AI Visibility Snapshot
Vraag je snapshot aan — $19

AI-zichtbaarheidsaudit

Een AI-zichtbaarheidsaudit is een herhaalbaar proces dat een merk test tegen prompts met koopintentie op ChatGPT, Claude, Gemini, Perplexity en Grok, en vervolgens vermeldingspercentage, positie, share of voice, sentiment en bronnen meet. Freelancers en bureaus voeren het handmatig uit in een spreadsheet, of genereren dezelfde output automatisch met een rapport van $19 in ongeveer twee minuten.

Gemeten en bijgehouden door AI Visibility Snapshot · Laatst bijgewerkt op

Wat een AI-zichtbaarheidsaudit is

Een AI-zichtbaarheidsaudit meet hoe vaak, waar en hoe gunstig een merk wordt genoemd wanneer AI-assistenten koopvragen in zijn categorie beantwoorden. Het is het AI-zoek-equivalent van een SEO-audit: in plaats van zoekrankings te checken, check je wat ChatGPT, Claude, Gemini, Perplexity en Grok daadwerkelijk zeggen wanneer een potentiële koper om een aanbeveling vraagt.

Wat een klant écht wil is geen ruwe stapel chattranscripten. Het is een vermeldingspercentage, een ranglijst van wie hen verslaat, en een korte lijst met wat eraan te doen. Alles hieronder is het proces om van prompts naar die output te komen.

De auditworkflow, stap voor stap

  1. Definieer de categorie. Schrijf de exacte categorie op waarin de klant concurreert, in de woorden die een koper zou gebruiken, niet in intern jargon.
  2. Stel de promptset samen. Schrijf prompts voor de vijf typen koopintentie hieronder, met gebruik van de categorie en de bekende concurrenten van de klant.
  3. Kies engines. Bepaal welke van ChatGPT, Claude, Gemini, Perplexity en Grok je meeneemt; dek alle vijf als de kopers van de klant plausibel een van hen zouden kunnen gebruiken.
  4. Bepaal het aantal runs. Kies hoe vaak elke prompt per engine draait; meer dan één run per prompt vangt de variatie tussen identieke vragen op.
  5. Leg de ruwe antwoorden vast. Log elk antwoord volledig en woordelijk, voordat je iets begint te scoren.
  6. Extraheer merkvermeldingen. Ga elk antwoord langs en markeer of het merk van de klant voorkomt, en waar.
  7. Bereken de metrics. Zet de gemarkeerde antwoorden om in vermeldingspercentage, gemiddelde positie, share of voice en sentiment.
  8. Identificeer bronnen. Noteer welke domeinen de engines aanhalen of gebruiken wanneer ze antwoorden.
  9. Zet bevindingen om in aanbevelingen. Vertaal de gevonden hiaten naar concrete acties.
  10. Presenteer aan de klant. Verpak de cijfers, de ranglijst en de aanbevelingen tot iets waar een niet-technische stakeholder mee aan de slag kan.

De taxonomie van prompts met koopintentie

Een promptset die uit één vraagtype is opgebouwd, levert een scheve audit op. Gebruik alle vijf typen zodat de audit de verschillende momenten weerspiegelt waarop een koper daadwerkelijk om hulp vraagt aan een AI.

PrompttypeVoorbeeldWat het onthult
Categorie best-ofWat zijn de beste [categorie]-tools in 2026?Of het merk in de standaard overweegset zit
Use-caseIk heb software nodig om [specifieke taak]. Wat raad je aan?Of het merk wint op de taken waarvoor kopers de categorie daadwerkelijk inzetten
VergelijkingVergelijk [Merk] met [Concurrent] voor [use case].Hoe het merk het doet in een rechtstreeks duel met een genoemde rivaal
Alternatieven-voor-concurrentWat zijn goede alternatieven voor [Concurrent]?Of het merk overstapintentie wegkaapt bij de marktleider
Prijs of gratis laagWat is een goede gratis of goedkope [categorie]-tool?Of budgetbewuste kopers de naam van het merk überhaupt horen

Schrijf twee of drie prompts per type, waarbij je de echte categorie en genoemde concurrenten van de klant invult. Tien prompts over de vijf typen is een werkbaar minimum voor een audit van één categorie.

