Direct naar inhoud
traze
AI-zoeken6 min lezen

ChatGPT-zichtbaarheid meten: zo doe je het

ChatGPT-zichtbaarheid meten: scheid modelkennis van webcitaties, stel een vragenset samen, meet in tijdelijke chats en via de API en pak de gaten aan.

Je meet ChatGPT-zichtbaarheid door twee verschillende dingen te meten: wat het model over jouw categorie zegt vanuit zijn eigen training (modelkennis) en welke pagina's het citeert als het op het web zoekt (retrieval). Je stelt een vaste vragenset samen, draait die in tijdelijke chats met geheugen uit en via de API met webzoeken aan, legt per run vast of je genoemd wordt, geciteerd wordt en met welke pagina, noteert wie er in plaats van jou geciteerd wordt, en herhaalt dat wekelijks. Er is geen officieel rapport van OpenAI over merkzichtbaarheid; steekproeven zijn de enige methode, en het scheiden van de twee lagen maakt de cijfers bruikbaar.

Waarom ChatGPT lastiger te meten is dan Perplexity

Perplexity zoekt bij vrijwel elke vraag op het web en toont genummerde bronnen, wat het relatief makkelijk meetbaar maakt (we schreven een aparte gids over Perplexity-zichtbaarheid meten). ChatGPT gedraagt zich op drie manieren anders.

Ten eerste zoekt het niet altijd. Bij veel prompts antwoordt het vanuit wat het tijdens de training heeft geleerd, en die kennis heeft een einddatum. Bij prompts die recent, lokaal of specifiek lijken, voert het een webzoekopdracht uit en toont het citaties als links. Dezelfde vraag kan op twee verschillende dagen allebei de kanten opgaan.

Ten tweede personaliseert het. Geheugen, aangepaste instructies en je eerdere gesprekken kleuren het antwoord. Meten vanuit je eigen dagelijkse account geeft cijfers die niemand anders zou krijgen.

Ten derde variëren antwoorden sterker tussen runs, omdat het model vrij formuleert en de zoekresultaten erachter verschuiven.

Niets daarvan maakt meten onmogelijk. Het betekent dat je een protocol nodig hebt dat voor die drie dingen corrigeert.

De twee lagen van ChatGPT-zichtbaarheid

LaagWaar het vandaan komtHoe je het meetHoe je het beïnvloedt
ModelkennisTrainingsdata: het open web, gelicentieerde content, veel herhaalde feitenDraai de prompt met zoeken uit, of voeg toe "antwoord zonder op het web te zoeken"Consistente entiteitsinformatie overal, beschrijvingen van je merk door derden, een heldere over-ons-pagina, lange aanlooptijd
RetrievalLive webzoeken als de prompt dat triggertDraai de prompt met zoeken aan, of gebruik de API met de webzoektoolPagina's die de vraag direct beantwoorden, crawlbaar door OAI-SearchBot, recent bijgewerkt

Een merk kan sterk zijn op de ene laag en onzichtbaar op de andere. Een bekend merk met een slechte website wordt vanuit training genoemd maar nooit geciteerd; een nieuw merk met uitstekende content wordt geciteerd maar nooit genoemd als het model uit zijn geheugen antwoordt. Behandel ze als twee scoreborden.

Stap 1: Stel de vragenset samen

Schrijf 20 tot 50 prompts per onderwerp, geformuleerd zoals mensen echt met ChatGPT praten. Dek oriëntatie-, vergelijkings- en koopintentie, en voeg twee prompttypes toe die hier specifiek tellen:

  • Aanbevelingsprompts: "raad een boekhoudprogramma aan voor een zzp'er in Nederland"
  • Alternatievenprompts: "wat zijn alternatieven voor concurrent X voor zzp'ers"

Laat je eigen merknaam uit de meeste prompts. Voeg een handvol prompts met een concurrentnaam toe om te leren hoe het model hen beschrijft. Houd de set stabiel en onder versiebeheer; elke wijziging breekt je geschiedenis.

Stap 2: Leg het meetprotocol vast

  • Sessie: een tijdelijke chat, met geheugen en aangepaste instructies uit, of een schoon account dat alleen voor meten wordt gebruikt. Nooit je dagelijkse account.
  • Model: noteer welk model antwoordde. Gedrag verschilt per versie.
  • Zoekstand: draai elke prompt twee keer: één keer met zoeken geforceerd aan ("zoek op het web en citeer je bronnen") en één keer met zoeken geforceerd uit ("antwoord zonder te zoeken"). Dat geeft je de twee lagen.
  • Locatie en taal: het land en de taal van je markt.
  • Herhalingen: minstens drie runs per prompt per zoekstand per week.
  • Opslag: volledige antwoordtekst, geciteerde URL's, de zoekstand, de datum en het model.

Voor schaal is de API de praktische route. Met de webzoektool aan komen antwoorden terug met URL-citaties eraan, die een script kan opslaan en scoren. Zonder de tool geeft hetzelfde verzoek je de modelkennislaag.

