Veel ondernemers en marketeers kijken nog steeds naar zichtbaarheid alsof het alleen om rankings gaat. Dat werkte prima toen Google vooral tien blauwe links gaf en de gebruiker zelf moest kiezen. Maar zodra ontdekking steeds vaker binnen een antwoord gebeurt, verandert het spel. Een antwoordmachine stelt niet alleen een lijst samen, hij neemt verantwoordelijkheid. En dus zet hij eerst een paar strenge poortwachters neer voordat jouw pagina überhaupt mag meedoen.
Waarom ‘hoog ranken’ niet meer genoeg is
In de klassieke zoekresultaten kon een gebruiker zelf corrigeren. Klikte iemand op een resultaat dat niet klopte, dan ging hij terug en koos een ander. In een antwoordlaag ligt dat anders. Daar krijgt iemand één samengestelde reactie en vaak stopt de zoektocht daar.
Dat maakt de risico’s groter. Een fout antwoord kan veranderen in schadelijk advies, een betrouwbare klinkende leugen, of een aanbeveling richting een partij die eigenlijk niet te vertrouwen is. Daarom filteren moderne zoek en LLM systemen agressiever en eerder in het proces. Voordat relevantie en ranking een rol spelen, wordt er al geclassificeerd: mag dit überhaupt getoond worden, past het bij wat iemand wil, en is het veilig en betrouwbaar om te gebruiken?
Als je in die antwoordlaag zichtbaar wilt zijn, is de vraag niet alleen: ben ik relevant? De vraag is ook: kom ik door de poortjes heen?
SSIT: vier poorten tussen jouw content en het antwoord
Ik gebruik graag een simpel raamwerk om dit gesprek praktisch te houden: SSIT. Dat staat voor Spam, Safety, Intent en Trust. Vier verschillende classificatie taken die bepalen of jouw content wordt tegengehouden, doorgelaten, of slechts deels gebruikt.
Zie het als een controlepunt op een luchthaven. Je kunt het perfecte ticket hebben, maar als je bij de security faalt, kom je niet bij de gate. En zelfs als je door de security komt, kun je nog geweigerd worden als je niet de juiste bestemming hebt, of als er twijfel is of je wel aan boord hoort.
Dit is wat die vier poorten doen. Ze sorteren, routeren en filteren. Pas daarna komt de wereld van ophalen, rangschikken en eventueel citeren.
Spam: de manipulatiepoort
Spamclassificatie is bedoeld om manipulatie op schaal te herkennen. Dat gaat niet alleen over één pagina, maar over patronen. En daar zit een pijnlijke waarheid voor veel teams: losse pagina’s kunnen best redelijk ogen, terwijl het totaalplaatje eruitziet alsof het is gebouwd om een systeem te bespelen.
Google is vrij open over het feit dat het geautomatiseerde systemen gebruikt om spam te detecteren en buiten de resultaten te houden. Het benoemt ook dat die systemen blijven leren, en dat handmatige controles nog steeds bestaan. Daarnaast is er een specifiek systeemnaam die in documentatie terugkomt: SpamBrain, een AI gedreven aanpak die nieuwe spampatronen probeert te vangen.
In de praktijk betekent dit dat templates, herhalende zinsbouw, identieke interne linkstructuren, en dunne beloftes die je honderd keer publiceert, samen een footprint worden. Als je groei afhankelijk is van gedrag dat op manipulatie lijkt, dan gok je erop dat een classifier het niet ziet, niet leert en niet bijstuurt. Dat is geen comfortabele basis voor een bedrijf met echte omzet en echte medewerkers.
Wat helpt, is een audit op template en patroon in plaats van op losse URL’s. Niet met de vraag of het ‘mooie content’ is, maar met de vraag of het verdedigbaar is als gebruikersuitkomst. Waarom bestaat deze pagina, en zou je hem ook publiceren als er geen zoekmachine bestond?
Safety: de schade en fraude poort
Veiligheid is een onderschatte reden waarom legitieme sites toch wegzakken. Safetyclassificatie kijkt naar bescherming van de gebruiker. Denk aan financiële schade, medische risico’s, emotionele manipulatie, misleiding en fraude.
Google communiceert bijvoorbeeld dat het AI inzet om scams beter te herkennen en impersonatie terug te dringen. Je hoeft niet op de precieze cijfers te leunen om het signaal te snappen: veiligheid is productbeleid, en beleid is voor een systeem belangrijker dan jouw SEO argument.
Het lastige is dat normale businessmodellen soms verdacht kunnen ogen als je ze in patronen bekijkt. Een affiliate pagina met veel knoppen, weinig uitleg en grote claims kan in één keer prima lijken. Zet je er honderd neer met dezelfde opbouw, dan kan het eruitzien als een scamcluster. Hetzelfde geldt voor dunne leadgen pagina’s, agressieve uitstroom naar externe partijen, onduidelijk eigenaarschap, of beloftes die te mooi zijn.
