Het link prediction model: hoe interne links je AI-zichtbaarheid sturen

Je schrijft een zorgvuldige paragraaf met een interne link naar je productpagina of een gerelateerd artikel. Een AI-systeem extraheert die paragraaf, gebruikt hem in een antwoord, en de link? Verdwenen. Een andere keer overleeft de link wel en verschijnt hij als klikbaar pad naar je site, midden in het gegenereerde antwoord. Dat verschil is niet willekeurig. Het volgt patronen die je kunt begrijpen en sturen.

Het link prediction model is precies dat: een manier om te voorspellen waar links van nature horen, zodat je interne links de extractie door AI-systemen overleven. In dit artikel leg ik in mijn eigen woorden uit hoe AI links beoordeelt, en wat dat betekent voor de manier waarop je intern linkt. Dit hoort bij onze bredere visie op generatieve zoekoptimalisatie (GEO), die ik volledig uitwerk in de ultieme GEO-handleiding.

Check je eigen pagina: krijg een GEO-score met concrete tips via onze gratis GEO-check.

Waarom links in AI-antwoorden ertoe doen

In klassieke zoekresultaten is elk resultaat een link. In AI-antwoorden is dat niet zo. De synthese beantwoordt de vraag vaak zonder dat de gebruiker iets aanklikt. Een link die de extractie overleeft, is dus een van de schaarse momenten waarop iemand effectief op je site terechtkomt.

Maar het gaat om meer dan kliks:

• Direct verkeer: een overlevende link is een rechtstreeks pad naar je pagina, in een omgeving waar dat verkeer schaars is geworden.
• Merkzichtbaarheid: zelfs zonder klik signaleert je domein als klikbare bron autoriteit en relevantie.
• Attributie: de link geeft je credit als bron. Zonder link wordt je bijdrage onzichtbaar.
• Samengestelde effecten: zichtbare domeinen bouwen vertrouwdheid op, en linkpatronen kunnen toekomstige selectie beïnvloeden.

Omdat direct verkeer uit AI-zoekopdrachten beperkt is, wordt elke overlevende link onevenredig waardevol.

Hoe AI-systemen links behandelen

Wanneer een AI content extraheert, komt het links tegen als HTML-elementen. Het systeem moet dan een keuze maken: de link behouden, omzetten naar platte tekst, of er iets anders mee doen. De factoren die meewegen, lijken sterk op redactioneel gezond verstand:

• Relevantie voor het antwoord: sluit de link aan op wat de AI aan het vertellen is?
• Natuurlijke plaatsing: staat de link waar een link normaal zou staan, of voelt hij geforceerd?
• Autoriteit van de bron: vertrouwt het systeem de bron, dan vertrouwt het wellicht ook de links.
• Waarde voor de gebruiker: voegt het behouden van deze link iets toe, of is hij puur zelfpromotie?

Wat er met links gebeurt als ze niet overleven

Een link verdwijnt niet altijd volledig. Vaak wordt hij getransformeerd:

Transformatie	Wat er gebeurt
Citatieconversie	De link wordt een bronvermelding, bijvoorbeeld “[Bron: example.com]” in plaats van een inline link.
Platte tekst	De link wordt gestript, enkel de ankertekst blijft staan.
Referentielijst	Links worden los verzameld en apart onderaan getoond, niet meer inline.

Wie deze transformaties kent, stelt realistischere verwachtingen en stuurt zijn optimalisatie gerichter.

Het natuurlijke linkpatroon

Hier zit de kerninzicht: AI-systemen leren linkpatronen uit hun trainingsdata. Die data bevat miljoenen webpagina’s vol links. Het model leert daaruit waar links van nature opduiken: in welke contexten, op welke zinsposities, met welke ankertekst. Wanneer het tijdens extractie beslist of een link blijft, stelt het impliciet de vraag: “Staat deze link waar links in kwaliteitsvolle content normaal staan?”

Links die het natuurlijke patroon matchen, overleven vaker. Links die geforceerd aanvoelen, worden gestript. Analyse van redactionele content uit kwaliteitspublicaties laat een paar terugkerende kenmerken zien:

• Contextuele relevantie: de link staat precies waar een lezer meer detail zou willen, niet als losse call-to-action.
• Specifieke ankertekst: beschrijvend en concreet (“realtime streaming-architectuur”) in plaats van vaag (“klik hier”).
• First-reference linking: enkel de eerste vermelding van een concept krijgt een link, latere vermeldingen blijven platte tekst.
• Informatiedichte context: links horen in paragrafen waar de lezer actief iets leert, niet in een inleiding of conclusie.

Dit linkt rechtstreeks aan hoe je je pagina’s opbouwt voor extractie, wat ik dieper uitwerk in content-architectuur voor AI-extractie.

Hoe een link prediction model werkt

Deze patronen zijn niet enkel observaties, ze kunnen geformaliseerd worden in een voorspellingsmodel. Een link prediction model neemt tekst als input en voorspelt waar links van nature zouden verschijnen. De trainingslogica ziet er ongeveer zo uit:

1. Verzamel content met natuurlijke redactionele links (nieuwssites, kwaliteitspublicaties).
2. Leg per link de context vast: omringende tekst, zinspositie, ankertekst.
3. Train een model om linkaanwezigheid te voorspellen op basis van die kenmerken.
4. Laat het getrainde model nieuwe content scoren.

