Consistentie van AI-antwoorden: wat 968 promptruns laten zien

AI-antwoorden op dezelfde prompt veranderen vaak, en de bronnen die ze citeren veranderen veel sterker dan de merken die ze noemen. Over 968 herhaalde runs van 42 prompt-engineparen die tussen 13 februari en 14 oktober 2026 in AI Rank Lab zijn gevolgd, wisselden 18 van de 42 paren (42,9%) minstens één keer tussen wel en niet noemen van het gevolgde merk. Twee opeenvolgende runs van dezelfde prompt hadden een mediane overlap in geciteerde domeinen van slechts 0,41 (Jaccard). Simpel gezegd: één run is een steekproef, geen meting.

Dit is een onderzoek op basis van eigen data. Hieronder vind je de cijfers per engine, de methode en de beperkingen ervan, hoe onze resultaten zich verhouden tot gepubliceerd werk van Profound, Otterly, SparkToro en onderzoekers van de Universiteit van St. Gallen, en een praktisch antwoord op de twee vragen waar elk AI-zichtbaarheidsrapport tegenaan loopt: hoe vaak moet je meten, en hoeveel runs heb je nodig voordat je een verandering vertrouwt?

Wat hebben we gemeten, en hoe?

We hebben gemeten hoeveel het antwoord op dezelfde prompt, op dezelfde engine, verandert van de ene run op de volgende. De data komt uit geplande en handmatige promptruns in de merkzichtbaarheidstracker van AI Rank Lab, die de prompts van een gebruiker op AI-engines draait en vastlegt of het gevolgde merk werd genoemd en welke domeinen het antwoord citeerde. Ter verduidelijking: AI Rank Lab is ons product, en deze data is daarmee verzameld.

Onderzoeksparameter	Waarde
Periode	Geslaagde runs tussen 2026-02-13 en 2026-10-14
Inclusieregel	Alleen combinaties van prompt + engine met 5 of meer geslaagde runs
Steekproef	42 prompt-engineparen, 968 runs (gemiddeld zo'n 23 runs per paar)
Engines met geldige paren	Gemini (13 paren), ChatGPT (11), Claude (11), Perplexity (6), Google AI Overview (1). Google AI Mode had geen paar met 5+ runs.
Merken	Afkomstig van 12 gevolgde domeinen, vooral marketing- en softwaremerken. Er wordt hier geen klantdomein genoemd.
Gebruikelijke looptijd per paar	Mediaan 25,3 dagen voor ChatGPT, Claude en Gemini; 12,8 dagen voor Perplexity; 37,6 dagen voor het enige AI Overview-paar

Vier metrics, elk per paar berekend en daarna samengevat als mediaan (of aantal) over alle paren:

• Wisselende vermelding: de runs van het paar waren het niet allemaal eens over de vraag of het merk werd genoemd. Paren die nooit wisselden, zijn óf "altijd genoemd" óf "nooit genoemd".
• Jaccard tussen opeenvolgende runs: voor elk paar runs direct na elkaar het aantal geciteerde domeinen dat ze delen, gedeeld door het aantal verschillende domeinen dat een van beide citeerde. 1,0 betekent identieke bronnenlijsten; 0 betekent geen enkele overlap. We middelen dit binnen een paar en nemen daarna de mediaan over alle paren.
• Domeinen die in elke run voorkomen: het aandeel van alle domeinen die een paar ooit citeerde dat in werkelijk elke run verscheen.
• Verschillende domeinen over alle runs versus per run: hoeveel verschillende domeinen het paar over zijn hele geschiedenis citeerde, gedeeld door hoeveel een losse run er gemiddeld citeerde.

De runs lopen via de API van elke engine met webzoeken of search grounding aan, niet via de consumentenchat-apps, en de scoringsinstructie noemt het gevolgde merk zodat het antwoord gescoord kan worden. Beide keuzes zijn van belang voor de interpretatie; we komen erop terug bij de beperkingen.

Hoe vaak verandert het AI-antwoord op dezelfde prompt?

