Wie wil weten hoe je geciteerd wordt door AI, moet begrijpen wat er gebeurt voordat een AI ook maar één woord van zijn antwoord schrijft. Tools als ChatGPT en de AI Mode van Google putten niet alleen uit wat ze tijdens hun training hebben geleerd. Ze voeren zoekopdrachten uit, halen live pagina's op en verweven relevante passages in hun antwoorden. Dat ophaalproces heeft een naam: retrieval augmented generation, oftewel RAG.
Een recente uitleg op de Ahrefs Blog van Louise Linehan legt precies uit hoe RAG bepaalt welke pagina's worden gelezen en geciteerd. De korte versie: in de basistrainingsdata van een model komen ligt grotendeels buiten je controle, maar in de ophaallaag terechtkomen is in veel opzichten een verlengstuk van SEO. Dat is het deel dat je wél kunt beïnvloeden.
Deze gids legt in gewone taal uit hoe RAG werkt, hoe ai zoekmachines bronnen kiezen en welke contentsignalen je kans vergroten om opgehaald en geciteerd te worden. Als je AI-zoeken tot nu toe als een black box behandelde, wordt het hier begrijpelijk.
Wat retrieval augmented generation precies is
Retrieval augmented generation is een techniek waarbij een large language model een index bevraagt (een zoekmachine, kennisbank of vectordatabase) om contextueel relevante informatie te vinden voordat het antwoordt, in plaats van alleen te leunen op de trainingsdata. Modellen worden getraind op enorme datasets, maar die training heeft een einddatum. Vraag een model naar het nieuws van vorige week en het werkt uit het geheugen, zonder referentie voor zich.
Dat is precies het moment waarop modellen het meest geneigd zijn te hallucineren. RAG lost dit op door het antwoord te verankeren in specifieke bronnen, zodat het model niet vrij improviseert vanuit zijn training. Zoals het Ahrefs-artikel het stelt: het LLM vult zijn interne kennis (het parametrische geheugen) aan of overschrijft die, om een betrouwbaarder antwoord te geven.
De naam verwijst naar drie fasen. Retrieval: het model voert een zoekopdracht uit om relevante content te vinden. Augmented: het voegt die content toe aan zijn input. Generation: het gebruikt de vraag plus de opgehaalde content om het antwoord te schrijven. De meeste AI-tools laten RAG en getrainde kennis samen draaien, met een basismodel dat taal genereert en een ophaallaag die bronnen gaat zoeken om aan te hechten.
In de kennis van het basismodel terechtkomen betekent onderdeel zijn van de trainingsdata, en dat is niet iets wat je eenvoudig kunt sturen. Maar in de ophaalresultaten terechtkomen is in veel opzichten een verlengstuk van SEO.
Dorron Shapow, via de Ahrefs Blog
Hoe AI-zoeken werkt, stap voor stap
Elk RAG-gedreven antwoord volgt grofweg dezelfde volgorde: beslissen of er gezocht wordt, de zoekopdracht uitvoeren en dan genereren. Als je elke stap begrijpt, weet je waar je content door de mazen glipt en waar het kan winnen.
Stap 1: het model beslist of het überhaupt zoekt
Voordat er iets wordt opgehaald, beslist de AI of hij wel externe data nodig heeft. Eenvoudige vragen als "wat is een VPN?" kunnen doorgaans alleen uit de trainingskennis worden beantwoord, zonder ophaalactie. Bij ChatGPT wijst onderzoek dat Ahrefs aanhaalt (van David McSweeney) op een kleiner classificatiemodel dat waarschijnlijkheidsscores toekent om te bepalen of een vraag geen zoekopdracht, een eenvoudige zoekopdracht of een complexe zoekopdracht in meerdere stappen nodig heeft. Andere tools pakken dit anders aan, maar de logica is gedeeld: niet elke vraag activeert een zoekopdracht.
Stap 2: het model voert de zoekopdracht uit en waaiert uit
Wanneer een vraag meer context nodig heeft, breidt de AI die uit tot meerdere verwante zoekopdrachten en stuurt ze naar een externe index als Bing of Google. Die uitbreiding staat bekend als query fan-out. Zodra pagina's zijn verzameld, helpen on-page SEO-factoren als de title, meta description en URL bepalen welke pagina volledig wordt gelezen. Onderzoek van Dan Petrovic, in de bron aangehaald, wees uit dat bronnen worden geselecteerd voor scraping op basis van relevantie, autoriteit, actualiteit en diversiteit aan perspectieven.
Stap 3: content wordt in chunks gehakt en de beste match wint
Voordat een pagina in een antwoord kan verschijnen, wordt de gescrapete content opgebroken in kleinere stukken, chunks genaamd. Zie het als een boek dat in losse hoofdstukken wordt gescheurd. Het systeem vraagt vervolgens welk stuk de vraag het beste beantwoordt. Daarom kan één strak geschreven passage je een citatie opleveren, zelfs als de rest van de pagina maar losjes met de vraag verband houdt.
Waarom sommige domeinen een snelweg krijgen
Niet elke bron wordt gelijk behandeld. Volgens onderzoek van Jérôme Salomon dat in het Ahrefs-artikel wordt aangehaald, lijkt ChatGPT een eigen index van gecachte content op te bouwen, zodat het niet altijd uit live zoekresultaten ophaalt. Daarbovenop suggereert apart onderzoek van Mark Williams-Cook, David McSweeney en Suganthan Mohanadasan dat ChatGPT content voedt uit een aparte, gelicentieerde laag van gezaghebbende sites en uitgevers, waarvan veel met bestaande contentdeals. Genoemde voorbeelden zijn Reuters, de WSJ en Wikipedia.
