25 prompts voor AI-marketingagents die echt bruikbare output geven

Een marketingagent levert om één reden vage output op: in de opdracht zat geen eindpunt. "Analyseer onze SEO" heeft geen finish, dus maakt de agent een algemeen overzicht. "Noem de vijf URL's die in juni de meeste klikken verloren en de meest waarschijnlijke oorzaak per URL" heeft die wel, dus krijg je een antwoord.

Alles hieronder volgt daaruit. Deze 25 prompts zijn geschreven voor agents met echte toegang tot tools, zoals Search Console, GA4, SERP-data en een crawler, en niet voor chatassistenten. Elke prompt benoemt een scope, een randvoorwaarde en een outputvorm, want precies die drie dingen maken van een verzoek iets wat een agent kan afronden en jij kunt controleren.

Vervang de waarden tussen vierkante haken door je eigen gegevens. Gaat een prompt over een periode, wees dan expliciet: relatieve termen als "vorige maand" zijn een van de meest voorkomende oorzaken van een analyse die vol zelfvertrouwen de plank misslaat.

Waaraan een goede prompt voor een AI-marketingagent voldoet

Vier onderdelen. Mis je er één, dan zakt de kwaliteit merkbaar.

1. Een afgebakend doel. Iets waarvan de agent kan zeggen dat het af is. "Vind X" werkt beter dan "kijk eens naar X".

2. De scope. Welke property, welke sectie, welke periode, welke markt. Absoluut geformuleerd, niet relatief.

3. De outputvorm. Een gerangschikte top 5, een tabel met benoemde kolommen, een oordeel in één alinea. Zonder dit kiest de agent zelf, en dan kiest hij meestal lopende tekst.

4. De bewijsregel. Laat de agent bij elke bewering het onderliggende cijfer noemen en "niet beschikbaar" zeggen in plaats van te schatten. Deze ene regel haalt het meeste verzonnen werk weg.

Wat je over het algemeen niet moet doen, is de tools benoemen. Een goed gebouwde agent kiest zijn tools op basis van het doel. Schrijf je de volgorde voor, dan maak je er een workflow van en gooi je weg waar je juist voor betaalt. Building Effective AI Agents van Anthropic trekt precies deze grens: workflows volgen "vooraf gedefinieerde codepaden", agents "sturen dynamisch hun eigen processen en toolgebruik aan". Vraag om de uitkomst en laat de agent de route kiezen.

Prompts om een daling in verkeer te diagnosticeren

Dit is de waardevolste categorie, omdat de juiste tweede stap echt afhangt van wat de eerste stap oplevert. Als je een verkeersdaling onderzoekt, weet je vooraf juist niet of het antwoord in vertoningen, positie, doorklikratio of een veranderde SERP-indeling zit. Benoem in je prompt dus de beslissing die je genomen wilt zien, niet de checks die je wilt laten draaien.

Voor deze hele sectie geldt één regel: gebruik absolute datums. "Het verkeer daalde vorige maand" is dé meest voorkomende oorzaak van een verkeerde conclusie van een agent: de periode van de agent en die van jou verschillen ongemerkt een week, en elke vergelijking die daarop volgt neemt die fout over.

De organische klikken naar [domein] zijn gedaald tussen [periode A] en [periode B].
Bepaal welke 5 URL's het grootste deel van het verlies veroorzaken.
Geef per URL aan of de oorzaak verlies aan vertoningen, positie of CTR is,
noem de cijfers achter dat oordeel en rangschik je belangrijkste hypothese.
Als de data voor een URL geen conclusie toelaat, zeg dat dan.

Vergelijk de Search Console-prestaties van [domein] voor [maand] dit jaar met
dezelfde maand vorig jaar. Scheid branded en non-branded zoekopdrachten.
Vertel me welke van de twee is veranderd, hoeveel, en of de verandering
geconcentreerd is in een klein aantal URL's of verspreid over de hele site.

De conversieratio op [URL van landingspagina] daalde van [X] naar [Y] tussen
[datum A] en [datum B]. Controleer of de samenstelling van het verkeer is veranderd:
bron, medium, apparaat, land en variant van de landingspagina.
Rapporteer alleen de dimensies die met meer dan 10 procent zijn veranderd,
met de cijfers van voor en na.

