Het organische antwoord is het deel dat je niet kunt kopen
OpenAI begon op 9 februari 2026 advertenties in ChatGPT te testen, en bij de update van 11 augustus had de pilot het Verenigd Koninkrijk, Mexico, Brazilië, Japan en Zuid-Korea bereikt. Advertenties zijn gemarkeerd als gesponsord, staan los van het organische antwoord en beïnvloeden, in de woorden van OpenAI zelf, de antwoorden die het je geeft niet.
De aanbeveling is dus niet te koop. Dat laat de vraag over die elke uitdager zich al stelt: als het model van je concurrent heeft gehoord en niet van jou, is er dan een weg naar binnen?
Met identieke specificaties werd het bekende merk gekozen in 100% van 670 proeven
Xi Chu van Trine University en YuPeng Hou van Texas A&M maten het in een paper die in juni 2026 werd ingediend en in augustus herzien. Ze stelden sets van tien huidverzorgingsproducten samen: één echt merk, CeraVe, Paula’s Choice of EltaMD, en negen fictieve namen waarvan was gecontroleerd dat de modellen ze nooit hadden gehoord.
In de eerste conditie had elk product dezelfde beoordeling, prijs, aantal reviews en beschrijving van ingrediënten. Alleen de naam verschilde, dus een eerlijk model kiest elk ongeveer 10% van de keren. Over 670 geldige proeven won het echte merk elke keer, bij alle drie de modellen en alle vier de subcategorieën. Niet één keer werd een fictief merk gekozen.
Dat is de somberste lezing voor een uitdager, en de minst nuttige, omdat de conditie die het beschrijft er een is die je waarschijnlijk per ongeluk nabootst.
Een voorsprong van 0,075 ster keert het om, en het merk verklaart dan 1,2% van de rangschikking
Geef het onbekende product betere specificaties en het echte slechtere, en over 2.769 proeven bleven de modellen in 1,7% tot 4,6% van de gevallen trouw. Maak de voorsprong kleiner en de overgang blijkt een trede te zijn en geen helling. Bij identieke specificaties won het onbekende merk 3,6% tot 6,0%. Bij de kleinste geteste voorsprong won het 64% tot 80%, en meer stapelen leverde weinig op. Geïnterpoleerd naar kop of munt, over 9.220 proeven, is de drempel klein genoeg om op te schrijven:
- Een voorsprong van 0,075 ster in beoordeling, minder dan het verschil tussen 4,3 en 4,4 sterren
- Een 1,6 keer hoger aantal reviews
- Een 7,3% lagere prijs
Bekendheid is waar het model op terugvalt als jij niets zegt
Een variantiedecompositie over 14.395 proeven beslist wat de rangschikking dreef. Productparameters verklaarden 82,4%, positie in de lijst 6,5%, merkidentiteit 1,2%. Het merk had geen meetbaar effect als de kwaliteit duidelijk hoog of duidelijk laag was. De invloed piekte in het midden, waar de informatie dubbelzinnig was. Vraag dit per engine en niet in totaal: bij de kleinste voorsprong in beoordeling sloeg Claude in 11% van de gevallen om, tegenover 94% voor GPT-4o-mini en 88% voor Gemini.
De sterkste hefboom die ze vonden, was een klinische claim die niet bestond
Met alle specificaties identiek en alleen de tekst veranderd, doorbrak gezagstaal de greep van de gevestigde partij in 73,3% van de gevallen en sociaal bewijs in 50,7%, tegenover een basis van rond 4%. Verankering, schaarste en verliesaversie registreerden nauwelijks, tussen 9,6% en 12,9%. De modellen negeerden urgentie en behandelden een zin in de vorm van een bronvermelding als bewijs ter waarde van ongeveer 0,17 beoordelingspunt, of 15,3% korting.
Dit is het deel dat een samenvatting weglaat. Die prikkels waren verzonnen klinische onderzoeken en neppe aanbevelingen van dermatologen. De auteurs noemen dat mogelijk misleidende reclame en beperken hun eigen aanbevelingen tot echte certificeringen en gepubliceerde onderzoeken. De gemeten hefboom is verzinsel, en dat is een bevinding over hoe modellen bewijs controleren, geen tactiek.
