Hoeveel prompts volg jij? Het aantal vinden in AmICited

Wil je snel weten “hoeveel prompts volg ik eigenlijk op dit moment?” De teller Gevolgde prompts op het dashboard geeft je het aantal in één oogopslag, plus op hoeveel AI-platforms ze worden getest.

Wat is prompt tracking?

In AI-zoekzichtbaarheid is een “prompt” een realistische vraag of query die iemand daadwerkelijk zou typen in ChatGPT, Perplexity, Gemini of Google AI Overviews — dingen als “beste projectmanagementsoftware voor kleine teams” of “wie zijn de belangrijkste leveranciers in [categorie].” Prompt tracking is de praktijk waarbij je een vaste set van dit soort prompts op een terugkerend schema tegen elk AI-platform draait en vastlegt of, waar en hoe jouw merk in het antwoord verschijnt. Het is de AI-zoek-tegenhanger van keyword rank tracking in traditionele SEO — alleen check je niet je positie voor een zoekterm, maar of een AI-assistent je noemt, citeert of aanbeveelt wanneer iemand een relevante vraag stelt.

De set prompts die je monitort, wordt meestal een promptbibliotheek of promptset genoemd — een gestructureerde verzameling queries die zijn gekoppeld aan onderwerpen, intenties en funnelfasen, zodat je monitoring de werkelijke vragen van je kopers weerspiegelt in plaats van een willekeurige steekproef. Een goede promptbibliotheek bouwen draait minder om volume en meer om relevantie: een handvol prompts dat nauw aansluit bij hoe jouw doelgroep zoekt, vertelt je meer dan honderden losjes gerelateerde prompts. Daarom wordt het opbouwen van een promptbibliotheek gezien als een discipline op zich — je bepaalt wat je meet, niet alleen hoe vaak je meet.

Dit is belangrijk omdat AI-assistenten geen enkele “ranking” hebben zoals Google-zoekresultaten die wel hebben. Elke prompt is zijn eigen micro-omgeving: het model herformuleert de query, put uit verschillende bronnen en kan afhankelijk van subtiele bewoording andere merken citeren. Een merk kan sterk worden aanbevolen voor de ene query en onzichtbaar zijn voor een bijna identieke query. Daarom controleren AI-zichtbaarheidsplatforms zoals AmICited niet simpelweg “zijn we zichtbaar” als ja/nee-vraag — ze meten zichtbaarheid over een hele mand prompts, zodat je een statistisch betekenisvol beeld krijgt in plaats van een losse anekdote. Hoe breder en representatiever die mand is, hoe betrouwbaarder elke onderliggende statistiek wordt.

Het verklaart ook waarom prompt engineering aan beide kanten van deze vergelijking een rol speelt. Aan de monitoringkant verandert de manier waarop een prompt is geformuleerd wat de AI naar boven haalt, en dat is waarom gevolgde prompts de natuurlijke taal van kopers moeten weerspiegelen in plaats van SEO-achtige keywordreeksen. Aan de contentkant helpt inzicht in hoe AI-modellen bewoording verwerken en erop reageren je om pagina’s te schrijven die eerder worden meegenomen in het antwoord. Prompt tracking bevindt zich op het snijvlak van beide: het is de meetlaag die je vertelt of je contentstrategie daadwerkelijk landt in de antwoorden die mensen te zien krijgen.

Waar vind je het

De teller Gevolgde prompts is de tweede van de vier tellerkaarten onder de hoofdstatistieken op het Dashboard, met het label GEVOLGDE PROMPTS. In het voorbeeld staat er 129, met de toelichting “op 4 platforms” eronder.

Wat het je vertelt

• Het aantal (129) is hoeveel prompts er momenteel worden gemonitord voor jouw actieve domein. Dit is je volledige meetoppervlak — elke procentuele statistiek, trendlijn en concurrentievergelijking elders in AmICited wordt berekend op basis van diezelfde poule prompts.
• “op N platforms” vertelt je op hoeveel AI-engines elk van die prompts wordt gecontroleerd — meestal ChatGPT, Gemini, Perplexity en Google AI Overviews. Niet elk platform hoeft elke prompt op dezelfde manier te beantwoorden; het punt is dat elke prompt consistent op alle platforms wordt getest, zodat je kunt vergelijken hoe je AI-zoekzichtbaarheid per platform verschilt.

Samen geven ze je de schaal van je monitoring: 129 prompts op 4 platforms betekent dat AmICited per cyclus ongeveer 129 × 4 controles uitvoert. Dat zijn 516 individuele AI-antwoorden die elke keer dat het systeem ververst, worden gelezen en beoordeeld op merkvermeldingen, citaties en concurrentiecontext — en dat is precies waarom het handmatig nabootsen hiervan (queries één voor één intypen in ChatGPT) onpraktisch wordt zodra je meer dan een handvol prompts hebt. Het is ook de kernreden waarom teams overstappen van ad-hocsteekproeven naar een volwaardige AI rank tracker : het aantal queries dat nodig is voor een betrouwbaar signaal overstijgt al snel wat iemand handmatig in een spreadsheet kan bijhouden.

