AI-termen: een woordenboek van AI-zoeken en GEO-begrippen

AI-termen: een woordenboek van AI-zoeken en GEO-begrippen

MCP, RAG, grounding, share of AI voice… de taal van AI-zoeken verandert snel, en een term die een jaar geleden nog niet bestond kan vandaag overal opduiken. Dit woordenboek legt de AI- en GEO-termen uit die elke marketeer en SEO moet kennen.

Als ons SEO-woordenboek het naslagwerk is voor klassiek zoeken, beschouw dit dan als de tegenhanger voor het generatieve tijdperk — de woorden die je nodig hebt om te begrijpen hoe ChatGPT, Gemini, Perplexity en de AI Overviews van Google content daadwerkelijk vinden, lezen en citeren. Elke vermelding is kort en praktisch, en waar we een volledige gids hebben geschreven linken we er direct naartoe zodat je dieper kunt gaan.

De verschuiving van het ranken van links naar het genereren van antwoorden bracht een heel nieuw vocabulaire met zich mee, grotendeels ontleend aan machine learning. Je hebt geen datawetenschapsdiploma nodig om in dit veld te werken, maar je moet wel weten wat mensen bedoelen wanneer ze het hebben over embeddings, grounding of query fan-out. Maak een bladwijzer van deze pagina en begin AI-zoeken vloeiend te spreken.

Dit woordenboek wordt onderhouden door David Kaufmann en het SEOcrawl-team — de mensen die dagelijks volgen hoe AI-engines merken citeren.

A

AEO (Answer Engine Optimization)

Answer Engine Optimization is de praktijk waarbij je content optimaliseert zodat AI-antwoordengines die kiezen als bron voor een direct antwoord. Het is nauw verwant aan GEO, met de nadruk op het antwoord zijn in plaats van een van de tien blauwe links.

SEO vs AEO vs GEO vergeleken: SEO rankt in zoekresultaten en meet posities, clicks en CTR; AEO wordt geciteerd in AI-functies en meet opnamepercentage in AI Overviews en eigenaarschap van snippets; GEO wordt genoemd door LLM's en meet vermeldingsgraad, citatiegraad en share of voice
SEO vs AEO vs GEO in één oogopslag

Agent (AI-agent)

Een AI-agent is een systeem dat een taalmodel gebruikt om acties uit te voeren — tools aanroepen, browsen of meerstapstaken voltooien — in plaats van alleen tekst terug te geven. Agents zijn de reden waarom protocollen als MCP ertoe doen: ze hebben een veilige, standaardmanier nodig om externe data en diensten te bereiken.

Een AI-agent doorloopt drie stappen — redeneren over het doel, handelen door tools aan te roepen en het resultaat observeren — en herhaalt tot de taak klaar is.
Hoe een AI-agent werkt

AI Mode

AI Mode is de conversationele, door AI gegenereerde zoekervaring van Google, waarbij een chatachtige interface vervolgvragen direct beantwoordt. Verschijningen binnen AI Mode kunnen niet op dezelfde manier worden gemeten als klassieke rankings, al kunnen de klikken die het oplevert wel in analytics worden gevolgd.

Google AI Mode beantwoordt een vraag en handelt vervolgvragen af in hetzelfde chatachtige gesprek, in plaats van een lijst met links terug te geven.
AI Mode is een gesprek

AI Overview

Een AI Overview is de door AI gegenereerde samenvatting die Google bovenaan veel zoekresultaten plaatst, samengesteld uit meerdere bronnen die het citeert. Een plek verdienen tussen die geciteerde bronnen is een centraal doel van GEO.

Anatomie van een Google AI Overview: een door AI gegenereerde samenvatting bovenaan de resultaten die meerdere bronnen citeert, boven de klassieke organische links.
Anatomie van een AI Overview

AI-crawler

Een AI-crawler is een bot die door een AI-bedrijf wordt ingezet om webcontent te verzamelen voor training of live ophalen — bijvoorbeeld GPTBot, ClaudeBot, Google-Extended of PerplexityBot. Je robots.txt bepaalt welke ervan toegang krijgen tot je site.

AI-crawlers zoals GPTBot, ClaudeBot, Google-Extended en PerplexityBot vragen je pagina's op, en je robots.txt bepaalt welke ervan toegang krijgen tot de site.
AI-crawlers en robots.txt

Answer engine

Een answer engine is elk systeem dat op een zoekopdracht reageert met een samengesteld antwoord in plaats van een lijst met links — ChatGPT, Perplexity, Gemini en de AI Overviews van Google vallen er allemaal onder. De term vat de strategische verschuiving achter AEO samen.

