Naar de inhoud
Alle video’s

Een AI-model zoekt geen woorden maar relaties

AI & MarketingDuur: 1:51 minVanaf 21:47 in de opname

Jarik Oosting, SmartRanking

Uit de sessie: Maandelijkse Meeting mrt 2026

Jarik Oosting van SmartRanking legt uit hoe een AI-model anders werkt dan een zoekmachine. Hij gebruikt het beeld van een bibliotheekcatalogus tegenover een bibliothecaresse. De les voor je content: tel geen zoektermen, maar kijk of je merk bij de juiste onderwerpen hoort.

Voor wie: Je teksten nog rond zoektermen bouwt en wilt snappen waarom AI-modellen anders kijken.

Waarom dit ertoe doet

Veel webshopteksten zijn nog geschreven om een zoekterm een paar keer te noemen. Jarik zegt dat dit voor AI-modellen niet werkt. Een LLM zoekt geen woorden maar begrijpt relaties tussen onderwerpen, zoals de relatie tussen gezond eten en een gebalanceerd dieet. Wat telt is of jouw merk gelinkt wordt aan de onderwerpen van je doelgroep. Hij raadt aan je natuurlijke tekst te schrijven en niet te sturen op hoe vaak een woord voorkomt, ook voor SEO. Volgens Jarik is er 60 tot 70% overlap tussen SEO en GEO, dus het werk voor de één helpt de ander. Het is zijn inschatting en geen meting, maar de vergelijking maakt het verschil direct te snappen.

Belangrijkste inzichten

  • Een LLM zoekt volgens Jarik geen woorden maar begrijpt relaties tussen onderwerpen.
  • Een zoekmachine is een bibliotheekcatalogus, een AI-model een bibliothecaresse die meedenkt.
  • Stuur niet op hoe vaak een zoekterm op je pagina staat, maar op of je merk aan een onderwerp is gelinkt.
  • Volgens Jarik is er 60 tot 70% overlap tussen SEO en GEO, een inschatting.
  • Natuurlijke tekst helpt zowel in zoekmachines als in AI-antwoorden.

Catalogus tegenover bibliothecaresse

Jarik gebruikt een bibliotheek. Een traditionele zoekmachine is een catalogus: wie 'gezond eten' zoekt, krijgt de boeken met precies dat woord. Voedingsadvies voor een gezond leven krijgt hij niet, want dat zocht hij niet. Een AI-model is een bibliothecaresse. Vraag je haar om iets te lezen over eten dat gezond voor je is, dan komt ze met boeken over een gebalanceerd dieet en over voedingsadviezen. Dat is behulpzamer, omdat ze snapt wat je wilt weten.

Entiteiten en relaties

Het beeld verwijst naar entiteiten: de onderwerpen, merken en producten waar een tekst over gaat, en de relaties daartussen. Jarik zegt dat een AI-model dit goed kan omdat het is getraind op miljarden documenten, boeken, nieuwsartikelen en Wikipedia-informatie. Het model probeert te redeneren wat je precies wilt weten en welke onderwerpen daarbij horen. Een LLM, een groot taalmodel, is volgens hem een statistisch model dat relaties tussen onderwerpen begrijpt en niet op woorden zoekt.

Wat dit voor je content betekent

Zijn advies is om niet te sturen op hoe vaak een onderwerp of woord op je pagina voorkomt. Denk liever na over de vraag of jouw merk wordt gelinkt aan een bepaald onderwerp. Voor een pannenverkoper kan dat betekenen dat je merk bij onderwerpen als antiaanbaklagen of gezond koken hoort. Jarik zegt dat het tellen van zoektermen ook voor SEO vijf jaar geleden misschien nog werkte en nu veel meer om natuurlijke tekst draait.