Zo vaak dat één run je weinig vertelt. Van alle 42 paren wisselden er 18 (42,9%) minstens één keer van merkvermelding, werden er 19 in elke run genoemd en 5 nooit. Aan de bronnenkant deelden twee directe opeenvolgende runs van dezelfde prompt mediaan 41% van de domeinen die een van beide citeerde. Grofweg drie op de vijf domeinen in twee opeenvolgende antwoorden kwamen dus maar in één ervan voor. Dat is de kernbevinding over de consistentie van AI-antwoorden in onze steekproef: het oordeel over het merk is instabiel voor een flinke minderheid van de prompts, en de bronnenlijst is instabiel voor vrijwel allemaal.

De belangrijkste bevindingen per engine

Engine	Paren	Runs	Paren met wisselende vermelding	Altijd / nooit genoemd	Mediane Jaccard tussen opeenvolgende runs	Mediaan % geciteerde domeinen in elke run	Verschillende domeinen over alle runs vs per run
Perplexity	6	224	4 (66,7%)	2 / 0	0,59	3,8%	2,43x
ChatGPT	11	239	6 (54,5%)	1 / 4	0,54	7,7%	2,29x
Claude	11	226	5 (45,5%)	6 / 0	0,53	10,0%	2,61x
Gemini	13	274	3 (23,1%)	10 / 0	0,26	2,1%	3,50x
Google AI Overview*	1	5	0 (0%)	0 / 1	0,41	3,3%	2,63x
Alle engines	42	968	18 (42,9%)	19 / 5	0,41	3,5%	2,68x

*Eén paar met vijf runs is een anekdote, geen bevinding. We tonen het alleen voor de volledigheid. De Jaccard over alle engines (0,41) ligt onder die van drie van de vier hoofdengines, omdat het de mediaan is van alle 42 paren samen, en de 13 paren van Gemini met weinig overlap trekken die omlaag.

Welke AI-engine geeft de meest consistente antwoorden?

Dat hangt af van wat voor consistentie je bedoelt, en in onze data wezen de twee soorten in tegengestelde richtingen.

• Meest consistente bronnen: Perplexity. Directe opeenvolgende runs deelden mediaan 0,59 van de geciteerde domeinen, het hoogste van alle engines. Eén kanttekening: Perplexity-paren werden dichter op elkaar gedraaid, zo'n 37 runs per paar over mediaan 12,8 dagen, tegenover ongeveer 20 tot 22 runs over mediaan 25,3 dagen voor de andere engines. Runs die dichter bij elkaar liggen hebben minder kans om uit elkaar te drijven, wat het cijfer mogelijk flatteert.
• Meest consistent oordeel over het merk: Gemini. Slechts 3 van de 13 paren (23,1%) wisselden ooit, en 10 werden in elke run genoemd. Wij denken dat dit vooral komt door de mix van prompts die toevallig op Gemini werd gevolgd en niet door een eigenschap van Gemini, maar onze steekproef kan die twee niet van elkaar scheiden.
• Minst consistente bronnen: Gemini. Een mediane Jaccard van 0,26, slechts 2,1% van de geciteerde domeinen in elke run en na verloop van tijd 3,5 keer zoveel verschillende domeinen als in een gemiddelde run. Gemini bleef het merk noemen, maar wisselde steeds van pagina's waarnaar het verwees.
• Grootste aandeel "vaste" bronnen: Claude. Mediaan 10% van de domeinen die Claude voor een paar citeerde, kwam in elke run terug, het hoogste van de vier hoofdengines.
• ChatGPT zat qua bronoverlap in het midden (0,54) en had de meeste paren waarin het merk nooit werd genoemd (4 van de 11).

Zijn merkvermeldingen stabieler dan geciteerde bronnen?

