SEO en GEO: van indexeren naar genereren
Jarik Oosting, SmartRanking
Uit de sessie: Specialists: LLM Ready Website
Jarik Oosting van SmartRanking zet in de Specialists-sessie over de LLM-ready website SEO en GEO naast elkaar. Je ziet waarom een zoekmachine voorspelbaarder is dan een taalmodel en waarom je succes in AI-antwoorden anders meet. Handig als je intern moet uitleggen wat GEO is.
Voor wie: Je moet intern uitleggen wat GEO is en waarom je zichtbaarheid in AI-antwoorden anders meet dan je SEO.
Waarom dit ertoe doet
Je SEO-rapport meet posities, verkeer en conversies. Een AI-antwoord geeft vaak een merknaam zonder klik, en dat zie je niet terug in die cijfers. Jarik Oosting stelt daarom dat merkvermeldingen bij GEO het belangrijkst zijn, omdat ze het koopproces het meest beïnvloeden. De term GEO komt uit een onderzoek van Princeton en anderen uit november 2023, dat zegt dat gerichte aanpassingen de zichtbaarheid in AI-antwoorden tot 40% kunnen verhogen. Tegelijk waarschuwt Jarik in dezelfde sessie dat Google Search nog groeit en dat je je SEO-budget niet moet verschuiven naar GEO. Voor een webshop betekent dat: dezelfde basis, maar een extra meetlat.
Belangrijkste inzichten
- SEO optimaliseert voor een index; GEO optimaliseert voor taalmodellen die antwoorden genereren uit trainingsdata en RAG.
- Een taalmodel geeft bij elke prompt een iets ander antwoord, dus GEO is minder voorspelbaar dan SEO.
- Volgens Jarik Oosting meet je GEO-succes vooral in citaties en merkvermeldingen, minder in verkeer.
- De term GEO komt uit een onderzoek uit november 2023 dat tot 40% meer zichtbaarheid in AI-antwoorden meldt.
- SEO en GEO overlappen sterk; Google zegt dat voor AI Overviews en AI Mode de bekende SEO-basis geldt.
Index tegenover generatie
Een zoekmachine zoals Google of Bing bouwt een index van pagina's. Bij een zoekopdracht toont hij pagina's uit die index, gerangschikt op algoritmische factoren. Jarik Oosting noemt dat een black box, maar wel enigszins voorspelbaar. Een taalmodel werkt anders. Het antwoord komt uit trainingsdata, aangevuld met informatie die het via RAG (Retrieval Augmented Generation) live ophaalt. Het model rekent met waarschijnlijkheden, dus elke prompt geeft een iets ander antwoord. Daarom is GEO minder goed te sturen dan SEO.
Catalogus en bibliothecaris
Jarik gebruikt een vergelijking. Een klassieke zoekmachine is een bibliotheekcatalogus: zoek je op gezond eten, dan krijg je pagina's over gezond eten. Een taalmodel is een bibliothecaris: zeg je dat je iets wilt lezen over eten dat gezond voor je is, dan denkt hij mee en wijst ook boeken over een gebalanceerd dieet aan. Je krijgt antwoord op je vraag plus meer. Voor de gebruiker is dat prettig. Voor jou betekent het dat het model bepaalt welke merken in dat antwoord komen, en dat je daar maar beperkt invloed op hebt.
Andere meetlat: vermeldingen en citaties
Bij SEO meet je verkeer, zichtbaarheid, posities, marktaandeel, conversies en omzet. Bij GEO gaat het volgens Jarik vooral om twee dingen: word je als bron geciteerd (een citation met link) en wordt je merk genoemd. Verkeer uit AI is deels te meten, maar is niet het hoofddoel. Zijn voorbeeld: vraag je naar de beste koekenpannen, dan noemt het model een merk. De klant gaat daarna misschien direct naar de site, of zoekt het merk op bij Amazon of bol. Die verkoop komt niet als AI-verkeer in je analytics.
Wat feit is en wat mening
Dat taalmodellen probabilistisch werken en RAG gebruiken is vastgelegd in documentatie van onder meer Google, dat beschrijft hoe AI Mode meerdere zoekopdrachten tegelijk uitvoert (query fan-out). De stelling dat merkvermeldingen de grootste invloed op het koopproces hebben is de visie van Jarik en zijn bureau. Ook de term GEO is niet officieel: Jarik zegt zelf dat hij veel namen voorbij ziet komen, zoals AI SEO, en dat SEO en GEO sterk overlappen. Google zegt in zijn documentatie voor AI-functies dat de bekende SEO-basis blijft gelden.
Probeer dit deze week
- Stel 10 aankoopvragen uit je categorie aan ChatGPT en de AI-modus van Google en tel hoe vaak je merk genoemd of geciteerd wordt.
- Voeg aan je maandrapport 1 regel toe naast posities en verkeer: het aantal merkvermeldingen in die vaste set vragen.
- Leg je directie in 1 slide het verschil uit tussen catalogus en bibliothecaris, met je eigen productcategorie als voorbeeld.
