Wat is grounding?
Grounding is het koppelen van het antwoord van een AI-model aan specifieke, controleerbare bronnen, zoals zoekresultaten, documenten of een productdatabase. Zo steunt het antwoord op echte informatie en niet alleen op wat het model zich herinnert. Een antwoord met grounding kan meestal laten zien waar elke bewering vandaan komt.
Zonder grounding antwoordt een taalmodel op basis van patronen uit de training, en die kunnen verouderd of onvolledig zijn. Met grounding verzamelt het systeem eerst relevant materiaal en krijgt het model de opdracht daar dicht bij te blijven. De meest gebruikte methode is retrieval-augmented generation, waarbij webpagina's of documenten worden opgehaald op het moment van de vraag.
AI-bedrijven gebruiken de term veel. Google biedt ontwikkelaars bijvoorbeeld grounding with Google Search voor Gemini. Met het robots.txt-token Google-Extended bepalen sites of hun content gebruikt mag worden voor het trainen van Gemini-modellen en voor grounding. Dat token heeft geen invloed op Google Search, en AI Overviews vallen onder Search.
Waarom grounding belangrijk is voor AI-zichtbaarheid
Via grounding krijgt jouw website een stem in AI-antwoorden. Baseert een AI-assistent zijn antwoord op live bronnen, dan bepalen de gekozen pagina's wat hij zegt over je branche, welke merken hij noemt en welke sites hij citeert. Een pagina die als bron wordt gekozen, kan een AI-citatie opleveren met een link naar jou.
Grounding beperkt ook de schade van een AI-hallucinatie. Zijn de bronnen over je merk juist, actueel en consistent, dan herhalen antwoorden met grounding meestal die feiten. Is de beste beschikbare bron een verouderde review, dan herhaalt het model juist die.
Zo word je een bron voor grounding
Zorg dat je belangrijkste pagina's geïndexeerd en zonder JavaScript leesbaar zijn. Volgens Google moet een pagina geïndexeerd zijn en met een snippet in Search kunnen verschijnen voordat hij als ondersteunende link in AI Overviews of AI Mode kan opduiken.
Beantwoord concrete vragen direct, met feiten die een model kan overnemen: aantallen, namen, datums en voorwaarden.
Laat zien dat je informatie actueel is met zichtbare updatedatums, en verwijder verouderde pagina's of stuur ze door.
Voeg schema markup toe, zodat machines je bedrijf, producten en prijzen kunnen lezen zonder te gokken.
Zorg voor aandacht op onafhankelijke bronnen. Bij vergelijkingen tussen merken baseren AI-assistenten hun antwoord vaak op reviews en vergelijkingsartikelen, niet op pagina's van leveranciers.
Onze gids over geciteerd worden door AI gaat hier dieper op in. Trackbase volgt zowel vermeldingen als citaties bij 11 AI-modellen, zodat je ziet wanneer jouw pagina's als bron worden gebruikt.
Voorbeelden van grounding
Op de vraag "wat kost een warmtepomp laten installeren" bouwt Google AI Overviews een samenvatting op uit meerdere webpagina's en linkt het naar die bronnen.
Perplexity beantwoordt een vraag over een B2B-softwareleverancier voor salarisadministratie door de prijspagina van de leverancier en twee reviewsites te lezen, en citeert alle drie.
Een Nederlandse fietsenwebshop baseert zijn klantenservicechatbot op de eigen productcatalogus, zodat de bot alleen fietsen aanraadt die echt op voorraad zijn.
Een ontwikkelaar bouwt een reisassistent op Gemini met grounding with Google Search, zodat antwoorden over openingstijden actuele zoekresultaten volgen.
Veelgestelde vragen
Wat is het verschil tussen grounding en RAG?
Grounding is het doel: een antwoord dat verankerd is in controleerbare bronnen. Retrieval-augmented generation (RAG) is de meest gebruikte manier om dat te bereiken, door relevante pagina's of documenten op te halen en aan het model te geven voordat het schrijft. Grounding kan ook andere input gebruiken, zoals een productdatabase of bestanden die een gebruiker uploadt.
Is een AI-antwoord met grounding altijd juist?
Nee. Grounding maakt antwoorden nauwkeuriger en beter te controleren, maar het model kan een bron nog steeds verkeerd lezen, een verouderde pagina kiezen of feiten combineren uit bronnen die elkaar tegenspreken. Een antwoord is zo goed als de bronnen die het model vindt. Daarom weegt juiste, actuele en consistente informatie over je merk zo zwaar.
Kan ik voorkomen dat Google mijn content gebruikt voor grounding in Gemini?
Ja. Met het token Google-Extended in je robots.txt bepaal je of je content gebruikt mag worden voor het trainen van Gemini-modellen en voor grounding. Het heeft geen invloed op je posities of opname in Google Search, en AI Overviews vallen onder Search. Weeg het goed af: blokkeer je het, dan gebruiken Gemini-modellen je content niet voor training of grounding, en val je daar dus ook af als mogelijke bron.