Generative Engine Optimization: de complete gids

Generative Engine Optimization (GEO) is het geschikt maken van je content voor AI-antwoordsystemen, zoals ChatGPT, Perplexity, Gemini en de AI-overzichten van Google, zodat die je content kunnen vinden, begrijpen en citeren wanneer ze een antwoord schrijven. SEO strijdt om een plek in een lijst met links. GEO strijdt om een vermelding in het antwoord zelf.

Deze gids behandelt wat het onderzoek achter GEO liet zien, hoe deze engines hun bronnen kiezen voor zover dat te achterhalen is, wat je eraan kunt doen (geordend naar hoe goed elke maatregel onderbouwd is) en hoe je ziet of het gewerkt heeft. Eerst de korte versie? Lees Wat is GEO? en kom dan terug.

Wat is Generative Engine Optimization en waarom is het nu belangrijk?

Een generatieve engine haalt informatie op en schrijft daarna een antwoord in gewone taal, meestal met links naar de bronnen die de engine heeft gebruikt. ChatGPT search, Perplexity, Gemini en de AI-overzichten en de AI-modus van Google zijn voorbeelden. Mensen lezen één samengesteld antwoord in plaats van tien links door te lopen. Voor de eigenaar van een site verschuift de vraag daarom van „sta ik hoog?” naar „is mijn pagina een van de bronnen achter dat antwoord?”

Je ziet ook dat mensen zoeken op „GEO SEO”. De twee horen bij elkaar, omdat het werk sterk overlapt met klassieke zoekmachineoptimalisatie, zoals de vergelijkingstabel hieronder laat zien. Zie GEO als SEO, uitgebreid naar een nieuw soort resultaat, en niet als een aparte discipline die SEO vervangt.

Waarom nu? Het gebruik is groot en verdeeld over meerdere producten:

Mensen gebruiken meer dan één AI-product en de verhoudingen verschuiven. Optimaliseren voor één enkele engine is een riskante gok. Meer cijfers, met hun methoden, vind je op onze pagina over AI-zoekstatistieken.

Nog één gegeven bepaalt je verwachtingen. Cloudflare staat voor een groot deel van de websites en mat hoe vaak de crawlers van AI-bedrijven pagina’s ophalen voor elk bezoek dat ze terugsturen:

De cijfers komen alleen uit het netwerk van Cloudflare en vermengen crawling voor training met crawling voor zoeken. Toch leveren AI-antwoorden per gelezen pagina veel minder bezoeken op dan een klassieke zoekmachine. Bij GEO gaat het minder om klikken binnenhalen en meer om aanwezig zijn in het antwoord, en daar beschreven worden.

Waar komt GEO vandaan?

De term komt uit onderzoek, niet uit marketing. In november 2023 plaatsten Pranjal Aggarwal, Vishvak Murahari, Tanmay Rajpurohit, Ashwin Kalyan, Karthik Narasimhan en Ameet Deshpande het artikel „GEO: Generative Engine Optimization” op arXiv, het open archief waar onderzoekers artikelen delen voor en na de beoordeling. Het artikel is gepubliceerd op KDD 2024, een grote conferentie over datawetenschap.

Wat testte het oorspronkelijke GEO-artikel precies?

Het artikel deed drie dingen:

• Het benoemde het probleem: makers van content hebben geen manier om te weten hoe ze hun zichtbaarheid kunnen verbeteren in antwoorden die door generatieve engines worden geschreven.
• Het bouwde GEO-bench, een benchmark (een standaardset testvragen) van 10.000 vragen over ongeveer 25 domeinen.
• Het voerde black-box-optimalisatie-experimenten uit. De auteurs pasten de content van webpagina’s aan en maten hoe vaak de aangepaste pagina’s in de antwoorden van de engines verschenen, zonder inzicht in hoe die engines van binnen werken.

Het belangrijkste resultaat: GEO-methoden kunnen de zichtbaarheid in antwoorden van generatieve engines met maximaal 40% verhogen, en de effectiviteit verschilt per domein. Beide helften tellen. Maximaal 40% is een plafond dat de beste methoden onder de beste omstandigheden bereiken, geen gemiddelde. Verschilt per domein betekent dat een tactiek die op het ene onderwerp helpt, op een ander weinig kan doen.

Van de negen geteste methoden presteerden citaten toevoegen, statistieken toevoegen en bronnen vermelden het best. Keyword stuffing leverde weinig of geen verbetering op.

Wat voegden latere studies en kritiek toe?

