GEO voor lokale bedrijven: wat bureaus kunnen meten en verbeteren
Door Johnny Lagneau · Gepubliceerd op 22 april 2026Bijgewerkt op 8 september 2026
Vertaald uit het Engels. Lees het origineel
Generative engine optimization, of GEO, is het werk om de openbare informatie van een bedrijf makkelijker te vinden, te begrijpen en te gebruiken te maken in antwoorden van AI's. Voor een bureau dat lokale bedrijven begeleidt, is het nuttige vertrekpunt een reeks echte kopersvragen en de antwoorden die ze opleveren.
Deze gids blijft op dat terrein. Hij belooft geen positie, geen citaat en geen lead. Hij beschrijft wat u over een lokaal bedrijf kunt observeren in AI-antwoorden, wat u op de eigen pagina's van het bedrijf kunt veranderen, en hoe u beoordeelt of een verandering iets heeft opgeleverd.
Vertrek van de vragen die een koper stelt
Een koper die een AI-assistent gebruikt, doet drie dingen, ongeveer in deze volgorde: hij zoekt een dienstverlener, hij vergelijkt een korte lijst, en hij controleert één naam voor hij belt. Elk moment is een andere vraag, en elke vraag geeft een ander antwoord.
- Zoeken: "Wie doet dringende loodgieterswerken in het noorden van de stad?"
- Vergelijken: "Is X of Y beter voor een tandartspraktijk voor het hele gezin?"
- Controleren: "Wat zeggen mensen over X?" of "Neemt X nieuwe patiënten aan?"
Dit zijn voorbeeldvragen, geschreven voor deze gids. Het zijn geen geobserveerde zoekopdrachten en ze hebben geen zoekvolume.
Schrijf uw eigen reeks voor u naar een antwoord kijkt, met de woorden die een koper op die markt zou gebruiken, en verander ze daarna niet meer. Een vraag die u herschrijft nadat u het antwoord gezien hebt, is geen test meer.
Maak het onderscheid tussen genoemd, beschreven en aanbevolen worden
Een AI-antwoord kan een bedrijf noemen, beschrijven of aanbevelen, en dat zijn drie verschillende observaties. Een bedrijf kan in een lijst genoemd worden en beschreven met een dienst die het niet aanbiedt. Het kan correct beschreven worden en nooit aanbevolen. Een vermelding bewijst geen juistheid en geen voorkeur. Noteer de drie dus apart:
- Genoemd. Het bedrijf verschijnt gewoon in het antwoord.
- Beschreven. Wat het antwoord erover zegt, vergeleken met de feiten die u kunt controleren.
- Aanbevolen. Of het antwoord het naar voren schuift wanneer om een keuze gevraagd wordt, en welke reden het geeft.
Ze uit elkaar houden is belangrijk, omdat de oplossing voor elk anders is. Een bedrijf dat nooit genoemd wordt, heeft een informatieprobleem. Een bedrijf dat verkeerd beschreven wordt, heeft een juistheidsprobleem. Een bedrijf dat genoemd en beschreven wordt maar nooit aanbevolen, heeft een bewijsprobleem: het antwoord vond niets om het te verkiezen.
Controleer de antwoorden met en zonder websearch
De meeste assistenten kunnen in twee configuraties antwoorden: met websearch uitgeschakeld, op basis van wat het model al bevat, en met websearch ingeschakeld, waarbij het pagina's kan lezen terwijl het antwoordt. Stel elke vraag in beide, en houd de resultaten naast elkaar.
De vergelijking is nuttig omdat de twee configuraties elkaar vaak tegenspreken. Een kantoor met twaalf mensen kan afwezig zijn als de websearch uitstaat en aanwezig als hij aanstaat, of omgekeerd. Dat vertelt u waar het werk ligt: een bedrijf dat ontbreekt met websearch ingeschakeld, heeft meestal pagina's die het model niet kon lezen of niet vond; een bedrijf dat ontbreekt zonder websearch, is gewoon niet genoeg beschreven om onthouden te worden.
Wat de vergelijking u niet vertelt, is wat een model precies onthouden heeft, of dat een aanbieder echt een bepaalde pagina geopend heeft omdat de websearch aanstond. Behandel de twee modi als testvoorwaarden die u zelf in de hand hebt, niet als een venster op het model.
Werk aan informatie die u echt kunt verbeteren
Het meeste van wat een AI-antwoord over een lokaal bedrijf kan zeggen, komt van pagina's die het bedrijf zelf beheert en van pagina's van derden die het beschrijven. Begin met de eerste soort, want daar kan een bureau deze maand al iets doen:
- Eén pagina per dienst, die precies zegt wat de dienst omvat en wat niet.