Ja. In onze data gaven 24 van de 42 paren (19 altijd genoemd plus 5 nooit genoemd) in elke run hetzelfde oordeel over het merk, terwijl mediaan maar 3,5% van de geciteerde domeinen elke run overleefde. Gepubliceerd onderzoek bevestigt dat: het stabiliteitsonderzoek van Otterly vond dat 12% tot 19% van de merken op slechts één dag binnen een periode van 30 dagen verscheen, tegenover tot 67% van de geciteerde bronnen, en de paper uit St. Gallen mat een dag-op-dag-Jaccard voor merken van 0,45 tot 0,59 tegenover 0,34 tot 0,42 voor bronnen. Rapporteer je één getal, dan is een merkvermeldingspercentage over een periode stabieler dan welke momentopname van "welke pagina's werden geciteerd" ook. In ons artikel over merkvermeldingen versus citaties lees je waarom die twee aparte KPI's nodig hebben.

Waarom geven AI-engines verschillende antwoorden op dezelfde vraag?

Omdat een AI-antwoord het eindpunt is van een keten van stappen, en bijna elke stap wat toeval of een veranderende input bevat. De tabel hieronder zet de belangrijkste oorzaken op een rij en laat zien of een trackingopzet ze kan beheersen.

Oorzaak van variatie	Wat het verandert	Bewijs	Kan een tracker het beheersen?
Token-sampling en niet-deterministische inferentie	Formulering, welke merken genoemd worden, volgorde	Thinking Machines kreeg 80 unieke antwoorden op 1.000 identieke verzoeken met temperatuur 0	Nee. Consumenten-apps geven daar geen toegang toe.
Ophalen van bronnen en query fan-out	Welke pagina's worden opgehaald en geciteerd	Google zegt dat AI Overviews en AI Mode meerdere gerelateerde zoekopdrachten over subonderwerpen kunnen uitvoeren	Nee. Je kunt het alleen herhaaldelijk bemonsteren.
Veranderingen in index en web	Nieuwe pagina's komen erbij, oude vallen af	Profound mat dat 40,5% tot 59,3% van de geciteerde domeinen binnen een maand veranderde	Nee. Dit is echte verandering die je juist wilt zien.
Modelupdates	Sprongsgewijze veranderingen in zowel vermeldingen als bronnen	Profound meldt drift die van januari tot juli oploopt tot 70% à 90%	Deels. Leg modelversies vast en markeer uitrols.
Personalisatie, locatie, geheugen	Wat een individuele gebruiker ziet	Onderzoeken houden dit constant, echte gebruikers niet	Deels. Leg locatie en instellingen vast in je tracking.
Verschillende producten van hetzelfde bedrijf	De complete set bronnen	Ahrefs vond 13,7% overlap in citaties tussen AI Mode en AI Overviews	Ja. Volg elk oppervlak apart.

Sampling. Taalmodellen kiezen elk volgend token uit een kansverdeling, dus dezelfde prompt kan andere tekst opleveren. Zelfs met de temperatuur op nul zijn gehoste modellen niet volledig reproduceerbaar: Thinking Machines Lab draaide dezelfde prompt 1.000 keer met temperatuur 0 op Qwen3-235B en kreeg 80 unieke antwoorden. Het lab herleidde dat tot inferentiekernels waarvan de uitkomst afhangt van de batchgrootte, en dus van de serverbelasting.

Ophalen van bronnen. Antwoorden met zoekfunctie hangen af van wat de engine ophaalt. Googles eigen documentatie over AI-functies zegt dat AI Overviews (de AI-overzichten in Google) en AI Mode "query fan-out" kunnen gebruiken, waarbij meerdere gerelateerde zoekopdrachten over subonderwerpen worden uitgevoerd, en dat de twee functies "verschillende modellen en technieken kunnen gebruiken, waardoor de reeks antwoorden en links die ze tonen zal verschillen". Kleine verschillen in welke subqueries worden uitgevoerd, en wat die opleveren, veranderen de lijst met citaties. Onze uitleg over query fan-out beschrijft hoe dat werkt.

