Wat telt nu eigenlijk als '10x content' voor AI-zoekopdrachten? Het oude SEO-handboek werkt niet meer

Je hebt iets cruciaals opgemerkt. 10x voor AI is anders dan 10x voor Google.

Hier is de fundamentele verschuiving:

Traditionele 10x (Google):

• Wees 10x beter dan je concurrenten
• Langer, vollediger, beter ontworpen
• Win door de beste algemene pagina te hebben

10x voor AI:

• Wees de definitieve bron voor uit te halen antwoorden
• Duidelijk, gestructureerd, feit-dicht
• Win door fragmenten te hebben die AI met vertrouwen kan citeren

Waarom je ultieme gidsen misschien niet worden geciteerd:

AI consumeert pagina’s niet zoals mensen dat doen. Het scant op specifieke passages die vragen beantwoorden. Een artikel van 5.000 woorden met geweldige informatie die in verhalende tekst verstopt zit, is moeilijker om uit te halen dan een artikel van 2.000 woorden met:

• Direct antwoord in de eerste zin van elke sectie
• Duidelijke H2-koppen die overeenkomen met veelgestelde vragen
• Opsommingen van kernpunten
• Tabellen met vergelijkende data
• FAQ-schema aan het einde

Het nieuwe 10x-kader voor AI:

Jouw content moet 10x beter zijn in:

1. Direct vragen beantwoorden – Eerste zin van elke sectie is een volledig antwoord
2. Gestructureerde extractie – Informatie zo organiseren dat AI specifieke feiten kan pakken
3. Gezaghebbende signalen – Auteursgegevens, citaties, expertquotes
4. Uitgebreide dekking – Alles behandelen, maar in duidelijk afgebakende secties
5. Actualiteit – Bijgewerkte data, recente voorbeelden, actuele cijfers

Na SEO te doen sinds 2012, mijn kijk hierop:

10x content is nog steeds relevant, maar de definitie moet worden bijgewerkt.

Oorspronkelijke 10x focuste op:

• Design en presentatie
• Volledigheid
• Gebruikerservaring

AI-tijdperk 10x moet toevoegen:

• Gestructureerde extractie
• Directe antwoordopmaak
• Feitendichtheid (statistiek elke 150-200 woorden)
• Schema-markup voor machinebegrip

Wat ik geleerd heb:

Je kunt DEZELFDE content voor beide optimaliseren. Neem je bestaande gids van 5.000 woorden en:

1. Voeg een TL;DR toe bovenaan met directe antwoorden
2. Maak van H2’s vragen
3. Zet het antwoord in de eerste zin van elke sectie
4. Voeg FAQ-schema toe
5. Maak vergelijkingstabellen waar relevant
6. Voeg een “Kernfeiten”-samenvattingstabel toe

We deden dit voor de 10 belangrijkste gidsen van een klant. Google-posities bleven gelijk (zelfs iets verbeterd). AI-citaties stegen van 2 naar 23.

Het is geen of/of. Het is herstructureren voor beide.

Echte data uit analyse van 500+ contentstukken op AI-citaties:

Wat samenhangt met AI-citaties:

• FAQ-schema aanwezig: 3,2x meer kans om geciteerd te worden
• Duidelijke H2-vraagkoppen: 2,8x
• Statistiek elke 150-200 woorden: 2,4x
• Tabellen aanwezig: 2,1x
• Auteursbio met referenties: 1,9x
• Bijgewerkt in de afgelopen 6 maanden: 1,7x

Wat niet samenhangt zoals je verwacht:

• Aantal woorden: Geen lineair verband. Ideale lengte lijkt 2.000-4.000 woorden
• Backlinks: Zwakke correlatie (0,3) vs. sterk voor Google (0,8)
• Paginasnelheid: Minimale impact op AI-citaties
• Keyword-dichtheid: Onbelangrijk voor AI

Het patroon is duidelijk:

AI-systemen letten op extractie-mogelijkheid en autoriteit, niet op traditionele SEO-signalen. Een goed gestructureerd artikel van 2.500 woorden met statistieken en FAQ-schema verslaat een meesterwerk van 6.000 woorden in verhaalvorm.

10x voor AI = 10x beter te extraheren en te citeren, niet 10x langer of vollediger.

Wij hebben onze werkwijze voor 10x content voor klanten compleet veranderd.

Oude briefingstructuur:

• Onderwerp
• Doelzoekwoorden
• Doel voor aantal woorden
• Concurrenten om te overtreffen

Nieuwe briefingstructuur:

• Onderwerp
• Vragen die deze content moet beantwoorden (letterlijk)
• Feiten/statistieken met bronvermelding
• Eisen aan tabellen/vergelijkingen
• FAQ-vragen die aan bod moeten komen
• Schema-markup-eisen
• “Direct antwoord”-eisen per sectie

Het verschil in AI-citaties is enorm. Onze nieuwe format-content wordt 4-5x vaker geciteerd dan het oude format, zelfs als het oude format meer woorden en backlinks had.

De belangrijkste les:

10x content voor AI draait om het definitief beantwoorden van vragen, niet om een indrukwekkende leeservaring.

Iets wat nog niemand noemt: Originele inzichten en data.

