AI zoekt niet zoals jij denkt

Retrieval Augmented Generation, RAG, is het mechanisme dat bepaalt welke content AI-tools zoals ChatGPT ophalen voordat ze een antwoord genereren. Het is geen magie en geen zwarte doos, het is gewoon een gestructureerd proces in drie stappen: zoeken, ophalen, genereren. En als je begrijpt hoe dat werkt, begrijp je meteen waarom sommige sites wél verschijnen in AI-antwoorden en andere nooit.

Zo werkt het in de praktijk

Eerste stap: het AI-model beslist of het überhaupt moet zoeken. Een simpele vraag als “wat is een VPN?” beantwoordt ChatGPT puur uit zijn trainingsgeheugen, zonder externe bronnen te raadplegen. Complexere of actuele vragen triggeren wél een zoekopdracht, waarbij ChatGPT de oorspronkelijke query uitbreidt naar meerdere gerelateerde zoekopdrachten. Dat heet query fan-out, en het betekent dat jouw pagina bereikbaar moet zijn voor veel meer zoekvarianten dan je misschien denkt.

Tweede stap: on-page factoren zoals je title, meta description en URL bepalen of een pagina überhaupt volledig gelezen wordt. Daarna worden bronnen geselecteerd op relevantie, autoriteit, actualiteit en diversiteit van perspectief. Ahrefs meldt ook dat ChatGPT een eigen index opbouwt van gecachte content, en dat er een “VIP-laag” bestaat van gelicenseerde, autoritaire domeinen (denk Reuters, Wikipedia) die met hogere prioriteit worden opgehaald.

Derde stap: geselecteerde content wordt opgehakt in chunks. Elke chunk krijgt een embedding, een numerieke representatie van betekenis, en de chunk die semantisch het dichtst bij de zoekvraag ligt wint. Daarna verdwijnt de ruwe content uit het werkgeheugen van het model zodra het antwoord is gegenereerd.

Wat dit voor jou betekent

Dit is in essentie SEO, maar dan voor AI-retrieval. En ik zie dit bij klanten consequent misgaan: ze optimaliseren netjes voor Google, maar schrijven content die te vaag of te breed is om semantisch goed te matchen in een vector-gebaseerd systeem.

Wat je nu moet doen:

  • Schrijf specifiek en helder. Vage, bloemrijke teksten scoren slecht op cosine similarity. Concrete, ondubbelzinnige taal matcht beter met de embeddings die AI-modellen berekenen.
  • Controleer je on-page basics. Titels, meta descriptions en URL-structuur bepalen mede of een pagina überhaupt volledig gescrapt wordt. Check dit gewoon even in je Search Console.
  • Bouw autoriteit op de lange termijn. Die VIP-laag van ChatGPT is niet iets wat je morgen binnenwandelt. Maar structureel werken aan linkbuilding en je domeinautoriteit vergroot de kans dat je überhaupt in aanmerking komt voor retrieval.
  • Denk in chunks, niet in pagina’s. Elke sectie van je content moet zelfstandig begrijpelijk zijn. Als een losse alinea uit context getrokken wordt, moet die alinea nog steeds een duidelijk antwoord geven op een specifieke vraag.

RAG maakt zichtbaar dat de strijd om AI-zichtbaarheid voor een groot deel een technisch en inhoudelijk SEO-probleem is. Wie dat nu begrijpt, staat straks niet te kijken waarom zijn concurrent wél geciteerd wordt.

Bron: Ahrefs Blog