AI zichtbaarheid meten doe je zelf door elke echte klantvraag minstens tien keer per AI-engine te stellen en te turven hoe vaak je genoemd wordt. Dat percentage zegt veel meer dan een positie, zeker als je het naast je merkzoekopdrachten legt.
AI zichtbaarheid meten kun je zelf, zonder dure tool. Stel elke belangrijke klantvraag minstens tien keer per AI-engine, turf of je genoemd wordt en reken dat om naar een percentage. Dat percentage zegt veel meer dan een positie.
De regel komt uit een advies van SparkToro, het bedrijf van Rand Fishkin. In de Office Hours van maart 2026 klonk het zo:
Please, dear god, ask ten times before you trust the list.
Vertaald: vraag het in vredesnaam tien keer voordat je de lijst vertrouwt. Hieronder lees je hoe je die regel in de praktijk toepast.
Waarom één keer vragen niet genoeg is
Stel je ChatGPT of Google AI 100 keer dezelfde vraag? Dan is de kans op twee keer dezelfde merkenlijst kleiner dan 1 op 100 (SparkToro, januari 2026). Eén antwoord is dus een momentopname, geen meting.
Tegelijk komen sommige namen steeds terug. Fishkin concludeerde daarom in januari 2026: "visibility % across dozens to hundreds of prompts run multiple times is a reasonable metric". Zichtbaarheid in procenten over veel herhaalde prompts is dus een redelijke maatstaf.
Een positie is dat niet, lees daarover het artikel over de positie die niet bestaat.
Eerst: haal je prompts uit echte klantvragen
De belangrijkste keuze is welke vragen je stelt. Toen honderden mensen een prompt schreven voor dezelfde bedoeling, was de gemiddelde semantische gelijkenis maar 0,081 (SparkToro, februari 2026). Iedereen vraagt het dus anders.
AI visibility is an audience research problem before it's a measurement problem.
Vertaald: AI-zichtbaarheid is eerst een vraagstuk van publieksonderzoek en pas daarna een meetvraag. SparkToro adviseerde in maart 2026 ook om prompts af te leiden uit echt publieksgedrag. Daarbij raadde SparkToro aan ze "a few dozen times" te draaien, dus enkele tientallen keren.
If your AI visibility strategy assumes people ask questions the same way, it's already misaligned with reality.
Vertaald: gaat je strategie ervan uit dat iedereen dezelfde vraag stelt, dan klopt ze al niet met de werkelijkheid. Toch hoef je niet elke formulering te dekken. Door mensen geschreven prompts, 142 varianten voor koptelefoons, kwamen op een vergelijkbare kernset merken uit (SparkToro, januari 2026).
AI vangt dus vooral de onderliggende bedoeling. Zorg daarom dat je set vragen de echte bedoelingen van je klanten dekt, niet alle mogelijke woordkeuzes.
Goede bronnen voor prompts zijn:
- vragen die klanten stellen aan de telefoon of in de mail;
- vragen uit offerteaanvragen en intakegesprekken;
- zoekopdrachten uit Google Search Console;
- vragen die je op forums en in reviews over je vakgebied ziet.
Schrijf elke vraag in de woorden van de klant, niet in vaktaal. Een goede vraag noemt vaak een plaats of situatie, zoals "welk installatiebedrijf in Amersfoort plaatst warmtepompen". Voor plaatsgebonden vragen lees je meer in lokale AI-zichtbaarheid per plaats en regio.
Daarna: turf per engine en reken een percentage uit
- Kies een vaste, kleine set klantvragen.
- Stel elke vraag minstens tien keer aan ChatGPT, telkens in een nieuw gesprek.
- Herhaal dat in elke engine die je wilt volgen, zoals Google AI Overviews en Gemini.
- Turf per antwoord of je genoemd wordt, en of dat als aanbeveling of neutraal is.
- Deel het aantal vermeldingen door het aantal runs: dat is je zichtbaarheid in procenten.
Gebruik hiervoor onze turflijst voor AI-zichtbaarheid. Houd de engines apart, want een gemiddelde over alles verbergt verschillen. Zelfs de ChatGPT-app en ChatGPT via de API deelden in de Gold Lemon-benchmark van september 2026 maar 2 van hun top 3.
Noteer ook de datum en of je ingelogd was. Zo kun je later onder dezelfde omstandigheden vergelijken. Meet bij voorkeur een paar concurrenten mee, zodat je percentage context krijgt.
Controleer ook of de genoemde namen kloppen. In het onderzoek van SparkToro uit januari 2026 noemde AI ook influencers, TikTok-accounts en makelaarskantoren die niet meer bestonden. Zie je verouderde gegevens over je eigen bedrijf, schoon die dan op waar ze online staan.
