Hoe onderzoek je welke vragen mensen aan AI stellen? Traditioneel zoekwoordenonderzoek lijkt niet van toepassing

Je hebt gelijk dat traditioneel zoekwoordenonderzoek niet direct van toepassing is. Hier is het nieuwe onderzoeksraamwerk:

1. Begin met klanttaal

Vergeet zoekwoordtools in eerste instantie. Ga naar:

• Supportticketgesprekken
• Transcripties van salescalls
• Opnames van klantinterviews
• Onboardinggesprekken

Luister naar hoe klanten hun problemen in natuurlijke taal omschrijven. Dat zijn de prompts die ze bij AI gebruiken.

2. Vraag-mijnbronnen

3. Direct AI-testen

Maak een lijst van 50 prompts waarvan je DENKT dat gebruikers ze stellen. Test ze allemaal op ChatGPT, Perplexity, Claude, Gemini. Documenteer: Wie verschijnt er? Wat wordt er geciteerd? Wat ontbreekt?

4. Monitoringtools

Am I Cited en vergelijkbare tools volgen je zichtbaarheid op AI-platformen. Ze tonen welke zoekopdrachten je merk triggeren en waar hiaten zijn.

Dit is query-onderzoek, geen zoekwoordenonderzoek. Ander denkkader.

Reddit is het beste gratis query-onderzoeksinstrument voor AI.

Waarom Reddit werkt:

• Mensen stellen vragen zoals ze aan AI zouden stellen
• Gedetailleerde context wordt meegegeven
• Echte problemen, geen marketingtaal
• AI-systemen citeren Reddit veelvuldig

Zo mijn je Reddit voor zoekopdrachten:

1. Zoek subreddits in jouw categorie
2. Zoek naar aanbevelingsthreads
3. Let op patronen in hoe vragen gesteld worden
4. Noteer de context die men geeft

Voorbeelden van zoektermen:

• “wat gebruik je voor [categorie]”
• “aanbevolen [categorie]”
• “alternatief voor [concurrent]”
• “beste [categorie] voor [gebruikssituatie]”
• “hoe doe je [taak die jij oplost]”

Wat je verzamelt:

• De exacte formulering van de vraag
• De context die ze geven
• Vervolgvragen
• Welke antwoorden worden upvoted

Wij vonden ruim 80 unieke querypatronen op Reddit in één middag. Deze werden onze AI-optimalisatiedoelen.

Salesperspectief: Je salesteam is een goudmijn voor query-onderzoek.

Wat prospects ons vragen:

• “Hoe verhoudt dit zich tot [concurrent]?”
• “Wat is de gemiddelde implementatietijd?”
• “Integreert het met [specifieke tool]?”
• “Wat voor soort bedrijven gebruiken dit?”
• “Wat is de prijs voor [specifiek scenario]?”

Dit zijn precies de prompts die ze aan AI stellen.

Wij zijn dit systematisch gaan bijhouden:

1. Na elk salesgesprek logt de verkoper de top 3 vragen
2. Wekelijkse review voor patronen
3. Maandelijkse compilatie van topvragen
4. Aanleveren bij het contentteam voor optimalisatie

Ontdekking: 70% van AI-relevante vragen komt nooit in zoekwoordtools voor. Het zijn specifieke, contextuele, use-casegedreven vragen die alleen in echte gesprekken naar boven komen.

Je salesteam spreekt dagelijks prospects. Zij kennen de vragen. Vraag het ze.

Systematisch prompttestproces:

Stap 1: Stel een initiële promptlijst samen Verzamel uit alle bronnen (klanttaal, Reddit, sales, enz.) 50-100 prompts.

Stap 2: Categoriseer prompts

• Awareness: “Wat is [categorie]?”
• Consideratie: “Beste [categorie] voor [gebruikssituatie]”
• Beslissing: “[Product] vs [Concurrent]”
• Technisch: “Hoe [specifieke taak met product]”

Stap 3: Test op platformen Voor elke prompt testen op:

• ChatGPT
• Perplexity
• Claude
• Google AI Overview

Stap 4: Documenteer resultaten

Stap 5: Herken patronen

• Waar zijn we sterk?
• Waar zitten de hiaten?
• Welke content vult de hiaten?

Stap 6: Prioriteer Focus op prompts met hoge intentie waar je niet verschijnt maar wel zou moeten.

Zo krijg je een actiegerichte querylijst, niet alleen zoekwoorden met volume.

Tools specifiek voor AI-queryonderzoek:

Zichtbaarheidstracking:

• Am I Cited - Volgt merkvermeldingen over AI-platformen heen
• SE Ranking AI Toolkit - AI-zichtbaarheid monitoring
• Profound - AI share of voice tracking

Vraagonderzoek:

• AnswerThePublic - Vraagvisualisatie
• AlsoAsked - Vraagrelaties
• Semrush “Questions”-filter - Zoekwoordvragen

Conversatie-mijnbouw:

• Gong/Chorus - Analyse van salescalls
• Intercom/Zendesk - Analyse van supporttickets
• Brand24 - Social media mention tracking

Het gat: Geen enkele tool geeft je “AI-zoekvolume” zoals Ahrefs zoekvolume geeft. Deze data bestaat simpelweg niet publiekelijk.