Verschillende latere artikelen maken het beeld genuanceerder. Ze vormen ook de bron van het meeste dat vandaag met bewijs te zeggen valt.

Bevinding	Studie	Beperking
Citaten zijn vaak onbetrouwbaar. Slechts 51,5% van de gegenereerde zinnen werd volledig ondersteund door hun citaten, en slechts 74,5% van de citaten ondersteunde de zin waaraan ze gekoppeld waren.	Studie uit 2023 onder leiding van Stanford (Liu, Zhang en Liang): mensen beoordeelden vier generatieve zoekmachines	Die engines zijn sindsdien veranderd. Toch bewijst een link naast een zin niet dat de zin klopt.
Antwoordmachines hebben moeite met verifieerbaarheid. Deelnemers benoemden 16 beperkingen. Een geautomatiseerde evaluatie van drie engines liet veel hallucinatie (verzonnen inhoud) en onjuiste citaten zien.	Studie uit 2024 onder leiding van Narayanan Venkit van Penn State, met co-auteurs van Salesforce AI Research: usabilityonderzoek met 21 deelnemers	Kleine steekproef, versies van de engines uit 2024.
Het citeren van nieuws gaat vaak mis. De chatbots gaven samen op meer dan 60% van de vragen een onjuist antwoord. Perplexity zat er in 37% van de gevallen naast en Grok-3 in 94%.	Tow Center for Digital Journalism van Columbia stelde in februari 2025 1.600 vragen aan acht AI-zoektools (200 artikelfragmenten van 20 uitgevers, elk één keer aan elke tool voorgelegd)	De auteurs waarschuwen voor generaliseren, en de taak was een bron identificeren, niet een goed antwoord schrijven.
Earned media domineert. De eerste preprint meldt een systematische en overweldigende voorkeur voor earned media, oftewel onafhankelijke berichtgeving door derden, boven content van merken zelf en sociale content, anders dan de evenwichtiger mix van Google. Ook vindt de studie dat engines verschillen in domeindiversiteit, actualiteit, stabiliteit over talen heen en gevoeligheid voor de formulering van een vraag.	Twee preprints van dezelfde onderzoeksgroep uit Toronto (Chen, Wang, Chen en Koudas) vergelijken AI-zoeken met Google. De tweede, in mei 2026 bijgewerkt, vergelijkt brondomeinen, contenttypen, zoekintentie en actualiteit tussen Google Search en toonaangevende generatieve AI-diensten.	In beide samenvattingen staan geen cijfers, en beide zijn preprints die geen volledige peer review hebben doorlopen.
Kenmerken op paginaniveau correleren met citeren. Metadata en actualiteit, semantische HTML en kenmerken van gestructureerde data hingen het sterkst samen met citeren.	Preprint uit 2025 (Kumar en Palkhouski): 1.702 citaten over 1.100 unieke URL’s, op basis van 70 vragen met productintentie die aan Brave Summary, de AI-overzichten van Google en Perplexity waren gesteld	Observationeel, alleen Engelstalige B2B-softwarepagina’s, toont samenhang, geen oorzaak.

Samengevat: het oorspronkelijke cijfer van 40% is echt, maar smal. Engines zijn inconsistent. Aanwezigheid bij derden lijkt erg zwaar te wegen. En niemand heeft een gecontroleerde, herhaalbare test gepubliceerd die aantoont dat een specifieke aanpassing op je eigen pagina’s je bij elke engine citaten oplevert.

Hoe kiezen en citeren generatieve engines hun bronnen?

Geen enkel AI-bedrijf publiceert zijn volledige regels voor bronselectie. Wat we kunnen zeggen, komt uit officiële documentatie en een paar studies, gelezen met hun beperkingen in het achterhoofd. Denk aan vier lagen.

1. Kan de engine je pagina bereiken?

Een crawler is een geautomatiseerd programma dat webpagina’s leest. Een robots.txt-bestand is een tekstbestand in de root van je site dat crawlers vertelt wat ze mogen lezen. Elk AI-bedrijf draait meer dan één crawler, met verschillende taken:

