GEO doorgronden: Generative Engine Optimization

Wat is Generative Engine Optimization (GEO) precies?

De term GEO is nauw verweven met SEO, Search Engine Optimization. Waar je met SEO (content, links en techniek) vooral werkt aan de vindbaarheid van je website in zoekmachines, gaat het bij GEO om vindbaarheid in AI-tools zoals ChatGPT, Claude, Perplexity en Google Gemini. Sinds 20 mei 2025 biedt Google AI Overviews in Google search in Nederland. Daardoor is GEO opeens enorm in belang gegroeid: het gaat niet alleen om die ‘paar’ gebruikers van AI-tooling, maar nu om iedereen die Google gebruikt. Organisch verkeer neemt enorm af. GEO gaat nu grotendeels over Google’s AI Overviews.

• Impact AI Overviews wereldwijd: impressies stegen met 49% in 2024, zoekkliks daalde met 30%. (bron: BrightEdge)
• Impact AI Overviews sinds 20 mei 2025 in Nederland: Bij 26,56% van alle zoekacties toont Google nu een AI Overview (bron: SE Ranking).
• Zoekverkeer wereldwijd 2026: Gartner voorspelt een daling van 25% in zoekverkeer in 2026 (bron: Gartner)
• SEO wordt GEO: Google wil website-eigenaren (“publishers”) géén controle geven over hoe hun websites en content worden gebruikt door AI Overviews (Google rejected giving publishers more choice to opt out of AI Search, The Verge,21 mei 2025)

GEO vs. SEO

Om GEO te doorgronden zul je de overeenkomsten en verschillen met SEO helder moeten hebben:

Het allergrootste verschil is dat AI search een antwoord creëert uit meerdere bronnen en sites.  In Google’s AI Overviews is dat nu nog vrij algemeen, maar in ChatGPT is dat al in hypergepersonaliseerde vorm. Je hebt als website-eigenaar geen invloed op hoe jouw content wordt gebruikt.

AI bekijkt jouw website met traditionele search

Wanneer ChatGPT via de browse-functie informatie opzoekt, gebruikt het standaard de zoekmachine Bing van Microsoft om websites te vinden. Dit gebeurt alleen als het model beslist dat actuele informatie nodig is, of als de gebruiker expliciet vraagt om search te gebruiken. De resultaten die ChatGPT ophaalt, zijn gebaseerd op klassieke SEO-signalen zoals paginatitels, headings en structured data. De gekozen bronnen worden verwerkt via een techniek die RAG heet: Retrieval-Augmented Generation. Daarbij combineert ChatGPT jouw vraag met content van externe websites. Je ziet dus niet het hele denkproces, maar je kunt wel achterhalen welke sites het model raadpleegt en waarom. Dit biedt waardevolle inzichten voor wie wil begrijpen hoe zijn content scoort in een AI-context.

Zo bekijk je zelf welke sites ChatGPT gebruikt

1. Open ChatGPT (alleen GPT-4o met search aangezet).

2. Stel een vraag waarbij actuele informatie nodig is, zoals: Wat zijn de laatste AI-trends in Nederland?

3. Open je browser’s Developer Tools (meestal via F12 of rechtermuisknop → Inspecteren).

4. Ga naar het tabblad Netwerk of Network.

5. Filter op Fetch/XHR.

6. Zoek naar het item dat conversation heet en klik daarop.

7. In het tabblad Response zie je:

   • De gebruikte zoektermen

   • De gekozen URL’s en paginatitels

   • Soms korte ‘redeneringen’ waarom bepaalde bronnen zijn gekozen

Door dit regelmatig te doen, krijg je een scherp beeld van welke content door AI wordt opgepikt en hoe jouw site presteert in de wereld van generatieve zoekmachines.

Google Gemini (en dus AI Overviews) gebruikt fanning out

Een belangrijke techniek expliciet voor  Google Gemini, is fanning out. Het model vuurt meerdere zoekopdrachten tegelijk af naar verschillende bronnen of subonderdelen van een vraag. Dit versnelt en verdiept de informatieverzameling: één gebruikersvraag kan leiden tot 5 tot 10 parallelle queries. Deze aanpak is beschreven in technische documentatie van Google Research en wordt toegepast in taken waarbij Gemini zelfstandig moet redeneren over meerdere stappen of bronnen. AI Overviews draait op Gemini en toont vaak samenvattingen die gebaseerd zijn op uiteenlopende subvragen, wat past bij het fanning out-principe, dus het is erg waarschijnlijk dat AI Overviews fanning out gebruikt.

Hoe werkt fanning out in de praktijk?

1. De gebruiker stelt een complexe vraag, bijvoorbeeld: “Wat zijn de economische gevolgen van klimaatbeleid in Nederland?”

2. Gemini herkent de noodzaak voor meerfase-redenering.

3. Het model splitst de vraag op in subonderwerpen (zoals “impact op landbouw”, “energieprijzen”, “werkgelegenheid”).

4. Voor elk subonderwerp vult Gemini gelijktijdig meerdere zoekqueries in via Bing of Google-index.

5. De resultaten worden gecombineerd, gesynthetiseerd en samengevat in één overzicht—zoals AI Overviews dat presenteert.

Bronnen:

• Dit is de meest uitgebreide uitleg over hoe AI Mode en expliciet Fanning out werkt: How AI Mode Works and How SEO Can Prepare for the Future of Search

LLMs.txt werkt als robots.txt voor AI

Steeds meer AI-systemen crawlen websites om hun modellen te trainen of om real-time antwoorden te genereren. Net zoals robots.txt zoekmachines vertelt welke delen van je site wel of niet gecrawld mogen worden, is llm.txt een experimentele standaard die hetzelfde probeert te doen voor large language models (LLM’s). Hiermee geef je aan of AI-bots je content mogen gebruiken, en zo ja, onder welke voorwaarden. Het doel: controle houden over hoe jouw content verschijnt in AI-antwoorden, chats of samenvattingen. Hoewel nog niet breed geaccepteerd, speelt llm.txt een belangrijke rol in de discussie over eigenaarschap en zichtbaarheid in een wereld waar generatieve zoekmachines steeds dominanter worden.

SEO Yoast-plugin voor WordPress

Gebruik je Yoast? Dan kun je een LLMs.txt laten generen door:

• Log in op je WordPress site, ga in navigatiemenu links naar Yoast, Instellingen
• Scroll onderaan en zet vinkje bij LLM.txt. Opslaan.
• Bezoek nu je LLMs.txt in de root, bijvoorbeeld: https://bloeise.nl/llms.txt

Zie https://llmstxt.org/ voor meer over LLMS.txt.

GEO helder uitgelegd

Deze video van Exposure Ninja  geeft je een goede overview over GEO, het verschil met SEO, en hoe je GEO in de praktijk brengt.