is SEO voor AI (ook wel LLM SEO genoemd) precies, wat laat onderzoek zien over wat wél en niet helpt, en hoe verhoudt het zich tot de SEO die je al kent?
Wat is SEO voor AI (LLM SEO) precies?
SEO voor AI, in het Engels vaker "LLM SEO" genoemd, is het optimaliseren van je content zodat taalmodellen (de motor achter ChatGPT, Gemini, Claude en Perplexity) je vaker als bron gebruiken in een gegenereerd antwoord. Geen positie, geen ranking, maar een vermelding of citatie in lopende tekst.
De term is jonger dan je zou denken. Academisch heet dit "generative engine optimization" (GEO), voor het eerst zo genoemd in een paper van Pranjal Aggarwal en collega's uit 2023 (het idee dat AI-antwoorden beïnvloedbaar zijn, bestond daarvoor al informeel). In de praktijk, buiten de academische wereld, hoor je vaker "LLM SEO" of "SEO voor AI": dezelfde aanpak, informelere naam. Wij gebruiken de termen door elkaar in dit artikel.
Waarom klassieke SEO hier maar deels werkt
Een deel van wat je van SEO kent, blijft relevant. Crawlbaarheid bijvoorbeeld: een taalmodel kan niet citeren wat het niet kan lezen. Duidelijke structuur ook: koppen die een vraag beantwoorden, helpen zowel een zoekmachine als een taalmodel om je content te matchen aan een gebruikersvraag.
Maar een aantal kernfactoren van klassieke SEO verliest gewicht:
| Klassieke SEO-factor | Rol bij LLM SEO |
|---|---|
| Keyword-dichtheid | Over het algemeen nauwelijks relevant; modellen matchen op betekenis, duidelijk woordgebruik helpt vooral nog bij het vinden van de juiste passage |
| Backlink-aantal | Geen directe rankingfactor bij het model zelf; wel indirect relevant zodra een assistent leunt op een onderliggende zoekindex |
| Paginasnelheid | Geen bekende directe rankingfactor; wel relevant om crawlen en live ophalen niet te laten mislukken |
| Feitelijke dichtheid en citeerbaarheid | Wordt juist belangrijker: modellen citeren concrete, controleerbare uitspraken |
| Ondubbelzinnige entiteit (wie ben je, voor wie) | Wordt belangrijker: het model moet je kunnen koppelen aan de vraag |
Kortom: je begint niet bij nul als je al aan SEO doet, maar de knoppen waar je aan draait, verschuiven.
Wat onderzoek laat zien: wat wél en niet werkt
Het meeste bewijs hiervoor komt uit hetzelfde GEO-onderzoek dat de term generative engine optimization introduceerde. De onderzoekers testten negen content-aanpassingen op een benchmark van echte zoekvragen en maten het effect op hoe vaak en hoe prominent een bron werd gebruikt in het gegenereerde antwoord. Twee aanpassingen sprongen eruit:
- Statistieken toevoegen (concrete cijfers die de tekst onderbouwen) werkte vooral goed bij feitelijke en opiniërende vragen.
- Citaten en bronvermeldingen toevoegen (directe quotes, verwijzingen naar autoriteiten) werkte vooral goed bij uitleggerige en maatschappelijke onderwerpen.
De combinatie van deze twee, samen met een leesbare schrijfstijl, gaf het sterkste effect. Wat juist niet hielp: keyword-stuffing en stilistische opvulling zonder inhoud. Neem het gerapporteerde effect (de auteurs claimen tot 40% meer zichtbaarheid in hun testopstelling) voor wat het is: een resultaat uit een academische benchmark, geen gegarandeerd resultaat voor jouw content in de praktijk. Effecten verschilden bovendien sterk per onderwerp; wat werkt voor een juridische vraag, werkt niet automatisch voor een productvergelijking.
Vijf dingen die de kans vergroten
Vertaald naar iets wat je vandaag kunt doen:
- Beantwoord de vraag direct, bij voorkeur in de eerste alinea. Een model pakt eerder een duidelijk, op zichzelf staand antwoord dan een tekst die pas na een lange inleiding ter zake komt.
- Onderbouw met concrete cijfers en dateer ze. "170 zoekopdrachten per maand in Nederland, gemeten in september 2026" is citeerbaar. "Veel mensen zoeken hiernaar" niet.
- Voeg citaten en bronvermeldingen toe waar relevant, in plaats van alleen je eigen mening te poneren.
- Maak je entiteit ondubbelzinnig: wie ben je, voor wie, wat maakt je anders. Een model moet je kunnen koppelen aan de vraag voordat het je kan citeren.
- Zorg dat je crawlbaar bent voor de relevante AI-crawlers. Dit werkt per assistent net iets anders; voor de ChatGPT-specifieke stappen (welke bots, welke robots.txt-regels) verwijzen we naar ons artikel over aanbevolen worden door ChatGPT.
