AEO-audit template: zo doe je een complete AI-zoekaudit voor klanten

Een AI-zoekaudit beantwoordt één vraag: waarom wordt deze site net zo vaak door AI-engines geciteerd als nu, en wat moet er veranderen om dat te verbeteren? Zonder gestructureerde audit wordt AEO-optimalisatie gokwerk: hier wat schema markup toevoegen, daar een kop herschrijven, zonder helder beeld van wat de citaties nu echt tegenhoudt.

Dit is het audit-template dat we gebruiken voor AI-zichtbaarheidsopdrachten. Het dekt elk aspect dat invloed heeft op AI-citatieratio's, levert een geprioriteerde lijst met bevindingen op en is herhaalbaar voor klanten in elke branche. Werk de onderdelen op volgorde af: elk onderdeel bouwt voort op het vorige.

Voordat je begint: bepaal de scope

Leg het volgende vast voordat je de audit uitvoert:

• AI-engines om te meten: welke van de vier (ChatGPT, Gemini, Perplexity, Claude) zijn het belangrijkst voor het publiek van deze klant? Voor B2B-klanten tellen ze alle vier. Voor consumentenmerken geef je voorrang aan ChatGPT en Perplexity. Voer de volledige audit uit op alle vier.

• Kernset zoekwoorden: 10-20 zoekvragen die laten zien hoe potentiële klanten hun categorie onderzoeken in AI-engines. Neem categorievragen, vergelijkingen met concurrenten en probleem-oplossingvragen op.

• Belangrijkste concurrenten: 3-5 directe concurrenten om mee te vergelijken. Data over de AI-zichtbaarheid van concurrenten plaatst de prestaties van de klant in context.

• Auditperiode: de nulmeting van citatieratio's loopt over 2-4 weken, omdat AI-antwoorden variëren. Directe steekproeven zijn nuttig, maar voor statistische ratio's moet je herhaaldelijk meten.

Onderdeel 1: nulmeting van de citatieratio

Dit is het fundament van de audit. Zonder nulmeting heeft niets anders context.

1.1 Huidige citatieratio per engine

Noteer voor elk van de 10-20 doelzoekvragen of het merk van de klant in het antwoord van de AI-engine wordt geciteerd. Voer elke zoekvraag minimaal 3 keer uit in verschillende sessies om de variatie in antwoorden op te vangen. Bereken de citatieratio als: (aantal zoekvragen met citatie / totaal aantal gemeten zoekvragen) x 100.

Leg het vast in een tabel: Zoekvraag | Ratio ChatGPT | Ratio Gemini | Ratio Perplexity | Ratio Claude | Opmerkingen

1.2 Uitsplitsing naar type citatie

Noteer bij zoekvragen waarin de klant wordt geciteerd hoe die verschijnt:

• Directe aanbeveling: de AI noemt het merk van de klant als aanbevolen tool of dienstverlener

• Bronvermelding: de AI citeert content van de klant als bron, maar beveelt het merk niet direct aan

• Vermelding in een vergelijking: de AI noemt de klant in een vergelijking („Merk X versus Merk Y”)

• Negatieve vermelding: de klant wordt geciteerd in een context die het merk niet helpt (zeldzaam, maar het signaleren waard)

1.3 Citatieratio's van concurrenten

Voer dezelfde zoekvragen uit voor elk van de 3-5 concurrerende merken en noteer de citatieratio's per engine. Zo ontstaat de concurrentiekaart van AI-zichtbaarheid: waar de klant staat ten opzichte van concurrenten, per AI-engine en per type zoekvraag.

Kernvraag: bij welke zoekvragen worden concurrenten aanbevolen terwijl de klant ontbreekt? Dat zijn de optimalisatiedoelen met de hoogste prioriteit.

1.4 Aanwezigheid in AI Overviews (Google)

Controleer Google AI Overviews (de AI-samenvattingen boven de zoekresultaten) voor de kernset zoekwoorden. Noteer welke zoekvragen een AI Overview opleveren, of de klant daarin wordt geciteerd en of content van concurrenten wordt geciteerd. Gebruik een incognitovenster om personalisatie zo veel mogelijk uit te sluiten.

Onderdeel 2: analyse van de contentstructuur

AI-engines citeren content die vragen direct beantwoordt. Dit onderdeel beoordeelt of de content van de klant zo is opgebouwd dat die citeerbaar is.

2.1 Audit van de kopstructuur

Voor elke belangrijke pagina (productpagina's, dienstpagina's en de best presterende blogcontent):

• Sluiten de H2- en H3-koppen aan op de vraagvorm van de doelzoekvragen? („Wat is X” in plaats van „Over X”)

• Geeft elk H2-onderdeel binnen de eerste 1-2 zinnen onder de kop een direct antwoord?