Echte verandering in de tijd. Een deel van de beweging is echt: er verschijnen nieuwe pagina's, rankings verschuiven en modellen krijgen updates. Het volatiliteitsonderzoek van Profound vond dat 40% tot 60% van de geciteerde domeinen tussen juni en juli 2025 veranderde voor dezelfde prompts, en het latere onderzoek naar de halfwaardetijd van citaties liet zien dat de mediane geciteerde pagina binnen 11 dagen na haar piek de helft van haar hoogste citatieaandeel kwijt is. Onze periode beslaat acht maanden en modelversies lagen niet vast, dus een deel van onze wisselingen is dit soort echte drift, geen ruis.

Verschillende oppervlakken. Zelfs binnen één bedrijf verschillen de producten. Ahrefs vergeleek 540.000 querycombinaties en ontdekte dat AI Mode en AI Overviews slechts in 13,7% van de gevallen dezelfde URL's citeerden, terwijl hun antwoorden in 86% van de gevallen inhoudelijk vergelijkbaar waren.

Hoe verhouden deze resultaten zich tot Profound, Otterly, SparkToro en St. Gallen?

In grote lijnen komen ze overeen: bronnenlijsten wisselen sterk, de aanwezigheid van merken is stabieler en losse momentopnames zijn misleidend. De tabel zet de gepubliceerde cijfers naast elkaar. Let op: de metrics verschillen, dus vergelijk de richting, niet de decimalen.

Onderzoek	Gepubliceerd door	Steekproef	Vergelijkbare bevinding
AI Rank Lab (dit onderzoek)	Leverancier (wij)	42 prompt-engineparen, 968 runs, feb. tot okt. 2026	Jaccard van geciteerde domeinen tussen opeenvolgende runs 0,41; 42,9% van de paren wisselde van merkvermelding
Don't Measure Once (Schulte, Bleeker, Kaufmann)	Onderzoekers van de Universiteit van St. Gallen	32 Zwitsers-Duitse prompts, 4 engines, 45 tot 46 dagen in jan. tot mrt. 2026	Dag-op-dag-Jaccard voor bronnen 0,34 tot 0,42; herhalingen binnen 24 uur 0,32 tot 0,43; Jaccard voor merken 0,45 tot 0,59
Stabiliteitsonderzoek van Otterly AI	Leverancier	520 prompts, 7 engines, 252.407 antwoorden, dagelijkse runs	ChatGPT en AI Mode hergebruikten dag op dag zo'n 26% van de bronnen, Perplexity zo'n 75%
Profound: AI search volatility	Leverancier	Ongeveer 80.000 prompts per platform, juni vs juli 2025	40,5% (Perplexity) tot 59,3% (AI Overviews) van de geciteerde domeinen veranderde binnen een maand
Yotpo: How long does an AI citation last?	Leverancier	E-commerceprompts, wekelijks gedurende 14+ weken	Wekelijkse citatiestabiliteit 0,30 (ChatGPT) en 0,24 (Gemini)
SparkToro en Gumshoe (via Search Engine Journal)	SparkToro met een trackingleverancier	2.961 promptruns door vrijwilligers op ChatGPT, Claude, Google AI	Minder dan 1 op de 100 keer dezelfde lijst met merken; aanwezigheid van merken stabieler dan de volgorde

Op de paper uit St. Gallen na komt elk onderzoek in deze tabel van een bedrijf dat AI-zichtbaarheidstracking verkoopt, het onze inbegrepen. Houd dat in je achterhoofd wanneer een van hen, ook wij, concludeert dat je meer moet meten.

Waar we het eens zijn. Onze totale bronoverlap van 0,41 valt binnen de bandbreedte van St. Gallen (0,34 tot 0,42 dag op dag). Dat Perplexity de engine met de stabielste bronnen is, klopt met Otterly (zo'n 75% hergebruik dag op dag) en Profound (laagste maandelijkse drift met 40,5%). Dat de aanwezigheid van merken stabieler is dan bronnen, klopt met Otterly, St. Gallen en SparkToro.

