Hoe u merkvermeldingen in de tijd kunt zien voor een prompt in AmICited

Eén citatie zegt u vrijwel niets. Een trendlijn zegt u alles — of u een prompt aan het winnen bent, aan het verliezen bent, of stand houdt terwijl een concurrent dichterbij komt.

Wat is merkvermeldingen in de tijd?

Een AI-merkvermelding is elk punt in een door AI gegenereerd antwoord waarop een chatbot uw merk noemt, aanbeveelt, ernaar linkt of er anderszins naar verwijst als reactie op een prompt. “Merkvermeldingen in de tijd” is dat ruwe signaal simpelweg omgezet in een trend: in plaats van te vragen “werd ik genoemd in dit ene antwoord”, vraagt u “hoe vaak was ik het — ten opzichte van alle anderen die werden genoemd — van alle keren dat deze prompt de afgelopen 30 dagen werd gesteld?” Die relatieve maatstaf is uw share of voice voor de prompt: uw aantal vermeldingen gedeeld door het totale aantal vermeldingen van alle merken die voorkwamen in antwoorden op die vraag, uitgedrukt als percentage.

Dit in de tijd volgen is belangrijk omdat AI-antwoorden niet statisch zijn. Grote taalmodellen genereren antwoorden opnieuw op basis van retrieval-pipelines, bijgewerkte trainingsdata en live webresultaten, waardoor de set merken die ze aanhalen voor een bepaalde vraag week na week verschuift — soms zelfs dag na dag. Een merk dat een prompt in januari domineerde, kan tegen maart geruisloos uit het antwoord verdwijnen als een concurrent een beter citeerbare pagina publiceert, als de retrieval-bronnen van het model veranderen, of als uw eigen content verouderd raakt. Zonder een tijdreeks merkt u die verschuiving pas op de volgende keer dat u toevallig handmatig controleert — lang nadat de schade al is aangericht.

Dit is de kerndiscipline achter generative engine optimization (GEO): AI-antwoorden behandelen als een rankingoppervlak dat beweegt, niet als een momentopname. In traditionele SEO tonen ranktrackingtools al twee decennia lang positie-in-de-tijd-grafieken voor zoekwoorden. Het equivalent voor AI-zoeken is prompt tracking : het monitoren van een vaste set echte gebruikersvragen en op een terugkerende cadans vastleggen welke merken het model aanhaalt en hoe prominent. Een grafiek van merkvermeldingen in de tijd is wat die tracking oplevert zodra u inzoomt op één prompt: een trendlijn per merk, zodat momentum zichtbaar wordt in plaats van anekdotisch.

Wat dit specifiek nuttig maakt, en niet alleen interessant, is dat het twee heel verschillende problemen van elkaar scheidt. Een vlakke share-of-voice-lijn met een laag volume vertelt u dat de prompt zelf niet veel competitieve vermeldingsactiviteit genereert — er valt niet veel te bevechten. Een volatiele lijn die heen en weer schommelt tussen merken vertelt u dat de bronnenpool van het model voor die vraag instabiel is, wat meestal betekent dat verse, gezaghebbende content nog steeds het verschil kan maken. En een lijn die gestaag stijgt of daalt, aangehouden over meerdere dagen in plaats van eenmalige uitschieters, is het sterkste bewijs dat u zult krijgen dat iets wat u — of een concurrent — heeft gedaan daadwerkelijk werkt.

Waar u het vindt

Het is de grafiek links in het midden van de promptdetailpagina, met de ondertitel “Aandeel in vermeldingen in antwoorden op deze prompt · Alle · afgelopen 30 dagen”, direct naast het leaderboard voor merkvermeldingen.

Wat het meet

De grafiek toont het aandeel in vermeldingen, niet het absolute aantal vermeldingen — zo wordt gecorrigeerd voor hoe “druk” een prompt is. Een prompt die per antwoord tien concurrerende merken aantrekt, levert vanzelf een lager aandeel per merk op dan een prompt waarbij slechts twee of drie merken ooit worden genoemd, zelfs als uw absolute aantal vermeldingen in beide gevallen identiek is. Die normalisatie maakt de trend vergelijkbaar tussen verschillende tijdvensters en tussen verschillende prompts in uw account: een stijging van 20% naar 35% aandeel betekent iets concreets, ongeacht hoeveel citaties er die week in totaal door het antwoord stroomden.

Omdat de grafiek beperkt is tot één prompt, is het een veel scherper instrument dan een accountbrede AI-zichtbaarheidsscore. Uw algehele AI-zichtbaarheid kan vlak blijven terwijl individuele prompten eronder in tegengestelde richtingen bewegen — de ene stijgt door een nieuwe landingspagina, de andere daalt omdat een concurrent een vergelijkingspagina heeft uitgebracht die het model is gaan verkiezen. De weergave op promptniveau is waar u dat soort compenserende bewegingen opvangt voordat het in het totaal verschijnt als “geen verandering.”

Hoe u het leest

• Elke lijn is een merk, gekleurd om overeen te komen met de legenda onder de grafiek; uw merk is inbegrepen.
• De y-as is het aandeel in vermeldingen; de x-as is de tijd over het geselecteerde datumbereik.
• De tabbladen boven de grafiek (Alle, plus één per engine) laten u schakelen tussen het gemengde overzicht en een enkele engine.
• Een late opwaartse piek in uw lijn betekent meestal dat nieuwe content voor deze prompt is opgepikt.
• Een gat of dip in alle lijnen tegelijk weerspiegelt meestal een verandering in hoe vaak de prompt zelf überhaupt een antwoord met merkvermelding opleverde, eerder dan een verschuiving tussen merken — het is de moeite waard dit te controleren tegen het leaderboard naast de grafiek om te zien of het totale citatievolume is gedaald.
• Meerdere merken die samen dalen terwijl er één stijgt, is het duidelijkste teken dat u zult krijgen van een echte competitieve overwinning, in tegenstelling tot ruis in de steekproef van het model.