Een klassieke zoekmachine geeft tien links om uit te kiezen, terwijl een answer engine één samengesteld antwoord geeft dat zijn bronnen citeert.
Zoekmachine vs answer engine

C

De vijf AI-platforms waarop GEO zich richt en hoe elk bronnen citeert: Google AI Overviews, Perplexity, ChatGPT, Google Gemini en Microsoft Copilot
De platforms waarop GEO zich richt

Chunking

Chunking is het proces waarbij content wordt opgesplitst in kleinere passages, zodat een retrievalsysteem het meest relevante stuk kan indexeren en ophalen. Een heldere structuur — korte secties, beschrijvende koppen, op zichzelf staande alinea's — maakt content makkelijker te chunken en op te halen.

Chunking splitst een document in kleinere op zichzelf staande passages, zodat een retrievalsysteem het ene meest relevante stuk kan ophalen.
Hoe chunking werkt

Citatie

Een AI-citatie is een verwijzing naar je site of merk binnen een door AI gegenereerd antwoord, getoond als een gelinkte bron, voetnoot of inline-vermelding. Citaties zijn voor AI-zoeken wat rankings zijn voor klassieke SEO: de eenheid van zichtbaarheid waarvoor je concurreert.

E

Vier stappen: de gebruiker stelt een vraag met webzoeken aan, ChatGPT bevraagt Bing, leest en kiest passages, en het antwoord citeert jouw pagina
Hoe ChatGPT bronnen ophaalt en citeert

Bron: Seer Interactive.

Embedding

Een embedding is een numerieke weergave van tekst (of afbeeldingen) die betekenis vastlegt als een lijst getallen, zodat een model kan meten hoe vergelijkbaar twee stukken content zijn. Embeddings vormen de motor achter semantisch zoeken en retrieval binnen AI-systemen.

Een embedding zet tekst om in getallen, zodat woorden met een vergelijkbare betekenis dicht bij elkaar liggen in de vectorruimte en niet-verwante woorden ver uit elkaar.
Hoe embeddings betekenis vastleggen

Entiteit

Een entiteit is een afzonderlijk, identificeerbaar iets — een persoon, merk, product of plaats — dat engines volgen en met elkaar verbinden in een kennisgraaf. Herkend worden als een duidelijke entiteit helpt AI-engines je merk te koppelen aan de juiste onderwerpen en het met vertrouwen te vermelden.

Een entiteit is een afzonderlijk, identificeerbaar iets zoals een merk, herkend door engines en verbonden met duidelijke attributen als type, categorie en locatie.
Een entiteit en zijn attributen

F

Fine-tuning

Fine-tuning is het proces waarbij een basismodel verder wordt getraind op een gerichte dataset om zijn gedrag of kennis te specialiseren. Het verschilt van retrieval: fine-tuning bakt informatie in het model in, terwijl retrieval die ophaalt op het moment van antwoorden.

Fine-tuning traint een basismodel op een gerichte dataset om een gespecialiseerd model te maken, waarbij de kennis in het model wordt gebakken in plaats van opgehaald bij het antwoorden.
Hoe fine-tuning een model specialiseert

G

GEO (Generative Engine Optimization)

Generative Engine Optimization is de discipline waarbij je je content en merkaanwezigheid optimaliseert zodat generatieve AI-engines je vermelden en citeren. Het breidt SEO uit naar ChatGPT, Gemini, Perplexity en AI Overviews.

GEO optimaliseert je content en merk zodat generatieve engines als ChatGPT, Gemini, Perplexity en AI Overviews je in hun antwoorden vermelden en citeren.
Waarop GEO zich richt

Grounding

Grounding is wanneer een AI-engine zijn antwoord baseert op opgehaalde, verifieerbare bronnen in plaats van alleen op zijn getrainde parameters. Antwoorden met grounding bevatten het vaakst citaties — precies de reden waarom het loont om een vindbare, betrouwbare bron te zijn.

Een antwoord zonder grounding steunt alleen op de getrainde parameters van het model, terwijl een antwoord met grounding berust op opgehaalde, verifieerbare bronnen en die vaker citeert.
Antwoorden zonder vs met grounding

H

Hallucinatie

Een hallucinatie is een zelfverzekerde maar onjuiste of verzonnen uitspraak die een AI-model produceert. Sterke, goed gestructureerde, citeerbare content verkleint de kans dat een engine details over je merk verzint in plaats van de juiste feiten op te halen.

Een hallucinatie is een zelfverzekerde maar onjuiste uitspraak; sterke, goed gestructureerde, citeerbare content verkleint de kans dat een engine details over je merk verzint.
Hoe een AI-hallucinatie eruitziet

K

Kennisgraaf

Een kennisgraaf is een gestructureerde kaart van entiteiten en de relaties daartussen. AI-engines steunen op kennisgrafen om merken te ontwarren en te bepalen welke feiten ze over jou kunnen vertrouwen.

