Trainingsdata vs. live zoeken: waar komt een AI-antwoord vandaan?
Trainingsdata is wat een model leerde vóór zijn kennisgrens; live zoeken is wat het tijdens het antwoorden op het web opzoekt, en één AI-antwoord kan op het een, het ander of allebei steunen. Elk AI-antwoord is deels geheugen en deels opzoekwerk. Op welk deel een antwoord leunde, bepaalt wat je kunt veranderen: een pagina die je deze week publiceert, kan het opzoekwerk binnen dagen bereiken, het geheugen pas als er een nieuwer model uitkomt.
Wat is het verschil tussen trainingsdata en live zoeken?
Trainingsdata zijn de teksten waarvan een model leerde vóór zijn kennisgrens; live zoeken zijn de webresultaten die een assistent ophaalt terwijl hij antwoordt. Het eerste ligt vast in het model, het tweede is actueel maar dekt alleen wat de engine besloot op te zoeken.
Eén antwoord kan beide gebruiken: het model brengt mee wat het al weet, inclusief welke merken het met een categorie associeert, en de zoekopdracht voegt namen toe of haalt ze weg op basis van wat hij leest.
Zoekt een AI-engine altijd voordat hij antwoordt?
Nee. De documentatie van OpenAI zegt dat het model, net als bij elke andere tool, op basis van de inhoud van de prompt kan kiezen om wel of niet op het web te zoeken, en dat zoeken met de standaardinstelling optioneel is (OpenAI API-documentatie, gelezen op 15 okt. 2026).
In onze beoordeelde steekproef van 215 antwoorden van de ChatGPT-engine voerden er 147 helemaal geen zoekopdracht uit. Die noemden het merk in 6,1% van de gevallen; antwoorden die wel zochten, noemden het in 77,9%. Bij dezelfde vragen, op beide manieren gesteld, was het verschil 24,1% tegenover 78,3% (het artikel).
Hoe ziet dit eruit in een echt voorbeeld?
In het openbare Tesla-voorbeeld (4 okt. 2026) beantwoordde Claude "What is Tesla?" en "Is Tesla legit?" vanuit wat het model al wist, zonder bronnen te vermelden: trainingsdata aan het werk.
Google AI Overviews werkt andersom. Het is gebouwd op Google Zoeken en vermeldde bronnen in al zijn antwoorden: youtube.com 20 keer, reddit.com 15 keer en tesla.com één keer bij 25 koopvragen. Antwoorden uit het geheugen en antwoorden uit opzoekwerk vragen om verschillende verbeteringen.
Wat kun je in elk van beide veranderen?
Werk aan het deel dat je kunt bereiken, in deze volgorde:
- Opzoekwerk, dagen tot weken: de pagina's die engines ophalen voor je vragen, die van jou en van derden, zodra ze opnieuw zijn gecrawld.
- Correcties, weken: foute feiten op je eigen pagina's en op de pagina's die engines als bron vermeldden toen ze je verkeerd beschreven.
- Nieuwe pagina's, maanden: antwoorden op vragen die nog niemand in je categorie beantwoordt.
- Geheugen, een modelrelease verderop: hoe breed en consistent het web je beschrijft, wat de training pas oppikt als er een nieuwer model wordt getraind.
Hoe houdt Proofsource ze uit elkaar?
Proofsource toont naast elk antwoord de zoekopdrachten die elke engine uitvoerde, als de engine ze meldt: ChatGPT, Perplexity en Claude melden zoekopdrachten, Google AI Overviews niet (het artikel). Een antwoord zonder zoekopdracht en zonder bronnen kwam uit het geheugen. Zie Prompts.
Veelgestelde vragen over Trainingsdata vs. live zoeken
Hoe lang duurt het voordat een nieuwe pagina in AI-antwoorden verschijnt?
Bij engines die zoeken: zodra de pagina is gecrawld, geïndexeerd en voor een echte vraag opgehaald, wat dagen tot weken kan duren. Bij antwoorden uit het geheugen: pas als er een nieuwer model is getraind.
Wat is een kennisgrens?
De datum waarna een model geen trainingsdata meer heeft. Leveranciers publiceren die op hun modelpagina's; feiten van daarna bereiken een antwoord alleen via zoeken.
Kan ik ChatGPT dwingen om te zoeken?
Een koper kan dat in de meeste gevallen niet; het model beslist. Ontwikkelaars kunnen via de API een zoekopdracht verplichten, maar de consumentenapp kiest zelf.
Waarom beschrijft AI mijn bedrijf zoals het een jaar geleden was?
Omdat het antwoord uit trainingsdata kwam, of uit een verouderde pagina die werd opgehaald. Kijk of het bronnen vermeldde; zo ja, verbeter die pagina's.
Gerelateerde termen
- Groot taalmodel (LLM)
Een groot taalmodel (LLM) is een AI-model dat getraind is op een zeer grote hoeveelheid tekst om taal te voorspellen en te schrijven, en het is het deel van een AI-assistent dat het antwoord schrijft.
- Retrieval-augmented generation (RAG)
Retrieval-augmented generation (RAG) is een methode waarbij een taalmodel eerst relevante documenten ophaalt en daarna zijn antwoord schrijft met die documenten in beeld.
- Grounding
Grounding is het verankeren van het antwoord van een AI-model in externe bronnen, zoals live zoekresultaten, zodat de beweringen rusten op opgehaalde content en niet alleen op het geheugen.
- Query fan-out
Query fan-out is wanneer een AI-engine één vraag opsplitst in meerdere verwante zoekopdrachten en zijn antwoord opbouwt uit alle resultaten.
Uitgewerkt voorbeeld: Tesla, openbare AI-antwoorden, 4 okt. 2026: de eerste scan van Tesla door Proofsource, met 25 koopvragen en 5 merkvragen, één antwoord per vraag op elk van vier engines. Een kleine steekproef van één merk, getoond als voorbeeld, niet als benchmark.
Zie waar AI je overslaat, en wat je moet verbeteren.
Zie welke koopvragen je merk noemen, wie in jouw plaats wordt genoemd en wat je moet verbeteren. 200 antwoorden. 25 Prompts/vraag. Top-AI-engines. 2 dagen. Gratis. Geen creditcard nodig.
Google AI OverviewsGoogle AI Mode
