Meetbaar verbeteren: welke vragen stel je om AI-visibility te testen (zonder te gokken)

Om te weten of AI-assistenten jouw bedrijf aanbevelen, moet je gerichte testvragen stellen die overeenkomen met wat echte klanten intypen. Doe je dat willekeurig, dan meet je ruis in plaats van voortgang. Met een vaste vraagsystematiek, een helder begrip van 'significant verschil' en een herhaalbaar trackingproces kun je stap voor stap verbeteren zonder te gokken.

Waarom gestructureerd testen nodig is

AI-visibility — de mate waarin AI-assistenten zoals ChatGPT, Google Gemini, Perplexity of Microsoft Copilot jouw bedrijf noemen bij relevante vragen — gedraagt zich anders dan klassieke zoekpositie. Een zoekmachine geeft een vaste ranglijst. Een AI-assistent formuleert een antwoord dat elke keer iets anders kan zijn, afhankelijk van de precieze vraagstelling, de taal en de context. Dat betekent dat één losse test weinig zegt. Je hebt een meetstrategie nodig: een reeks vragen, een vaste herhaalfrequentie en een manier om veranderingen te duiden.

Stel je bent eigenaar van een fysiotherapiepraktijk in Utrecht. Dan is "fysiotherapeut Utrecht" een te brede zoekopdracht. Maar "fysiotherapeut Utrecht centrum voor rugklachten" of "waar kan ik snel terecht voor fysiotherapie in Utrecht?" zijn vragen die echte mensen stellen aan een AI-assistent. Dát zijn de vragen die je wilt testen.

Vraagtemplates: dezelfde intent, andere formulering, zelfde locatie

Een vraagstemplate is een basisvraag die je in meerdere varianten formuleert met dezelfde zoekintentie en dezelfde locatie. Zo voorkom je dat een toevallige woordkeuze je resultaat vertekent.

Neem als voorbeeld een Amsterdams restaurant. Drie varianten op dezelfde intent:

• "Welk restaurant in Amsterdam-Oost is goed voor een verjaardag?"
• "Aanbeveling voor een feestelijk restaurant in Amsterdam-Oost"
• "Waar kan ik in Amsterdam-Oost terecht voor een verjaardagsdiner?"

Als jouw restaurant in twee van de drie antwoorden wordt genoemd, is dat betrouwbaarder dan één keer worden genoemd bij één vraag. Wordt je bij geen enkele variant genoemd, dan is dat een duidelijk signaal.

Richtlijnen voor het opstellen van vraagtemplates:

1. Locatie altijd concreet: niet "in de buurt" maar de wijk, stad of postcode.
2. Intent variëren in toon: informatief ("waar kan ik..."), vergelijkend ("wat is beter..."), direct ("aanbeveling voor...").
3. Minimaal drie varianten per kernvraag: dit geeft genoeg spreiding om patronen te zien.
4. Saisonale of tijdgebonden varianten: "fysiotherapeut Utrecht die ook op zaterdag open is" — want openingstijden en uitzonderingen beïnvloeden aanbevelingen. Zie ook hoe je openingstijduitzonderingen schrijft zodat AI het onthoudt.

Margin van fout: wanneer is een verschil 'significant' voor je business?

Niet elk verschil in testresultaten betekent dat er iets veranderd is. AI-assistenten variëren van nature in hun antwoorden, ook zonder dat er iets aan jouw online aanwezigheid is gewijzigd. Dat heet ruis.

Een vuistregel: als je in één testronde bij één AI-assistent één keer meer wordt genoemd, is dat geen conclusie. Spreek pas van een significante verandering als:

• het patroon zich herhaalt over meerdere vraagtemplates (minimaal twee van de drie varianten),
• het zichtbaar is bij meer dan één AI-assistent,
• het twee opeenvolgende meetmomenten standhoudt.

Voor een lokale ondernemer is de praktische vraag: "Merk ik dit in mijn agenda of kassa?" Een stijging in AI-visibility die niet leidt tot meer telefoontjes, reserveringen via TheFork of berichten via je Google Business Profile (het gratis bedrijfsprofiel dat Google toont in zoekresultaten en Maps) is interessant, maar pas relevant als het aanhoudt.

Daalt je score plotseling op alle varianten bij alle assistenten? Dat is wél een signaal om direct naar je bronnen te kijken: je website, je Google Business Profile, vermeldingen op platforms als Tripadvisor of Doctolib.

