Hoe je kunt zien welke AI-engine welke bron citeert in AmICited

Niet elke AI-engine vertrouwt dezelfde bronnen. De Cited by provider-heatmap laat precies zien hoe vaak elke engine elk van je topbronnen heeft geciteerd — zodat je kunt zien welke sites welke modelantwoorden beïnvloeden.

Wat is een AI-citatie, en waarom verschilt dit per engine?

Een AI-citatie is elk moment waarop een generatief AI-systeem — ChatGPT, Perplexity, Gemini of Google AI Overview — een specifieke webpagina noemt, ernaar linkt, of er direct op leunt bij het beantwoorden van de vraag van een gebruiker. Citaties zijn de grondstof van AI-zichtbaarheid: als een pagina nooit wordt geciteerd, beïnvloedt ze nooit wat een model mensen vertelt over een merk, een productcategorie of een concurrent. Dat maakt citatiedata fundamenteel anders dan klassieke SEO-rankings, waar één algoritme één geordende lijst bepaalt. Hier bouwen vier grotendeels onafhankelijke systemen elk hun eigen antwoord, en elk kan daarvoor naar een andere set bronnen grijpen.

Die divergentie ontstaat omdat elke engine informatie anders verzamelt. ChatGPT combineert browsingresultaten met patronen die tijdens de training zijn geleerd en leunt op een mix van gezaghebbende uitgevers, gestructureerde data en vermeldingen door derden. Perplexity is gebouwd rond live webretrieval en neigt naar recente, veelgeciteerde pagina’s met heldere feitelijke claims. Google AI Overview put zwaar uit de bestaande Google-index en laat vaak dezelfde domeinen zien die al organisch goed scoren. Gemini haalt informatie uit Google’s kennisgrafiek en webcorpus, maar weegt autoriteit en onderwerpdiepte weer anders. Het resultaat: een bron kan een favoriete referentie zijn voor de ene engine en volledig onzichtbaar voor de andere, zelfs bij bijna identieke prompts.

Dit is het praktische fundament van generative engine optimization — de discipline om de content van een merk vaker terug te laten komen en te laten citeren in deze systemen. Je kunt niet optimaliseren voor “AI-zoeken” als één doelwit, zoals je vroeger optimaliseerde voor “Google”. Je hebt inzicht nodig in welke engine welke bron citeert, want de oplossing voor een ChatGPT-leemte (bijvoorbeeld meer vermeldingen door derden en gestructureerde data) is vaak anders dan de oplossing voor een Perplexity-leemte (frissere, beter citeerbare feitelijke content). Zonder data op engineniveau eindigen teams met gokken welke hendel ze moeten omzetten, of trekken ze aan alle hendels tegelijk en verspillen ze inspanning aan kanalen waar het merk het al goed deed.

Data op bronniveau, per engine uitgesplitst, onthult ook een concurrentiestructuur die geaggregeerde cijfers verbergen. Twee bronnen kunnen hetzelfde totale aantal citaties hebben terwijl de ene uitsluitend een ChatGPT-referentie is en de andere de standaardkeuze van Perplexity. Dat verschil kennen vertelt je niet alleen of een concurrent of partnersite wordt geciteerd, maar van welk model de gebruikers die bron daadwerkelijk te zien krijgen — wat bepaalt waar je vervolgens je content, PR of technische fixes op richt.

Waar je het vindt

Het is de Cited by provider-tabel op de Sources-pagina, met de ondertitel “Hoe vaak elke AI-engine je topdomeinen heeft geciteerd in alle bijgehouden prompts.” De tabel is opgebouwd uit dezelfde onderliggende data als de rest van de bronanalyse van AmICited: elke citatie die je bijgehouden prompts genereren bij Gemini, Perplexity, Google AI Overview en ChatGPT wordt teruggekoppeld naar de exacte bron die deze heeft opgeleverd, en vervolgens opgeteld per domein (of per URL) en per engine.

Wat het meet

De tabel beantwoordt een nauwere, beter bruikbare vraag dan één enkel citatiegetal: hoe sterk leunt elke individuele AI-engine op deze bron? In plaats van één samengevoegd getal krijg je een rij met engine-specifieke aantallen, zodat zowel de totale invloed van een bron als de invloed per engine tegelijk zichtbaar is.

• Elke rij is een bron — een domein, of een pagina in de By-URL-weergave — waarbij je eigen domein wordt gemarkeerd als jij, zodat je je eigen prestaties vindt zonder de hele lijst te hoeven doorzoeken.
• Elke engine heeft een kolom — Gemini, Perplexity, Google AI Overview, ChatGPT — met een gearceerde cel die het aantal citaties voor die bron bij die engine weergeeft.
• Cel-donkerte geeft de hoeveelheid weer via een “minder → meer”-gradiëntlegenda, zodat patronen in één oogopslag zichtbaar zijn zonder elk getal te hoeven lezen.
• Totaal telt de citaties van een bron over alle vier engines op, wat je een algemene rangschikking van bronbelang geeft.
• Een Web Vitals-kolom en een 14-daagse sparkline staan naast de citatieaantallen, en voegen context toe over paginagezondheid en recente trends — een bron die stijgt in citaties maar faalt op Core Web Vitals is een kwetsbare koploper om in de gaten te houden.