Engines en aantal runs kiezen

Dek alle vijf grote engines als het budget het toelaat. Engines zijn het vaker oneens met elkaar dan de meeste klanten verwachten: één merk, gemeten op dezelfde vragen, scoorde 43% vermeldingspercentage op Grok, 57% op ChatGPT, Gemini en Perplexity, en 86% op Claude, allemaal op dezelfde dag. Een audit die alleen ChatGPT checkte, zou een compleet ander verhaal hebben opgeleverd dan een die alleen Claude checkte.

Het aantal runs telt net zo zwaar als het aantal engines. AI-antwoorden zijn niet deterministisch, dus dezelfde prompt op dezelfde engine kan het merk in de ene run noemen en in de volgende laten vallen. Eén run per prompt is een momentopname; twee of meer runs per prompt begint op een meting te lijken.

Antwoorden vastleggen en vermeldingen extraheren

Plak elke prompt in een nieuwe, lege chat voor elke engine en run, zodat chatgeschiedenis of geheugen het antwoord niet laat overhellen naar merken die eerder in de sessie besproken zijn. Bewaar de volledige tekst van elk antwoord voordat je iets scoort; je zult specifieke antwoorden opnieuw willen checken zodra je de ranglijst gaat opbouwen.

Markeer voor elk antwoord: werd het merk van de klant genoemd (ja of nee), op welke positie in de lijst, en welke andere merken werden genoemd, in volgorde. Dit is de ruwe tabel waaruit elke volgende metric wordt berekend.

De metrics berekenen

Bereken uit de gemarkeerde antwoorden vier cijfers per engine en in totaal:

Bouw de concurrentenranglijst op uit dezelfde ruwe tabel: tel elke concurrentnaam die in alle antwoorden voorkwam, en rangschik ze op aantal vermeldingen en share of voice.

Bronnen identificeren

Sommige engines laten hun werk zien. Perplexity vermeldt bronlinks onder elk antwoord, en ChatGPT's antwoorden met websearch aangezet citeren pagina's rechtstreeks; noteer elk domein dat verschijnt. Voor een breder beeld van welke domeinen een engine doorgaans gebruikt voor een categorie, kan een dataset van een externe partij over AI-vermeldingen laten zien welke sites het vaakst worden aangehaald of geraadpleegd voor koopvragen in die ruimte, wat nuttige context oplevert naast wat je met een handvol handmatige runs kunt waarnemen.

Deze lijst is voor een klant vaak het meest bruikbare onderdeel van de audit, omdat hij precies vertelt op welke publicaties, reviewsites of community-pagina's ze aanwezig moeten zijn om te beïnvloeden wat de engines zeggen.

Bevindingen omzetten in aanbevelingen

Vertaal elk hiaat naar een concrete actie, niet naar een algemene observatie. Is het vermeldingspercentage van het merk laag op vergelijkingsprompts, dan is de oplossing een vergelijkingspagina gericht op de concurrenten die het merk blijven verslaan. Is het sentiment overal neutraal, dan is de oplossing content die een helder onderscheidend punt stelt dat een engine kan citeren. Blijft een bron steeds terugkomen en heeft het merk daar geen aanwezigheid, dan is de oplossing om daar vermeld of gerecenseerd te worden. Vijf tot acht aanbevelingen, elk gekoppeld aan een specifieke metric of hiaat, is genoeg voor een klant om mee aan de slag te gaan zonder overweldigd te raken.