• Zijn de koppen specifiek genoeg om geciteerd te worden? („Zo verbeter je AI-citatieratio's” is citeerbaar, „Tips voor betere resultaten” niet)

2.2 Audit van alinea's met een direct antwoord

AI-engines halen antwoordfragmenten uit content. Controleer of de content het volgende bevat:

• Definitie-alinea's die in de eerste zin zeggen wat iets is

• Proces-alinea's die vooraf zeggen hoeveel stappen er zijn of wat het resultaat is

• Vergelijkende content die opties expliciet met elkaar vergelijkt (in plaats van elke optie apart te beschrijven)

• Statistieken en datapunten met bronvermelding (AI-engines geven de voorkeur aan content met onderbouwd bewijs)

2.3 Dekking van conversationele zoekvragen

Koppel elk van de 10-20 doelzoekvragen aan bestaande content. Per zoekvraag:

• Is er een pagina of onderdeel dat deze zoekvraag direct beantwoordt?

• Gebruikt die pagina de exacte formulering van de zoekvraag, of nauwe varianten daarvan, in de koppen?

• Is het antwoord compleet op de pagina, of moet de gebruiker ergens anders verder zoeken?

Zoekvragen zonder passende content zijn kansen voor nieuwe content. Zoekvragen met een zwakke match zijn kansen om bestaande content te verbeteren.

2.4 Check op actualiteit van content

AI-engines geven de voorkeur aan actuele content. Controleer:

• De datum van laatste wijziging op belangrijke pagina's

• Of statistieken, productfuncties en marktdata actueel zijn (niet uit 2022)

• Of pagina's een expliciete publicatie- of updatedatum tonen die crawlers kunnen zien

Onderdeel 3: review van schema markup

Schema markup is de technische hefboom met de meeste impact op AI-citaties. Dit onderdeel sla je niet over.

3.1 Inventaris van bestaand schema

Gebruik de Test voor uitgebreide resultaten van Google of een schemavalidator om te controleren welke schematypes nu op belangrijke pagina's staan. Noteer: pagina-URL | aanwezige schematypes | validatiefouten.

3.2 Audit van FAQPage-schema

FAQPage-schema is het schematype met verreweg de meeste impact op AI-citatieratio's. Controleer:

• Staat FAQPage-schema op productpagina's, dienstpagina's en belangrijke blogposts?

• Komen de FAQ-vragen in het schema overeen met de conversationele vragen die gebruikers echt aan AI-engines stellen?

• Zijn de FAQ-antwoorden compleet en direct (te begrijpen zonder de pagina te bezoeken)?

• Zijn de FAQ-vragen echt verschillend, of zijn het varianten van dezelfde vraag?

3.3 Article- en Organization-schema

Controleer op:

• Article-schema op alle blogcontent (inclusief datePublished, dateModified, author, publisher)

• Organization-schema op siteniveau (naam, URL, logo, beschrijving, sameAs-socialmediaprofielen)

• Person-schema voor auteurs met naam en aantoonbare expertise (relevant voor EEAT-signalen)

• Product- of Service-schema waar van toepassing

3.4 Prioriteren van ontbrekend schema

Beoordeel ontbrekend schema op impact: ontbrekend FAQPage-schema op pagina's met veel verkeer = Kritiek; ontbrekend Article-schema = Hoog; ontbrekend Organization-schema = Hoog; overige schematypes = Gemiddeld.

Onderdeel 4: audit van technische toegankelijkheid

AI-crawlers kunnen geen content citeren waar ze niet bij kunnen. Dit onderdeel controleert of technische drempels het aantal citaties beperken.

4.1 Toegang voor AI-crawlers

Controleer robots.txt op disallow-regels die bekende AI-crawlers kunnen blokkeren. Kijk naar expliciete blokkades van:

• GPTBot (OpenAI)

• PerplexityBot

• ClaudeBot (Anthropic)

• Google-Extended

• Bingbot (gebruikt door sommige AI-systemen)

Veel sites hebben brede disallow-regels of wildcard-blokkades die deze crawlers onbedoeld buitensluiten. Zorg dat de crawlers die je wilt toelaten expliciet toegang hebben.

4.2 JavaScript-rendering

Controleer of belangrijke content op product- en dienstpagina's via JavaScript wordt gerenderd. Content die pas verschijnt als JavaScript wordt uitgevoerd, wordt minder betrouwbaar geïndexeerd door AI-crawlers dan server-side gerenderde of statische HTML. Doe de paginabron-test: staat de content niet in de ruwe HTML-bron, dan wordt die via JavaScript gerenderd.