Voer een audit uit op [URL] en noem elk technisch probleem dat de ranking
aannemelijk kan beïnvloeden, gesorteerd op waarschijnlijke impact en niet op ernstlabel.
Geef per probleem aan wat je hebt gezien, waarom het ertoe doet en wat de oplossing is.
Laat alles weg wat je niet op de pagina zelf kunt verifiëren.

[domein] heeft zichtbaarheid verloren voor [zoekwoordcluster]. Bepaal of
concurrenten de posities hebben overgenomen die wij kwijt zijn, of dat de SERP zelf
is veranderd: nieuwe features, andere zoekintentie, andere soorten resultaten.
Toon de huidige top 10 en wat er is veranderd.

Prompts voor zoekwoord- en contentonderzoek

Zoek zoekwoordkansen voor [domein] waarop we binnen twee kwartalen realistisch
kunnen ranken. Vergelijk onze rankende zoekwoorden met die van [concurrent 1]
en [concurrent 2], filter alles weg boven moeilijkheidsgraad [N] en cluster
de rest op zoekintentie. Geef een tabel terug: cluster, voorbeeldzoekopdrachten,
gecombineerd maandelijks volume, gemiddelde moeilijkheid en waarom we kunnen winnen.

Breng de query fan-out in kaart voor het onderwerp [onderwerp]: noem de deelvragen
waarin een gedetailleerde prompt over dit onderwerp uiteenvalt. Controleer per deelvraag
of de huidige top 3-resultaten er direct antwoord op geven.
Geef een tabel terug met deelvraag, beantwoord door wie, en gat ja/nee.

Spoor zoekwoordkannibalisatie op [domein] op: zoekopdrachten waarvoor meer dan
één van onze URL's in de afgelopen 3 maanden vertoningen heeft gekregen.
Noem per zoekopdracht de URL's, de verdeling van de vertoningen en welke URL
de zoekopdracht zou moeten bezitten op basis van de huidige prestaties.

Zoek zoekopdrachten binnen handbereik voor [domein]: gemiddelde positie tussen
8 en 20, minimaal [N] vertoningen in de afgelopen 28 dagen.
Sorteer op vertoningen vermenigvuldigd met de CTR-winst die we zouden verwachten
als we positie 5 bereiken. Laat je berekening zien.

Stel een contentbriefing op voor [doelzoekopdracht]. Onderzoek wat de huidige top 5
behandelt, benoem wat ze allemaal weglaten en bouw de briefing rond dat gat.
Neem de deelvragen op die het artikel moet beantwoorden en de bronnen
die het waard zijn om te citeren. Schrijf het artikel niet.

Prompts voor GA4-analyse

Hier spelen twee beperkingen. Sampling en drempelwaarden in GA4 kunnen ongemerkt veranderen waar je naar kijkt, en de Data API rekent standaardproperty's af op 200.000 core tokens per property per dag, waarbij complexe verzoeken meer kosten. Een prompt die zes dimensies over achttien maanden opvraagt, is dus een dure prompt.

Vergelijk in GA4-property [ID] de organische zoeksessies en conversies
voor [periode A] met [periode B], uitgesplitst per landingspagina.
Geef de 10 landingspagina's met de grootste absolute verandering in conversies.
Markeer elke rij waar het aantal sessies zo laag is dat de verandering
in conversieratio ruis kan zijn.

Bepaal in GA4-property [ID] welke acquisitiekanalen beter en welke slechter
presteerden over [periode], gemeten in conversies in plaats van sessies.
Vermeld welk conversie-event je hebt gebruikt. Als er meer dan één conversie-event
is ingesteld, noem ze dan en vraag me welke je moet gebruiken voordat je verdergaat.

Analyseer het pad dat gebruikers afleggen voordat ze converteren op [doel] in GA4-property [ID]
over [periode]. Bepaal de twee grootste uitvalpunten in procenten
en geef de absolute aantallen naast de percentages.

Vergelijk voor GA4-property [ID] mobiel met desktop over [periode]
op sessies, engagementpercentage, conversieratio en gemiddelde omzet.
Vertel me of het verschil op mobiel groter of kleiner wordt ten opzichte van
de vorige vergelijkbare periode.