Waar we het oneens zijn. Bij de herhalingen binnen 24 uur in St. Gallen was Gemini juist de engine met de stabielste bronnen (Jaccard 0,505) en hoorde Perplexity bij de minst stabiele (0,282), precies het omgekeerde van onze rangorde. Hun runs waren in het Duits, vanaf Zwitserse servers, over een paar dagen; die van ons zijn vooral Engelstalige marketing- en softwareprompts, verspreid over weken. Een rangorde van engines op stabiliteit laat zich niet zomaar overzetten naar andere markten en opzetten. Reden te meer om per engine je eigen nulmeting te bouwen in plaats van die van een ander over te nemen, ook die van ons.

En Peec AI? Per 18 oktober 2026 vonden we geen gepubliceerd stabiliteitscijfer over herhaalde runs van Peec AI. De prijspagina beschrijft de trackingdekking als gevolgde prompts vermenigvuldigd met actieve modellen en trackingfrequentie, en het zichtbaarheidsoverzicht als dagelijks gevolgd, wat op dezelfde aanpak met periodes wijst.

Is één momentopname van je AI-zichtbaarheid betrouwbaar?

Nee. In onze steekproef zou 43% van de prompt-engineparen een ander oordeel over het merk hebben gegeven, afhankelijk van welke run je toevallig bekeek. En een gemiddelde losse run liet ruim minder dan de helft zien van de domeinen die dat paar in de loop van de tijd citeerde (de verhouding van 2,68x voor verschillende domeinen betekent dat één run ongeveer 37% van de uiteindelijke bronnenpool van het paar vastlegde). De vrijwilligers van SparkToro zagen dat ChatGPT en Googles AI in minder dan 1 op de 100 runs dezelfde lijst met merken teruggaven. Een screenshot bewijst dat een antwoord één keer zo is gegeven. Over je zichtbaarheid zegt het niets.

Wat moeten AI-zichtbaarheidsrapporten laten zien in plaats van momentopnames?

Percentages over een periode. Vervang "werden we genoemd?" door "in welk deel van de runs werden we de afgelopen N dagen genoemd, en uit hoeveel runs?" Dit is de rapportageopzet die we aanraden, en ook de opzet waaruit deze data afkomstig is:

1. Leg de promptset vast. Houd per engine een stabiele lijst prompts aan, zodat de noemer niet verschuift. Andere prompts veranderen de metric sterker dan de meeste echte verschuivingen; de once-a-day-test van Profound vond dat de keuze van het promptportfolio het citatieaandeel ongeveer een orde van grootte meer liet bewegen dan de dag-op-dag-drift.
2. Draai volgens een schema. Dagelijks is de gangbare standaard. In AI Rank Lab doen geplande promptruns dit automatisch voor ChatGPT, Claude, Gemini en Perplexity en wordt elke run bewaard; zo is de data in dit artikel ook ontstaan.
3. Rapporteer het vermeldingspercentage over een periode. Runs met vermelding gedeeld door het totaal aantal runs, over 14 tot 28 dagen, met het aantal runs naast het percentage.
4. Rapporteer het citatieaandeel apart. Volg welke van je URL's over de hele periode worden geciteerd, niet in één run. Reken erop dat de lijst wisselt; kijk naar het aandeel, niet naar wie er precies op staat. Onze citatietracker is één manier om dat te doen.
5. Houd engines gescheiden. Onze engines verschilden in wat voor stabiliteit ze hadden. Een gemengde score verbergt dat.
6. Markeer model- en productwijzigingen. Brengt een engine een nieuw model uit, noteer dan de datum, zodat je een sprong niet aanziet voor winst of verlies door je content.
7. Kom pas in actie bij blijvende veranderingen. Zie een verandering als echt wanneer die twee opeenvolgende periodes standhoudt en in meer dan één prompt terugkomt.

Werkt je team met één AI-zichtbaarheidscijfer, dan legt onze gids over hoe een AEO-score wordt gemeten uit wat daaronder hoort te zitten.

Hoeveel runs heb je nodig voordat je een verandering vertrouwt?

