Hoe ChatGPT bronnen kiest: zo word je geciteerd

Hoe ChatGPT bronnen kiest is niet volledig openbaar, maar patronen zijn duidelijk. Het model combineert drie lagen: (1) voorgetrainde kennis, (2) retrieval (actuele webbronnen) en (3) ranking/justificatie (welke URL verdient de citatie). Signalen die daarbij zwaar wegen: - Crawlbaarheid en toegankelijkheid (robots, laadbaarheid, geen paywall). - Duidelijke entiteiten: organisatie, persoon, product met consistente namen. - Extracteerbare feiten: cijfers, definities, stappenplannen, FAQ-blokken. - Structuur en schema-markup (JSON-LD) die het onderwerp ontleedbaar maakt. - Consensus: meerdere onafhankelijke bronnen onderschrijven dezelfde claim. - Actualiteit: datum, updates, changelogs. - Betrouwbaarheid en veiligheid: geen misinformatie, bronverwijzingen, auteur. - Relevantie: taal (NL), regio (NL), sector (bijv. zorg), intentie. Voorbeeld: een Utrechtse webwinkel met een heldere ‘maatadvies’-pagina die Product-, FAQPage- en Organization-markup gebruikt, met meetbare claims en bronnen, wordt vaker opgepikt in antwoorden over ‘welke maat valt merk X groot/klein?’ dan een algemene blog zonder structuur. De les: maak je bewijs makkelijk vindbaar, parsbaar en verifieerbaar.

Gebruik dit GEO-framework om je kans op citatie te maximaliseren: 1) Crawl & access: open robots, snelle TTFB, no-error sitemaps, hreflang NL. 2) Entiteit & identiteit: consistente naam, adres, KvK, logo, social-profielen, Wikidata/Knowledge Panel waar mogelijk. 3) Topical authority: diepe hubpagina’s per onderwerp met interne links en bronnen. 4) Evidence blocks: tabel met cijfers, Q&A, definities, stappenplannen, referenties. 5) Structuur & markup: JSON-LD (Article, FAQPage, HowTo, Product, Organization, MedicalEntity/LocalBusiness waar passend), breadcrumbs en datum. 6) Consensus & corroboration: link naar onafhankelijke bronnen die je claim steunen; publiceer methodologie. 7) Freshness & onderhoud: changelog, update-tags, herpubliceer bij veranderingen. Werkwijze in 5 stappen: kies 10 kernvragen waarop je geciteerd wilt worden; bouw per vraag één hubpagina; voeg evidence blocks en schema-markup toe; verkrijg corroboratie (branchevereniging, overheid, universiteit); monitor citaties in Perplexity/ChatGPT via testprompts en analytics. Nederlandse praktijk: een zorginstelling die ‘wachttijd GGZ per regio’ met bronverwijzingen en JSON-LD publiceert, krijgt sneller citaties in zorggerelateerde prompts.

Technische duidelijkheid vergroot je citatiekans. Checklist: - JSON-LD: gebruik Organization (naam, logo, contact), WebSite (searchAction), WebPage/Article (headline, datePublished/Modified, author, citation), FAQPage/HowTo voor vraag- en stapcontent, Product (gtin/sku/brand), Review/AggregateRating waar relevant. Voeg ‘sameAs’ naar je officiële profielen toe. - Evidence in HTML: korte alinea’s, H2/H3’s, tabellen en opsommingen. LLM’s extraheren beter uit compacte blokken. - llms.txt: publiceer een llms.txt met crawlbeleid en prioriteiten voor AI-agents (toegestane paden, rate limits, contact). Steeds meer crawlers respecteren zo’n bestand naast robots.txt. - Sitemaps: aparte news/faq/video sitemaps indien van toepassing; update-frequentie verdrievoudigt de kans op snelle opname. - Headers & caching: duidelijke 200-status, last-modified/ETag, snelle CDN. - Toegang: vermijd interstitials en script-gebonden content die zonder JS niet rendert. - Canonicals en hreflang: voorkom duplicaten, geef NL-varianten prioriteit. Praktijk: een Rotterdamse B2B-fabrikant die ‘technische datasheets’ als HTML-tabellen + JSON-LD (Product + PropertyValue) aanbiedt, wordt door Perplexity en ChatGPT vaker geciteerd bij specs-vragen dan concurrenten met PDF-only.