• OpenAI documenteert GPTBot (content die mogelijk wordt gebruikt om modellen te trainen), OAI-SearchBot (sites zichtbaar maken in ChatGPT search) en ChatGPT-User (ophaalacties die door een verzoek van een persoon worden gestart). Volgens OpenAI worden sites die OAI-SearchBot uitsluiten niet getoond in de zoekantwoorden van ChatGPT, waarbij een wijziging ongeveer 24 uur nodig heeft om door te werken. Voor ChatGPT-User geldt volgens OpenAI mogelijk geen robots.txt-regel.
• Anthropic documenteert drie bots, één voor training, één voor ophalen op verzoek van een gebruiker en één voor zoeken, en zegt dat ze signalen in robots.txt om niet te crawlen respecteren.
• Perplexity zegt dat PerplexityBot dient om sites zichtbaar te maken in zoekresultaten en niet wordt gebruikt om foundation models te trainen, en dat Perplexity-User, die op verzoek van een persoon handelt, robots.txt-regels doorgaans negeert.
• Google gebruikt Google-Extended als instelling voor de vraag of content wordt gebruikt om toekomstige Gemini-modellen te trainen en voor grounding. Volgens Google heeft dit geen invloed op de opname van een site in Google Search en is het geen rankingsignaal.

Of bots zich eraan houden, is een apart punt.

Zie robots.txt als een uitspraak over wat jij wilt, niet als garantie.

2. Komt de pagina in aanmerking?

Voor Google is de documentatie duidelijk. Een pagina moet geïndexeerd zijn en met een snippet in Search mogen worden getoond om als ondersteunende link in de AI-overzichten of de AI-modus te verschijnen. Volgens Google zijn er geen extra vereisten en is er geen speciale schema.org-markup nodig (gestructureerde data die de inhoud van een pagina voor machines labelt).

De besturing loopt via dezelfde snippetinstellingen als in Search: nosnippet, data-nosnippet, max-snippet en noindex. Verkeer vanuit AI-functies wordt in Search Console geteld onder het zoektype „Web”, dus je kunt het niet apart zien.

3. Wat maakt een pagina waarschijnlijker om gekozen te worden?

Hier is het bewijs het dunst. De sterkste signalen zijn de hierboven genoemde: de oorspronkelijke GEO-experimenten, de voorkeur voor earned media en het verband tussen paginakenmerken en citeren in GEO-16. Op het punt van markup gaat de eigen richtlijn van Google de andere kant op, zoals de aanpak hieronder uitlegt.

Eén ander resultaat is indirect. „Lost in the Middle” (Liu en collega’s, 2023) vond dat taalmodellen informatie vaak het best gebruiken als die aan het begin of einde van de aangeboden tekst staat, en slechter als die in het midden staat. Dat is een experiment met tekst die aan modellen wordt gevoerd, niet met zoekresultaten. Lees het als een analogie voor het vooraan zetten van het belangrijkste antwoord, niet als bewijs over de volgorde van citaten.

4. Klopt het citaat?

Zoals hierboven besproken is geciteerd worden niet hetzelfde als juist weergegeven worden. Daarom heeft elk GEO-programma een stap nodig waarin een mens leest wat de engines over het bedrijf zeggen.

GEO vs SEO vs AEO: wat is het verschil?

SEO (zoekmachineoptimalisatie) richt zich op een hoge positie in een lijst met zoekresultaten. AEO (answer engine optimization) is een informeel label voor het winnen van het directe antwoord dat een systeem geeft, zoals een featured snippet of een gesproken antwoord. GEO richt zich op gebruikt en geciteerd worden in een geschreven antwoord dat een generatieve engine samenstelt.

Onze vergelijking van SEO, AEO en GEO gaat dieper in op het verschil. Deze tabel is de samenvatting.

	SEO	AEO	GEO
Volledige naam	Search engine optimization	Answer engine optimization	Generative engine optimization
Doel	Hoog staan in een resultatenlijst	Het directe antwoord zijn	Geciteerd worden in een door AI geschreven antwoord
Typisch oppervlak	Resultatenpagina’s van Google en Bing	Featured snippets, gesproken antwoorden	ChatGPT, Perplexity, Gemini, AI-overzichten, AI-modus
Wat het oplevert	Een klik via een link	Een getoond antwoord	Een vermelding of citaat in het antwoord
Belangrijkste ingrediënten	Crawlbaarheid, relevantie, links, paginabeleving	Korte, duidelijke, directe antwoorden	Toegang voor AI-crawlers, duidelijke antwoorden, berichtgeving door derden, nauwkeurigheid
Hoe het wordt gemeten	Posities, vertoningen, klikken	Eigendom van de snippet	Citaten en vermeldingen bij een vaste set vragen
Status van de term	Gevestigd	Informeel	Bedacht in een artikel uit 2023; nog in ontwikkeling

De overlap is het belangrijkst. Indexering, duidelijk schrijven en betrouwbare content dienen alle drie. Wil je een breder beeld van de AI-kant van SEO? Lees dan onze gids over AI-SEO.