Een kennisgraaf is een gestructureerde kaart van entiteiten en de relaties daartussen, gebruikt om merken te ontwarren en te bepalen welke feiten te vertrouwen.
Een kennisgraaf van entiteiten en relaties

L

LLM (Large Language Model)

Een large language model is een AI-model dat is getraind op enorme hoeveelheden tekst om taal te voorspellen en te genereren — de motor achter ChatGPT, Claude, Gemini en andere. Alles in AI-zoeken draait uiteindelijk op zo'n model.

Een large language model neemt tekst aan, leidt die door een getraind neuraal netwerk en voorspelt het meest waarschijnlijke volgende woord om taal te genereren.
Hoe een LLM tekst genereert

llms.txt

llms.txt is een voorgesteld platte-tekstbestand dat AI-modellen naar je belangrijkste content verwijst in een schone, gestructureerde vorm. De adoptie staat nog in de kinderschoenen en het is geen vervanging voor degelijke, crawlbare content.

llms.txt is een voorgesteld platte-tekstbestand dat AI-modellen verwijst naar je belangrijkste content in een schone, gestructureerde vorm.
Wat een llms.txt-bestand doet

M

MCP (Model Context Protocol)

Het Model Context Protocol is een open standaard waarmee AI-assistenten consistent verbinding kunnen maken met externe tools en databronnen. Het is de manier waarop een model veilig een dienst als SEOcrawl kan aanroepen om live SEO-data op te halen, in plaats van te gokken op basis van training.

MCP is een open standaard waarmee een AI-assistent verbinding maakt met externe tools en databronnen, zoals SEOcrawl, een database of een web-API, op een consistente manier.
Hoe het Model Context Protocol tools verbindt

Monitoring van merkvermeldingen

Monitoring van merkvermeldingen bij AI-zoeken betekent volgen wanneer, waar en hoe AI-engines je merk noemen in hun antwoorden. Het vormt de basis van elke AI-zichtbaarheidsstrategie, want je kunt niet verbeteren wat je niet kunt zien.

Monitoring van merkvermeldingen legt vast waar AI-engines je merk noemen en volgt hoe dat aandeel vermeldingen in de loop van de tijd verandert.
Merkvermeldingen volgen in AI-engines

Multimodaal

Multimodaal beschrijft een model dat meer dan één soort invoer kan verwerken — tekst, afbeeldingen, audio of video — binnen hetzelfde systeem. Het is de reden waarom AI-engines nu een screenshot of grafiek kunnen lezen en niet alleen woorden.

Een multimodaal model verwerkt tekst, afbeeldingen, audio en video binnen hetzelfde systeem, zodat het een screenshot of grafiek kan lezen, niet alleen woorden.
Wat een multimodaal model kan lezen

P

Prompt

Een prompt is de instructie of vraag die je aan een AI-model geeft om een antwoord te produceren. Bij AI-zoeken zijn de prompts die echte gebruikers typen de zoekopdrachten waarvoor je probeert te verschijnen.

Een prompt is de instructie of vraag die je een model geeft; bij AI-zoeken zijn de prompts die echte gebruikers typen de zoekopdrachten waarvoor je wilt verschijnen.
Een prompt is de nieuwe zoekopdracht

Prompt tracking

Prompt tracking is het volgen van hoe AI-engines een vastgestelde set prompts in de loop van de tijd beantwoorden — welke merken ze vermelden, welke bronnen ze citeren en hoe dat verandert. Het is de AI-zoektegenhanger van rank tracking.

Prompt tracking monitort hoe AI-engines een vaste set prompts in de loop van de tijd beantwoorden en legt vast welke merken ze noemen in ChatGPT, Gemini en Perplexity.
Prompt tracking, als rank tracking voor AI

Q

Query fan-out

Query fan-out is de techniek waarbij een AI-engine één gebruikersvraag opsplitst in meerdere subzoekopdrachten, die parallel uitvoert en de resultaten samenvoegt tot één antwoord. Het begrijpen ervan verklaart waarom een onderwerp grondig behandelen beter werkt dan inzetten op één exacte zoekterm.

Query fan-out splitst één gebruikersvraag in meerdere subzoekopdrachten, voert die parallel uit en voegt de resultaten samen tot één antwoord.
Hoe query fan-out werkt

R

RAG (Retrieval-Augmented Generation)

RAG is een architectuur waarbij een model op het moment van antwoorden relevante documenten ophaalt en die gebruikt om een gegrond, van bronnen voorzien antwoord te genereren. De meeste AI-zoekervaringen zijn een vorm van RAG — daarom draait alles erom dat je content vindbaar is.