Trackingmethode: bronnen, pagina's en herhaling per AI-assistent

Tracking betekent: systematisch bijhouden wanneer je wat hebt getest, bij welke assistent, met welke vraag, en wat het resultaat was. Zonder dit wordt je meetproces een losse verzameling momentopnames.

Een eenvoudige aanpak:

De bron in het antwoord is cruciaal. Wordt jouw bedrijf genoemd op basis van je eigen website, een vermelding op Booksy, een recensie op Tripadvisor of een artikel in een lokale krant? Dat vertelt je waar je energie moet stoppen als je wilt verbeteren. Meer over hoe je bronwijzigingen koppelt aan zichtbaarheid lees je in dit artikel over de verbeter-cyclus.

Herhaalfrequentie: voor de meeste lokale ondernemers is één meetronde per maand voldoende. Heb je recent een wijziging doorgevoerd — een nieuwe pagina op je website, een bijgewerkt Google Business Profile, een nieuw profiel op Michelin of Jameda — test dan twee weken na de wijziging opnieuw. AI-assistenten indexeren niet real-time; geef veranderingen tijd om door te werken.

Voor een technisch betrouwbaardere aanpak, waarbij je via een API meet in plaats van handmatig, lees je meer in dit artikel over API vs. app meten.

Budget & prioriteit: welke wijzigingen eerst testen

Als lokale ondernemer heb je beperkte tijd. Je kunt niet alles tegelijk aanpassen en testen. Prioriteer op basis van twee vragen:

1. Wat is de waarschijnlijke impact? Wijzigingen op je eigen website en je Google Business Profile hebben doorgaans meer effect dan een vermelding op een secundair platform. Begin daar.

2. Wat kost de wijziging weinig moeite? Een beschrijving aanscherpen op je Google Business Profile kost tien minuten. Een volledige websitepagina herschrijven kost dagen. Test de snelle wijzigingen eerst; zo bouw je meetervaring op voordat je grotere investeringen doet.

Een praktische volgorde:

• Stap 1: Controleer of je Google Business Profile je kernspecialisme, locatie en openingstijden correct vermeldt.
• Stap 2: Zorg dat je website een duidelijke, beknopte beschrijving heeft van wat je doet, voor wie en waar — in gewone taal, niet alleen in zoekwoorden.
• Stap 3: Bekijk of je vermeld staat op relevante platforms (Tripadvisor voor horeca, Doctolib of Zorgkaart Nederland voor zorg, Booksy voor schoonheid).
• Stap 4: Test opnieuw met je vraagtemplates en vergelijk met de nulmeting.

Rapportage: hoe je leest wat suggestedby.ai laat zien

Rapportage hoeft niet ingewikkeld te zijn. Het doel is dat je over drie maanden kunt zeggen: "Na deze wijziging werd ik vaker genoemd, bij deze vragen, door deze assistenten."

suggestedby.ai meet automatisch of AI-assistenten jouw bedrijf noemen bij relevante zoekvragen en toont dat als een score en een overzicht van bronnen. Hoe je die score interpreteert — en waarom twee bedrijven met dezelfde score toch anders kunnen worden aanbevolen — lees je in dit artikel over AI-visibility scores.

Waar je op let bij het lezen van je rapportage:

• Trend over tijd: stijgt of daalt de score over meerdere meetmomenten?
• Welke assistenten noemen je: word je consistent door meerdere assistenten genoemd, of slechts door één?
• Welke bronnen worden geciteerd: je eigen site, een platform, of een externe vermelding?
• Welke vragen leveren niets op: dat zijn je verbeterpunten.

Een score die stabiel is maar laag, vraagt om een andere aanpak dan een score die schommelt. Stabiliteit wijst op een structureel probleem in je bronnen; schommeling wijst op inconsistentie in je vermeldingen of beschrijvingen. Meer over het lezen van je score vind je in dit uitgebreide artikel.

Wil je weten waar je nu staat voordat je begint met testen? Doe de gratis check om te zien of AI-assistenten jouw bedrijf al noemen.

Samenvatting: de kern van een meetstrategie zonder giswerk

Een goede meetstrategie voor AI-visibility rust op vier pijlers: gestructureerde vraagtemplates met locatie en intentvariatie, een helder criterium voor wanneer een verschil significant is, een herhaalbaar trackingproces per AI-assistent, en prioritering op basis van impact en uitvoerbaarheid. Wie dit consequent toepast, hoeft niet te gokken — die leest gewoon af wat er verandert en waarom.