Klassieke SEO vraagt waar je rankt. LLM SEO vraagt wat het model zegt als iemand jouw categorie omschrijft en niemand jouw naam typt.
LLM SEO (ook geschreven als LLMO, voor large language model optimization) is de discipline die die zin beïnvloedt. Deze gids behandelt wat het is, hoe het verschilt van SEO en van GEO, een strategie die de werkelijkheid overleeft, en een checklist die je deze week langs je eigen site kunt leggen.
Inhoudsopgave
Wat is LLM SEO (LLMO)?
LLM SEO is de praktijk van sturen wat een large language model weet, zegt en citeert over een merk, of de gebruiker nu op een zoekmachine zit of helemaal niet.
Het verschil met alles ervoor is de afwezigheid van een resultatenpagina. Als iemand ChatGPT, Claude, Gemini of Copilot vraagt om “een GEO-bureau dat in het Frans en het Duits werkt”, is er geen positie 1 te winnen. Er is een alinea, drie of vier namen daarin, en een reden waarom elke naam er staat. LLM SEO is het werk om een van die namen te zijn voor de vragen die er voor je bedrijf toe doen.
LLMO is geen prompt engineering. Jij bepaalt de vraag niet; de gebruiker schrijft hem, en het model herschrijft hem voordat er iets wordt opgehaald.
En het is niet “in de trainingsdata komen”. Je kunt niet betekenisvol beïnvloeden wat een model tijdens de pre-training heeft opgenomen, niet op een termijn die er voor een bedrijf toe doet.
Wat je wel kunt beïnvloeden is alles wat het model op het moment van antwoorden leest (de live retrieval) en de dichtheid en consistentie van wat het open web over je zegt, en dat vormt ook het volgende model.
LLMO vs GEO vs SEO: is er een verschil?
Eerlijk gezegd benoemen LLMO en GEO vrijwel hetzelfde werk. GEO (generative engine optimization) is de oudere en breder gebruikte term, en het is de term waar Google, de SEO-vakpers en de meeste tooling op zijn uitgekomen. LLMO wordt vaker gebruikt door mensen die uit de AI-hoek komen.
Waar een echt onderscheid bestaat, is het een kwestie van accent:
- GEO beschrijft vaker het optimaliseren voor generatieve zoekoppervlakken: AI Overviews, Perplexity, de zoekmodi van de assistenten. Retrieval staat centraal.
- LLMO beschrijft vaker het optimaliseren voor wat het model zegt vanuit zijn eigen gewichten en geheugen, inclusief gesprekken waarin nooit een zoekopdracht wordt gestart.
- AEO is het vakwerk op passageniveau dat eronder ligt: een stuk van je content bruikbaar maken als antwoord.
In de praktijk bedient hetzelfde werk alle drie, en daarom verkopen onze GEO-diensten ze niet als losse producten. Rekent een leverancier apart voor GEO en LLMO, vraag dan wat er verschilt aan wat je krijgt. In onze ervaring dekt hetzelfde onderliggende werk allebei.
Waar modellen hun beeld van je vandaan halen
Vier bronnen, in aflopende volgorde van hoeveel je ze kunt bewegen.
Live retrieval. De meeste assistenten zoeken tegenwoordig voordat ze iets tijdsgebondens of specifieks beantwoorden. Dit is de best stuurbare bron: het is jouw site, geïndexeerd en vindbaar, plus wat er verder rankt op de herschreven zoekopdracht. Klassieke technische SEO geldt hier onverkort.
Pagina's van derden die je categorie beschrijven. Lijstjes, directories, vergelijkingsartikelen, reviewsites, forumdraadjes, vakpers. Als een model wordt gevraagd “wie zijn de beste X in Y”, leunt het op deze documenten, want daar staat de vergelijking in. De meeste merken negeren dit oppervlak volledig, omdat het buiten hun eigen CMS ligt en niets in hun normale SEO-proces het ooit raakt. Het is ook het oppervlak waar één ingreep het snelst doorwerkt: een goede vermelding in een directory wordt gelezen door elk model dat die directory indexeert.