Waarom het aantal ertoe doet

Je procentuele statistieken — zichtbaarheidsscore, share of voice — worden allemaal berekend over deze set prompts. Het aantal is dus de noemer achter al het andere, en het loont om de mechaniek ervan te begrijpen voordat je prompts gaat toevoegen of verwijderen:

• Het toevoegen van prompts waarvoor je nog niet scoort, zal je zichtbaarheidsscore doorgaans eerst verlagen, omdat je nu wordt gemeten aan de hand van meer vragen, waarvan sommige waarvoor je nog geen zichtbaarheid hebt verdiend. Dit betekent niet dat je AI-aanwezigheid verslechtert — je meting wordt eerlijker. Een zichtbaarheidsscore berekend over 40 makkelijke prompts zal altijd rooskleuriger ogen dan datzelfde merk gemeten over 130 prompts die ook lastigere, competitievere queries bevatten.
• Een grotere, zorgvuldig samengestelde promptset geeft je een completer en betrouwbaarder beeld van je AI-zichtbaarheid. Kleine promptsets zijn ruizig: één enkel AI-antwoord dat van geciteerde bron verandert, kan je score met meerdere punten laten schommelen. Grotere sets dempen die ruis en maken trendlijnen betekenisvol.
• Het aantal bepaalt ook de reikwijdte van elk ander rapport. Je concurrentievergelijkingen, je bronanalyse en je citatie-trendgrafieken zijn allemaal gebouwd op diezelfde promptpoule — dus een promptset die te smal is (bijvoorbeeld alleen merkgebonden queries) zal je zichtbaarheid sterker doen lijken dan hij werkelijk is, omdat je de lastigere, merkloze prompts hebt uitgesloten waar concurrenten doorgaans winnen.

Dit is een veelvoorkomende valkuil voor teams die nieuw zijn met generative engine optimization : ze beoordelen voortgang puur op basis van of de score omhoog of omlaag ging, zonder eerst te checken of de noemer is veranderd. Controleer voordat je op een statistiekverschuiving reageert altijd deze teller — als die is gesprongen, is de verschuiving op zijn minst deels mechanisch en geen echte verandering in hoe AI-modellen je merk behandelen.

Hoe je het gebruikt

1. Controleer je dekking. Als het aantal laag lijkt voor jouw vakgebied, mis je waarschijnlijk belangrijke vragen — voeg meer prompts toe. Een nuttige vuistregel: maak een lijst van de tien vragen die een potentiële klant aan een AI-assistent zou stellen terwijl hij jou met concurrenten vergelijkt, en controleer of elke vraag terugkomt in je gevolgde set. Weet je niet zeker waar de hiaten zitten? Een contenthiaatanalyse voor AI-zoekzichtbaarheid is een gestructureerde manier om ze te vinden.
2. Interpreteer statistiekverschuivingen correct. Als je zichtbaarheidsscore direct na een sprong in dit aantal daalde, is dat normaal: je hebt prompts toegevoegd, geen zichtbaarheid verloren. Vergelijk de datum waarop de teller veranderde met de datum waarop je score veranderde voordat je conclusies trekt.
3. Beheer de set weloverwogen. Gebruik de sectie Prompts (of de widget voor gevolgde prompts lager op het dashboard) om prompts toe te voegen, te bewerken of te verwijderen en te wijzigen wat dit aantal telt. Geef prioriteit aan prompts die echte vragen in de aankoopfase weerspiegelen boven generieke, veelgebruikte vragen — een kleinere set nauwkeurig gerichte prompts zal doorgaans nuttiger zijn om merkvermeldingen in ChatGPT te volgen en andere assistenten dan een grote, losjes relevante set.
4. Herzie de set periodiek. De taal van kopers verandert, nieuwe concurrenten verschijnen op het toneel, en AI-platforms zelf veranderen na verloop van tijd hoe ze antwoorden. Behandel je promptbibliotheek als een levend document — herzie hem op een vast ritme, niet alleen wanneer je hem instelt — zodat het aantal blijft weerspiegelen hoe mensen daadwerkelijk zoeken, in plaats van hoe ze zochten toen je monitoring voor het eerst instelde.

Zodra je deze teller goed kunt lezen, is het de moeite waard om hem te koppelen aan het grotere geheel: het doel is niet een groot getal om het getal zelf, maar een promptset die weerspiegelt hoe je kopers daadwerkelijk AI-assistenten bevragen, zodat elke statistiek die daarop is gebouwd — zichtbaarheidsscore, share of voice, citatietrends — de werkelijkheid weergeeft in plaats van een gemakkelijke steekproef. Twijfel je nog over hoe groot of hoe gericht je set moet zijn? De handleiding voor het meten van AI-zoekzichtbaarheidsstatistieken en KPI’s laat zien hoe promptaantal, dekking en scoring samenhangen, en is een goede volgende stap voordat je je promptbibliotheek in AmICited gaat bewerken.