Mijn content is uitgebreid, maar AI citeert het nooit. Is leesbaarheid het probleem? Hoe structureer je content voor AI?

Je hebt het probleem goed gezien maar de verkeerde conclusie getrokken. AI geeft geen voorkeur aan “versimpelde” content – het geeft de voorkeur aan extracteerbare content.

Zo verwerken AI-systemen je content daadwerkelijk:

1. Ze delen het op in stukken (ongeveer 800 tokens per stuk)
2. Ze maken embeddings (wiskundige representaties van betekenis)
3. Als een gebruiker een vraag stelt, halen ze de meest relevante stukken op
4. Ze synthetiseren een antwoord uit die stukken

Het probleem met uitgebreide, genuanceerde content:

Als je antwoord op een specifieke vraag verspreid is over 5 alinea’s met context, kanttekeningen en nuance, moet AI:

• Meerdere stukken ophalen
• Bepalen welke delen het kernantwoord zijn
• Ze samenhangend synthetiseren

Dat is moeilijk. Het gaat vaak mis.

Het voordeel van “eenvoudigere” content:

Elke sectie biedt een volledig, zelfstandig antwoord. AI haalt één stuk op, extraheert het antwoord, klaar.

De oplossing is niet versimpelen – maar herstructureren:

Behoud je diepgang, maar maak elke sectie zelfstandig. Begin met het directe antwoord, voeg daarna nuance toe. AI extraheert het directe antwoord; nieuwsgierige gebruikers lezen de nuance.

Ik heb een experiment gedaan dat je kan helpen.

De test:

Een uitgebreide gids (zoals de jouwe) in twee versies gemaakt:

• Versie A: Originele uitgebreide formaat
• Versie B: Zelfde content, herstructureerd met antwoord-eerst formaat

Beide op verschillende subdomeinen gepubliceerd, 6 weken gewacht, getest in ChatGPT en Perplexity.

Resultaten:

Versie B werd 4x vaker geciteerd ondanks identieke informatie.

Wat ik heb aangepast:

1. Eerste 50 woorden van elke sectie werden een direct antwoord op de sectiekop
2. Alinea’s ingekort van 5-6 zinnen naar 2-3
3. Belangrijke termen vetgedrukt zodat AI belangrijke concepten herkent
4. Vergelijkingstabel toegevoegd die kernpunten samenvat
5. FAQ-sectie toegevoegd aan het einde die hoofdpunten als Q&A herhaalt

De inhoudskwaliteit bleef gelijk. De extracteerbaarheid veranderde.

Niemand heeft het nog over Flesch-Kincaid leesniveau gehad.

Onderzoek toont aan dat AI-citaties correleren met content op leesniveau groep 6-8. Content op niveau 11+ krijgt merkbaar minder citaties.

Dit betekent niet versimpelen – het betekent:

• Kortere zinnen (onder de 20 woorden)
• Actieve in plaats van passieve vorm
• Duidelijke onderwerp-werkwoord-object-structuur
• Technische termen bij introductie uitleggen

AI-systemen die zijn getraind op enorme internetdata zijn feitelijk gekalibreerd op “gemiddelde” leesbaarheid. Content ver boven dat niveau is moeilijker nauwkeurig te verwerken.

Controleer je leesbaarheidsscore. Is die 12 of hoger, dan kan dat deels het probleem zijn.

Vanuit technisch perspectief: daarom kan je uitgebreide content het afleggen:

Embedding-gelijkheidsprobleem:

Als een gebruiker vraagt “Hoe doe ik X?”, maakt de AI een embedding van die vraag en zoekt naar content met vergelijkbare embeddings.

Jouw uitgebreide content bespreekt X in de context van Y en Z, met kanttekeningen over A, B en C. De embedding weerspiegelt deze rijke, contextuele betekenis.

De content van je concurrent zegt “Zo doe je X: [directe stappen].” De embedding komt dichter bij de vraag.

De oplossing:

Behoud je volledige dekking, maar voeg een sectie toe die direct overeenkomt met de veelgestelde vraag. Zie het als de “TL;DR” die AI eruit kan halen, terwijl je volledige content voor menselijke lezers blijft.

Veel succesvolle sites bieden nu beide: een samenvatting met antwoord-eerst van 40-60 woorden, gevolgd door volledige diepgang.

