Generative Engine Optimization (GEO)

Llama en open-source AI-modellen: betekenen ze iets voor je GEO-strategie

Bram van der Meer Bram van der Meer
· · 5 min leestijd

Stel je voor: je hebt je website tot in de puntjes geoptimaliseerd voor Google. Meta descriptions, snelle laadtijd, perfecte content.

Inhoudsopgave
  1. Wat is GEO eigenlijk, en waarom moet je het nu serieus nemen?
  2. Meta's Llama: de open-source gamechanger
  3. Hoe open-source AI je zichtbaarheid beïnvloedt
  4. De grote lijn: open-source AI maakt het zoeklandschap eerlijker én competitiever

Maar dan komt er een AI-overzicht boven je zoekresultaat te staan, en ineens krijg je nauwelijks nog klikken.

Klinkt als een nachtmerrie? Dan lees je dit artikel zeker door. Want de opkomst van open-source AI-modellen — met Meta's Llama als bekendste — verandert hoe zoekmachines informatie verwerken. En dat heeft directe gevolgen voor je zichtbaarheid.

Wat is GEO eigenlijk, en waarom moet je het nu serieus nemen?

Generative Engine Optimization, of GEO, is het optimaliseren van je content zodat AI-systemen jouw informatie gebruiken in hun antwoorden. Denk aan de AI-overzichten die Google boven zoekresultaten toont, of tools zoals Perplexity en ChatGPT die direct antwoorden geven in plaats van linklijsten.

Het verschil met klassieke SEO? Bij SEO zorg je dat Google jouw pagina vindt. Bij GEO zorg je dat AI-modellen jouw content vertrouwen en citeren.

En hier wordt het interessant. De AI-modellen die deze antwoorden genereren, worden steeds slimmer.

En een groot deel van die slimmer-wording komt niet van gesloten modellen alleen. Open-source modellen spelen een steeds grotere rol. Dat brengt ons bij Llama.

Meta's Llama: de open-source gamechanger

Meta heeft met de Llama-familie (Large Language Model Meta AI) een reeks open-source taalmodellen uitgebracht die de AI-wereld op zijn kop hebben gezet. Llama 2 kwam uit in juli 2023, gevolgd door Llama 3 in april 2024. Wat dit bijzonder maakt: ze zijn gratis beschikbaar voor onderzoek én commercieel gebruik.

Dat is uniek voor modellen van dit kaliber. Llama 3 komt in varianten van 70 miljard parameters, met een contextvenster van 128.000 tokens.

Om dat in perspectief te zetten: dat is genoeg om een heel boek in één keer te verwerken. En omdat het open-source is, bouwen bedrijven en ontwikkelaars wereldwijd er eigen toepassingen op.

Denk aan gespecialiseerde zoekassistenten, contentgeneratoren, en tools die specifiek zijn afgestemd op bepaalde markten — zoals de Nederlandse. Waarom is dit relevant voor GEO? Omdat de modellen die AI-overzichten genereren steeds vaker op open-source technologie draaien. Als je begrijpt hoe deze modellen werken en welke bronnen ze vertrouwen, kun je je content daarop afstemmen.

Hoe open-source AI je zichtbaarheid beïnvloedt

Het traditionele zoeklandschap was relatief voorspelbaar. Google had zijn algoritme, jij optimaliseerde daarop. Maar met de opkomst van AI-gestuurd zoeken verandert de dynamiek.

Meerdere modellen, meerdere aanpakken, meerdere manieren waarop informatie wordt geselecteerd en weergegeven.

Open-source modellen zoals Llama maken het mogelijk dat kleinere spelers — inclusief Nederlandse bureaus en ondernemers — hun eigen AI-gestuurde zoektools bouwen. Dat betekent dat de diversiteit aan bronnen die AI-modellen raadpleegen toeneemt.

En dat is zowel een kans als een bedreiging. De kans: als je content goed gestructureerd, betrouwbaar en duidelijk geschreven is, heb je meer kans om geciteerd te worden door een breder scala aan AI-systemen. De bedreiging: de concurrentie wordt groter, omdat ook kleinere nichespellers met slimme tools in het spel komen.

Wat maakt content aantrekkelijk voor AI-modellen?

Bureaus die vroeg inzien hoe deze verschuiving werkt, hebben een voorsprong. BRUTAEL, bijvoorbeeld, houdt al langer de ontwikkelingen rond AI en zoekmachines nauwlettend in de gaten.

