AI-visibility meten: hoe betrouwbaar is je score eigenlijk?

AI-visibilitytools beloven inzicht in hoe zichtbaar je merk is in ChatGPT en andere AI-systemen. Eindelijk kunnen we die zichtbaarheid in cijfers vatten. Tenminste, dat is de belofte. Maar wat meet zo’n dashboard? Ik ging kijken hoe die scores tot stand komen en ontdekte dat een vrij fundamentele vraag die verrassend lastig te beantwoorden is.

AI visibility wordt volwassen. Er zijn dashboards vol percentages, grafieken en rankings. Het ziet er behoorlijk exact uit. Tijdens mijn eigen prompttests viel me iets op: dezelfde vraag in de gebruikersinterface van ChatGPT gaf een opvallend ander soort antwoord dan via de OpenAI API. De API-output bevatte minder context en visuele elementen dan het antwoord in ChatGPT.

Ik wilde weten waar dat verschil vandaan kwam en of het ook elders is gedocumenteerd. Want als de meetomgeving mee bepaalt wat voor antwoord je krijgt, heeft dat gevolgen voor AI visibility. Bedrijven betalen voor tools die meten hoe zichtbaar ze zijn in ChatGPT. Meet die tool dan ook werkelijk wat ChatGPT-gebruikers zien?

ChatGPT en de OpenAI API zijn niet hetzelfde

ChatGPT Search kan een gebruikersvraag omzetten in gerichte zoekopdrachten en die tijdens het zoeken verder verfijnen. Wat uiteindelijk als antwoord in ChatGPT verschijnt, kan dus het resultaat zijn van een zoekproces waarvan je als gebruiker maar een deel ziet.

Via de OpenAI API kan ook online worden gezocht, als web search als tool wordt geconfigureerd. Daarbij kunnen onder meer het model, de hoeveelheid context uit de zoekresultaten en eventueel locatie-informatie worden ingesteld.

Dezelfde prompt invoeren betekent dus nog niet dat je onder dezelfde omstandigheden meet. Promptwatch registreerde op 8 augustus 2026 in de ChatGPT-interface een sterke toename van aanvullende zoekopdrachten die specifiek op één domein waren gericht. Wat voordien uitzonderlijk was, kwam volgens Promptwatch die dag voor in ongeveer één op zes van die aanvullende zoekopdrachten.

Het AI SEO-bureau Dejan onderzocht vergelijkbare zoekopdrachten via de OpenAI API met web search. In hun dataset was op 8 augustus 2026 zo’n omslag niet zichtbaar. De onderzoeken zijn niet één op één vergelijkbaar. Wel laten ze zien dat een verschuiving die in de ene meetomgeving zichtbaar is, niet automatisch in een andere terugkomt.

Wat je via de API niet ziet

Een antwoord in ChatGPT is vaak meer dan alleen tekst. Het kan visuele elementen of tabellen bevatten. Bij commerciële vragen kan ChatGPT ook producten tonen met afbeeldingen, prijzen en links naar verkopers. In bepaalde versies kunnen daarnaast advertenties verschijnen.

Als jouw merk prominent tussen de getoonde producten verschijnt, lijkt me dat behoorlijk relevante zichtbaarheid. Misschien zelfs relevanter dan één vermelding van je merk ergens in de lopende tekst. Wat gebeurt er met die zichtbaarheid als een meetinstrument alleen de API-output analyseert?

Dat verschil wordt ook expliciet benoemd door Promptwatch. Deze AI-visibilitytool bevraagt ChatGPT via geautomatiseerde browsersessies in de gebruikersinterface. Volgens hun documentatie worden onderdelen zoals shoppingcarrousels, afbeeldingen en vergelijkingstabellen daar weergegeven, maar ontbreken ze in de API-output.

Hoe meten visibilitytools ChatGPT?

Ik ben in de documentatie van verschillende AI-visibilitytools gaan zoeken. Ik wilde antwoord op een eenvoudige vraag: hoe wordt ChatGPT eigenlijk bevraagd?

Bij sommige tools vond ik nauwelijks of geen informatie over de technische meetomgeving. Andere tools beschrijven vrij precies hoe ze de verschillende AI-platformen bevragen. Binnen één tool kan de technische route verschillen per AI-platform of model: soms wordt de gebruikersinterface bevraagd, soms een provider-API.

