Een vermelding in een AI-antwoord is alleen iets waard als de manier waarop het model je omschrijft de koper laat doorlezen. Twee merken kunnen in hetzelfde ChatGPT-antwoord staan: het ene als betrouwbare, goed beoordeelde optie waar teams op bouwen, het andere als optie waar het model aan toevoegt dat sommige gebruikers trage support ervaren. Beide zijn vermeld, maar slechts één krijgt de klik. Met visibility weet je dat je erbij staat; sentiment laat zien of je er ook echt wat aan hebt.
Aanwezig zijn is niet hetzelfde als aanbevolen worden
Het is makkelijk om een vermelding direct als winst te zien: je zocht, je merk stond erbij, missie geslaagd. Maar een vermelding opent alleen de deur. Hoe het model over je praat, bepaalt of de koper ook binnenstapt. Dit staat los van de vraag of je genoemd of geciteerd wordt. Je kunt beide zijn en alsnog verliezen als de omschrijving twijfel zaait.
Waar AI-sentiment vandaan komt
Modellen verzinnen hun mening over jou niet zelf. Ze verzamelen bestaande teksten: reviews, forums, nieuwsartikelen, vergelijkingssites en je eigen content. Die toon bepaalt hoe jij omschreven wordt. Komen er in je G2-reviews steeds dezelfde klachten terug? Dan sijpelt die klacht waarschijnlijk door in het antwoord. Dit werkt via dezelfde signalen die bepalen welke merken de AI überhaupt aanbeveelt.
Kortom: AI-sentiment is de spiegel van hoe het internet over je praat, gefilterd door het model.
De drie smaken en wat ze betekenen
Soort | Hoe het antwoord klinkt | Effect op de koper |
|---|---|---|
Positief | "Een goed beoordeelde optie waar veel teams op vertrouwen" | Versterkt de aanbeveling en zet je vaak hoger in het antwoord |
Neutraal | "Een van de beschikbare opties" | Je staat op de lijst, maar niets zet de koper richting jou in plaats van de volgende naam |
Negatief of gereserveerd | "Sommige gebruikers melden trage support" | De vermelding bevat een waarschuwing, soms slechter dan ontbreken |
Daarom is alleen het aantal vermeldingen een misleidende statistiek. Tien neutrale vermeldingen zijn vaak minder waard dan drie positieve.
Hoe sentiment eruitziet als je het echt meet
Sentiment is geen enkel getal voor de hele markt; het verschilt per model. In de eigen gevolgde prompts van Trackbase over de afgelopen 7 dagen (data opgehaald op 13 november 2026) was de gemiddelde sentimentscore van citaties 72 van de 100, met 35 positieve, 11 neutrale en geen negatieve citaties van de 46. Per model was de sentimentscore 79 in ChatGPT, 74 in Gemini en 68 in Perplexity en Google AI Mode. Hetzelfde merk, dezelfde week, drie verschillende tonen, omdat de modellen op andere bronnen leunen.
Die spreiding is precies het punt: één kopgetal verbergt het model waarin je lauw klinkt. Kijk je alleen naar het gemiddelde, dan weet je niet welk platform aandacht nodig heeft.
Meten en verbeteren
Zie sentiment als iets wat je concreet meet, niet als een onderbuikgevoel.
Meet per platform en per prompt. Je kunt in ChatGPT overkomen als een betrouwbare partner, maar lauw overkomen in Perplexity, simpelweg omdat ze andere bronnen gebruiken.
Zoek de zinnen die terugkomen. Lees de echte antwoorden op voorbehouden als "echter", "sommige gebruikers", "beperkt" of "duur" en noteer welke bron het model daarbij noemt.
Pak de bron aan, niet het symptoom. Los die terugkerende klacht in reviews op, update verouderde vergelijkingspagina's en zorg voor evenwichtige media-aandacht die het model betere input geeft.
Beantwoord het bezwaar op je eigen site. Is het voorbehoud "trage support", publiceer dan je supporttijden, responsdoelen en escalatiepad in heldere taal, op een plek die een crawler kan lezen.
Blijf meten na aanpassingen. Sentiment verandert zodra je bronnen veranderen. Wat je in maart hebt opgelost, kan er in de zomer heel anders uitzien.
Een eenvoudige sentimentaudit voor commerciële teams
Doe dit één keer per maand en bewaar de resultaten in één sheet:
Kies 10 prompts die een koper zou stellen, waaronder 3 directe vergelijkingen met een concurrent bij naam.
Leg per prompt en model vast: genoemd ja/nee, positie in het antwoord, toon (positief, neutraal, gereserveerd) en de genoemde bronnen.
Markeer elk gereserveerd antwoord en herleid het naar de bron erachter.
Geef elke bron een eigenaar: customer success voor reviews, PR voor pers, marketing voor je eigen pagina's.
Draai dezelfde prompts vier weken later opnieuw en vergelijk.
Dit met de hand over veel modellen doen wordt snel zwaar, daarom verhuizen de meeste teams het naar een tool. Trackbase meet sentiment en visibility voor de AI-modellen in je abonnement. Zo zie je niet alleen waar je verschijnt, maar ook hoe je daar overkomt. Voor een eerste indruk zonder account probeer je de gratis AI-zichtbaarheidscheck.
FAQ
Kan een negatieve AI-vermelding erger zijn dan geen vermelding?
Ja. Een ontbrekend merk laat de koper neutraal, terwijl een gereserveerde vermelding hem een concrete reden geeft om je over te slaan. Daarom lees je sentiment naast aanwezigheid, niet erna.
Hoe verbeter ik hoe AI-modellen mijn merk omschrijven?
Verander wat de modellen lezen. Los terugkerende reviewklachten op, update verouderde vergelijkingspagina's, verdien evenwichtige berichtgeving van derden en beantwoord veelvoorkomende bezwaren helder op je eigen site. Meet daarna opnieuw, want sentiment volgt de bronnen.
Is sentiment in elk AI-model hetzelfde?
Nee. Elk model weegt andere bronnen, dus hetzelfde merk kan in het ene model betrouwbaar klinken en in het andere lauw. Volg sentiment per model en per prompt in plaats van op één gemiddelde score te vertrouwen.