Stroomdiagram van hoe retrieval-augmented generation werkt: de vraag van een gebruiker wordt gekoppeld aan geïndexeerde pagina's, het model synthetiseert een antwoord, en het antwoord citeert jouw pagina
Hoe AI-engines bronnen ophalen en citeren

Reranking

Reranking is een tweede stap die opgehaalde passages opnieuw rangschikt op relevantie voordat het model zijn antwoord schrijft. Het is een van de redenen waarom de meest bruikbare, best passende passage vaak wint van de passage die simpelweg het populairst is.

Reranking herordent opgehaalde passages op relevantie voordat het model zijn antwoord schrijft, zodat de nuttigste passage bovenaan komt.
Hoe reranking passages herordent

S

Share of AI voice

Share of AI voice is het percentage AI-antwoorden, voor een onderwerp of set prompts, waarin je merk verschijnt ten opzichte van concurrenten. Het is de belangrijkste metriek om AI-zichtbaarheid te meten en je te vergelijken met rivalen.

Share of AI voice is het percentage AI-antwoorden, voor een onderwerp of set prompts, waarin je merk verschijnt ten opzichte van concurrenten.
Share of AI voice vs concurrenten

T

Token

Een token is de eenheid tekst die een model leest en genereert — grofweg een woord of woorddeel. Tokens zijn van belang omdat ze de contextlimieten van een model bepalen en de kosten om het te draaien.

Een token is de eenheid tekst die een model leest en genereert, grofweg een woord of woorddeel; tokens bepalen de contextlimieten van een model en de kosten om het te draaien.
Hoe tekst in tokens wordt gesplitst

Trainingsdata

Trainingsdata is het geheel van tekst en andere content waarvan een model heeft geleerd vóór de uitrol. Als je merk en feiten goed vertegenwoordigd zijn op het web, is de kans groter dat ze terugkomen in wat een model al "weet".

Trainingsdata is de tekst waarvan een model heeft geleerd vóór de uitrol; merken die goed vertegenwoordigd zijn op het web komen vaker terug in wat het model al weet.
Hoe trainingsdata bepaalt wat een model weet

V

Vectordatabase

Een vectordatabase slaat embeddings op en vindt de beste overeenkomsten met een zoekopdracht op basis van betekenis in plaats van exacte zoekwoorden. Het is de retrievalmotor achter semantisch zoeken en de meeste RAG-systemen.

Een vectordatabase slaat embeddings op en vindt de beste overeenkomsten met een zoekopdracht op basis van betekenis in plaats van exacte zoekwoorden.
Hoe een vectordatabase overeenkomsten vindt

Z

Zero-click

Een zero-click-resultaat is er een waarbij de gebruiker zijn antwoord direct in de interface krijgt en nooit een website bezoekt. AI-antwoorden hebben zero-click verder opgestuwd, en daarom doet zichtbaarheid binnen het antwoord — citaties en vermeldingen — er nu net zoveel toe als de klik.

Een zero-click-resultaat is er een waarbij de gebruiker het antwoord direct in de interface krijgt en nooit een website bezoekt.
Wat een zero-click-resultaat is

Auteur: David Kaufmann

David Kaufmann

Ik heb de afgelopen 10+ jaar volledig in het teken van SEO gestaan — en eerlijk gezegd zou ik het voor geen goud anders willen.

Mijn carrière bereikte een nieuw niveau toen ik als senior SEO-specialist werkte voor Chess.com — een van de 100 meest bezochte websites van het hele internet. Werken op die schaal, verspreid over miljoenen pagina's, tientallen talen en in een van de meest competitieve SERPs die er bestaan, heeft me dingen geleerd die geen cursus of certificering ooit zou kunnen. Die ervaring veranderde mijn kijk op hoe geweldige SEO er echt uitziet — en werd de basis voor alles wat ik sindsdien heb gebouwd.

Vanuit die ervaring heb ik SEO Alive opgericht — een bureau voor merken die serieus werk willen maken van organische groei. Wij zijn er niet om dashboards en maandelijkse rapporten te verkopen. Wij zijn er om strategieën te bouwen die daadwerkelijk het verschil maken, door het beste van klassieke SEO te combineren met de spannende nieuwe wereld van Generative Engine Optimization (GEO) — zodat jouw merk niet alleen opduikt in de blauwe links van Google, maar ook binnen de AI-gegenereerde antwoorden die ChatGPT, Perplexity en Google AI Overviews elke dag opnieuw aan miljoenen mensen leveren.

En omdat ik geen tool kon vinden die beide werelden goed aanpakte, heb ik er zelf een gebouwd — SEOcrawl, een enterprise SEO intelligence platform dat rankings, technische audits, backlinks-monitoring, crawl-gezondheid en AI brand visibility tracking op één plek samenbrengt. Het is het platform waarvan ik altijd had gewild dat het bestond.

→ Lees alle artikelen van David
Meer artikelen van David Kaufmann

Ontdek meer content van deze auteur