Meer dan de meeste dashboards doen vermoeden, zeker op het niveau van één prompt. Een vermeldingspercentage is een proportie, dus de onzekerheid neemt af naarmate er meer runs achter zitten. De tabel gebruikt de standaard normale benadering voor een vermeldingspercentage van 50% (het slechtste geval) en gaat uit van onafhankelijke runs. Echte runs hangen met elkaar samen, dus zie dit als optimistische ondergrenzen.

Runs in de periode	Ca. 95%-marge op één percentage	Benodigde verandering tussen twee periodes om boven de ruis uit te komen	Voorbeeld
5	+/- 44 punten	ongeveer 62 punten	Eén prompt, gedraaid op 5 dagen
10	+/- 31 punten	ongeveer 44 punten	Eén prompt, gedraaid op 10 dagen
20	+/- 22 punten	ongeveer 31 punten	Eén prompt, ongeveer 3 weken dagelijks gedraaid (dicht bij ons gemiddelde van 23 per paar)
30	+/- 18 punten	ongeveer 25 punten	Eén prompt, een maand lang dagelijks gedraaid
60	+/- 13 punten	ongeveer 18 punten	Twee prompts over hetzelfde onderwerp, een maand lang dagelijks
100	+/- 10 punten	ongeveer 14 punten	Een cluster prompts over één onderwerp, elk een aantal runs

Daar volgen twee dingen uit. Ten eerste: als het vermeldingspercentage van één prompt over twee periodes van drie weken van 50% naar 65% gaat, valt dat ruim binnen de ruis. Ten tweede: de nette manier om aan meer runs te komen is meestal meer prompts, niet vaker dezelfde prompt herhalen. De paper uit St. Gallen komt op basis van eigen data tot een vergelijkbare conclusie: de standaardfout van een detectiepercentage per merk zakte onder 0,10 bij 7 runs per prompt, en met een voortschrijdende periode kwam de fout per merk onder 0,10 na 10 dagen en onder 0,05 na 24 dagen. Daarom raden de auteurs periodes van twee tot vier weken aan.

Tests van leveranciers zijn het oneens over dagelijkse herhalingen, maar ze meten iets anders. Profound vond dat runs van één keer per dag op zichtbaarheid binnen ongeveer 2 punten uitkwamen van runs die tien keer per dag draaiden (78,7% vs 80,4%), over 753 prompts, en Meikai vond dat 1 run per dag over 500 prompts hetzelfde samengevoegde signaal gaf als 10. Beide zijn resultaten op portfolioniveau met honderden prompts erachter. De verklaring is eenvoudig: met een grote promptset is één keer per dag genoeg; om één prompt te doorgronden heb je er veel runs van nodig.

Hoeveel prompts moet je volgen?

Zoveel dat de eigenaardigheden van één prompt het cijfer niet bepalen, en in de praktijk betekent dat tientallen per engine, geen handjevol. Otterly vond dat met 10 prompts 90% van de resultaten voor merkdekking ergens tussen 39% en 71% uitkwam; bij 100 prompts versmalde die bandbreedte tot 51% à 60%, ongeveer 73% minder variatie. De auteurs uit St. Gallen zagen de Jaccard per prompt binnen één campagne variëren van onder 0,2 tot boven 0,8. Onze eigen steekproef laat dezelfde spreiding zien: binnen één engine wisselden sommige paren nooit en andere telkens weer.

Onze praktische ondergrens: minstens 50 prompts per engine voor een cijfer op merkniveau, gegroepeerd in onderwerpclusters, en 100+ als je engines of segmenten wilt vergelijken. Dat is een inschatting op basis van de onderzoeken hierboven, niet iets wat onze steekproef van 42 paren op zichzelf kan bewijzen. Welke prompts je kiest, is net zo belangrijk als hoeveel.

Hoe vaak moet je je AI-zichtbaarheid meten?

Draai prompts dagelijks en rapporteer over voortschrijdende periodes van 14 tot 28 dagen. Hoe vaak je draait en hoe vaak je rapporteert zijn twee verschillende beslissingen: runs moeten vaak genoeg zijn om de periode met steekproeven te vullen, rapportages moeten traag genoeg zijn zodat een periode genoeg runs bevat om iets te betekenen. In onze data verzamelden de paren van ChatGPT, Claude en Gemini zo'n 20 tot 22 runs over mediaan 25 dagen, bijna één run per dag, en zelfs dan hadden de vermeldingspercentages per prompt brede foutmarges.

