Zeventig Prompts leverden 1.702 bronvermeldingen op, ongeveer acht per antwoord
De meeste gesprekken over AI-zichtbaarheid behandelen een antwoord als oordeel over één pagina. De jouwe. Van binnenuit voelt het zo, omdat je alleen controleert of je erin staat.
Een audit die in september 2025 werd gepubliceerd door Arlen Kumar en Leanid Palkhouski, van UC Berkeley en Wrodium Research, zette getallen op de vorm van het geheel. Ze lieten 70 Prompts met koopintentie uit 16 B2B-SaaS-sectoren lopen door Brave Summary, Google AI Overviews en sonar-pro van Perplexity, en verzamelden 1.702 bronvermeldingen die naar 1.100 unieke URL’s wezen.
Zeventig Prompts door drie engines is 210 antwoorden. Verdeel 1.702 bronvermeldingen daarover en je krijgt ongeveer acht geciteerde URL’s per antwoord. Dat is de echte eenheid. Acht plekken, en zelfs op een goede dag zijn er zeven van iemand anders.
Bij softwarevragen was 72,7% van de geciteerde domeinen niet van de leveranciers
Een tweede onderzoek uit dezelfde maand gaat over wie die buren zijn. Mahe Chen, Xiaoxuan Wang, Kaiwen Chen en Nick Koudas van de Universiteit van Toronto draaiden 1.000 consumentenvragen om te rangschikken, tien categorieën van elk honderd, in de VS en Canada, tegen zowel Google als een GPT met webtoegang. Ze namen de top tien van URL’s per zoekopdracht en deelden elk domein in als Merk, Sociaal of Verdiend, dat wil zeggen onafhankelijke media, review- en vergelijkingssites.
Bij Softwareproducten in de VS gaf AI-zoeken 72,7% Verdiend, 26,7% Merk en bijna niets Sociaal. Google bij dezelfde intenties kwam terug met 43,7% Merk, 45,4% Verdiend en 10,9% Sociaal. Canada was breder: AI-zoeken gaf 74,2% Verdiend en helemaal geen Sociaal, terwijl Google met 53,8% naar Merk neigde. Consumentenelektronica in de VS ging nog verder, naar 92,1% Verdiend.
Lees dat als merk en het prikt een beetje. Bij een categorievraag is het meeste waar het model mee werkt geschreven door mensen die je niet in dienst hebt, op pagina’s die je niet kunt bewerken.
Co-citatie werd in 1973 gedefinieerd en de definitie is precies het punt
Er is een ouder idee dat hier precies past. In 1973 definieerde Henry Small co-citatie in het Journal of the American Society for Information Science als de frequentie waarmee twee documenten samen worden geciteerd, gemeten door de lijsten van citerende documenten te vergelijken en de identieke vermeldingen te tellen. Clusters van samen geciteerde papers, liet hij zien, brengen de structuur van een wetenschappelijk vakgebied in kaart.
De eigenschap die het waard is om mee te nemen, is de eigenschap waarop Small de maat bouwde. Co-citatie ontstaat door wie er citeert. Twee papers worden buren omdat een derde partij steeds naar beide greep. Geen van beide kan de relatie uitroepen, en geen van beide kan zich eraan onttrekken.
Zet dat om naar een antwoordengine en de consequentie is ongemakkelijk. Je kiest niet naast welke pagina’s je verschijnt. De engine stelt de set samen, bij elk verzoek opnieuw, en de koper leest alle acht bronnen als één geheel. Twee leveranciers met bijna identieke pagina’s kunnen in verschillende buurten belanden en daardoor anders worden gelezen.
Maar 134 van de 1.100 geciteerde pagina’s doken op meer dan één engine op
Buurten zijn ook niet over te dragen. In het corpus van Kumar en Palkhouski telden 134 URL’s als bronvermelding op meerdere engines. Tegenover 1.100 gecontroleerde URL’s is dat ongeveer één op de acht, dus zo’n zeven achtste van de geciteerde pagina’s werd door één engine geciteerd. De 134 die wel reisden, scoorden 71% hoger op de paginakwaliteitsindex van de paper dan de pagina’s van één engine, en dat is een behoorlijk argument voor het saaie structurele werk.
De praktische lezing is dat een plek in de bronnenset van Perplexity je heel weinig vertelt over Google AI Overviews. Voegt je dashboard engines samen tot één zichtbaarheidscijfer, dan middelt het over drie grotendeels gescheiden populaties pagina’s.
Anderen citeren tilde de site op de vijfde plaats met 115% op
Dit is het deel dat verandert wat je maandag doet. De paper die generative engine optimization zijn naam gaf, van Pranjal Aggarwal en collega’s van Princeton, testte negen herschrijvingen van content tegen een benchmark van 10.000 zoekopdrachten over 25 domeinen.