Zeker in sectoren waar fraude veel voorkomt, zoals lokale diensten, leadgen, finance en health, moet je ervan uitgaan dat de veiligheidslat hoger ligt. Daar kun je iets heel nuchters tegenover zetten: maak legitimiteit moeiteloos zichtbaar. Laat duidelijk zien wie erachter zit, hoe je contact opneemt, wat je verdienmodel is, en waar de grenzen van je advies liggen. Zet belangrijke kanttekeningen in de tekst zelf, niet verstopt onderaan.
En als je ooit gehackt bent geweest, of je linkomgeving zit vol risicovolle uitstroom, dan neem je extra twijfel mee. Veiligheid is dan niet alleen een technische klus. Het is ook een verdedigingslijn voor je zichtbaarheid.
Intent: de routeringspoort
Intentclassificatie bepaalt wat het systeem denkt dat iemand probeert te doen. Dat klinkt abstract, maar het is heel concreet in de uitkomst. De gekozen intent stuurt welke bronnen worden opgehaald, hoe ze worden gewogen, welke vorm het antwoord krijgt, en welke stukjes tekst bruikbaar zijn.
In het oude SEO debat hadden we het vaak over informatief versus transactioneel. Moderne systemen gaan veel verder. Ze proberen bijvoorbeeld lokale intent te herkennen, actualiteitsbehoefte, vergelijken, stap voor stap uitvoeren, of situaties met hoog risico.
Er is ook onderzoek dat laat zien hoe snel het aantal intenttypes explodeert als je echte taken meet in plaats van marketinghokjes. Veel teams bouwen in de praktijk content voor drie of vier smaken, terwijl de systemen waarmee je concurreert veel fijner routeren.
Wat ik in projecten terugzie, is dat intentproblemen vaak ontstaan door goede bedoelingen. Men wil ‘alles’ op één pagina: uitleg, vergelijking, stappenplan, productpitch, lokale varianten en een FAQ. Voor een gebruiker kan dat nog wel, maar voor een antwoordmachine wordt het rommelig. Het systeem vindt geen duidelijk blok dat past bij één taak.
De remedie is simpel, al vraagt het discipline. Kies per pagina één primaire klus. Als het een how to is, schrijf het als procedure met een duidelijk eindresultaat, voorwaarden en wat er mis kan gaan. Als het een vergelijking is, leg je criteria uit, benoem je voor wie elke optie past en voor wie niet. Als het lokaal is, bewijs je dat ook, met echte grenzen en echte context in plaats van generieke vulling.
Je hoeft dit niet te ‘communiceren’ met alleen kopjes of zoekwoorden. Schrijf het in zinnen die een systeem kan oppakken zonder de rest van de pagina nodig te hebben.
Trust: de ‘mogen we dit gebruiken’ poort
Vertrouwen is de laatste, en vaak de meest frustrerende poort. Je kunt best opgehaald worden, maar toch niet gebruikt worden. Je kunt gebruikt worden zonder dat je een citaat krijgt. En je kunt vandaag verschijnen en morgen verdwijnen omdat de context net anders was en de selectie anders uitviel.
Deze beoordeling zit op het snijvlak van reputatie, kwaliteit en risico. Op bronniveau telt gedrag over tijd mee, linkcontext, merksporen buiten je site, auteurschap, consistentie en hoe vaak je gekoppeld wordt aan betrouwbare informatie. Op contentniveau gaat het om hoe veilig het is om jou te citeren. Dat vraagt om precisie. Definities die kloppen, claims die je kunt onderbouwen, en tekst die moeilijk verkeerd te interpreteren is.
Als je ooit met developer tooling hebt gewerkt, zie je dit principe letterlijk terug. LLM producten bieden moderatie en classificatie om tekst en beeld eerst door veiligheidsregels te halen. Ook als jij geen API gebruikt, laat dat zien hoe de wereld in elkaar zit: eerst policy, dan output.
Wat hier vaak ontbreekt, is de manier waarop antwoordmachines content gebruiken. Ze halen blokken uit een pagina, zetten ze in een andere volgorde, en maken er een samenvatting van. Dan is je beste bezit geen lang verhaal, maar een zelfstandig blok tekst dat blijft kloppen als het los wordt getrokken.
Een bruikbaar blok bevat meestal een heldere uitspraak, een korte uitleg, een grens of voorwaarde, en een voorbeeld of bronverwijzing. Dat is niet alleen ‘mooie copy’. Het verlaagt het risico voor het systeem, en daarmee verhoog je de kans dat je echt wordt ingezet in het antwoord.
Hoe die vier poorten in het echt stapelen
In de praktijk komen ze na elkaar.