Situatie	Runfrequentie	Rapportageperiode	Waar je op let
Doorlopende merkmonitoring	Dagelijks	Voortschrijdend 28 dagen, wekelijks of maandelijks bekeken	Vermeldingspercentage en citatieaandeel per engine
Lancering, rebranding of PR-kwestie	Dagelijks, met meer prompts over het betreffende onderwerp	Voortschrijdend 14 dagen	Vermeldingspercentage en sentiment op de betreffende prompts
Een contentwijziging testen	Dagelijks op de doelprompts	Minstens 14 dagen ervoor vs 14 dagen erna	Citatieaandeel van de gewijzigde URL over de periode
Krap budget	Wekelijks kan, als je de periode verruimt	8 tot 12 weken	Alleen de richting van het vermeldingspercentage
Eén belangrijke prompt doorgronden	Meerdere runs per dag	1 tot 2 weken	Welke bronnen en concurrenten steeds terugkomen

Voor het grotere plaatje over wat je moet volgen en waarom, lees onze gids over AI-zichtbaarheidstracking.

Wat zijn de beperkingen van dit onderzoek?

Genoeg, en ze bepalen wat je er wel en niet uit mag halen.

• Kleine, ongelijke steekproef. 42 paren en 968 runs, afkomstig van 12 gevolgde domeinen met een zwaartepunt in marketing en software. Perplexity heeft 6 paren, Google AI Overview 1, Google AI Mode geen. Percentages per engine op basis van 6 tot 13 paren kunnen door één paar flink verschuiven.
• Geen willekeurige steekproef van prompts. De prompts zijn gekozen door gebruikers om hun eigen merken te volgen. Het hoge aantal "altijd genoemd" bij Gemini (10 van 13) komt waarschijnlijk door die mix.
• API, geen consumenten-apps. De runs gebruikten de API van elke engine met webzoeken of grounding aan, zonder personalisatie. Een ingelogde gebruiker kan meer of minder variatie zien.
• Het merk staat in de scoringsinstructie. Zo kan de tracker het antwoord scoren, maar het kan de absolute vermeldingspercentages verhogen ten opzichte van een lege chat. Daarom richten we ons op stabiliteit, niet op hoe vaak merken worden genoemd.
• Geautomatiseerde scoring. Vermeldingen en geciteerde domeinen worden automatisch herkend uit de antwoordtekst en de bijbehorende citaties; we hebben niet elke run met de hand gecontroleerd.
• Ongelijke spreiding en niet-vastgelegde modellen. De runs liepen niet op een vaste klok (Perplexity draaide het dichtst op elkaar), en modelversies lagen niet vast voor de hele periode, dus onze wisselingen mengen ruis met echte drift.
• Domeinen, geen URL's, en geen positie. De overlap is gemeten op geciteerde domeinen, wat milder uitvalt dan overlap op URL-niveau, en we hebben de positie in het antwoord niet geanalyseerd.
• Geen significantietoetsen. Dit zijn beschrijvende medianen en aantallen. Trek ze niet door naar andere sectoren, talen of engines.

We herhalen deze analyse naarmate de steekproef groeit en publiceren de bijgewerkte cijfers met dezelfde definities.

Waar het op neerkomt

De consistentie van AI-antwoorden is zo laag dat elke losse run je op het verkeerde been kan zetten, en bronnenlijsten wisselen veel sterker dan merkvermeldingen. De oplossing is niet meer screenshots, maar een vaste promptset, dagelijkse runs en percentages die per engine over periodes van twee tot vier weken worden gerapporteerd, met het aantal runs erbij. Wil je die opzet zonder hem zelf te bouwen? De merkzichtbaarheidstracking van AI Rank Lab draait je prompts volgens een schema en bewaart elke run, zodat je trends leest in plaats van momentopnames.