- Het werkgebied, duidelijk beschreven, met de wijken en gemeenten bij naam.
- Eén consistente identiteit: overal dezelfde naam, hetzelfde adres, hetzelfde telefoonnummer en dezelfde openingsuren.
- Echt bewijs: gedateerde resultaten, benoemde kwalificaties, reviews die naar een bron te herleiden zijn.
- Interne links tussen die pagina's, zodat een crawler elke pagina vanaf de homepage bereikt.
- Bereikbaarheid voor crawlers: geen belangrijke pagina achter een script, een login of een robots-regel.
Wat u niet moet doen: per gemeente een pagina genereren met dezelfde tekst en een andere plaatsnaam. De richtlijnen van Google over nuttige inhoud zeggen duidelijk dat pagina's die voor zoekmachines gemaakt zijn in plaats van voor mensen het probleem zijn, niet de oplossing, en de notities over de AI-functies zeggen dat dezelfde praktijken daar gelden.¹ Dat zijn de richtlijnen van Google; ga er niet van uit dat de andere aanbieders dezelfde regels publiceren.
Twee dingen worden vaak als shortcut verkocht: gestructureerde gegevens en een llms.txt-bestand. Beide kunnen een pagina helpen begrijpen; geen van beide zorgt ervoor dat een bedrijf genoemd wordt. Publiceer ze als ze iets beschrijven dat klopt, en verwacht niet dat ze een pagina vervangen die een koper echt zou lezen.
Maak van een vaststelling werk voor de klant
Een vaststelling wordt werk wanneer u kunt zeggen wat er geobserveerd werd, wat u gecontroleerd hebt, wat u voorstelt en wie het doet. De redenering loopt in één richting:
- Observatie. "Met websearch ingeschakeld beantwoordden vier van de zeven modellen de vraag 'wie doet X in deze regio' zonder het bedrijf te noemen."
- Controleer de pagina. Bestaat er een pagina die zegt dat het bedrijf X doet in deze regio? Kan een crawler ze bereiken? Zegt ze het met de woorden die de koper gebruikte?
- Stel voor. Als de pagina ontbreekt, stel ze voor. Als ze bestaat maar iets anders zegt, stel de correctie voor. Als ze bestaat en in orde is, zeg dat en zoek elders: de vaststelling is misschien helemaal geen paginaprobleem.
- Wijs toe. Het bureau schrijft en publiceert; de auditverstrekker meet. Houd die grens duidelijk in het voorstel.
Dit is een voorwaardelijke keten, geen casestudy. Het punt is dat elke stap afhangt van de controle van de vorige, en dat een voorstel zonder gecontroleerde pagina een gok is.
Deliverables die er vanzelf uit volgen:
- Een gedateerd overzicht van de antwoorden, per vraag, model en configuratie.
- De gevonden feitelijke fouten, elk met de bron die het model gaf, als het er een gaf.
- De pagina's om te verduidelijken, toe te voegen of te corrigeren, in volgorde van prioriteit.
- De controle die opnieuw zal gebeuren, en wanneer.
Test opnieuw zonder een positie te beloven
Zodra de wijzigingen online staan, stelt u dezelfde vragen aan dezelfde modellen in dezelfde twee configuraties, en vergelijkt u. Breng de vergelijking voorzichtig: modellen veranderen tussen twee doorlopen, en een antwoord kan bewegen zonder dat er iets op de site veranderd is. Een nieuwe test toont beweging; hij bewijst niet dat uw wijziging die veroorzaakt heeft.
En houd de meting gescheiden van verkeer en leads. Een bedrijf dat vaker genoemd wordt, is een echte observatie; of dat tot een telefoontje leidde, is een andere vraag die dit soort test niet kan beantwoorden. Zeg beide aan de klant.
Begin met een observeerbaar probleem
Begin met een observeerbaar probleem en een wijziging die uw bureau kan uitleggen. Een nuttig GEO-rapport maakt dat verband duidelijk en houdt de grenzen van de meting zichtbaar. Wilt u zien hoe dat eruitziet bij een echt bedrijf? Het voorbeeldrapport toont één doorloop, met de antwoorden erachter.
¹ Google Search Central, "Creating helpful, reliable, people-first content" en "AI features and your website" (developers.google.com/search). Beide beschrijven alleen de systemen van Google.