Omdat de tabel eerst georganiseerd is per bron en dan per engine, is ze specifiek gebouwd om de vraag “welke engine vertrouwt deze bron” te beantwoorden — een andere (en vaak nuttigere) vraag dan “hoeveel citaties kreeg ik deze maand.”

Hoe je het leest

Scan de tabel zoals je elke heatmap zou scannen: let op kleur, niet alleen op cijfers. Een rij die over alle vier de enginekolommen heen gelijkmatig donker is, is een bron met brede, engineoverstijgende autoriteit — het soort referentie waar elk model naar lijkt te grijpen. Een rij die donker is in één kolom en leeg in de rest, is een bron met smalle, engine-specifieke invloed, wat meestal wijst op iets structureels: de bron kan goed geïndexeerd zijn door Google maar zelden live opgehaald worden door Perplexity, of andersom. Je eigen jij-rij is degene die je het eerst en het vaakst moet checken, want die is de directe uitlezing van de AI-zoekzichtbaarheid van je merk, uitgesplitst per engine.

Hoe je het gebruikt

1. Vind de favorieten van elke engine. Scan een kolom van boven naar beneden om te zien op welke bronnen dat model het meest leunt voor jouw bijgehouden prompts. Dit zijn de pagina’s die het waard zijn om te reverse-engineeren — hun structuur, versheid en autoriteitssignalen werken aantoonbaar voor die specifieke engine.
2. Zie waar je staat. Zoek je jij-rij op en lees deze horizontaal: welke engines citeren jou, en welke citeren je helemaal niet. Dit is de snelste manier om een engine-specifieke blinde vlek te vinden, in plaats van aan te nemen dat je algemene zichtbaarheid overal even zwak of sterk is.
3. Richt je op je zwakke engine. Een lege cel in jouw rij bij een bepaalde engine is een specifieke, aanpakbare leemte — geen vage taak als “verbeter AI-zichtbaarheid”, maar een concrete: zoek uit waarom Perplexity (bijvoorbeeld) je nooit ophaalt terwijl ChatGPT dat wel doet, en pas de versheid van je content, citaties of crawlbaarheid daarop aan.
4. Bestudeer de leiders. De donkerste rijen, buiten die van jou, zijn de bronnen die jouw onderwerp domineren over alle engines heen — de pagina’s om van te leren, te benchmarken, of te proberen te overtreffen. Als het domein van een concurrent onder elke kolom donker verschijnt, is dat een sterk signaal van domeinautoriteit dat het waard is om rechtstreeks te onderzoeken, inclusief welk contentformaat en welke structuur die site gebruikt.

Gebruik de schakelaar By domain / By URL om te wisselen tussen hele domeinen en individuele pagina’s, waarmee je kunt inzoomen van “welke sites winnen bij welke engines” naar “welke exacte pagina wint het” (behandeld in een eigen handleiding).

Waarom data op engineniveau ertoe doet voor je strategie

Alle AI-citaties behandelen als één ongedifferentieerde pool leidt tot twee veelvoorkomende fouten. De eerste is aannemen dat het oplossen van zichtbaarheid bij één engine dit overal oplost — teams zien soms een stijging in citaties na een contentpush en gaan ervan uit dat de strategie breed werkt, terwijl in werkelijkheid slechts één engine reageerde en de andere nog steeds leeg staan. De tweede is het verkeerd inschatten van concurrentiedreigingen: een concurrent met een hoog totaal aantal citaties kan in werkelijkheid volledig geconcentreerd zijn in één engine, waardoor drie andere wagenwijd openstaan. De Cited by provider-tabel bestaat specifiek om beide fouten te voorkomen door de enginedimensie altijd zichtbaar te houden in plaats van deze samen te voegen tot één score.

Dit soort detail op bronniveau is ook wat een echte AI rank tracker onderscheidt van een basale vermeldingenteller. Tellen hoe vaak een merk wordt genoemd is een begin, maar weten welke bronnen elke engine citeert in plaats van jou — en dat kunnen vergelijken met de trend in je eigen share of voice — is wat de data verandert in een geprioriteerde actielijst in plaats van een ijdelheidsmetriek. Als je een bredere contentgap-analyse opbouwt, is deze tabel het natuurlijke startpunt: ze vertelt je precies tegen welke engine je als eerste moet testen, en welke concurrerende of externe bronnen de positie al bezetten die jij probeert te veroveren. Teams die AI-zichtbaarheidswerk op bureauschaal uitvoeren, of dit naast traditionele SEO -ranktracking beheren, checken deze weergave doorgaans wekelijks — het is de snelste manier om te zien of de content- of technische wijzigingen van vorige maand daadwerkelijk iets in beweging brachten bij de specifieke engine waarop ze zich richtten.