Waarom twintig herhalingen nauwkeuriger zijn
Tien keer vragen geeft een eerste indruk. Wil je een meting met ongeveer plus of min één procentpunt marge, dan draai je een set prompts ongeveer twintig keer (SparkToro, maart 2026). Het onderzoek zelf ging verder, met 60 tot 100 herhalingen per prompt (SparkToro, januari 2026).
Het advies uit dat onderzoek luidde:
if you really want to know an AI's set of recommendations, you need to ask over and over again; usually at least 60-100X, then average these out
Wil je echt weten welke namen een AI aanbeveelt, vraag dan telkens opnieuw en neem het gemiddelde. Voor een klein bedrijf is twintig keer per engine een werkbaar compromis.
In kleine markten wordt het beeld sneller stabiel. Hoe kleiner de groep mogelijke namen, hoe groter de overlap tussen antwoorden (SparkToro, januari 2026). Een lokale specialist ziet daardoor eerder een helder patroon dan een landelijke categorie.
Koppel je meting aan merkzoekopdrachten
Een percentage alleen vertelt niet of het iets oplevert. Similarweb-onderzoek dat Fishkin in juni 2026 besprak, liet zien dat mensen na AI-invloed iets minder zoeken en vaker direct naar een site gaan. Wanneer AI American Express aanbeval, was de kans op een sitebezoek 7,2% groter.
Fishkin zet daar zelf kanttekeningen bij: het ging om grote merken in drie sectoren (SparkToro, juni 2026). Toch is zijn advies voor iedereen bruikbaar: kijk in je eigen statistieken of direct verkeer en merkzoekopdrachten stijgen. Uitleg vind je in zoekopdrachten op je merknaam als bewijs.
Wat je nu kunt doen
- Verzamel echte klantvragen uit je mail, je telefoongesprekken en Search Console.
- Stel elke vraag minstens tien keer per engine en turf de uitkomst.
- Reken per engine je zichtbaarheid in procenten uit en noteer de datum.
- Herhaal de meting elke maand onder dezelfde omstandigheden.
- Leg je percentages naast je direct verkeer en bepaal daarna of je een AI-trackingtool nodig hebt.
Veelgestelde vragen
Hoe meet ik mijn AI-zichtbaarheid zelf?
Stel je belangrijkste klantvragen herhaaldelijk in elke AI-engine. Turf of je genoemd wordt en deel het aantal vermeldingen door het aantal runs. Zie ook: 10 vragen voor je bureau.
Wat is de tien-keer-regel?
Het advies om een vraag minstens tien keer aan een AI te stellen voordat je de lijst vertrouwt. Eén antwoord is te toevallig om er iets over te zeggen. Zie ook: Nabelonderzoek.
Waarom niet gewoon één keer vragen?
AI-antwoorden wisselen van keer tot keer in namen en volgorde. Pas over veel herhalingen zie je welke namen echt vaak terugkomen.
Hoe kom ik aan goede prompts?
Haal ze uit echte klantvragen: mail, telefoon, offerteaanvragen, Search Console en forums. Schrijf ze in de woorden van de klant. Zie ook: Beste GEO bureau: zo herken je een eerlijke ranglijst.
Moet ik elke AI-engine apart meten?
Ja. Elke engine geeft eigen antwoorden, en zelfs de app en de API van dezelfde engine verschillen. Een gemiddelde over alles verbergt die verschillen. Zie ook: Genoemd worden in ChatGPT: het bewijs ligt buiten je website.
Moet ik voor elke vraag een nieuw gesprek starten?
Ja, dat is verstandig. Zo voorkom je dat eerdere vragen in hetzelfde gesprek het antwoord beïnvloeden.
Hoe nauwkeurig is tien keer vragen?
Het geeft een eerste indruk, geen precieze meting. Voor een kleinere foutmarge heb je meer herhalingen nodig.
Hoe vaak moet ik opnieuw meten?
Een vaste maandelijkse meting onder dezelfde omstandigheden werkt goed. Zo zie je trends in plaats van toevalstreffers.
Wat telt als vermelding?
Elke keer dat je bedrijfsnaam in het antwoord staat. Noteer apart of je als aanbeveling of neutraal genoemd wordt.
Hoe weet ik of AI-zichtbaarheid iets oplevert?
Kijk of direct verkeer en zoekopdrachten op je merknaam meestijgen. Die signalen vind je in je eigen statistieken.
Bronnen
- Office Hours: Can You Actually Track AI Visibility? (SparkToro) (maart 2026)
- NEW Research: AIs are highly inconsistent when recommending brands or products (Rand Fishkin, SparkToro) (januari 2026)
- Why Everyone Prompts AI Differently (Amanda Natividad, SparkToro) (februari 2026)
- New in SparkToro: uncover the AI prompt topics your audience is using (SparkToro) (maart 2026)
- GEO-benchmark oktober 2026 (Gold Lemon) (september 2026)
- New Research from Similarweb: How AI Brand Mentions Influence Direct Visits (Rand Fishkin, SparkToro) (juni 2026)