Stap 3: Leg de juiste velden vast

Leg per run vast: of je merk genoemd wordt, of het geciteerd wordt, de exacte geciteerde URL, de positie van je citatie tussen de links, of er gezocht is, welke concurrenten genoemd en geciteerd worden, welke externe bronnen verschijnen (reviewsites, fora, directories, nieuws) en of de feiten over jou kloppen. Onjuiste feiten komen veel voor in de modelkennislaag en elk daarvan is een contenttaak.

Stap 4: Scoor het

  • Vermeldingspercentage zonder zoeken: weet het model überhaupt dat je bestaat?
  • Vermeldingspercentage met zoeken: noemt het je als het naar het live web kijkt?
  • Citatiepercentage: het aandeel runs met zoeken waarin je domein gelinkt is.
  • Share of voice: jouw vermeldingen en citaties tegenover je gedefinieerde concurrentenset, per onderwerp en per laag.

Een illustratie met verzonnen cijfers, om de vorm te tonen (voorbeelddata, geen meting):

Onderwerp (voorbeelddata)Vermelding, zonder zoekenVermelding, met zoekenCitatiepercentage
Boekhouden voor zzp'ers15%45%30%
Btw-aangifte0%20%10%
Factuursoftware35%60%40%

De eerste kolom laat zien hoeveel het model al weet; het verschil met de tweede kolom laat zien wat je content wint zodra het mag kijken.

Stap 5: Lees de resultaten

De geciteerde pagina's in ChatGPT delen meestal een paar kenmerken: ze beantwoorden de vraag in de eerste alinea, ze zijn specifiek over voor wie het product is, ze zijn recent bijgewerkt en ze komen van domeinen die het model voor dat onderwerp betrouwbaar vindt, en dat zijn vaak vergelijkingssites en fora in plaats van merksites. Helpcenters en documentatie worden vaker geciteerd dan marketingpagina's.

De merken die zonder zoeken genoemd worden, zijn de merken die consistent beschreven staan op veel bronnen. Als je bedrijf op je eigen site, in directories en in de pers drie verschillende namen heeft, leert het model geen van die namen goed.

Stap 6: Handel, en meet opnieuw

  • Crawlerbeleid. Bepaal wat je toelaat: GPTBot voor training, OAI-SearchBot voor zoekresultaten, ChatGPT-User voor ophalen op verzoek van een gebruiker. Wil je citaties, blokkeer de laatste twee dan niet.
  • Antwoordpagina's. Schrijf of herstructureer voor elke prompt waar een concurrent geciteerd wordt en jij niet de pagina die de vraag direct beantwoordt.
  • Entiteitsconsistentie. Eén naam, één beschrijving, één set feiten over je bedrijf op je site, je over-ons-pagina, directories en socialeprofielen.
  • Aanwezigheid bij derden. Als het model steeds een vergelijkingssite of een forumthread citeert, is dat waar je vermeld of besproken moet worden.
  • Feitencorrecties. Publiceer de juiste feiten prominent waar het model ze kan vinden.

Wacht daarna, draai de set opnieuw en vergelijk per laag. Retrieval beweegt binnen weken; modelkennis beweegt met modelversies.

Veelgemaakte fouten

  • Meten in je eigen account met geheugen aan.
  • Elke prompt één keer draaien en het antwoord als waarheid nemen.
  • Niet vastleggen of er gezocht is, waardoor de twee lagen tot één cijfer versmelten.
  • Sturende vragen stellen zoals "ken je merk X", die het model eerder beleefd dan eerlijk beantwoordt.
  • Veranderingen in de trainingslaag binnen een maand verwachten.

Met de hand of met een tracker

Een spreadsheet en een tijdelijk chatvenster zijn genoeg om te beginnen en leren je in een week veel. Zodra je meerdere onderwerpen op twee lagen volgt, houdt een script op de API of een gespecialiseerde tracker de geschiedenis en de herhalingen eerlijk. Voor een snelle eerste indruk laat de gratis AI-zichtbaarheid check zien of ChatGPT, Gemini en Perplexity jouw merk of een concurrent noemen bij een handvol vragen.

Conclusie

ChatGPT-zichtbaarheid bestaat uit twee scoreborden, niet één: wat het model al weet, en wat het vindt als het zoekt. Een vaste vragenset, een gecontroleerd protocol en herhaalde steekproeven geven je allebei, en elk gat wordt een concrete taak, van crawlerbeleid tot een nieuwe antwoordpagina tot consistente entiteitsinformatie. Wil je dat elke week gemeten hebben en omgezet in pagina's die geciteerd worden, lees dan hoe Traze AI SEO aanpakt.

FAQ · dit artikel

Veelgestelde vragen

Nee. Het beslist per prompt. Vragen die recent, lokaal of specifiek lijken, leiden meestal tot een zoekopdracht; algemene vragen worden vaak uit trainingsdata beantwoord. Je kunt het expliciet vragen wel of niet te zoeken, en je hoort beide situaties te meten.

Verder lezen

Gerelateerde artikelen

Alle artikelen

Zelf toepassen of laten doen

Zie waar je nu staat in Google en AI-antwoorden.

Start met de gratis AI-zichtbaarheid check, of plan een demo en zie hoe Traze dit werk voor je site automatiseert.