De les voor de meeste merken is niet dat je een licentiedeal nodig hebt. Het is dat autoriteit en vertrouwen enorm meewegen in hoe ai zoekmachines bronnen kiezen. Ben je geen bekende uitgever, dan loopt je route naar de ophaallaag via dezelfde fundamenten die organische zichtbaarheid altijd al bepaalden: crawlbare pagina's, sterke thematische dekking en verdiende autoriteit.
Geciteerd worden door AI: de contentsignalen die tellen
Omdat de ophaallaag een verlengstuk van SEO is, gelden de meeste hefbomen die je al kent nog steeds, met een paar RAG-specifieke aanpassingen. Hier moet je je aandacht bij ai search optimalisatie op richten.
- Beantwoord de vraag in één op zichzelf staande passage. Chunking beloont content waarin één alinea een specifieke vraag volledig beantwoordt zonder de omringende context nodig te hebben.
- Krijg de title, meta description en URL goed. Dit zijn de signalen die bepalen welke opgehaalde pagina's volledig worden gelezen, dus maak ze precies en afgestemd op de vraag.
- Behandel onderwerpen met echte diepgang en meerdere invalshoeken. Diversiteit aan perspectieven is een van de selectiecriteria, dus dunne pagina's met één noot worden overgeslagen.
- Houd content vers. Actualiteit is een genoemde ophaalfactor, dus werk belangrijke pagina's bij en voeg publicatie- en wijzigingsdatums toe.
- Bouw autoriteit op via links en citaties. Autoriteit is een selectiecriterium, en verdiende media signaleren nog steeds vertrouwen aan zowel zoekmachines als AI-systemen.
- Zorg dat pagina's crawlbaar en snel zijn. Als je content niet bereikbaar of goed te verwerken is, kan ze niet in chunks worden gehakt of opgehaald.
De structurele kant van dit werk overlapt sterk met answer engine optimization, waar het doel is content zo op te maken dat machines er schone antwoorden uit halen. Combineer dat met een solide contentstrategie die echte vragen koppelt aan specifieke passages, en je verschuift van af en toe opgehaald naar betrouwbaar geciteerd.
Hoe dit je contentplanning verandert
Query fan-out betekent dat één gebruikersvraag meerdere verwante zoekopdrachten kan voortbrengen. Dat beloont content die een onderwerpcluster volledig afdekt in plaats van keyword voor keyword te jagen. Sterk zoekwoordenonderzoek dat de vragen en subvragen rond een onderwerp blootlegt, geeft je een kaart van de passages die je moet schrijven.
Het verhoogt ook de inzet op het technische fundament. Zijn je pagina's traag, geblokkeerd of vol renderingproblemen, dan komen ze nooit in de ophaalpool. Een grondige basis in technische SEO (crawlbaarheid, schone HTML, correcte statuscodes, gestructureerde data) maakt de rest van je AI-zichtbaarheid pas mogelijk.
Veelgestelde vragen
Hoe selecteert ChatGPT bronnen?
Op basis van het onderzoek in het Ahrefs-artikel beslist ChatGPT eerst of een vraag überhaupt een zoekopdracht nodig heeft, breidt de vraag daarna uit tot verwante zoekopdrachten (query fan-out) en haalt resultaten uit een externe index. On-page factoren als title, meta description en URL beïnvloeden welke pagina's volledig worden gelezen, en bronnen worden geselecteerd voor scraping op basis van relevantie, autoriteit, actualiteit en diversiteit aan perspectieven.
Wat is RAG in SEO-termen?
RAG-SEO is de praktijk van content optimaliseren zodat die wordt opgehaald en geciteerd door AI-systemen die retrieval augmented generation gebruiken. Omdat de ophaallaag zich als een zoekmachine gedraagt, gelden dezelfde fundamenten: relevante, gezaghebbende, goed gestructureerde pagina's die specifieke vragen in op zichzelf staande passages beantwoorden.
Kan ik sturen of ik in de trainingsdata van een AI verschijn?
Niet echt. In de basistrainingsdata van een model terechtkomen ligt grotendeels buiten je controle. Wat je wél kunt beïnvloeden is de ophaallaag, en daar komt RAG-contentoptimalisatie om de hoek kijken. Richt je energie daarop in plaats van te proberen de trainingsset te manipuleren.
Vervangen AI-citaties de traditionele SEO?
Nee. AI-citaties bouwen voort op dezelfde signalen als organisch zoeken, ze vervangen die niet. Crawlbaarheid, autoriteit, actualiteit en een heldere contentstructuur dienen beide kanalen, en daarom kun je AI-zichtbaarheid en klassieke SEO het beste als één geïntegreerd programma behandelen.
RAG heeft AI-zoeken stilletjes veranderd in een ophaalspel, en dat spel win je met de juiste content en een solide technisch fundament. Wil je een helder plan om geciteerd te worden door AI in ChatGPT, AI Mode en andere engines, dan helpt ons team graag. Bekijk onze dienst AI / generatieve zoekoptimalisatie of neem contact op met LASEO voor een voorstel op maat van jouw onderwerpen en markt.