Ik werk bij een SaaS-bedrijf. Onze meest geciteerde content zijn niet onze langste gidsen – het zijn kortere stukken waarin:

• Origineel onderzoek door ons uitgevoerd
• Klantdata (geanonimiseerd) met echte cijfers
• Case studies met specifieke meetgegevens
• Expertquotes die we zelf hebben verzameld

AI-systemen lijken content te prioriteren met informatie die nergens anders te vinden is. Als je alleen maar informatie uit andere bronnen samenvoegt (zelfs heel goed), concurreer je met iedereen die dat doet.

Maar als je publiceert: “We hielden een enquête onder 1.000 marketeers en ontdekten X” of “Onze klanten zagen gemiddeld Y% verbetering,” dan is dat 10x omdat alleen jij die informatie hebt.

Originele data = oneerlijk voordeel voor AI-citaties.

Praktisch herstructureringsvoorbeeld dat bij ons werkte:

Voor (stond #1 in Google, nul AI-citaties): “De evolutie van contentmarketing: een uitgebreide geschiedenis en toekomstvisie”

• 4.500 woorden
• Verhalende structuur door de geschiedenis heen
• Mooie vormgeving met tijdlijnen
• Informatie verspreid over het geheel

Na herstructurering (staat nog steeds #1, nu wél AI-citaties):

• 200-woorden TL;DR toegevoegd met kernfeiten
• H2’s veranderd in vragen: “Wat is contentmarketing?” “Wanneer begon contentmarketing?” “Wat zijn de belangrijkste contentmarketingstrategieën?”
• Eerste zin van elke sectie beantwoordt direct de kopvraag
• Vergelijkingstabel toegevoegd van contentmarketing-tijdperken
• FAQ-schema met 8 vragen toegevoegd
• Call-out box met “Belangrijkste Statistieken”
• Totale lengte ongeveer gelijk gehouden

Dezelfde content, gestructureerd voor extractie. AI-citaties gingen van 0 naar regelmatig binnen 2 maanden.

Perspectief van een klein bedrijf:

Wij kunnen niet concurreren met de contentbudgetten van ondernemingen. Onze “10x”-strategie is anders:

• Focus op niche-onderwerpen die grote spelers negeren
• Wees specifieker dan algemene gidsen
• Voeg echte implementatievoorbeelden toe, geen theorie

Wat werkt voor ons:

In plaats van “De Ultieme Gids voor E-mailmarketing” (concurreren met iedereen), publiceren we “E-mailautomatisering voor SaaS Free Trial Conversie” (specifieke niche waar wij expert in zijn).

Deze specifieke gidsen worden door AI geciteerd als mensen specifieke vragen stellen. We zullen nooit scoren op “e-mailmarketing”, maar we worden wel geciteerd bij nichevragen waar grote spelers niet specifiek op ingaan.

10x voor kleine spelers = 10x specifieker en praktischer dan generieke gidsen.

Laat me de meetkant toevoegen:

Hoe weet je of jouw content “10x” is voor AI:

Gebruik Am I Cited of handmatige tests om te checken:

1. Komt jouw content voor in AI-antwoorden op relevante vragen?
2. Wordt het als bron geciteerd?
3. Welke specifieke passages worden eruit gehaald?

Wat we zagen bij testen van honderden stukken:

AI haalt meestal uit:

• De eerste 2-3 zinnen van secties met vraag-als-kop
• Opsommingen van kernpunten
• Data uit tabellen
• FAQ-vraag/antwoord-paren
• Definities en verklaringen in “is”-zinnen

AI negeert meestal:

• Verhalende alinea’s zonder duidelijke structuur
• Meningen zonder onderbouwing
• Inleidende tekst zonder direct ter zake te komen
• Conclusies die alleen samenvatten wat al gezegd is

Praktische test:

Pak je beste content en vraag: “Als AI maar één zin uit elke sectie zou mogen halen, is die zin dan een bruikbaar, volledig antwoord?” Zo niet, herstructureren.

Deze thread heeft m’n kijk op 10x content totaal veranderd. De belangrijkste inzichten:

10x voor AI = Extracteerbaar + Gezaghebbend + Uitgebreid

Mijn actieplan:

1. Top 20 gidsen auditen – Check AI-citaties met Am I Cited
2. Herstructureren voor extractie:
   • TL;DR-samenvattingen toevoegen
   • Koppen in vragen veranderen
   • Directe antwoorden eerst in elke sectie
   • Tabellen toevoegen waar relevant
   • FAQ-schema implementeren
3. Originele elementen toevoegen:
   • Klantdata/case studies meenemen
   • Quotes van experts opnemen
   • Origineel onderzoek publiceren waar mogelijk
4. Behoud wat werkt:
   • Volledige dekking houden
   • Kwalitatief design behouden
   • Diepgang en nuance behouden
5. Testen en bijsturen:
   • AI-citaties volgen voor/na herstructurering
   • Verdubbelen op wat daadwerkelijk wordt geciteerd

Het belangrijkste inzicht: 10x voor AI draait niet om 10x beter zijn als geheel. Het gaat om 10x makkelijker te extraheren, te citeren en te vertrouwen zijn.

Iedereen bedankt voor de kaders en praktijkvoorbeelden.