Consistente feiten over je entiteit. Eén merknaam, één locatie, één oprichtingsdatum, één omschrijving van wat je doet. En van elk daarvan dezelfde versie op je site, in je schema, op je profielen en overal waar je verder verschijnt. Modellen herleiden entiteiten via bevestiging. Tegenstrijdigheden worden niet uitgemiddeld; er wordt omheen gedraaid, en een merk waar omheen wordt gedraaid, wordt niet aanbevolen.
Geheugen uit de pre-training. Traag, ondoorzichtig en grotendeels een bijproduct van de drie hierboven, opgebouwd over jaren. Goed om te snappen, niet iets om op te plannen.
Een LLMO-strategie die standhoudt
Begin bij de vragen, niet bij de keywords. Schrijf de twintig tot vijftig vragen op die een echte koper in een assistent zou typen op weg naar iemand als jij. Ze zijn langer en situationeler dan keywords: “wie kan technische SEO doen voor een Shopify-winkel die in drie landen verkoopt” in plaats van “e-commerce SEO-bureau”. Die lijst is je meetset voor het komende jaar.
Meet voordat je iets aanraakt. Draai elke vraag langs de engines die jouw kopers gebruiken en leg het antwoord letterlijk vast: wie wordt genoemd, in welke volgorde, en welke bronnen worden gelinkt. Zonder nulmeting is elke latere meting een verhaal.
Repareer eerst de retrieval. Als je pagina's niet geïndexeerd zijn, traag laden of hun inhoud achter JavaScript verstoppen, komt niets van de rest aan. Dit is ondankbaar werk en hier gaat de eerste maand grotendeels in zitten.
Maak de inhoud citeerbaar. Zelfstandige secties, koppen in vraagvorm, directe antwoorden in de eerste twee regels, tabellen voor vergelijkingen, schema dat de zichtbare tekst spiegelt. De AEO-gids behandelt deze laag in detail.
Werk daarna buiten je site, waar de vergelijkingen staan. Zorg voor kloppende, actuele vermeldingen in de directories en lijstjes die al ranken op de vragen in jouw categorie. Geef journalisten en analisten iets dat specifiek genoeg is om te citeren. Publiceer data die alleen jij hebt. Een bewering die op drie onafhankelijke domeinen staat, heeft bewijskracht. Dezelfde bewering op één domein niet.
Meet opnieuw volgens een vast schema. Antwoorden van modellen schuiven van week tot week om redenen die niets met jou te maken hebben. Eén meting is ruis; een maandelijkse reeks is een signaal. We hebben de AI-zichtbaarheidstracking van SEOcrawl gebouwd om precies deze cyclus te draaien.
De LLMO-checklist
Leg deze langs je eigen site. Alles wat je niet kunt afvinken, is werk.
Vindbaar
- Elke pagina die je geciteerd wilt zien geeft een 200 terug op een kale fetch, met de inhoud in de HTML.
- robots.txt blokkeert de AI-crawlers die je wilt laten meelezen niet, en over de crawlers die je niet wilt heb je bewust besloten.
- Er bestaat een llms.txt die wijst naar de pagina's die daadwerkelijk vragen beantwoorden.
- Sitemaps zijn actueel; canonicals verwijzen naar zichzelf en kloppen.
Citeerbaar
- Elke H2 is een vraag of een woordgroep waar iemand op zou zoeken.
- De eerste twee zinnen onder elke kop beantwoorden hem meteen.
- Geen enkele sectie heeft de vorige nodig om te kloppen.
- Vergelijkingen, specificaties, prijzen en stappen staan in tabellen, niet in proza.
- Er is Organization-, Article- en FAQPage-schema, en dat herhaalt de zichtbare tekst exact.
Herleidbaar als entiteit
- Merknaam, statutaire naam, locatie en oprichtingsdatum zijn identiek op je site, in je schema en op je belangrijkste profielen.
- Je diensten zijn beschreven met de woorden die je markt gebruikt, niet met interne productnamen.
- Er zijn auteurs- en teampagina's met echte kwalificaties, gelinkt vanuit de content die die mensen schreven.
- Je Organization-schema bevat sameAs-links naar je Wikidata-item, LinkedIn, Crunchbase en elk ander canoniek profiel dat een model kan naslaan.