Eerst wordt gekeken of je als geheel spamachtig of manipulatief oogt. Dat kan effect hebben op hoe vaak je wordt gecrawld, hoe ruim je wordt geïndexeerd, en hoeveel speelruimte je überhaupt krijgt.
Daarna komt veiligheid. In sommige categorieën kan dat een harde rem zijn, zelfs als je inhoud inhoudelijk prima is.
Vervolgens wordt de intent van de gebruiker bepaald en wordt er gerouteerd. Als jouw pagina niet duidelijk bij één intentklasse past, word je minder vaak geselecteerd.
Tot slot komt vertrouwen: wordt je tekst geciteerd, samengevat, of toch genegeerd omdat het te vaag is of te risicovol om over te nemen.
Wat ik hier belangrijk aan vind, is dat je het niet hoeft te zien als iets dat je moet bespelen. Zie het als iets waar je vooral niet op wilt falen. De meeste merken verliezen zichtbaarheid in de antwoordlaag om saaie redenen. Ze publiceren te veel templates, ze verstoppen legitimiteit, ze schrijven vaag, of ze proberen vijf intents tegelijk te bedienen.
Classifiers in het model, zonder technisch college
Sommige classificatie en routing gebeurt ook ín modellen zelf. Je ziet dat bijvoorbeeld bij Mixture of Experts benaderingen, waar een routering beslist welke ‘expert’ een stukje input verwerkt. Dat is vooral bedoeld voor efficiëntie en kwaliteit.
Voor SEO en contentteams is dat niet direct een knop waar je aan draait, maar het bevestigt wel het grotere punt: moderne AI systemen bestaan uit meerdere lagen van selectie. Hoe voorspelbaarder jij wilt zijn in zichtbaarheid, hoe meer je moet bouwen voor de lagen die je wél kunt beïnvloeden. Denk aan patronen in je site, de veiligheid van je ervaring, de duidelijkheid van intent en de citeerbaarheid van je tekst.
Wat je morgen al kunt doen, zonder gekke trucs
Als ik SSIT vertaal naar werk dat ik bij Nederlandse bedrijven echt zie landen, dan begint het bij diagnose. Als je zichtbaarheid daalt in een antwoordmachine, spring dan niet meteen naar ‘we moeten hoger ranken’. Vraag eerst: bij welke poort ging het mis?
Bij spam kijk je naar herhaling en footprint. Durf deurway clusters en bijna duplicaten weg te halen. Ruim interne linkpatronen op die alleen bestaan om ankerteksten te duwen. En wees eerlijk over pagina’s die alleen een zoekvraag nabootsen zonder echte uitkomst.
Bij safety gaat het om vertrouwen op pagina’s waar geld, data, bellen of aanvragen centraal staat. Maak eigenaarschap en contact heel zichtbaar. Leg je verdienmodel uit waar het relevant is. Temper claims en zet grenzen in de tekst zelf. Werk in gevoelige onderwerpen met bronnen, update ritme en duidelijke datumcontext. Verouderd advies is niet alleen slecht voor de gebruiker, het kan ook als riskant worden gezien.
Bij intent pak je de eerste schermhoogte aan. Wat is de klus van de pagina en voelt dat direct zo? Bouw de structuur in dienst van die taak, en schrijf zinnen die zelfstandig te begrijpen zijn.
Bij trust bouw je aan citeerbare stukken. Definieer, onderbouw, en maak het moeilijk om je verkeerd te citeren. Als je mening geeft, label het als mening en leg je redenering uit. Als je een claim doet, geef bewijs of een meetbaar voorbeeld.
En vergeet de brede signalen niet. Auteurschap, merkconsistentie, en zichtbare aanwezigheid buiten je eigen site zijn geen versiering. Ze maken het voor systemen makkelijker om jou als echte entiteit te herkennen.
SSIT als meetbril voor AI zichtbaarheid
SSIT helpt ook bij interpretatie van rapportages over ‘AI zichtbaarheid’. Een daling in aanwezigheid kan betekenen dat je door spamclassificatie wordt afgeremd. Minder citaties kan een vertrouwensvraag zijn. Een mismatch tussen wel opgehaald worden maar niet gebruikt worden wijst vaak op intent of trust. En complete onzichtbaarheid in een hele categorie kan een safetyprobleem zijn.
Het voordeel van die meetbril is rust. Je voorkomt dat teams alles herschrijven en hopen dat de volgende versie blijft plakken. Je krijgt een gerichte lijst van aannames om te toetsen.
AI zichtbaarheid is voor een groot deel geen nieuw vak met nieuwe hacks. Het is hygiëne, duidelijkheid en vertrouwen, toegepast op systemen die harder filteren dan de oude webwereld. Als je daar rekening mee houdt, verdien je niet alleen een plek in de antwoordlaag. Je houdt hem ook vast.