Vraag ChatGPT om een projectmanagementtool en je krijgt er vijf. Vraag wie er maatwerksoftware bouwt in Nijmegen en je krijgt er ook vijf. Je merk staat in dat rijtje of het staat er niet, en het rijtje is kort. Wat je erin krijgt is gewoon werk: zeg duidelijk voor wie je er bent, zorg dat anderen je hetzelfde omschrijven, en maak je eigen pagina's makkelijk te citeren. Hieronder vijf stappen in de volgorde waarin ik ze zou doen, elk met een manier om te controleren of het gewerkt heeft.
1. Zeg in één zin voor wie je er bent
Een model noemt een merk zodra het kan inschatten bij welke vraag dat merk hoort. De meeste homepages maken dat onmogelijk. ‘Een krachtig platform voor moderne teams’ past bij elke vraag en daarmee bij geen enkele. ‘Projectmanagement voor kleine remote engineeringteams’ past bij één vraag, en wordt genoemd zodra die gesteld wordt.
Schrijf die zin zoals je klant zijn eigen situatie zou omschrijven. Zet hem in de eerste honderd woorden van je homepage, in je metabeschrijving en in de eerste regel van je Over ons. Bedien je twee doelgroepen, schrijf dan twee zinnen en geef elk een eigen pagina. Twee duidelijke zinnen leert een model moeiteloos. Raden welk deel van een vage zin op wie slaat, lukt het niet.
Controle: open een nieuw gesprek, plak je homepage-URL en vraag ‘voor wie is dit, en wanneer zou je het aanraden?’ Twijfelt het antwoord, dan twijfelt je pagina.
2. Laat anderen je op dezelfde manier omschrijven
Wat anderen over je schrijven weegt zwaarder dan wat je zelf zegt, omdat een model het leest als het algemene beeld. Reviews, overzichtsartikelen, vergelijkingen, branchegidsen, forumdraadjes en vakmedia voeden dat beeld allemaal.
Kies de plekken waar je klanten toch al kijken: een vermelding op Capterra, een profiel op Trustpilot of Kiyoh, de ledenlijst van je brancheorganisatie, een rondgang in een vakblad. Claim je vermelding en laat elke plek openen met dezelfde zin uit stap één.
Controle: vraag een assistent wat mensen over je merk zeggen, met je naam erbij, en kijk welke formulering terugkomt. Dat is je publieke omschrijving, wie hem ook geschreven heeft.
3. Gebruik die zin overal waar een crawler komt
Als je homepage, je vermeldingen en je perskit je net even anders omschrijven, middelt een model die versies en blijft het vaag. Dit is het saaiste punt van de vijf en het goedkoopste om te doen: kies de zin en loop alle plekken langs waar je omschreven wordt.
- Je homepage, je Over ons en je metabeschrijving.
- Elke gids en elk reviewprofiel dat je in stap twee hebt geclaimd.
- Je LinkedIn-bio en je andere socialprofielen, die vaker worden overgenomen dan je zou denken.
- Je perskit, je standaardtekst onder e-mails, en partnerpagina's die je op andermans site beschrijven.
Controle: zoek op je merknaam en lees de eerste tien omschrijvingen die niet van jezelf komen. Tel hoeveel er kloppen.
4. Maak je beste pagina's citeerbaar
Een model pakt tekst die het schoon kan overnemen: een direct antwoord bovenaan, koppen die zeggen wat eronder staat, en een pagina die het mag ophalen. Vier gewoontes dekken het grootste deel.
- Beantwoord de vraag in de eerste zin en leg het daarna uit. Een pagina die drie alinea's aanloopt verliest het van een pagina die meteen antwoord geeft.
- Zet er gestructureerde data op, zodat een crawler kan lezen waar de pagina over gaat.
- Houd een llms.txt bij: een tekstbestand in de root van je domein dat samenvat wat je doet en naar je belangrijkste pagina's wijst, zoals robots.txt naar je sitemap wijst.
- Controleer of de crawlers van de assistenten je mogen ophalen. Blokkeer je GPTBot of ClaudeBot in robots.txt, dan val je uit elk antwoord dat je anders had opgehaald.
Dat laatste punt treft meer bedrijven dan je zou verwachten. Een regel die ooit is toegevoegd om scrapers van een testomgeving te weren staat er jaren later nog steeds, en niemand leest robots.txt terug.
5. Meet voor en na
Elke stap hierboven is een aanname. Kijk hoe de modellen je nu omschrijven, verander één ding, wacht, en kijk opnieuw.
Een werkbare methode met de hand: schrijf tien tot twintig vragen op zoals je klant ze zelf zou stellen, in zijn woorden voor het probleem. Leg ze voor aan ChatGPT, Claude en Gemini. Noteer welke merken genoemd worden en in welke volgorde. Herhaal het over drie weken. Één meting zegt weinig, want dezelfde vraag levert twee keer achter elkaar andere merken op. De lijn over een paar weken is het signaal.
Twee dingen vertekenen je uitkomst als je ze laat lopen. Een model dat niet op het web zoekt antwoordt uit zijn geheugen, dus een wijziging van vorige week kán er niet in zitten. En een meting die half mislukt is ziet eruit als een daling in zichtbaarheid terwijl het een daling in meten is. Noteer elke keer welk model antwoordde en hoeveel van je vragen daadwerkelijk een antwoord opleverden.
Dat stuk hebben we met Brandtrace geautomatiseerd: dezelfde vragen, op de modellen die je klanten gebruiken, volgens een schema, met de concurrenten en de bronnen erbij. Bekijk wat het voor jouw domein vindt.
Reken op een maand of twee voordat de eerste twee stappen zichtbaar worden. Stap drie en vier komen later, naarmate pagina's opnieuw worden opgehaald en gelezen. De meting vertelt je welke stap het werk heeft gedaan.