De GEO-aanpak, geordend naar sterkte van het bewijs

De meeste GEO-adviezen online zeggen niet hoe sterk hun onderbouwing is. Hier krijgt elke tactiek een van drie labels:

Label	Wat het betekent
Gemeten in een studie	Een gepubliceerde studie testte of observeerde het. De studie kan beperkingen hebben, die we benoemen.
Officiële richtlijn	De eigen documentatie van een engine beveelt het aan of beschrijft het.
Redelijke praktijk, nog niet gemeten	Verstandig en laag risico, maar we vonden geen studie die het effect op AI-citaten meet.

Overzichtstabel

#	Tactiek	Bewijslabel	Belangrijkste bron en beperking
1	Verdien onafhankelijke berichtgeving door derden	Gemeten in een studie	Preprints uit Toronto; samenvattingen noemen geen cijfers
2	Voeg specifieke gegevens, citaten en bronnen toe aan je content	Gemeten in een studie	Oorspronkelijk GEO-artikel; engines uit 2023, maximaal 40%
3	Houd metadata actueel en de HTML schoon	Gemeten in een studie	GEO-16-preprint; observationeel, B2B-softwarepagina’s
4	Laat de juiste crawlers toe	Officiële richtlijn	Documentatie van OpenAI, Anthropic, Perplexity en Google
5	Houd belangrijke pagina’s indexeerbaar en geschikt voor snippets	Officiële richtlijn	Google Search Central
6	Label interactieve elementen goed	Officiële richtlijn	Chrome Lighthouse (experimenteel)
7	Schrijf natuurlijke content voor mensen	Officiële richtlijn	Google Search Central
8	Open elke pagina met een direct antwoord	Redelijke praktijk, nog niet gemeten	Alleen indirecte analogie
9	Behandel de verwante deelvragen	Redelijke praktijk, nog niet gemeten	Geen citatiestudie gevonden
10	Controleer wat engines over je zeggen	Redelijke praktijk, nog niet gemeten	Ingegeven door nauwkeurigheidsstudies
11	Publiceer een llms.txt-bestand	Gemeten in een studie (geen effect gevonden)	SE Ranking, Ahrefs; Google neutraal

Gemeten in een studie

1. Verdien onafhankelijke berichtgeving door derden. In de gecontroleerde experimenten van de groep uit Toronto vertoonde AI-zoeken een systematische en overweldigende voorkeur voor earned media boven content van merken zelf en sociale content. Als dat voor jouw markt geldt, kunnen reviews, pers, vakbladen, bedrijvengidsen en vermeldingen door experts in AI-antwoorden zwaarder wegen dan je eigen pagina’s. Zoek dus uit welke onafhankelijke sites de engines bij jouw onderwerp citeren, en zorg dat je daar wordt beschreven.

2. Voeg specifieke gegevens, citaten en bronnen toe aan je content. Het oorspronkelijke GEO-artikel testte methoden om content te herschrijven en meldde winst van maximaal 40% in zichtbaarheid, afhankelijk van het domein. Voor een kleine onderneming betekent dat: maak elke pagina concreter en controleerbaarder.

Gebruik echte cijfers met hun bron. Citeer met naam genoemde mensen die ermee hebben ingestemd. Link naar primaire bronnen.

Verzin er nooit iets van. Een verzonnen statistiek is erger dan geen statistiek, en de hele aanpak draait om content die het verdient om geciteerd te worden.

3. Houd metadata actueel en de HTML schoon. De GEO-16-preprint vond dat metadata en actualiteit, semantische HTML (echte koppen-, lijst- en tabeltags in plaats van opgemaakte vakken) en gestructureerde data de paginakenmerken waren die het sterkst samenhingen met citeren, over 1.100 unieke URL’s. Een voorbeelddrempel van hoge scores kwam in de data overeen met substantieel hogere citatiepercentages.

11. llms.txt: getest, geen effect gevonden. Een llms.txt-bestand is een voorgesteld tekstbestand in de root van een site dat belangrijke pagina’s opsomt en samenvat voor AI-systemen. Onze llms.txt-handleiding legt het volledig uit, en met de llms.txt-checker controleer je het jouwe. Hier melden we alleen wat is gemeten.