Praktische opmaaktips die ons citatiepercentage verhoogden:

Structuurwijzigingen:

• H2-koppen als vragen geformuleerd die overeenkomen met gebruikersvragen
• Antwoord in de eerste 2 zinnen onder elke kop
• Alinea’s nooit langer dan 3 zinnen
• Opsommingstekens bij lijsten van 3+ items

Semantische helpers:

• Belangrijke termen vetgedrukt bij eerste gebruik
• Technische termen direct tussen haakjes uitleggen
• Consequente terminologie gebruiken (niet het ene keer “tool” en de andere keer “software”)

Tabellen zijn goud waard:

• AI extraheert graag tabelgegevens
• Elke vergelijking moet een tabel zijn
• Functielijsten als tabellen
• Statistieken als tabellen

Wat je moet vermijden:

• Informatie verborgen in tabs of accordeons
• Belangrijke punten alleen in afbeeldingen
• Passieve vorm
• Lange zinnen met meerdere bijzinnen

We hebben onze content niet versimpeld – we maakten het machine-leesbaar.

Dit is ontzettend behulpzaam. Ik denk dat ik het verschil eindelijk begrijp.

Mijn mentale model was verkeerd:

Ik dacht “uitgebreide content = beter voor AI omdat er meer informatie is.”

Realiteit: “Extracteerbare content = beter voor AI omdat het makkelijker te verwerken is.”

Wat ik ga doen:

1. De uitgebreide diepgang behouden maar herstructureren voor modulariteit
2. Antwoord-eerst samenvattingen (40-60 woorden) toevoegen aan het begin van elke hoofdsectie
3. Leesniveau controleren en verbeteren (doel: groep 7-8)
4. Vergelijkende alinea’s omzetten naar tabellen
5. Zorgen dat elke H2-sectie op zichzelf staat

Het belangrijkste inzicht: ik versimpel niet, ik maak elk deel op zichzelf waardevol terwijl het geheel volledig blijft.

Vraag aan de groep: welke tools gebruiken jullie om te testen hoe AI je contentstructuur “ziet”?

Zo test je hoe AI je content ziet:

Handmatig testen:

1. Kopieer je content en plak deze in ChatGPT
2. Vraag om elke sectie in één zin samen te vatten
3. Als het moeite heeft of secties verkeerd samenvoegt, is je structuur niet duidelijk

Technisch testen:

1. Bekijk je pagina met JavaScript uitgeschakeld – is de belangrijkste content zichtbaar?
2. Bekijk je HTML-broncode – staat content in semantische tags of verstopt in divs?
3. Controleer je leesniveau met een leesbaarheidstool

AI-specifiek testen:

1. Stel ChatGPT/Perplexity je doelvragen
2. Als ze concurrenten citeren, plak dan hun content en die van jou naast elkaar
3. Vraag AI: “Welke content beantwoordt de vraag [X] directer?”

De AI vertelt vaak precies waarom het de ene boven de andere verkiest.

Voor doorlopende monitoring houdt Am I Cited bij welke specifieke content wordt geciteerd, zodat je patronen kunt herkennen in wat werkt.

Contentdesignperspectief dat kan helpen:

Het web leerde ons schrijven voor scanners. AI gaat nog verder – het is de ultieme scanner.

Progressieve onthulling voor AI:

• Niveau 1: De kop (waar gaat dit over)
• Niveau 2: Eerste zin (het antwoord)
• Niveau 3: Eerste alinea (de context)
• Niveau 4: Volledige sectie (de diepgang)

AI extraheert meestal niveau 1-3. Menselijke lezers die diepgang willen, krijgen niveau 4.

Ontwerp elke sectie zo dat alleen de eerste zin extraheren al waarde biedt. De rest voegt extra diepgang toe maar is niet vereist.

Dit zijn eigenlijk goede webschrijfprincipes, alleen strikter uitgevoerd.

Nog een technische overweging: schema markup.

Als je FAQ-secties, HowTo-gidsen of andere gestructureerde content hebt, vertelt juiste schema AI precies wat er staat.

FAQPage-schema is vooral krachtig omdat het expliciet aangeeft wat een vraag en wat een antwoord is. AI hoeft dit dan niet uit je contentstructuur af te leiden.

Wij zagen een stijging van 23% in AI-citaties na het implementeren van correcte schema’s over onze gidscontent. De inhoud veranderde niet – alleen de machine-leesbare signalen over wat het bevatte.

Vertrouw er niet op dat AI je structuur uitvogelt. Geef het expliciet aan via schema.