Eén voorbeeld: dezelfde zin, twee keer geschreven
Een indicatief, verzonnen voorbeeld (geen bestaande klant of dataset) van hoe dit er in de praktijk uitziet.
| Voor (klassieke SEO-copy) | Na (LLM SEO) | |
|---|---|---|
| Claim | "Wij zijn dé specialist in facturatiesoftware." | "Onze software verstuurt facturen in drie Nederlandse boekhoudformaten en verwerkt btw-aangiftes automatisch." |
| Onderbouwing | Geen, alleen de claim zelf. | "Volgens ons eigen klantonderzoek (n=140, augustus 2026) bespaart dit gemiddeld 2 uur per maand." |
| Bron | Geen. | Verwijzing naar het onderzoeksrapport of een externe branchebron. |
De rechterkolom is niet per se overtuigender voor een mens, maar wel makkelijker voor een model om als feit over te nemen: specifiek, gedateerd en onderbouwd. Wil je zo'n cijfer zelf echt citeerbaar maken, publiceer dan ook de methodologie erachter, niet alleen de uitkomst.
SEO voor AI is niet hetzelfde als AI voor SEO
Een veelvoorkomende verwarring, ook in de zoekvolumes: "AI voor SEO" en "SEO voor AI" klinken bijna hetzelfde maar zijn tegengestelde dingen. AI voor SEO betekent AI-tools gebruiken om je klassieke Google-optimalisatie te versnellen (content genereren, research doen, technische audits draaien). SEO voor AI, oftewel LLM SEO, betekent dat je content zelf optimaliseert zodat een AI-assistent je citeert. Het eerste gaat over je gereedschap, het tweede over je doelwit. Dit artikel gaat over het tweede.
Wat SEO voor AI niet is
Een paar dingen om scherp te houden:
- Geen garantie. Wie een gegarandeerde plek in een AI-antwoord belooft, verkoopt iets dat niet bestaat. Gegenereerde antwoorden verschuiven per vraag, per model en per versie.
- Geen hack. Er is geen truc die een taalmodel misleidt om je te noemen. De technieken die werken (feitelijke helderheid, citeerbaarheid, een duidelijke entiteit) zijn gewoon goed schrijven, toegepast met een ander doel voor ogen.
- Geen vervanging van klassieke SEO, eerder een aanvulling. Zolang mensen ook nog gewoon zoeken op Google, blijft klassieke SEO relevant; LLM SEO komt ernaast, niet in plaats daarvan.
Hoe je meet of het werkt
Omdat er geen vaste positie is om te volgen, ziet meten er hier anders uit dan bij klassieke SEO. Je kunt niet elke ochtend je ranking checken; je moet periodiek dezelfde koopvragen stellen aan meerdere assistenten en bijhouden of en hoe je genoemd wordt. Let daarbij op:
- Word je genoemd, en bij welke vraagformuleringen wel en welke niet.
- Bij welke assistent (ChatGPT, Gemini, Claude en Perplexity geven op dezelfde vraag geregeld een ander antwoord).
- Hoe stabiel dat is over meerdere metingen; één losse test zegt weinig.
Dat is precies waar een GEO-audit voor is: geen losse steekproef, maar een herhaalbare meting over meerdere assistenten en vraagvarianten, zodat je ziet of een aanpassing daadwerkelijk iets doet in plaats van te gokken. Wij meten en adviseren; de aanpassingen zelf doorvoeren in je content blijft jouw werk.
Veelgestelde vragen
Wat is SEO voor AI (LLM SEO)? SEO voor AI, ook wel LLM SEO genoemd, is het optimaliseren van content zodat taalmodellen als ChatGPT, Gemini, Claude en Perplexity je vaker citeren of noemen in hun antwoorden. Het draait niet om een positie in een resultatenlijst, maar om de kans dat je bij de bronnen zit die het model gebruikt.
Is LLM SEO hetzelfde als GEO? Nagenoeg wel. LLM SEO is de vaker gebruikte, informelere naam voor wat onderzoekers generative engine optimization (GEO) noemden. Beide termen wijzen op hetzelfde: schrijven zodat een taalmodel je content makkelijker overneemt in een gegenereerd antwoord.
Werken klassieke SEO-technieken ook voor taalmodellen? Deels. Crawlbaarheid, duidelijke structuur en een ondubbelzinnige entiteit helpen bij beide. Maar keyword-dichtheid en backlink-volume, twee klassieke rankingfactoren, spelen bij taalmodellen een veel kleinere rol dan feitelijke helderheid en citeerbaarheid.
Kan ik garanderen dat een taalmodel mij citeert? Nee. Een gegenereerd antwoord is geen vaste ranglijst en verandert per vraag, per model en per versie. Je kunt de kans vergroten met de juiste content-eigenschappen, maar niemand kan een citatie garanderen.
Is AI gebruiken voor SEO hetzelfde als SEO voor AI? Nee, dat zijn tegengestelde dingen. AI voor SEO betekent AI-tools inzetten om je klassieke zoekmachine-optimalisatie te versnellen. SEO voor AI, oftewel LLM SEO, betekent dat je content zelf optimaliseert zodat een AI-assistent je citeert.