Overlap met SEO

Hij benadrukt dat veel niet nieuw is. Volgens hem is er 60 tot 70% overlap tussen SEO en GEO, en hij verwijst naar Robbie Stein, vice president search bij Google, die zou zeggen dat er veel overlap is met enkele nuances. Dat citaat noemt hij in dezelfde sessie, het staat niet in deze clip en is niet door ons gecontroleerd. SmartRanking zelf omschrijft GEO als zichtbaarheid in AI-zoekmachines en schrijft dat meten lastiger is, omdat die weinig inzicht geven.

Wat je ermee doet

Loop je belangrijkste categoriepagina's langs. Staat er natuurlijke tekst op die een klantvraag beantwoordt, of is de tekst gebouwd rond een zoekterm? Schrijf daarna per categorie op bij welke 3 onderwerpen je merk hoort te staan en controleer of je pagina's en je vermeldingen elders die link leggen.

Probeer dit deze week

  1. Kies 1 categoriepagina en herschrijf hem als antwoord op de 3 belangrijkste klantvragen.
  2. Noteer per categorie bij welke 3 onderwerpen je merk hoort te staan.
  3. Vraag een AI-model naar je categorie en kijk of je merk genoemd wordt en bij welk onderwerp.

Begrippen

LLM
Large language model: een groot taalmodel zoals ChatGPT of Gemini dat teksten genereert op basis van statistische verbanden.
Entiteit
Een herkenbaar onderwerp, merk of product waar een tekst over gaat, met relaties naar andere onderwerpen.
GEO
Generative Engine Optimization: je zichtbaarheid verbeteren in antwoorden van AI-modellen.
Transcriptie

Uitgeschreven uit de audio van dit fragment. Stopwoorden en herhalingen zijn weggelaten. Waar [onverstaanbaar] staat, is de opname niet te verstaan.

Een ander belangrijk onderdeel van GEO, van AI, is dat een LLM geen woorden zoekt, die gebruikt geen zoektermen, maar een LLM is een statistisch model die relaties tussen onderwerpen begrijpt. En een mooi voorbeeld is hoe je naar een LLM kan kijken en hoe je naar een traditionele zoekmachine kan kijken. Een traditionele zoekmachine is eigenlijk een bibliotheekcatalogus. Stel ik wil iets over gezond eten weten, dan loop ik naar de stelling met boeken over gezond eten. En ik krijg geen voedingsadvies voor een gezond leven. Want daar ben ik niet naar op zoek. Een AI-model is eigenlijk een bibliothecaresse. Dus als je loopt naar de balie, je zegt tegen iemand, ik wil iets lezen over eten dat gezond voor me is. En zo'n bibliothecaresse zegt, nou prima, ik heb er wel boeken over. Maar ik heb ook boeken over een gebalanceerd dieet en informatie over voedingsadviezen. Dus dat is veel behulpzamer. Een AI-model probeert ook te redeneren van wat wil je nou precies weten. en wat is de relatie tussen dan gezond eten en andere onderwerpen, die entiteiten. En de AI kan dat heel goed omdat het getraind is op miljarden en miljarden documenten, boeken, nieuwsartikelen, Wikipedia informatie, etc. Maar het is wel belangrijk om absoluut niet de focus te leggen op hoe vaak komt een bepaald onderwerp voor op mijn pagina of hoe vaak komt dit bepaalde woord voor, maar om veel meer na te denken over of jouw merk gelinkt wordt aan een bepaald onderwerp. Maar sowieso zou ik ook met SEO niet de focus leggen op hoe vaak komt deze zoekterm om mijn pagina voor. Dat is vijf jaar geleden was dat misschien nog iets wat wel goed was om te doen. Het gaat veel meer om natuurlijke tekst, ook voor SEO. Er is dus ook echt wel overlap tussen SEO en geo. Maar voor je vindbaarheid en je zichtbaarheid in AI-modellen is het dus heel goed om te redeneren of jouw merk gelinkt wordt aan bepaalde onderwerpen die spelen bij jouw doelgroep en die belangrijk zijn voor jouw doelgroep.

Spreker: Jarik Oosting, SmartRanking

Bronnen

Meer over AI & Marketing