Hoe u het gebruikt

1. Let op uw richting, niet op één dag. Een gestage meerdaagse stijging van uw aandeel is het signaal dat er echt toe doet; een sprong op één dag is vaak gewoon steekproefruis in hoe het model dat specifieke antwoord genereerde.
2. Vergelijk met een concurrent. Volg uw lijn en die van een belangrijke concurrent samen om te zien of u terrein wint — dit soort vergelijking naast elkaar is in essentie een AI-zichtbaarheidstrend -vergelijking, beperkt tot één vraag, en is meestal bruikbaarder dan het vergelijken van algehele zichtbaarheidsscores omdat het gekoppeld is aan een specifiek stukje gebruikersintentie.
3. Koppel veranderingen aan acties. Stem bewegingen af op content die u hebt gepubliceerd of de fan-out-query’s die u voor deze prompt bent gaan targeten. Als uw aandeel binnen een week of twee na het publiceren van een update veranderde, is dat een sterk (maar niet zeker) causaal signaal; als het veranderde zonder bijbehorende actie van uw kant, is de meer waarschijnlijke verklaring de content van een concurrent of een verschuiving in de retrieval-bronnen van het model.
4. Schakel tussen engines om te ontdekken waar uw winst (of verlies) geconcentreerd is. ChatGPT, Perplexity, Gemini en Google AI Mode putten uit verschillende indexen en wegen bronnen anders, dus het komt vaak voor dat echte beweging op één engine verborgen blijft in een vlakke gemengde lijn.
5. Gebruik het om prioriteiten te stellen, niet alleen om te rapporteren. Een prompt met een hoog totaal vermeldingsvolume en een dalende trendlijn voor uw merk is een betere besteding van uw volgende content-sprint dan een prompt waarbij uw aandeel al bijna aan de top en stabiel is — de grafiek vertelt u welke gevechten daadwerkelijk nog te winnen zijn.
6. Controleer kruislings met het leaderboard. Het leaderboard voor merkvermeldingen naast deze grafiek toont de huidige stand; de trendgrafiek toont hoe u daar bent gekomen. Ze samen lezen vertelt u niet alleen wie vandaag voorop loopt, maar ook of die voorsprong vers is of afkalft.

Waarom trends op promptniveau beter zijn dan eenmalige controles

Handmatig één keer een prompt in ChatGPT plakken en het antwoord bekijken is het equivalent van één keer een aandelenkoers controleren en aannemen dat dit voor altijd de waarde is. AI-antwoorden variëren van uitvoering tot uitvoering, zelfs bij exact dezelfde vraag, door steekproeftrekking van het model en doordat retrieval-bronnen onafhankelijk van elke afzonderlijke query worden bijgewerkt. Eén controle kan u niet vertellen of een vermelding typisch was of een toevalstreffer. Een 30-dagentrend, consistent bemonsterd, filtert die ruis eruit en toont het onderliggende traject — de enige versie van deze data die daadwerkelijk bruikbaar is om te bepalen wat u vervolgens moet doen. Dit is ook waarom een ad-hoc spreadsheet met handmatige promptcontroles binnen enkele weken meestal uit elkaar valt: het kan geen consistente cadans aanhouden over tientallen prompts en meerdere engines heen, zoals een toegewijde AI-ranktracker dat wel kan.

Het is ook de snelste manier om een vraag te beantwoorden die voortdurend terugkomt bij competitieve reviews: niet “word ik genoemd”, maar “word ik meer genoemd dan vorige maand, en versnelt of vlakt die trend af.” Als u systematisch in kaart wilt brengen welke vragen deze mate van aandacht rechtvaardigen, is het de moeite waard om deze grafiek te combineren met een proces om te ontdekken welke prompts AI ertoe aanzetten uw merk te vermelden — de trendgrafiek is het meest waardevol zodra u al weet welke prompts belangrijk zijn voor uw bedrijf en uw concurrenten.

Waar u vervolgens naartoe gaat

Zodra u de share-of-voice-trend van een prompt duidelijk kunt zien, is de volgende nuttige stap bepalen wat u eraan gaat doen — en die beslissing hangt meestal af van de vraag of de beweging over uw eigen content gaat of over wie er verder nog naast u wordt aangehaald. Als uw lijn vlak is of daalt terwijl die van een met naam genoemde concurrent stijgt, is het de moeite waard om te lezen hoe u AI-vermeldingen van concurrenten kunt volgen op dezelfde engines, zodat u kunt zien of zij iets nieuws hebben gepubliceerd of gewoon zijn opgepikt door een bron die het model al vertrouwde. En als u een breder pleidooi opbouwt voor waarom dit soort tracking thuishoort in uw reguliere rapportagecyclus — voor uw eigen team of voor een klant, vooral als u dit voor meerdere accounts uitvoert als bureau — dan behandelt de diepgaandere uitleg over AI share of voice en hoe u die wint de formule, de benchmarks en de tactieken die een trendlijn zoals deze daadwerkelijk in uw voordeel laten bewegen.