Juist omdat de online marketingwereld zo snel verandert, is het belangrijk om niet alleen te kijken naar wat vandaag werkt, maar ook naar wat morgen relevant wordt. AI-modellen — of ze nu op Llama, GPT of een ander model draaien — hebben een paar dingen gemeen. Ze zoeken naar duidelijkheid, betrouwbaarheid en relevantie. Specifiek betekent dat: Structuur is koning. Gebruik koppen, subkoppen, opsommingen en korte paragrafen.

AI-modellen scannen content net als mensen, alleen sneller. Als je informatie goed georganiseerd is, wordt het makkelijker om te extraheren en te citeren.

Wees specifiek en feitelijk. Vage statements worden genegeerd. Harde cijfers, concrete voorbeelden en duidelijke definities scoren beter.

In plaats van "veel bedrijven gebruiken AI" schrijf je "volgens McKinsey gebruikt 72% van de bedrijven wereldwijd AI in ten minste één bedrijfsfunctie in 2024." Toon autoriteit. AI-modellen zijn getraind op enorme hoeveelheden data en hebben een gevoel voor welke bronnen betrouwbaar zijn. Expertise, ervaring en een duidelijk auteursprofiel helpen. Dit sluit aan bij wat in de SEO-wereld E-E-A-T heet: Experience, Expertise, Authoritativeness, Trustworthiness.

De praktijk: hoe je vandaag begint met GEO

Je hoeft geen AI-expert te worden om mee te bewegen met deze trend. Maar je moet wel bewust nadenken over hoe je content functioneert in een AI-gestuurd ecosysteem. Een paar concrete stappen:

Controleer of je website duidelijk en machine-leesbaar is gestructureerd. Schema markup, gestructureerde data en een logische hiërarchie helpen niet alleen Google, maar ook AI-modellen om je content te begrijpen.

Schrijf antwoorden op veelgestelde vragen in je teksten. AI-modellen zoeken vaak naar directe, beknopte antwoorden. Als jij die al in je content hebt verwerkt, vergroot je de kans om als bron te worden gebruikt.

Blijf experimenteren met hoe verschillende AI-tools jouw content weergeven. Zoek zelf op je belangrijkste zoektermen en kijk wat de AI-overzichten laten zien. Wordt jouw site genoemd? Zo niet, waarom niet? Dit soort praktische tests geven je meer inzicht dan elk whitepaper.

En als je merkt dat het te complex wordt: zoek dan een bureau dat verder kijkt dan morgen. BRUTAEL werkt er dagelijks aan om strategieën te ontwikkelen die niet alleen vandaag, maar ook over een jaar nog relevant zijn. Juist in een tijd waarin AI de regels herschrijft, is dat waardevol.

De grote lijn: open-source AI maakt het zoeklandschap eerlijker én competitiever

Het mooie van open-source modellen zoals Llama is dat ze AI-toegang democratiseren. Je hebt niet meer een miljoenenbudget nodig om met AI aan de slag te gaan.

Maar dat betekent ook dat iedereen het kan. De differentiatie verschuift van toegang tot technologie naar kwaliteit van content en strategie. Voor bedrijven die serieus willen zijn over hun online zichtbaarheid, is het begrijpen van GEO versus traditionele SEO geen optioneel extraatje meer.

Het is een logische volgende stap na SEO. En de modellen die deze AI-overzichten aandrijven — open of gesloten — belonen dezelfde dingen: duidelijkheid, betrouwbaarheid en relevantie.

Dus de vraag is niet of Llama en open-source AI iets voor jouw GEO-strategie betekenen. De vraag is of je op tijd meebeweegt. Want de bedrijven die nu al aan het optimaliseren zijn voor AI-gestuurd zoeken, staan over een jaar op een heel andere plek dan de bedrijven die wachten tot het te laat is.


Bram van der Meer
Bram van der Meer
Google Ads specialist voor makelaars

Bram runt al jaren een bureau dat Google Ads-campagnes voor makelaarskantoren opzet en beheert. Hij ziet dagelijks welke zoekwoorden echt leads opleveren en welke budgetten verspillen.

✓ Geverifieerd auteur ✓ Google Ads voor makelaars
Bram van der Meer
Bram van der Meer
Google Ads specialist voor makelaars

Bram runt al jaren een bureau dat Google Ads-campagnes voor makelaarskantoren opzet en beheert. Hij ziet dagelijks welke zoekwoorden echt leads opleveren en welke budgetten verspillen.

Meer over Generative Engine Optimization (GEO)

Bekijk alle 26 artikelen in deze categorie.

Naar categorie →
Lees volgende
Wat is GEO en waarom is het anders dan traditionele SEO
Lees verder →