Als elk merk optimaliseert, gaat het antwoord terug naar de gevestigde partij
Het derde experiment zou moeten veranderen hoe je budgetteert. Door het aantal uitdagers dat gezagstaal schreef op te voeren van geen naar alle negen, over 4.800 aanroepen: met niemand die optimaliseerde overleefde de gevestigde partij 100% van de keren, met één uitdager 19,8%, met alle negen 93,8%. Het signaal hield op een signaal te zijn zodra iedereen het droeg, en het model ging terug naar de naam die het kende.
De opbrengst per merk zakte van 0,802 voor de eerste die bewoog naar 0,007 bij algemene toepassing, een halveringstijd van ongeveer 1,4 concurrent. Over 4.745 proeven kregen uitdagers die niet optimaliseerden nul aanbevelingen. De auteurs noemen dit een prisoner’s dilemma en ze hebben gelijk. Een tactiek die een concurrent in een middag kan kopiëren, heeft een opbrengst met een halveringstijd van ongeveer één concurrent. Een echt verschil dat je kunt bewijzen niet.
In het echt moet het model het feit eerst vinden
Elke conditie hierboven geeft het model een schone tabel met specificaties in de Prompt. Echte engines stellen er een samen, en in dat verschil zit het praktische werk. In de categorie die we bemonsterden, waren lijstjes 44% van wat ChatGPT citeerde voor een vraag naar de beste, reviewsites 24% en pagina’s van leveranciers 18%. Dat zijn onze cijfers, beperkt tot onze steekproeven, geen algemene wet.
De vorm is het punt. Noemen de overzichten die de vraag in jouw categorie beantwoorden je zonder beoordeling, zonder aantal reviews en zonder de ene specificatie waarop je wint, dan zit je voor het model in de conditie met identieke specificaties. Je verliest de vergelijking niet. Je zit er niet in.
- Vind de ene dimensie waarop je de categorieleider echt verslaat, en controleer of die als getal verschijnt op de pagina’s van derden die de engines citeren, niet alleen op je eigen site.
- Haal de antwoorden op waarin een concurrent de aanbeveling kreeg en lees wat het model zei dat het verschil was.
Wat we eraan doen
Proofsource bemonstert de engines herhaaldelijk in plaats van één keer, scoort elk zichtbaarheidscijfer met een Wilson-interval, laat meldingen afhangen van dat interval, brengt in kaart welke pagina’s naast je worden geciteerd en controleert of de crawlers je pagina’s überhaupt kunnen lezen.
De grens, ronduit gezegd: we meten of de engines je noemen, wat ze citeren als ze dat doen, en of AI-crawlers en AI-verwijzingsverkeer je site bereiken. We meten niet of de verkoop plaatsvond.
Waar dit mis kan zitten
Eén categorie, huidverzorging, gekozen omdat kopers de kwaliteit niet kunnen beoordelen voordat ze kopen. De herhaling met zoekgoederen dekt alleen het eerste experiment, en de auteurs zeggen dat ze de resultaten over taal en meerdere merken daarbuiten niet hebben getest. Drie gesloten modellen, één kopersprofiel, temperatuur 0,7, met een cluster-bootstrap over 24 blokken die de hoofdeffecten overleven.
Negen van de tien producten in elke set waren fictief. Dat isoleert merkbekendheid netjes en haalt alles weg wat een echte concurrent heeft: reviews in het wild, aandacht van derden, pagina’s die het model kan ophalen. De 100% is geen echte markt.
Het meeste hiervan test wat de modellen weten en niet wat ze ophalen, en de engines die kopers gebruiken, zijn ophaalsystemen. De eigen ophaaltest van de paper is minimaal, één embeddingmodel en geen herrangschikking, en de auteurs weigeren daaruit te generaliseren. Hij wijst de andere kant op: de ophaallaag gaf het echte merk geen krediet voor bekendheid en het aanbevelingspercentage zakte naar 0%.
Onze 44% is één meting op onze eigen steekproef, gepubliceerd als de onze en niet als eigenschap van het web.