4.3 Laadsnelheid en Core Web Vitals

Citatieratio's in AI-engines hangen samen met kwaliteitssignalen van content, en laadsnelheid is daar één van. Controleer Largest Contentful Paint, Cumulative Layout Shift en Interaction to Next Paint voor belangrijke pagina's met PageSpeed Insights. Markeer pagina's onder de drempel (LCP boven 4 seconden, CLS boven 0,25) om ze te verbeteren.

4.4 Aanwezigheid van LLMs.txt

Controleer of de site een llms.txt-bestand in de root heeft. Zo niet, markeer het dan als aanbeveling met weinig moeite en gemiddelde prioriteit. Zo ja, controleer of het bestand actueel is en de belangrijkste pagina's met juiste beschrijvingen bevat.

Onderdeel 5: audit van externe signalen

AI-engines putten uit het bredere web, zoals reviewsites, nieuwsvermeldingen en branchegidsen, en niet alleen uit de eigen content van de klant. Dit onderdeel brengt de signalen buiten de eigen site in kaart.

5.1 Aanwezigheid op reviewplatforms

Controleer de aanwezigheid en het aantal reviews van de klant op platforms waar AI-engines uit putten: G2, Capterra, Trustpilot, Google Reviews, Clutch (voor bureaus), TripAdvisor (voor horeca en hotels), Healthgrades (voor de zorg). Weinig reviews op de grote platforms drukt de citatieratio.

5.2 Vermeldingen in pers en publicaties

Zoek naar merkvermeldingen in vakbladen, nieuwsbronnen en erkende gidsen. AI-engines laten vermeldingen uit gezaghebbende bronnen zwaarder meewegen. Beoordeel: het aantal vermeldingen, de kwaliteit van de bronnen en hoe recent ze zijn.

5.3 Aanwezigheid op Wikipedia en in de knowledge graph

Controleer of het merk, leden van het oprichtersteam of belangrijke producten een Wikipedia-pagina of een Google-kennisvenster (Knowledge Panel) hebben. Bestaande vermeldingen in de knowledge graph vergroten de kans op AI-citaties bij merkgerelateerde zoekvragen aanzienlijk.

Onderdeel 6: geprioriteerde actielijst

De bevindingen uit de audit komen samen in een geprioriteerde actielijst. Gebruik dit prioriteringskader:

Kritiek (oplossen binnen 2 weken):

• AI-crawler geblokkeerd in robots.txt

• Geen enkel FAQPage-schema op belangrijke commerciële pagina's

• Belangrijke content niet toegankelijk (JavaScript-rendering blokkeert crawlen)

Hoog (oplossen binnen 30 dagen):

• Organization-schema ontbreekt

• Belangrijke typen zoekvragen zonder passende content

• Article-schema ontbreekt op blogposts

• Achterstand op concurrenten in citaties bij zoekvragen met hoge koopintentie

Gemiddeld (aanpakken binnen 60 dagen):

• Kopstructuur sluit niet aan op de vorm van conversationele zoekvragen

• Verouderde content op belangrijke pagina's

• Weinig aanwezigheid op reviewplatforms

• LLMs.txt ontbreekt

Laag (doorlopende verbetering):

• Content verdiepen bij onderwerpen die maar deels zijn behandeld

• Vermeldingen in pers en publicaties opbouwen

• Statistieken in bestaande content bijwerken

De auditbevindingen rapporteren

Een goed opgebouwd auditrapport bevat: de tabel met de nulmeting van citatieratio's inclusief concurrentiecontext, een samenvatting van de bevindingen per onderdeel en prioriteit, de geprioriteerde actielijst met een eigenaar en tijdlijn per actie, en het meetplan: hoe en wanneer de voortgang van de citatieratio wordt afgezet tegen de nulmeting.

Dat meetplan is essentieel. Zonder vooraf afgesproken meetritme kun je niet aantonen dat de optimalisaties werken. Leg de nulmeting vast in de audit, bepaal het volgende meetmoment (meestal 60 dagen na implementatie) en spreek af wat als een betekenisvolle verbetering telt.

Voor de nulmeting en de doorlopende tracking biedt de citatietracking van AI Rank Lab in ChatGPT, Gemini, Perplexity en Claude de geautomatiseerde meetinfrastructuur die herhaalbare audits praktisch haalbaar maakt. Begin met een gratis nulmeting voordat je de rest van de audit uitvoert.