ChatGPT, Gemini, Claude en andere AI-platformen hebben de klantreis fundamenteel veranderd. Waar consumenten zich vroeger vrijwel volledig via zoekmachines en daarna op merkwebsites oriënteerden, verschuift die oriëntatiefase steeds meer naar LLM’s (Large Language Models).
Voor veel organisaties roept dat een nieuwe vraag op: hoe zorg je dat je website goed gevonden wordt en blijft?
Maar daar zit een fundamentele denkfout. GEO (Generative Engine Optimization) behandelen als directe doorvertaling van SEO werkt niet. LLM-oriëntatie vraagt om een nieuwe, maar tegelijkertijd heel bekende marketingbenadering.
GEO is geen rankingvraagstuk
Traditionele SEO draait al jarenlang om meetbare zichtbaarheid. Hoe hoger je scoort op de drie pijlers: autoriteit, content en techniek, hoe beter je SEO-ranking en zichtbaarheid in zoekmachines.
GEO draait om iets anders: de juiste positionering binnen LLM’s.
De belangrijkste vraag verandert van: “hoe hoog rankt mijn pagina?” naar: “welk verhaal vertelt AI over mijn merk?”
Dat verschil is cruciaal.
Drie manieren waarop LLM’s jouw klantreis beïnvloeden
LLM’s beïnvloeden klantreizen op drie niveaus.
- Directe referenties
- De meeste LLM’s kunnen referenties of directe verwijzingen geven naar je website. Wanneer deze verwijzingen worden aangeklikt, belandt de bezoeker “gewoon” op je website. Dit effect is echter minimaal. Vaak is dit slechts een klein percentage (0-10%) van websiteverkeer meetbaar afkomstig van LLM’s.
- Expliciete merkvermeldingen
- Een merk wordt genoemd in een LLM-respons. Vraag je bijvoorbeeld naar populaire frisdranken dan zal Coca-Cola geheid in het antwoord terugkomen. Dat antwoord wordt gebaseerd op de content van de website die je zelf in beheer hebt, maar ook social media, andere websites en content, reviews en media die een merk online aanhalen. Hoe prominenter de bron, hoe stelliger deze informatie door LLM’s gepresenteerd wordt. Deze merkvermeldingen gaan niet altijd gepaard met een referentie naar je website. Deze merkvermeldingen zijn niet direct meetbaar zoals zoekvertoningen dat via tools als Search Console wel zijn.
- Impliciete vermeldingen
- Een LLM kan jouw website-content gebruiken als bron voor een antwoord, zonder expliciete bronvermelding. Dat is nou eenmaal de werking van LLM’s. Zo kan jouw blogpost zomaar een bron vormen voor de blogpost die een marketeer in jouw branche aan het schrijven is met ondersteuning van LLM’s. Een van de belangrijkste redenen waarom wij zelf bij SPECTS blogs schrijven en content publiceren.

Hoe doet mijn merk het in GEO?
De brede rol van LLM’s in klantreizen vraagt om veelzijdige analyses. Enkel het open klikken van een Google Analytics-Dashboard met kliks en views is niet langer toereikend. Wanneer je wel BI Tools inzet bij Marketing & Campagnes? Lees mijn eerdere blog! Gelukkig zijn er verschillende methoden om LLM-zichtbaarheid te analyseren en uiteindelijk ook te verbeteren:
- Track wat zichtbaar is: Een klein deel van LLM-gebruikers klikt bronnen aan en belandt meetbaar op je website. Deze gebruikers hebben (soms) een bron in analytics zoals ook Google Ads of emails duidelijke bronnen met UTM’s mee kunnen geven.
Tip: maak één of meerdere doelgroepen in Analytics aan met sessiebronnen: LLM’s (ChatGPT/Gemini/Claude).
Zo krijg je inzicht in de aantallen, maar ook in gedrag. Voor welk aandeel van je conversies deze bezoekers goed zijn, hoe lang zij gemiddeld op de website blijven of op welke pagina’s zij landen.
- Analyseer indicatieve data: LLM referrals zijn gedeeltelijk aangemerkt als “direct traffic” in analytics: verkeer zonder duidelijke bron. Dat komt bijvoorbeeld voor bij verwijzingen van de smartphone-apps van LLM’s naar je website. Landt er onverklaarbaar veel direct traffic op pagina’s diep in je website (niet de homepage)? De kans is groot dat LLM verwijzingen een aanleiding zijn. Zorg er wel voor dat je weet welke marketingcampagnes ook voor direct traffic kunnen zorgen op specifieke pagina’s in een bepaalde periode. Het wordt steeds belangrijker dat de marketinganalist op de hoogte is van alle marketingactiviteiten in je organisatie.
