Geciteerd worden door ChatGPT: wat een generiek CMS niet kan
Wat AI's echt van een bron verwachten
Conversationele modellen zoals ChatGPT, maar ook andere generatieve AI-systemen, "lezen" het web niet zoals een mens. Ze steunen op documenten die ze kunnen extraheren, begrijpen, opdelen en vervolgens aan een zoekopdracht koppelen. In die context volstaat een gewone pagina die in een generiek CMS is gepubliceerd niet altijd om overgenomen of geciteerd te worden.
Voor een AI combineert een nuttige bron:
- een heldere structuur met expliciete koppen en een logische hiërarchie;
- content die makkelijk te extraheren is, zonder overmatige afhankelijkheid van JavaScript;
- vertrouwenssignalen: een geïdentificeerde auteur, een datum, een contactpagina, een redactiestatuut, juridische informatie;
- semantische samenhang waardoor een antwoord aan een entiteit, een onderwerp of een precieze invalshoek kan worden gekoppeld.
Google heeft in zijn documentatie over contentkwaliteit al gewezen op het gewicht van expertise, ervaring, autoriteit en betrouwbaarheid, vaak samengevat in het acroniem E-E-A-T. Ook al is dat kader voor de klassieke zoekmachine bedacht, het verklaart nog steeds waarom AI-systemen sommige pagina's als betrouwbaarder behandelen dan andere.
Waarom een generiek CMS grenzen stelt aan de citatie
Een generiek CMS is ontworpen om snel zeer uiteenlopende content te publiceren. Dat is nuttig om artikelen, bedrijfspagina's of blogberichten te produceren zonder grote technische inspanning. Maar die soepelheid wordt een nadeel zodra je AI's moet bedienen die precisie, stabiliteit en documentaire leesbaarheid waarderen.
De meest voorkomende beperkingen:
- een te generieke structuur: dezelfde sjablonen, dezelfde blokken, weinig onderscheid tussen redactionele content, FAQ, productpagina of expertbron;
- onvolledige metadata: geen auteur, een dubbelzinnige datum, een weinig beschrijvende titel, gestructureerde data die niet worden benut;
- weinig opgedeelde content: de belangrijkste antwoorden verdrinken in lange, nauwelijks gesegmenteerde teksten;
- weergaveproblemen: dynamisch geladen content, verborgen elementen, scripts die de extractie door bots bemoeilijken;
- zwakke redactionele controle: niets verplicht om een bewering aan haar bron te koppelen.
Om geciteerd te worden moet een pagina nu juist herkenbaar zijn als een precieze en stabiele bron. Een generiek CMS kan goede content publiceren, maar het garandeert die fijne leesbaarheid niet op eigen kracht.
Wat het verschil maakt: structuur, entiteiten en bewijs
AI's hebben expliciete aanknopingspunten nodig. Een goed geschreven maar slecht gestructureerd artikel kan minder bruikbaar zijn dan eenvoudiger content die streng is opgemaakt. Het verschil zit in drie punten.
1. De documentaire structuur
Een heldere hiërarchie helpt de systemen om de relevante secties te isoleren. Koppen moeten een precies onderwerp aankondigen in plaats van een vage formule. Lijsten, tabellen en subsecties maken het makkelijker om de content in interpreteerbare eenheden op te delen.
2. De benoemde entiteiten
Een AI begrijpt een tekst beter als die de personen, merken, plaatsen, producten, normen of begrippen rond het onderwerp duidelijk noemt. Die entiteitenlogica staat centraal in het semantische web en in de huidige benaderingen van informatiezoeken.
3. Het redactionele bewijs
Content die een officiële bron, publieke documentatie, een studie of een institutionele pagina citeert, versterkt haar geloofwaardigheid. Voor de SEO-praktijk en de kwaliteitseisen van Google zijn bijvoorbeeld de Search Essentials-documentatie en de informatie over nuttige content van Google Search Central steviger referenties dan een losse, niet-toegeschreven mening.
In de praktijk geldt: hoe meer een pagina op een klein referentiedocument lijkt en niet op een generiek bericht, hoe groter de kans dat ze wordt overgenomen, samengevat of geciteerd.