• De studie van SE Ranking onder bijna 300.000 domeinen vond geen verband tussen het hebben van het bestand en geciteerd worden door AI-engines, en een model zonder die variabele voorspelde citaten beter.
• Ahrefs onderzocht 137.210 domeinen en vond dat 97% van de llms.txt-bestanden die het zag in mei 2026 nul verzoeken kreeg, en dat geen enkele AI-bot niet-bestaande paden opvroeg.
• Google zegt dat llms.txt de zichtbaarheid in Search noch schaadt noch helpt.

De adoptiecijfers lopen sterk uiteen, omdat elke studie een andere populatie mat:

De auteurs van Common Crawl zeggen dat hun cijfer niet vergelijkbaar is met dat van de Web Almanac.

Officiële richtlijn

4. Laat de juiste crawlers toe. Controleer je robots.txt en beslis per bot. Een zoekbot als OAI-SearchBot toelaten is wat de documentatie koppelt aan verschijnen in de zoekantwoorden van ChatGPT. Een trainingsbot als GPTBot blokkeren is een aparte keuze.

Ook je hosting of beveiliging kan bots blokkeren zonder dat je het weet, dus test van buitenaf. En denk aan de hierboven genoemde grenzen aan naleving.

5. Houd belangrijke pagina’s indexeerbaar en geschikt voor snippets. Volgens Google moet een pagina geïndexeerd zijn en met een snippet mogen worden getoond om in de AI-overzichten of de AI-modus te verschijnen. Zorg dat belangrijke pagina’s normale antwoorden teruggeven, niet op noindex staan en niet worden beperkt door snippetinstellingen die je niet bewust hebt gezet.

6. Label interactieve elementen goed. Lighthouse, de tool van Google waarmee webpagina’s worden gecontroleerd, kreeg een experimentele categorie „Agentic Browsing”. Volgens de documentatie gebruiken agents de toegankelijkheidsboom als hun belangrijkste gegevensmodel. De toegankelijkheidsboom is de gestructureerde versie van een pagina die schermlezers gebruiken: namen, rollen en statussen van knoppen, links en formuliervelden. De controles kijken naar namen en labels, de integriteit van de boom en de zichtbaarheid van interactieve content.

7. Schrijf natuurlijke content voor mensen. Volgens de richtlijn van Google voor generatieve AI-functies hoef je content niet in kleine stukjes op te knippen en is gestructureerde data niet vereist voor generatieve AI-zoeken. Ook zegt Google dat je geen nieuwe machineleesbare bestanden, AI-tekstbestanden, markup of Markdown nodig hebt om in Google Search te verschijnen. Search Engine Journal merkte op dat de experimentele controle van Lighthouse op llms.txt let terwijl Search zegt dat het niet nodig is, en herleidde het verschil tot zichtbaarheid in Search versus gereedheid voor browseragents.

Redelijke praktijk, nog niet gemeten

Deze stappen zijn goedkoop, laag in risico en in lijn met de bronnen hierboven, maar we vonden geen studie die hun effect op AI-citaten meet.

8. Open elke pagina met een direct antwoord. Zet onder elke kop een helder antwoord van twee tot drie zinnen. Schrijf zinnen die op zichzelf staan, met het onderwerp bij naam genoemd, zodat ze kunnen worden geciteerd zonder de alinea eromheen. Het enige verwante bewijs is het experiment „Lost in the Middle”, dat gaat over tekst die aan een model wordt gegeven, niet over ranking in zoekresultaten.

9. Behandel de verwante deelvragen. Verkoop je een dienst, beantwoord dan de vragen die een koper eromheen stelt: kosten, proces, risico’s, alternatieven, lokale details. Echte vragen van je klanten en je verkoopteam zijn de beste bron. Geen enkele studie die we doornamen toetst dit aan citatiepercentages.

10. Controleer wat engines over je zeggen. Stel de engines die je klanten gebruiken vragen over je bedrijf en je categorie, en lees de antwoorden kritisch. Gezien de bevindingen over nauwkeurigheid hierboven kun je fouten verwachten. De oplossing zit meestal bij de bronnen waaruit de engines putten, waaronder je eigen pagina’s.

Hoe meet je GEO?

Er is geen standaardmetriek voor GEO. Het oorspronkelijke artikel gebruikte eigen zichtbaarheidsmaten en commerciële tools gebruiken er andere. Elk cijfer dat een leverancier je toont, hangt af van zijn methode, dus vraag naar de methode. Twee aanvullende metingen zijn praktisch.

