Waarom AI-zoekmachines een scherpe vraag prefereren
ChatGPT, Perplexity en Google's AI Overviews lezen een pagina niet als geheel. Ze knippen de tekst op in stukken en zoeken naar het stuk dat een vraag het best beantwoordt. Beantwoordt jouw pagina precies één vraag, dan is er maar één logisch stuk om te citeren. Staat het antwoord verstopt tussen vijf andere onderwerpen, dan moet de AI kiezen welk stuk het beste past. Dat kiest hij vaak niet voor jou.
Een overzichtsartikel over hypotheekadvies probeert tien vragen tegelijk te beantwoorden: wat kost het, hoe lang duurt het, welke documenten heb je nodig, wanneer kies je voor NHG. Elke vraag verdient een eigen antwoord, maar in een overzichtsartikel staat dat antwoord in twee zinnen tussen een inleiding en een slotalinea. Een AI-zoekmachine citeert liever een pagina die alleen over NHG gaat, met die vraag in de titel en het antwoord in de eerste alinea.
Dit patroon is niet nieuw. Google deed al jaren hetzelfde met featured snippets: één scherp antwoord bovenaan de resultaten, gehaald uit de pagina die de vraag het duidelijkst beantwoordde. AI-zoekmachines gaan een stap verder en noemen de bron er vaak expliciet bij. Een pagina die precies één ding goed doet, heeft daardoor een streepje voor op een pagina die tien dingen een beetje doet.
Een bestaand overzichtsartikel opknippen
Pak een artikel dat nu goed scoort maar meerdere vragen bundelt. Noteer per sectie welke vraag die sectie eigenlijk beantwoordt. Een artikel met vier h2's beantwoordt vaak vier losse vragen, en elke vraag kan een eigen pagina worden met een titel die die vraag letterlijk stelt. Zet het antwoord meteen in de eerste zin. Geen opbouw, geen inleiding eerst.
Gebruik de vraag zelf als titel van de nieuwe pagina, in de woorden die een adviseur ook in Google of in een gesprek met ChatGPT zou typen. "Wat kost NHG" werkt beter dan "Alles over de Nationale Hypotheek Garantie", ook al gaat het over hetzelfde onderwerp. Een titel die de vraag letterlijk stelt, sluit aan bij hoe iemand daadwerkelijk zoekt. Dat is precies het stuk tekst dat een AI-zoekmachine straks citeert.
Link de nieuwe pagina's aan elkaar en aan het oorspronkelijke artikel, zodat een bezoeker die toch de bredere context zoekt, die context blijft vinden. Structured data helpt een AI-zoekmachine vervolgens om die ene vraag en dat ene antwoord te herkennen zonder de rest van de pagina te hoeven interpreteren. Hoe korter de afstand tussen vraag en antwoord, hoe makkelijker een AI-engine die kan citeren.
Dit vervangt geen pillar page
Een pillar page of contenthub heeft een ander doel: die laat zien dat je kantoor een onderwerp breed beheerst en verbindt losse pagina's met elkaar. Dat overzicht blijft waardevol voor bezoekers die oriënteren en voor Google om te zien dat je autoriteit hebt op een onderwerp. Het opknippen van artikelen gaat over iets anders: de kleinere pagina's eronder, die elk één concrete vraag beantwoorden.
Beide structuren werken samen. De pillar page overziet het onderwerp, de losse pagina's eronder beantwoorden de vragen die iemand in een zoekmachine of in een gesprek met ChatGPT typt. Bouw je alleen brede overzichtsartikelen, dan mis je de citaten uit AI-zoekmachines. Bouw je alleen losse pagina's zonder overzicht, dan mis je de autoriteit die een pillar page opbouwt.
Op een kantoorwebsite werkt dat als een paginastructuur met één hoofdpagina over hypotheekadvies, en daaronder losse pagina's over renteherziening, NHG of de kosten van een taxatie. De hoofdpagina linkt naar alle losse pagina's, en elke losse pagina linkt terug voor wie meer context zoekt. Zo bouw je autoriteit op het brede onderwerp en citeerbare antwoorden op de losse vragen tegelijk.
Houd die structuur ook bij als er nieuwe vragen bijkomen. Krijgt je kantoor regelmatig een vraag over bijvoorbeeld de overbruggingshypotheek, dan verdient die net zo goed een eigen pagina in plaats van een paragraaf ergens onderaan een bestaand artikel. Een paginastructuur die meegroeit met de vragen van klanten, blijft bruikbaar voor zoekmachines én voor AI-zoekmachines.
Contaqt Premium bouwt exclusieve artikelen bewust rond één scherpe vraag, precies om die reden. Bekijk wat Contaqt Premium voor jouw kantoor kan doen.
Samengevat
- AI-zoekmachines zoals ChatGPT, Perplexity en Google's AI Overviews knippen pagina's op in stukken en citeren het stuk dat een vraag het best beantwoordt.
- Een overzichtsartikel dat tien vragen tegelijk behandelt, geeft een AI-zoekmachine geen enkel stuk tekst dat duidelijk citeerbaar is.
- Je kunt een bestaand overzichtsartikel opknippen door per sectie te noteren welke vraag die sectie eigenlijk beantwoordt en daar een eigen pagina van te maken.
- Zet het antwoord op de vraag in de titel direct in de eerste zin van de nieuwe pagina, zonder lange inleiding vooraf.
- Structured data helpt een AI-zoekmachine om de vraag en het antwoord op een pagina te herkennen zonder de rest van de tekst te hoeven interpreteren.
- Een pillar page blijft waardevol om autoriteit op een onderwerp te tonen, maar vervangt niet de losse pagina's die elk één concrete vraag beantwoorden.