Waarom prompt tracking de verkeerde vraag beantwoordt

‘’Hoe vaak noemt ChatGPT ons merk bij deze prompt?’’ Die vraag horen we bij bijna ieder bedrijf dat met GEO begint. GEO staat voor Generative Engine Optimization: gevonden worden in de antwoorden van AI. De vraag is logisch, want hij voelt ‘meetbaar’. Toch beantwoordt deze vraag het verkeerde probleem.

Een AI-antwoord is een gerecht

Een taalmodel tovert een antwoord niet uit het niets. Bij een lastige vraag gaat het vaak eerst boodschappen doen. Het knipt je vraag op in deelvragen. Die zoekt het apart op. Dat heet query fan-out. Pas daarna kookt het een antwoord.

Wie één prompt volgt, proeft alleen het gerecht. Je weet of het smaakt. Je weet niet welke ingrediënten erin zitten. En al helemaal niet uit welke winkel ze komen.

Daar zit de zwakte van prompt tracking. Je meet de uitkomst van een proces dat je niet ziet.

Elke engine doet anders boodschappen

• Google AI Mode loopt de hele markt over. Volgens Ahrefs vuurt het meestal vijf tot elf deelvragen af. Bij AI Overviews zie je wat dat doet. Nog maar 38% van de citaties komt uit de organische top 10. Minder dan een jaar geleden was dat nog 76% (Ahrefs, 2026).
• ChatGPT doet zijn boodschappen steeds grondiger. Nectiv meette via de API gemiddeld 7,6 deelvragen per prompt, met uitschieters tot 29. Een jaar eerder waren dat er 2,2. Ahrefs telde in de gratis versie gemiddeld 1,6. Hoe groot de boodschappenlijst is, hangt dus af van het model en abonnement.
• Perplexity koopt veel, maar bijna alles bij één supermarkt. Een antwoord telt gemiddeld 22 bronnen. Dat is bijna drie keer zoveel als bij ChatGPT (Profound). En de overlap met de top 10 van Google is 82% (Semrush).
• Claude kun je zien als de delicatessenzaak. Gemiddeld nog geen zes bronnen per antwoord. Met een voorkeur voor gevestigde kwaliteitsjournalistiek. Weinig plek op het schap dus. Lig je er, dan val je op. Lig je er niet, dan ben je snel uit beeld.

Een dashboard vol prompts is een foto

Toch draait een groot deel van de markt nog op ‘promptlijsten’. Honderd prompts in een tool. Een percentage per maand. Een nette grafiek erbij.

Dat voelt als controle. Maar fan-out is grillig. De Spaanse SEO-expert MJ Cachón draaide 189 merkprompts elk zo’n vier keer in ChatGPT. Eén run leverde gemiddeld minder dan drie deelvragen op. Vier runs samen gaven er ruim tien. Wie één keer meet, ziet dus maar zo’n kwart van het speelveld.

Prompt tracking meet de uitslag. Fan-out-analyse bepaalt je positie.

Zo kijk je in 3 stappen verder dan de prompt

Stap 1:

Draai je belangrijkste prompts meerdere keren per engine. Leg niet alleen het antwoord vast. Leg ook de deelvragen en de geciteerde bronnen vast.

Stap 2:

Organiseer die deelvragen op rol en op fase in de klantreis. Check per rol wie het antwoord geeft: jij, een bron over jou of je concurrent.

Stap 3:

Kies per engine je terrein. Voor Google AI Mode en Perplexity telt je positie in Google. ChatGPT leunt op de resultaten van Bing. En het checkt steeds vaker je eigen site als officiële bron. Daar tellen dus een sterke eigen site en reviews

Dat is meer werk dan een promptlijst. Het is ook geen klus voor één keer. De engines passen hun boodschappenlijst steeds aan. Dus meet je mee.

Zo houd je je bureau scherp op Generative Engine Optimization (GEO)

Werk je met een bureau aan GEO? Stel dan deze vraag: ”Hoe brengen jullie de deelvragen achter onze belangrijkste zoekvraag in kaart, en wat doen jullie ermee?”

Krijg je alleen een dashboard met prompts terug? Dan weet je genoeg.

Liever samen sparren? Neem contact met ons op!