Begrippen
- GEO
- Generative Engine Optimization: je content zo inrichten dat taalmodellen je merk noemen of als bron citeren.
- Citation
- Een bronvermelding met link in een AI-antwoord.
- RAG
- Retrieval Augmented Generation: het model haalt eerst actuele informatie op en schrijft daarna het antwoord.
- Index
- De database van pagina's die een zoekmachine heeft gecrawld en waaruit hij resultaten toont.
Transcriptie
Uitgeschreven uit de audio van dit fragment. Stopwoorden en herhalingen zijn weggelaten. Waar [onverstaanbaar] staat, is de opname niet te verstaan.
Als we kijken naar SEO en GEO, er zijn meerdere termen voor het stukje GEO, AI, SEO wordt genoemd en ik heb heel veel verschillende termen voorbij zien en horen komen. Er zit een verschil in, er zit overlap in. Als we kijken naar een aantal verschillen, wat je bij SEO doet is dat je optimaliseert logischerwijs voor zoekmachines en bij GEO optimaliseer je platformen voor LLMs. Een zoekmachine, en het fijne daarvan, is dat het iets voorspelbaarder is dan een LLM. Een zoekmachine is gebaseerd op een index. Er is een index binnen Google en een index binnen Bing. Die index wordt geserveerd op het moment dat de gebruiker zoekt met een bepaalde zoekterm. En dat is gebaseerd op een aantal algoritmische factoren. Wel een black box, maar enigszins voorspelbaar. Bij een LLM worden de antwoorden gebaseerd op trainingsdata en RAG, Retrieval Augmented Generation. Daar zal ik zo meteen ook wat meer over vertellen. Maar dat is een stuk minder waarschijnlijk. Elke prompt die je invoert zal in een iets ander antwoord resulteren. Omdat een LLM werkt op basis van statistiek en waarschijnlijkheden. Het fijne bij SEO altijd was dat de meeste gebruikers doorklikken. De grote deels op een ad, deel op een organisch resultaat. Bij een LLM is de uitdaging dat gebruikers antwoorden zien zonder dat ze hoeven door te klikken. Als ik nu vraag, wat zijn de beste koekenpannen? Dan geeft een LLM mij een merk. En dan ga ik misschien direct naar de website. Misschien dat ik naar Amazon ga en daar naar het merk ga zoeken of op bol. Dus je hebt niet altijd meer de klik vanuit een AI-antwoord. En bij SEO hebben we het vaak over succes in de vorm van verkeer. In de vorm van zichtbaarheid. Je posities, je marktaandeel. Er zijn allerlei manieren hoe je dat kan meten. En natuurlijk conversies, omzet. Bij geo gaat het veel meer om succes in de vorm van zichtbaarheid. In de zin van, ben ik zichtbaar, ben ik een citation in een LLM? En de merkvermeldingen. Wordt mijn merk vermeld in een LLM? Het gaat veel minder om het verkeer. Dat kun je wel meten trouwens, voor een deel. Maar het gaat met name om die citation en de merkvermeldingen. Bij merkvermeldingen, als je het hebt over geo, het allerbelangrijkste zijn. Want die hebben uiteindelijk de grootste invloed op het koopproces van een gebruiker. En je moet het zo voor je zien dat een traditionele zoekmachine eigenlijk een bibliotheekcatalogisch is. Als ik zoek naar gezond eten binnen Google, dan krijg ik geen voedingsadvies. Dan krijg ik pagina's over gezond eten. Dat is wat ik zoek, dat is wat ik krijg. Een AI zoekmachine, een LLM, is eigenlijk meer als een bibliothekaris. Stel ik zeg, ik wil iets lezen over eten dat gezond voor mij is. Dan kan een LLM redeneren door allerlei trainingsdata en patronen. Dat ik mogelijk ook interesse heb in boeken. Bijvoorbeeld over een gebalanceerd dieet. Of over voedingsadviesen. Dus die geeft mij antwoord op een vraag. Plus meer. En dat is ook het fijne van zo'n LLM. Dat een LLM vaak een heel compleet, gebruiksvriendelijk, super behulpzaam antwoord geeft. Waar je bij een zoekmachine natuurlijk gewoon zelf moet doorklikken naar een pagina. Het is wel belangrijk om te weten. We gaan dus van indexeren naar het genereren van een antwoord. En een LLM genereert dat antwoord gewoon voor een deel. Daar kun je een klein beetje invloed op hebben, maar ook niet altijd.
Spreker: Jarik Oosting, SmartRanking
Bronnen
Meer over AI & Marketing
Duur 0:41UGC van de toekomst is nep, en dat is oké
Tachmy Dilmy, eCommerce AI Club
Die user generated video op TikTok? Volledig door AI gemaakt
Duur 0:525 tips om te starten met AI video
Tachmy Dilmy, eCommerce AI Club
Begin klein met AI video, deze 5 tips helpen je op weg
Duur 0:43Van productfoto naar sfeerbeeld met AI
Jan Karel Ekkel, Kees Smit Tuinmeubelen
Van kale productfoto naar sfeerbeeld met AI, live demo bij Kees Smit