Definitie
LLMO (large language model optimization) is het vergroten van de kans dat grote taalmodellen — ChatGPT, Gemini, Claude, Perplexity — je merk kennen, correct beschrijven en aanbevelen wanneer iemand een vraag stelt binnen jouw categorie. Waar SEO een pagina hoger in een lijst wil krijgen, wil LLMO dat het model jou in zijn geheugen heeft: als het over jouw onderwerp praat, hoor jij erbij.
Een taalmodel kent een merk langs twee routes. De eerste is de trainingsdata: alles wat het model tijdens het trainen over je heeft gelezen, op je eigen site en vooral op sites van anderen. De tweede is retrieval: bij een vraag zoekt de assistent live op het web en gebruikt die pagina's als bron. De eerste route bepaalt of het model je spontaan noemt, de tweede of je geciteerd wordt. LLMO werkt op allebei, maar legt de nadruk op de eerste.
In de praktijk overlapt LLMO vrijwel volledig met GEO. Wie GEO zegt, denkt meestal aan citaties in antwoorden met bronnen; wie LLMO zegt, denkt aan wat het model weet zonder te zoeken. De tactieken zijn hetzelfde: een eenduidige merkbeschrijving, feitelijke pagina's over wat je doet en voor wie, vermeldingen op sites die modellen vertrouwen, en content die de vraag direct beantwoordt. Welk woord je gebruikt, is vooral een kwestie van wie er aan het woord is.
Wat aantoonbaar helpt: overal dezelfde naam, categorie en kernfeiten gebruiken; een over-ons-pagina die in gewone zinnen zegt wat je bent; vermeldingen in vergelijkingen, reviews, branchelijsten en pers; en pagina's die per vraag één helder antwoord geven. Wat niet helpt: verborgen tekst, instructies aan het model in je HTML of massaal gegenereerde pagina's zonder inhoud. Modellen filteren dat weg, en het kost je vertrouwen bij Google.
Meten doe je met prompt sampling: een vaste set vragen die je regelmatig aan elk model stelt, waarna je telt hoe vaak je genoemd wordt, of de beschrijving klopt en welke concurrenten ernaast staan. Omdat modellen in versies verschijnen, verandert je zichtbaarheid schoksgewijs; kijk daarom naar de trend per model en niet naar één meting.