Drie methoden kwamen bovenaan: bronvermeldingen naar geloofwaardige bronnen toevoegen, citaten toevoegen en statistieken toevoegen. Samen leverden ze een relatieve verbetering van 30 tot 40% op de positiegecorrigeerde woordentelling van de paper en 15 tot 30% op de subjectieve indrukscore.
Opgesplitst naar zoekrang verhoogde de methode Cite Sources de zichtbaarheid met 115,1% voor sites die al op de vijfde plaats stonden, terwijl de zichtbaarheid van de site op de eerste plaats gemiddeld met 30,3% daalde. De hefboom is daar geen gezag. Het is citeerbaarheid. Een pagina die geloofwaardige bronnen citeert, geeft het model iets om over te nemen, en zet jouw zin in dezelfde alinea als de bronnen die je citeerde.
Dat is het co-citatiepunt in omgekeerde richting. Wie jij citeert, bepaalt met wie je wordt geciteerd.
Meet de buurt, niet alleen je eigen rij
Als de set de eenheid is, zijn vier vragen meer waard dan een telling van bronvermeldingen.
- Welke domeinen steeds samen opduiken in je categorie. Keren dezelfde vier pagina’s terug bij je Prompts, dan is die groep de echte bronnenlijst van je categorie, en die is te kennen.
- Of een concurrent in een set zit waaruit jij ontbreekt. Dat is een plaatsingsgat, en geen enkele herschrijving van je eigen homepage dicht het.
- Per engine, apart gehouden. Volgens de cijfers hierboven overlappen de sets nauwelijks, dus de buurt van de ene engine voorspelt die van de andere slecht.
- Welke samen geciteerde pagina’s aanmeldingen of correcties aannemen. De meeste overzichten doen dat, en vragen is meestal de goedkoopste weg in een set waar je buiten staat.
Wat we eraan doen
Daarom draait Proofsource co-citatiemapping naast het volgen van Prompts en het opsporen van citatiegaten. Het rapport toont welke bronnen in je categorie samen reizen en uit welke je ontbreekt, en het klantrapport bevat om dezelfde reden een overzicht van de mix en actualiteit van lijstjesbronnen.
Onze eigen bemonstering wijst dezelfde kant op. Bij een vraag naar de beste in de categorie, in de ene categorie die we testten, waren lijstjes en overzichten ongeveer 44% van de bronnen die ChatGPT citeerde, reviewsites 24% en pagina’s van leveranciers 18%. Dat is van ons, één categorie en één engine, en we zouden het niet als algemene wet verdedigen.
Het betekent ook dat we mensen vaak vertellen dat de goedkoopste oplossing op een pagina staat die niet van hen is en waar wij niet aan kunnen komen. Dat zeggen we liever dan een herschrijving te verkopen die niets beweegt.
Waar dit mis kan zitten
Beide audits draaiden in september 2025. Dat is een jaar geleden, en elke engine erin heeft sindsdien vele versies uitgebracht. Zie de richting als goed onderbouwd en de exacte percentages als gedateerd.
Het onderzoek van Kumar en Palkhouski is observationeel, Engelstalig, B2B-SaaS en op één moment verzameld uit 70 Prompts. Het vroeg Perplexity via de API sonar-pro, die zich niet hoeft te gedragen als het consumentenproduct. Hun cijfer van 134 is een telling in dat corpus, en ze publiceren geen overlap per paar, dus we kunnen niet zeggen welke twee engines het meest delen.
Het onderzoek uit Toronto classificeerde elk domein met GPT-4o-search-preview. Labels die een model toekent, dragen de fouten van het model mee, en de grens tussen Merk en Verdiend vervaagt echt bij een vergelijkingssite die door een leverancier wordt gefinancierd.
Er is een tegenstrijdigheid die we hier niet kunnen oplossen. Verschillende veelgedeelde trackers melden dat communityplatforms zoals Reddit een heel groot aandeel van de AI-bronvermeldingen krijgen, terwijl dit onderzoek Sociaal bijna op nul vond. We hebben die trackers niet tot een primaire bron herleid, dus we citeren er geen getal uit. We signaleren de tegenstrijdigheid in plaats van partij te kiezen.
De benchmark van Aggarwal stamt uit 2023 en 2024 en werd getest tegen engines van twee generaties terug. Neem het mechanisme eruit en zie de 115% als product van die opzet.
De maat van Small uit 1973 beschreef een vaste gedrukte verzameling. De bronnenset van een antwoord wordt bij elk verzoek opnieuw gemaakt, dus met wie je wordt geciteerd, is een verdeling. Eén antwoord zegt niets over je buurt.