Bevestigd
- Je staat in de directories en vergelijkingspagina's die al ranken op de vragen in jouw categorie.
- Er is minstens één recente pagina van derden die accuraat beschrijft wat je doet.
- Je beweringen zijn ergens anders te controleren dan op je eigen website.
Gemeten
- Er bestaat een vaste lijst met kopersvragen en die is voorzien van versies.
- Elke vraag wordt volgens een vast schema langs de engines gedraaid en de antwoorden worden bewaard.
- Merkzoekvolume en direct verkeer staan in dezelfde grafiek als de citatieaantallen.
Wat LLM SEO-diensten wel en niet mogen beloven
Een leverancier kan eerlijk beloven dat hij je vindbaar maakt, je content citeerbaar maakt, je entiteitsgegevens op orde brengt, dekking bij derden verdient en je citatieaandeel in de tijd afzet tegen een nulmeting.
Niemand kan een positie beloven, want die is er niet. Niemand kan beloven dat een model je bij een bepaalde prompt zal noemen, want dezelfde prompt geeft op verschillende dagen en bij verschillende gebruikers andere antwoorden. En niemand kan je merk op verzoek in de gewichten van een model zetten.
Staat in een voorstel de zin “gegarandeerde opname in ChatGPT”, dan is de nuttige reactie de vraag hoe dat geverifieerd zou worden. Dit werk is meetbaar, maar als percentage: over een set kopersvragen, over een periode, en afgezet tegen een nulmeting.
Onze pagina met GEO-diensten zet uiteen wat we precies doen en in welke volgorde, en de gids met GEO best practices is de lange versie van de methode.
Veelgestelde vragen
Wat is LLM SEO?
LLM SEO (ook LLMO of large language model optimization genoemd) is de praktijk van sturen wat een taalmodel weet, zegt en citeert over een merk. In plaats van een positie op een resultatenpagina winnen, is het doel om een van de drie of vier namen te zijn die een model geeft als iemand jouw categorie omschrijft zonder je merknaam te typen.
Is LLMO hetzelfde als GEO?
Bijna. GEO, oftewel generative engine optimization, is de oudere en breder gebruikte term en legt de nadruk vaker op generatieve zoekoppervlakken waar retrieval centraal staat. LLMO legt de nadruk vaker op wat een model vanuit zijn eigen geheugen zegt, inclusief gesprekken waarin nooit een zoekopdracht wordt gestart. Het werk dat je krijgt is hetzelfde, dus een leverancier die GEO en LLMO apart in rekening brengt, mag je vragen wat er tussen die twee verschilt.
Kun je je merk in de trainingsdata van een LLM krijgen?
Niet op een termijn die er voor een bedrijf toe doet, en niet op verzoek. Wat je wel kunt beïnvloeden is de live retrieval, die de meeste assistenten draaien voordat ze iets specifieks beantwoorden, en de dichtheid en consistentie van wat het open web over je zegt. Die twee vormen ook het volgende model, en dat is de enige realistische route naar de trainingsdata.
Wat levert een LLM SEO-dienst nu echt op?
Eerlijke opleveringen zijn: technisch werk zodat pagina's vindbaar zijn, content die zo is geherstructureerd dat passages te citeren zijn, entiteitsgegevens die consistent zijn op de site en op profielen van derden, werk buiten je site op de vergelijkingspagina's en directories die modellen lezen, en meting van het citatieaandeel over een vaste set kopersvragen tegen een nulmeting. Gegarandeerde opname in het antwoord van een bepaald model is niet op te leveren, want dezelfde prompt geeft op verschillende dagen andere antwoorden.
Hoe meet je LLM SEO?
Bepaal twintig tot vijftig vragen die een koper aan een assistent zou stellen op weg naar een leverancier als jij, draai ze volgens een vast schema langs de relevante engines, en leg vast wie wordt genoemd, in welke volgorde, en welke bronnen worden gelinkt. Volg dat als percentage in de tijd, naast merkzoekvolume en direct verkeer. Eén meting is ruis; een maandelijkse reeks is een signaal.