Onze workaround:

1. Gebruik traditionele tools voor vraagontdekking
2. Gebruik AI-zichtbaarheidstools voor het volgen van aanwezigheid
3. Gebruik handmatige tests voor gap-analyse
4. Combineer tot een geprioriteerde promptlijst

Het is meer werk dan traditioneel zoekwoordenonderzoek, maar noodzakelijk voor AI-optimalisatie.

Hoe wij prompts categoriseren en prioriteren:

Categorie 1: Merkqueries

• “[Jouw merk] review”
• “Is [Jouw merk] goed?”
• “[Jouw merk] prijs” Prioriteit: Moet geoptimaliseerd worden. Je moet je merk ownen in AI.

Categorie 2: Vergelijkingsqueries

• “[Jouw merk] vs [Concurrent]”
• “Alternatieven voor [Concurrent]”
• “Beste [categorie] tools” Prioriteit: Hoge waarde, hoge intentie.

Categorie 3: Probleemqueries

• “Hoe los ik [probleem dat jij oplost] op?”
• “Beste manier om [taak]”
• “Welke tools helpen bij [uitdaging]?” Prioriteit: Awareness-fase, breder bereik.

Categorie 4: Branchequeries

• “Wat is [concept in jouw branche]?”
• “[Branche] best practices”
• “[Branche] trends 2026” Prioriteit: Thought leadership kans.

We streven ernaar om in 80% van de merkqueries, 50% van de vergelijkingsqueries, 30% van de probleemqueries, 20% van de branchequeries te verschijnen.

Verschillende categorieën vragen om verschillende contenttypes.

Query-onderzoek is iteratief, niet eenmalig.

Maandelijkse onderzoeksritme:

Week 1: Nieuwe ontdekkingen

• Nieuwe supporttickets analyseren
• Recente salescallvragen
• Reddit/forum-monitoring
• Nieuwe prompts toevoegen aan tracking

Week 2: Prestatie-review

• Bij welke prompts worden we nu genoemd?
• Waar nog niet?
• Nieuwe concurrenten zichtbaar?
• Welke content wordt geciteerd?

Week 3: Gap-prioritering

• Meest waardevolle ontbrekende prompts
• Welke content vult de hiaten?
• Welke bestaande content moet geoptimaliseerd?

Week 4: Actieplanning

• Contentopdrachten voor komende maand
• Optimalisatieprioriteiten
• Nieuwe trackingtoevoegingen

AI-zoekopdrachten veranderen voortdurend. Query-onderzoek is geen project – het is een proces.

Reverse engineering van concurrent-zichtbaarheid binnen AI:

1. Identificeer sterke punten van concurrenten Test prompts op verschillende platformen:

• Waar verschijnen concurrenten waar jij niet verschijnt?
• Welke content van hen wordt geciteerd?
• Welke formulering triggert hun vermelding?

2. Analyseer geciteerde content Als een concurrent verschijnt:

• Welke pagina wordt geciteerd?
• Wat maakt het citeerbaar?
• Hoe is het opgebouwd?

3. Vind hun hiaten Waar verschijnen ZIJ niet?

• Kun jij dat gat vullen?
• Welke content zou die prompt kunnen pakken?

Voorbeeldontdekking: Concurrent verschijnt bij “beste [categorie] voor enterprise” maar niet bij “beste [categorie] voor startups.”

Wij maakten startupgerichte content. Nu domineren wij prompts voor startups terwijl zij enterprise domineren.

Begrijpen welke queries concurrenten afdekken onthult kansen.

Dit verandert compleet hoe ik over onderzoek nadenk. Nieuw stappenplan:

Databronnen (in plaats van zoekwoordtools):

1. Klantondersteuningsgesprekken
2. Transcripties van salescalls
3. Reddit-/forumdiscussies
4. AnswerThePublic/AlsoAsked
5. Direct testen op AI-platformen

Onderzoeksproces:

1. Natuurlijke taalvragen uit bronnen halen
2. Categoriseren op intentie (merk, vergelijking, probleem, branche)
3. Testen op AI-platformen
4. Zichtbaarheid en hiaten documenteren
5. Prioriteren op basis van bedrijfswaarde
6. Content maken om hiaten te vullen
7. Maandelijks volgen en itereren

Tools:

• Am I Cited voor zichtbaarheidstracking
• Traditionele tools voor vraagontdekking
• CRM/supporttools voor klanttaal

Belangrijke mindset-shift: Niet “welke zoekwoorden hebben volume” maar “welke vragen stellen mensen en hoe kunnen wij het antwoord zijn.”

Dank allemaal – dit is het nieuwe stappenplan dat ik nodig had.