- Gebruik proxies: onderzoek de impact stroomafwaarts. De effecten van je zichtbaarheid in GEO zijn merkbaar. Ook wanneer er niet op je website-bron geklikt wordt. Bezoekers die via LLM’s over je merk lezen zullen regelmatig zelf via Google op zoek gaan naar je website voor meer informatie. Bekijk Search Console voor onverklaarbare toenames in branded zoekopdrachten. Dat signaal wijst op mogelijke LLM vermeldingen.
- GEO-experimenten: Experimenteer met GEO, zoals dat ook in SEO en Conversion Rate Optimization (CRO) gebeurt.
- Pas pagina’s aan conform bekende GEO-richtlijnen zoals het gebruik van duidelijke vraag-antwoordstructuren; Analyseer de impact op direct traffic op die pagina over een bepaalde periode; Onderzoek de impact op algemeen verkeer via organisch verkeer op die pagina’s
- Belangrijk: monitor je KPI’s zoals time on page, exit rate en conversierates op die pagina’s. Veel GEO-richtlijnen zitten in het vaarwater van CRO/CXO en customer journey design. GEO kan hand in hand gaan met andere marketinginspanningen, maar kan het ook tegenwerken. Het is aan de analist om die analyses multidisciplinair uit te voeren.
- GEO tools: Er ontstaan steeds meer GEO-tools die helpen bij analyse, zoals LLMrefs, Surfgeo of Semrush. Deze tools werken allemaal op dezelfde wijze en vrij eenduidig.Ze sturen een grote hoeveelheid prompts naar de verschillende LLM’s en meten simpelweg de output.
a. Mention frequency → hoe vaak wordt je merk genoemd.
b. Citation presence → hoe vaak wordt je website als bron genoemd.
c. Share of voice → jouw aandeel ten opzichte van concurrenten in LLM’s.
d. Prompt coverage → Bij welke vragen of onderwerpen kom je voor. Tot waar reikt je zichtbaarheid.
Maar leun niet alleen op deze tools. Waar tools op grote schaal werken, is de output vaak beperkt tot een abstracte score. Leuk om te zien, maar je kunt er weinig mee. Veel effectiever is het handmatige testen in LLM’s. Vraag bijvoorbeeld naar “drie goede merken in [domein]”. Sta je er niet tussen? Vraag waarom je er niet tussen staat. Een LLM vertelt je precies waarom jouw AI-zichtbaarheid niet voldoende is en hoe je jouw zichtbaarheid vergroot. Zo ontdek je hoe LLM’s jouw merk interpreteren en reproduceren. Vraag ook: “wat kun je vertellen over [merk]”. Vaak levert dat een antwoord inclusief referentie naar de bron op een/jouw website op. Pas je die bron aan, dan verschuift ook het beeld dat LLM’s van jouw merk reproduceren. Positionering heb je daarmee gedeeltelijk zelf in de hand.
De grote verschuiving:
SEO draait als digitale marketingdiscipline om gevonden worden. GEO draait om hoe AI jouw merk positioneert. Het overschrijdt de grenzen van digitale marketing en gaat over alle marketingdisciplines heen: je merkperceptie.
Ben jij benieuwd hoe jouw merk presteert in GEO? Structureel werken aan je positionering? Bij SPECTS helpen we je graag vooruit. Bekijk onze Consultancy, AI & Marketing services en plan een vrijblijvende kennismaking. Zo krijg je direct inzicht in de juiste GEO aanpak.
Veelgestelde vragen en onze tips:
- Hoe optimaliseer ik mijn website voor AI en LLM’s?
- Betere zichtbaarheid in AI begint bij consistente en duidelijke informatie.
(1) Gebruik duidelijke en consistente beschrijvingen van je organisatie, producten en expertise. Niet alleen goed voor LLM’s, maar ook fijn voor de klant.
(2) Structureer je content met heldere koppen en definities. AI vergt hetzelfde als je websitebezoekers: duidelijkheid.
(3) Zorg voor autoriteit door cases, benoem externe onderzoeken en partners en gebruik betrouwbare externe verwijzingen.
- Betere zichtbaarheid in AI begint bij consistente en duidelijke informatie.
- Heb ik een dashboard nodig om mijn AI-zichtbaarheid te monitoren?
- Voor generatieve AI bestaan er nog geen universele metrics zoals vertoningen en kliks. Zichtbaarheid moet worden gemonitord via een combinatie van databronnen.
Start me thet bouwen van een GEO dashboard. Een effectief GEO-dashboard combineert onder andere:
- Herkenbaar AI-referral verkeer
- Branded-Search ontwikkelingen
- Prompt-based visibility testen
- Merkvermeldingen in verschillende AI-systemen
- Gedragsdata vanuit AI-gerelateerd verkeer.
Door deze signalen te combineren creer je waardevol inzicht in je AI positionering.
Bij SPECTS vertalen we deze signalen naar concrete inzichten waarmee organisaties hun AI-zichtbaarheid gericht kunnen verbeteren.