De transparantie daarover loopt sterk uiteen. In één geval bleef zelfs na gerichte navraag onduidelijk hoe de meting wordt uitgevoerd.

Een visibilityscore is geen vast kenmerk van een merk. Het is de uitkomst van een bepaalde manier van meten.

Hoe meet je een gebruikersinterface op schaal?

Ik heb geprobeerd die vraag zelf uit te testen door mijn prompttests te automatiseren. Een workflow haalde vragen uit een spreadsheet, opende ChatGPT in een geautomatiseerde browser, voerde de prompts één voor één in en sloeg telkens het antwoord, de gebruikte bronnen en een screenshot op.

Daarbij liep ik wel tegen een praktisch probleem aan. Wanneer de prompts te snel na elkaar werden ingevoerd, werd het verkeer (terecht) als geautomatiseerd gedetecteerd en werd de workflow onderbroken. Ik bouwde daarom variabele tijdsintervallen in tussen de prompts. Daarna trad die detectie niet meer op. De intervallen moesten tegelijk lang genoeg zijn om ChatGPT het antwoord volledig te laten genereren. Daarnaast kunnen wijzigingen in de gebruikersinterface zo’n automatisering later nog verstoren wanneer knoppen, velden of andere onderdelen op de pagina veranderen.

Mijn experiment zegt niets over hoe commerciële visibilitytools dat intern oplossen. Wel werd duidelijk hoeveel er komt kijken bij een geautomatiseerde meting via de gebruikersinterface.

Via de API verliep die automatisering in mijn tests een stuk makkelijker. Na het opzetten van de API-koppeling kon een prompt rechtstreeks vanuit mijn workflow naar het model worden gestuurd en kwam het antwoord meteen terug. Fluitje van een cent. Botdetectie en dynamische tijdsintervallen speelden daarbij geen rol. Maar die meetomgeving wil ik niet per se onderzoeken.

Daar is een API sterk in: software rechtstreeks met een AI-systeem laten communiceren. Daardoor is zo’n proces relatief eenvoudig op te schalen. Het is dus niet vreemd dat API’s daarvoor aantrekkelijk zijn. Alleen meet je daarmee niet dezelfde omgeving als de consumenteninterface.

Je score stijgt. Goed nieuws?

Een losse visibilityscore zegt niet zoveel. Hoe die score zich over langere tijd ontwikkelt, vind ik een stuk interessanter. Maar stel dat je na maanden GEO-optimalisatie je score ziet stijgen. Goed nieuws. Misschien. ChatGPT kan ondertussen veranderd zijn. De tool kan anders meten. Of je merk dus effectief zichtbaarder werd voor de gebruiker, is een andere vraag.

Een stijgende grafiek laat niet zien waarom de score hoger uitvalt. Verandert de meetmethode, dan moet een tool dat duidelijk vermelden. Zonder die informatie wordt het moeilijk om een stijging of daling doorheen de tijd correct te interpreteren.

Een visibilityscore is geen vast kenmerk van een merk. Het is de uitkomst van een bepaalde manier van meten. Zou ik zulke tools dan gebruiken? Ja. Alleen kijk ik liever verder dan het percentage. Hun grootste praktische waarde zit voor mij in het op schaal en herhaalbaar verzamelen van antwoorden, zonder dat ik zelf de technische meetworkflow hoef te bouwen en onderhouden. De visibilityscore zelf zou ik niet als KPI gebruiken zolang onduidelijk is over welke meetomgeving het gaat.

Wat mag je van een AI-visibilitytool verwachten?

AI visibility meten is fascinerend. Het geeft eindelijk enig houvast in een omgeving die moeilijk te meten is. Maar zodra een tool een concreet percentage toont, moet duidelijk gedocumenteerd zijn hoe dat percentage tot stand komt. Daarvoor hoeft niet elk technisch detail te worden uitgelegd. De meetomgeving en de manier waarop antwoorden in een score worden vertaald, zijn wel essentieel.

Dat lijken me geen buitensporige eisen voor een product dat een exact cijfer op mijn dashboard zet.

Bron header-afbeelding: gegenereerd met Midjourney.