1. AI-zichtbaarheid volgen

Kies een vaste set vragen, bijvoorbeeld 20 tot 50 die je klanten echt stellen, en voer ze volgens een vast schema uit:

Search Console isoleert dit niet voor je. Google telt verkeer vanuit AI-functies mee onder het zoektype „Web”, samen met gewone resultaten. Kijk bij andere engines in je analytics naar verwijzingen, maar denk aan de hierboven genoemde verhoudingen tussen crawls en verwijzingen: geen klikken betekent niet dat er geen citaten zijn.

Wees in het algemeen voorzichtig met klikdata. Studies geven uiteenlopende uitkomsten over hoeveel klikken AI-samenvattingen websites kosten, en dat komt door de methode. Ze meten eigenlijk verschillende dingen:

Bron	Bevinding	Opmerking over de methode
Pew	Een klik op een link bij 8% van de Google-bezoeken met een AI-samenvatting, tegenover 15% zonder	Browsepanel
Ahrefs	Het doorklikpercentage van het bovenste resultaat met een AI-overzicht lag ongeveer 58% lager dan voorspeld	Update uit 2026 die de eerdere methode over een langere periode hergebruikte (december 2023 tot december 2025) en het cijfer van 34,5% uit 2025 bijwerkte
Google	Het totale volume aan organische klikken is jaar op jaar relatief stabiel	Een uitspraak zonder gepubliceerde cijfers; meet het totale volume over alle sites
Seer Interactive	Merken die in AI-overzichten werden geciteerd kregen ongeveer 35% meer organische klikken dan niet-geciteerde merken	De auteurs beweren geen oorzaak

2. Sitestructuur en gereedheid

De andere helft is de vraag of engines en agents je site helemaal kunnen doorlopen en lezen. Dat betekent crawltoegang, indexeerbaarheid, een heldere interne linkstructuur zodat belangrijke pagina’s bereikbaar zijn, beschrijvende koppen en toegankelijke markup. Onze gids over agentische navigeerbaarheid (agentic navigability) legt deze laag uitgebreid uit.

GraphoRank is een tool voor deze tweede meting: het crawlt een site met inachtneming van robots.txt en scoort op een schaal van 0-100 hoe goed AI-agents de site kunnen doorlopen, lezen en citeren. Hoe het werkt toont de methode en de grenzen ervan.

Veelgemaakte fouten

#	Fout	Waarom het schaadt
1	GEO zien als vervanging van SEO	De eigen documentatie van Google koppelt AI-functies aan indexering en geschiktheid voor snippets. Als zoekmachines een pagina niet kunnen indexeren, is GEO-werk eraan verspild.
2	Standaard elke AI-bot blokkeren	Crawlers voor training, zoeken en op verzoek van gebruikers zijn verschillend. Zoekbots blokkeren kan je uit de gewenste antwoorden halen. Trainingsbots blokkeren is een aparte, legitieme keuze.
3	Erop vertrouwen dat robots.txt alles tegenhoudt	Volgens de documentatie volgen sommige door gebruikers gestarte fetchers het mogelijk niet, en een studie vond dat AI-zoekcrawlers het zelden raadplegen.
4	Achter één engine aan jagen	Het gebruik is verdeeld over producten en de verhoudingen verschoven binnen een jaar.
5	Bewijs verzinnen	Verzonnen statistieken, nepreviews en geplante vermeldingen zijn het tegendeel van wat het bewijs beloont, en volgens Google zijn onechte vermeldingen minder nuttig dan ze lijken.
6	Geloven in beloftes van gegarandeerde winst	Het sterkste gepubliceerde cijfer is maximaal 40%, uit experimenten van 2023. Belooft een leverancier een vaste winst, vraag dan naar de methode en de steekproef.
7	Markup toevoegen omdat een blog het zegt	Volgens Google is gestructureerde data niet vereist voor zijn AI-functies, en een grote studie vond geen verband tussen llms.txt en citeren. Deze bestanden zijn goedkoop en onschadelijk, maar mogen het werk aan toegang, content en onafhankelijke berichtgeving niet verdringen.
8	Nooit lezen wat de engines zeggen	Studies naar nauwkeurigheid laten zien dat fouten veel voorkomen. Controleer, en corrigeer bij de bron.
9	Eenmalig meten	Resultaten verschillen per engine, per run en per formulering. Eén screenshot is geen meting.
10	Toegankelijkheid negeren	Markup die schermlezers niet begrijpen, kan ook voor agents moeilijk te gebruiken zijn, volgens de Lighthouse-documentatie van Google.