Formuleer content zodat een LLM je veilig kan aanhalen. - Claim: één duidelijke, stand-alone bewering per alinea. Voorbeeld: “Het retourpercentage in NL-mode e-commerce ligt tussen 30–40% (Thuiswinkel, 2024).” - Evidence: directe verwijzing (bron, methodologie, datum), liefst met ‘citation’ in JSON-LD en gelinkte referenties eronder. - Context: nuanceer randvoorwaarden (segment, periode, steekproef) en geef definities. - Q&A-blokken: beantwoord de exacte vraag in 2–4 zinnen; dat zijn ideale citatiefragmenten. - Tabellen en bullets: maak getallen en stappen machine-leesbaar. - Versies: houd een changelog onderaan de pagina; LLM’s prefereren actuele claims. - Lokalisatie: benoem ‘Nederland’, munteenheden (EUR), en wet- of branchenormen. Voorbeeld: een verzekeraar die “Eigen risico zorgverzekering 2026: €XXX” als claim plaatst, onderbouwt met Rijksoverheid-link, en een Q&A-blok “Wat telt mee voor het eigen risico?” toevoegt, ziet vaker directe citaties in NL-prompts dan een algemene blog zonder concrete cijfers.

LLM’s zoeken corroboratie: staat jouw claim ook elders? Zo bouw je autoriteit: - Entiteitsdekking: zorg voor een consistente Organization- en Person-presentie (site, LinkedIn, KvK, Wikipedia/Wikidata waar passend). Claim je Knowledge Panel indien beschikbaar. - Third-party verankering: publiceer whitepapers met DOI, plaats data op GitHub of Zenodo, vraag brancheverenigingen (bijv. INretail, Thuiswinkel.org, NVZ) om te linken. - Pers & overheid: maak een perspagina met cijfers, methodologie en rechten. Dien factsheets in bij gemeenten/provincies als open data. - Reviews & citaties: verzamel vakpublicaties die naar je onderzoek verwijzen; vermeld ‘as cited in’. - Lokale signalen: LocalBusiness-markup, Google Business Profile met categorie en openingstijden; adressen in footer. Case: een Amersfoorts energie-adviesbureau dat regionale verbruiksdata publiceert met bronbestanden + JSON-LD, én geciteerd wordt door een provinciepagina, ziet zijn cijfers terugkomen in ChatGPT-antwoorden over “stroomverbruik Utrecht per huishouden” — inclusief citatie.

De mechaniek verschilt per platform (details zijn niet volledig publiek, onderstaande is gebaseerd op documentatie en observatie): - ChatGPT: combineert modelkennis met web-retrieval (via zoekindex) en toont citaties bij gegronde antwoorden. Het geeft de voorkeur aan recente, toegankelijke NL-bronnen met duidelijke structuur, sterke entiteitsdata en consensus. FAQ/HowTo/Article-markup helpt, net als evidence-tabellen. - Gemini: leunt op Google Search-signalen en Knowledge Graph-entiteiten. Corroboratie en E‑E‑A‑T-achtige indicatoren wegen zwaar. Structured data (FAQPage/HowTo/Organization) en autoritatieve corroboratie vergroten zichtbaarheid in AI-antwoorden. - Perplexity: citeert standaard en kiest bronnen met hoge precisie en recency. Korte, feitelijke blokken, datasets en PDF+HTML-varianten scoren. Optimaliseer dus voor: structuur, NL-relevantie, autoriteit en snelle updates. Test maandelijks met vaste prompts en log veranderingen in citaties.

Maak citatiegroei meetbaar met dit raamwerk: - Funnel: Prompts -> Retrieval (vermeldingen zonder klik) -> Citatie -> Click-through -> Conversie. Noteer per thema je baseline. - Tracking: zet serverlogs en bot-analytics op (AI-user agents), maak een ‘/evidence’ tag in URLs voor blokken die je vaak citeert. - Testset: onderhoud 50 vaste NL-prompts per thema. Meet per maand: aantal citaties, positie tussen bronnen, correctheid van weergave. - A/B-content: varieer formuleringen van claims/Q&A’s en meet effecten op citatiefrequentie. - Alerting: stel meldingen in via Perplexity Collections, Google Alerts en Mention. 30-60-90 plan: 30 dagen voor technical hygiene (llms.txt, sitemaps, JSON-LD, entiteitsopschoning). 60 dagen voor content-hubs met evidence blocks en corroboraties. 90 dagen voor meetprogramma en iteraties. Voor Nederlandse sites levert dit doorgaans de eerste stabiele citaties in kwartaal één op – en schaalbare groei daarna.