De audit presenteren aan een klant

Open met de kerncijfers: totale vermeldingspercentage, positie en share of voice, gevolgd door de uitsplitsing per engine zodat de klant ziet waar de spreiding daadwerkelijk zit. Vervolg met de concurrentenranglijst, want dat is meestal wat het probleem echt voelbaar maakt. Sluit af met de bronnen en de aanbevelingen, in die volgorde, zodat het laatste dat de klant leest is wat de volgende stap is.

Handmatig doen of automatiseren

Alles hierboven kan handmatig met vijf browsertabbladen en een spreadsheet, en een bekwame freelancer kan op die manier een echte audit leveren. Het kost uren: de prompts schrijven, ze op vijf engines draaien, elk antwoord loggen en de metrics zelf berekenen.

Het rapport AI Visibility Snapshot doorloopt exact deze workflow, 10 prompts met koopintentie op ChatGPT, Claude, Gemini, Perplexity en Grok, 50 antwoorden, in ongeveer twee minuten, voor $19. Het is white-label, dus je kunt de naam van een klant in de kop "Prepared for" zetten en een permanente link overdragen, en het bevat hetzelfde vermeldingspercentage, positie, share of voice, sentiment, concurrentenranglijst en bronnenoverzicht dat in deze gids wordt beschreven. Bekijk hoe de output eruitziet in het voorbeeldrapport, check eerst je eigen cijfers met de gratis AI-zichtbaarheidschecker, en lees de volledige metric-definities in de methodologie.

Veelgestelde vragen

Wat is een AI-zichtbaarheidsaudit?

Een AI-zichtbaarheidsaudit is een gestructureerd proces om te meten hoe vaak, en hoe gunstig, AI-assistenten een merk noemen bij het beantwoorden van koopvragen in zijn categorie. Het bestaat uit het opstellen van een set prompts met koopintentie, deze uitvoeren op meerdere engines, en de ruwe antwoorden omzetten in metrics zoals vermeldingspercentage, positie en share of voice. Bureaus leveren het doorgaans als klantrapport met aanbevelingen erbij.

Hoe verschilt een AI-zichtbaarheidsaudit van generative engine optimization?

De audit is de meetstap; generative engine optimization is de reeks acties die daarna wordt ondernomen om de score te verbeteren. Een audit zonder vervolgwerk levert alleen een getal op, en optimalisatiewerk zonder audit heeft geen nulmeting om te laten zien of het heeft gewerkt. Zie de gids over generative engine optimization voor de tactieken die op een audit volgen.

Hoeveel prompts en runs heeft een degelijke AI-zichtbaarheidsaudit nodig?

Eén prompt op één engine is niet genoeg, omdat AI-antwoorden variëren tussen identieke runs. Eén gemeten merk scoorde op dezelfde vragen 43% op de ene engine maar 86% op een andere, op dezelfde dag. Een verdedigbare audit dekt alle vijf typen prompts met koopintentie op elke engine die voor de klant relevant is, met waar mogelijk meer dan één run per prompt.

Welke tools heb ik nodig om een AI-zichtbaarheidsaudit handmatig uit te voeren?

Niet meer dan toegang tot ChatGPT, Claude, Gemini, Perplexity en Grok, plus een spreadsheet om elk antwoord vast te leggen. Het werk is handmatig: plak elke prompt in elke engine, noteer of het merk werd genoemd, de positie, en welke concurrenten werden genoemd, en tel de resultaten vervolgens op tot de metrics die in deze gids worden beschreven.

Kan ik een AI-zichtbaarheidsaudit automatiseren in plaats van hem handmatig te doen?

Ja. Het AI Visibility Snapshot-rapport van $19 doorloopt hetzelfde proces automatisch, 10 prompts met koopintentie op alle vijf engines, 50 antwoorden, in ongeveer twee minuten, en levert een white-label rapport dat een freelancer of bureau onder eigen naam aan een klant kan leveren. Het volgt dezelfde workflow die in deze gids wordt beschreven.