Leg GA4-property [ID] naast Search Console voor [domein]
over [periode]. Zoek pagina's die organische klikken wonnen maar
conversies verloren. Geef per pagina de klikken voor en na, de conversies voor
en na, en één hypothese.

Prompts voor Search Console

Twee harde limieten bepalen elke prompt in deze sectie: de Search Analytics API geeft 25.000 rijen per verzoek terug en bewaart 16 maanden historie. Vraag je om een vergelijking over twee jaar, dan vertelt een goede agent je dat die data niet bestaat. Een slechte agent gaat schatten.

Noem voor [domein] zoekopdrachten uit de afgelopen 3 maanden met meer dan
[N] vertoningen en een CTR die meer dan 40 procent onder de gemiddelde CTR
van hun positieband ligt. Geef zoekopdracht, positie, vertoningen, werkelijke CTR,
verwachte CTR en de rankende URL.

Zoek pagina's op [domein] waar Google voor een zoekopdracht een andere URL laat ranken
dan de URL die wij ervoor bedoeld hadden. Vergelijk de rankende URL met de
pagina waarvan het hoofdonderwerp bij de zoekopdracht past. Noem de mismatches.

Vergelijk de Search Console-prestaties van [domein] over de afgelopen 4 kwartalen.
Bepaal welke contentclusters structureel dalen (minder vertoningen
in drie of meer opeenvolgende kwartalen), in tegenstelling tot seizoensdips.
Toon per cluster de kwartaalcijfers.

Rapporteer voor [domein] de prestaties op AI-oppervlakken van Google over [periode]
met de generatieve-AI-rapportage in Search Console. Vergelijk die met de algemene
prestaties in webzoekresultaten voor dezelfde periode. Gebruik geen enkele schatting
van derden voor AI-zichtbaarheid.

Prompts voor concurrentie- en merkzichtbaarheid

Vergelijk [domein] met [concurrent 1] en [concurrent 2] op organische
zichtbaarheid voor [themagebied]. Geef een tabel met gedeelde zoekwoorden waarop zij
hoger ranken dan wij, zoekwoorden waarop alleen zij ranken en zoekwoorden waarop alleen wij ranken,
met per zoekwoord volume en moeilijkheid.

Controleer hoe [merk] op dit moment wordt beschreven als [doelvraag] wordt gesteld
aan de grote AI-assistenten. Rapporteer wat elk ervan zei, welke bronnen het citeerde
en of ons eigen domein daarbij zat. Citeer de antwoorden letterlijk in plaats van
ze samen te vatten.

Analyseer de laatste [N] artikelen die [concurrent] over [onderwerp] heeft gepubliceerd.
Bepaal welk structureel patroon ze gebruiken: gebruikelijke lengte, opbouw van koppen,
wat ze citeren en wat ze consequent weglaten. Raad niet aan het te kopiëren;
vertel me wat dat ontbrekende stuk waard is.

Prompts voor rapportages

Stel de maandelijkse samenvatting van de organische prestaties op voor [domein], [maand].
Opbouw: een oordeel in één alinea, dan een tabel met klikken, vertoningen,
gemiddelde positie en conversies met de verandering ten opzichte van vorige maand en vorig jaar,
dan de drie belangrijkste verschuivingen met per verschuiving een oorzaak,
en tot slot de aanbevolen focus voor volgende maand. Elk cijfer moet uit de
gekoppelde data komen. Schrijf "niet beschikbaar" waar het niet bestaat.

Maak van de analyse hierboven een document dat klaar is voor de klant. Houd elk cijfer
identiek. Haal interne toolnamen en vakjargon weg. Begin met het zakelijke
resultaat in plaats van met de metric. Maximaal één pagina.

Controleer elke maandag om 9.00 uur Search Console van [domein] op zoekwoordclusters
waarvan de klikken week op week met meer dan 25 procent zijn gedaald, bij minimaal
[N] vertoningen. Komt niets boven de drempel, antwoord dan met één regel
waarin je dat meldt. Komt er wel iets boven, onderzoek dan de oorzaak voordat je rapporteert.