De technische criteria die de overname door AI's verbeteren
Naast de content weegt ook de techniek. Een generiek CMS is niet per se slecht, maar het moet nauwkeurig worden geconfigureerd om AI-assistenten en zoekmachines goed te bedienen.
| Criterium | Waarom het telt | Effect op de citatie |
|---|---|---|
| Schone HTML | Maakt het extraheren van nuttige blokken makkelijker | Beter begrip van de content |
| Gestructureerde data | Verduidelijken de auteur, het contenttype en de datum | Meer context voor de AI |
| Stabiele URL's | Vermijden dubbelzinnigheid over de bron | De bron is makkelijker aan te halen |
| Beheerste paginering en archieven | Beperken dubbele of verspreide content | Minder documentaire ruis |
| Redelijke laadtijd | Verbetert de toegang voor bots en bezoekers | Betrouwbaardere indexering |
De documentatie van Google over crawlen en indexeren verbindt technische helderheid al lang met zichtbaarheid. Voor generatieve AI's is de inzet nog scherper: content die moeilijk te extraheren is, is content die moeilijk te citeren is.
Wanneer een generiek CMS een redactionele handicap wordt
Het probleem komt niet alleen van het CMS zelf, maar van het gebruik dat ervan wordt gemaakt. Veel organisaties publiceren in een generiek systeem zonder het strikte redactionele regels op te leggen. Resultaat: de content lijkt op elkaar, auteurs worden niet onderscheiden, pagina's missen een invalshoek en bronnen zijn zelden zichtbaar.
Wanneer AI's informatie selecteren en herformuleren, verlaagt die eenvormigheid de waargenomen waarde van de site. De signalen die een AI geruststellen, zijn vaak dezelfde als de signalen die een veeleisende lezer geruststellen:
- wie spreekt er?
- op welke basis?
- op welke datum?
- met welk bewijs?
- binnen welk expertisegebied?
Een generiek CMS kan die antwoorden herbergen, maar het legt ze niet op. Zonder redactionele governance produceert het volume, geen bronnen.
Wat je moet opzetten om beter in AI-antwoorden te verschijnen
Is het doel om door ChatGPT en andere AI's begrepen, samengevat of geciteerd te worden, dan moet je de site inrichten als een geloofwaardige kennisbank, en niet alleen als een blog.
- Gedetailleerde auteurspagina's maken met biografie, rol, expertise en een link naar andere publicaties.
- De datums duidelijk tonen, zowel van publicatie als van bijwerking.
- Primaire bronnen toevoegen zodra het kan: officiële documentatie, studies, normen, overheidsinstellingen.
- De content segmenteren met H2's en H3's die op vragen of concrete problemen zijn gericht.
- De content makkelijk extraheerbaar maken: weinig opsmuk, eenvoudige HTML, leesbare tabellen, nuttige lijsten.
- Een redactionele expertiselijn bepalen rond enkele precieze onderwerpen in plaats van alles te behandelen.
Zo'n inrichting vergroot de kans dat content als een referentiebron wordt gezien. Generatieve AI's nemen de content over die rechtstreeks antwoordt en haar bronnen citeert.
FAQ: AI-citaties, CMS en documentaire zichtbaarheid
Belet een generiek CMS per definitie dat je door een AI geciteerd wordt?
Nee, niet automatisch. Maar je moet het artikel na artikel opleggen wat het uit zichzelf niet doet: structuur, metadata, een geïdentificeerde auteur, geciteerde bronnen.
Citeren AI's altijd hun bronnen?
Niet stelselmatig. Sommige tools tonen bronnen, andere niet, en dat hangt af van het product, van de vraag en van de generatiemodus.
Helpt HTML-markup echt?
Ja. Een heldere hiërarchie, lijsten en tabellen maken het extraheren en begrijpen van de content door geautomatiseerde systemen makkelijker.
Moet je meer artikelen publiceren om zichtbaar te zijn in AI-antwoorden?
Niet noodzakelijk. De kwaliteit, de precisie en de geloofwaardigheid van een thematisch corpus tellen vaak zwaarder dan het volume.
Zijn gestructureerde data verplicht?
Nee, maar ze verrijken de machineleesbare context en kunnen het begrip van de pagina door zoekmachines en indexeringssystemen versterken.
Geschreven door
Yann Léguillon
Voorzitter van Mazette, de uitgever van Joornal. Hij begeleidt bedrijven die hun eigen medium opbouwen: redactionele structuur, zichtbaarheid in zoekmachines en in AI-antwoorden, productie op schaal.
Ook interessant
Eén artikel, één ondertekenaar: wat de naam van een expert verandert voor Google en voor de AI's
Door AI gegenereerde content en Google: wat de officiële richtlijnen echt zeggen
Interne links op basis van betekenis: content verbinden zoals de modellen die lezen