Prompt-valkuilen die je moet vermijden

Valkuil	Waarom het misgaat	Oplossing
"Analyseer onze SEO"	Geen eindpunt, dus maakt de agent een overzicht	Benoem wat je gevonden wilt hebben
"Vorige maand"	Onduidelijke grens, ongemerkt foute vergelijkingen	Absolute datums
"Geef me wat inzichten"	Geen outputvorm, dus wordt het lopende tekst	Leg de tabel of lijst vast
"Gebruik de GSC-tool en daarna de GA4-tool"	Maakt van een agent een workflow	Noem het doel, laat de agent de route kiezen
"Schat het als het niet beschikbaar is"	Geeft expliciet toestemming om te verzinnen	Eis "niet beschikbaar"
"Verbeter onze rankings"	Onbegrensd, waaiert uit over elke tool tegen volle kosten	Eén vraag per run
Tien vragen in één prompt	Het stappenbudget is op voordat er één af is	Stel ze na elkaar

Zo voorkom je dat een agent data verzint

Drie regels, letterlijk toe te voegen aan elke prompt waarin de cijfers ertoe doen:

Elk cijfer moet uit de gekoppelde databronnen komen.
Is een cijfer niet beschikbaar, schrijf dan "niet beschikbaar" en schat nooit.
Vermeld bij elk cijfer uit welke bron het komt.

Dit werkt omdat verzinnen meestal de manier is waarop het model een onuitgesproken conflict tussen "wees behulpzaam" en "wees nauwkeurig" oplost. Maak je de eis van nauwkeurigheid expliciet, dan valt die keuze de goede kant op. Het is geen garantie, en daarom doet het transcript ertoe: een agent kan niet betrouwbaar inschatten wanneer hij ernaast zit, en de inschatting van Gartner dat de meeste agentic implementaties stranden op onvoldoende risicobeheersing beschrijft precies dit gat.

Hoe specifiek moet een prompt zijn?

Specifiek over het doel, de scope en de output. Ruim over de methode. Die balans is makkelijk uit te leggen en makkelijk in beide richtingen te verprutsen.

Te weinig gespecificeerd ziet eruit als "check onze Search Console op problemen". De agent heeft geen finish, dus pikt hij van alles een beetje mee en levert hij een lijst op die je al kende. Te veel gespecificeerd ziet eruit als "vraag Search Console op voor de afgelopen 28 dagen, filter dan op positie 8 tot 20, koppel dat aan GA4-sessies en rangschik op vertoningen". Dat is een script, en als de eerste data laat zien dat het echte probleem ergens anders zit, volgt de agent toch jouw volgorde en mist hij het.

De versie die werkt, zit ertussenin: benoem de beslissing die je genomen wilt zien en de bewijsstandaard waaraan die moet voldoen, en laat de agent kiezen hoe hij daar komt. Praktijkadvies van Search Engine Land over het bouwen van agent skills komt op hetzelfde uit: baken instructies zo strak af dat de output herhaalbaar is, zonder de route voor te schrijven.

Een praktische test: kun je precies voorspellen welke reeks tools je prompt in gang zet, dan heb je te veel gespecificeerd. Kun je niet voorspellen hoe het antwoord eruit zal zien, dan heb je te weinig gespecificeerd.

Nog één ding om te weten

Geen enkele prompt maakt content die een agent schrijft geschikter voor AI Overviews of AI Mode (de AI-samenvattingen en AI-zoekmodus van Google). Volgens de richtlijnen van Google zijn er "geen aanvullende vereisten om in AI Overviews of AI Mode te verschijnen, en ook geen andere speciale optimalisaties nodig". Prompts die online "AI-geoptimaliseerde" output beloven, verkopen je opmaak. Gebruik agents om te vinden waarover je moet schrijven en om te controleren of je het hebt behandeld. Dat deel werkt wél.

Wil je deze prompts draaien op je eigen gekoppelde Search Console- en GA4-data, kijk dan bij Autopilot. Wil je de redenering achter het advies over scoping, dan lees je in wat autonome agents wel en niet kunnen uitvoeren uitgebreid waar de grenzen liggen.