Het model pikt patronen op zoals: links volgen vaak op uitdrukkingen als “lees meer over” of “volgens”, links staan zelden in de eerste of laatste zin van een paragraaf, ankertekst is doorgaans 2 tot 5 woorden lang, en links staan meestal bij de eerste vermelding van een entiteit.

De voorspellingsscores lezen

Voor elke mogelijke linkpositie geeft het model een waarschijnlijkheidsscore:

• Hoge kans (>0,7): deze positie matcht sterke natuurlijke patronen.
• Gemiddelde kans (0,4 tot 0,7): plausibel, maar niet optimaal.
• Lage kans (<0,4): deze positie matcht geen natuurlijk patroon.

De optimalisatie is simpel in principe: verplaats links van lage naar hoge waarschijnlijkheid. Je kunt het model ook gebruiken om content te testen vóór publicatie, optimale posities te laten voorstellen, en concurrenten te analyseren.

Vijf principes om je linkplaatsing te optimaliseren

In de praktijk komt het neer op een handvol concrete regels.

1. Link op natuurlijke verwijspunten. Plaats links waar je content iets vermeldt dat zich laat uitdiepen: de eerste vermelding van een entiteit, de introductie van een concept, een bron of cijfer, een aanbeveling. Niet als losgekoppelde “lees meer”.

2. Gebruik beschrijvende ankertekst. Vervang “klik hier voor prijzen” door iets als “bekijk de prijzen en abonnementen”. De ankertekst beschrijft de bestemming en helpt de AI de relevantie inschatten.

3. Link enkel de eerste vermelding. Komt een entiteit meermaals voor, link dan enkel de eerste substantiële vermelding. Herhaaldelijk dezelfde bestemming linken geeft een spamsignaal.

4. Bed links in substantiële content. Een link in een informatiedichte paragraaf is natuurlijker dan een link in dunne tekst als “Meer weten? Bekijk onze resources.” Geef waarde rond de link.

5. Respecteer de redactionele dichtheid. Kwaliteitspublicaties linken doorgaans 1 tot 3 keer per 500 woorden. Eén goed geplaatste link overleeft eerder dan zeven concurrerende links in dezelfde alinea.

De context rond de link telt mee

De woorden vlak vóór en na een link beïnvloeden de overlevingskans. Sterke pre-link signalen zoals “lees meer over”, “zoals beschreven in” of “volgens” creëren de verwachting van een verwijzing. Zwakke signalen zoals “klik nu” of “koop bij” verraden promotionele intentie en verlagen de natuurlijkheid. Na de link hoort de zin vloeiend door te lopen, niet te vervallen in een opsomming van extra links. En links staan zelden helemaal aan het begin of einde van een zin: midden in de zin matcht de redactionele norm. Dit principe van soepele, contextuele inbedding overlapt sterk met de manier waarop je werkt aan grounding snippets die AI graag overneemt.

Interne versus externe links

AI-systemen behandelen beide niet noodzakelijk gelijk.

• Interne links (naar je eigen domein) worden soms als navigatie gezien in plaats van als citatie, en dragen een lager autoriteitssignaal omdat je in feite naar jezelf verwijst. Ze blijven waardevol als de gelinkte pagina echt iets toevoegt. Hou de ankertekst beschrijvend en vermijd overlinking die op een navigatiemenu lijkt.
• Externe links (naar andere domeinen) dragen een hoger autoriteitssignaal, want ze lezen als een redactionele verwijzing naar een derde. Het risico is dat je gebruikers wegstuurt, dus balanceer ze met interne links.

Een krachtig patroon combineert de twee: een externe citatie van een gezaghebbende bron, gevolgd door een interne link naar je eigen relevante pagina. Dat spiegelt redactionele praktijk en kan de overlevingskans van beide verbeteren.

De link-content relatie

Het belangrijkste om te onthouden: links bestaan niet los van de content waarin ze staan. Is je content sterk genoeg om als primaire bron geselecteerd te worden, dan komen je links mee de selectie in. Wordt je content niet geselecteerd, dan is alle linkoptimalisatie verloren moeite. De volgorde is dus duidelijk: fix eerst de kwaliteit en de selectiekans van je content, optimaliseer pas daarna de links. Die selectiekans verbeteren is een vak op zich, dat ik uitwerk onder Selection Rate Optimization.

En offer nooit leesbaarheid op voor een linkkans. De beste linkoptimalisatie is onzichtbaar: de link staat waar hij hoort en voegt waarde toe, in plaats van de flow te verstoren.

Veelgestelde vragen

Wat is een link prediction model precies?

Het is een model dat tekst inneemt en voorspelt waar links van nature zouden verschijnen. Het is getraind op grote hoeveelheden kwaliteitsvolle content met redactionele links en leert daaruit welke contexten, zinsposities en ankerteksten met links correleren. Je gebruikt het om voor publicatie te testen of je linkplaatsing natuurlijk aanvoelt en om links te verplaatsen naar posities met een hogere waarschijnlijkheidsscore.

Waarom verdwijnen sommige van mijn interne links in AI-antwoorden?

Omdat de AI tijdens extractie beoordeelt of een link op een natuurlijke positie staat. Links die geforceerd, promotioneel of als navigatie aanvoelen, worden vaak gestript of omgezet naar platte tekst of een losse bronvermelding. Links die de redactionele patronen matchen, met beschrijvende ankertekst op een informatiedichte plek, overleven beduidend vaker.

Hoeveel interne links mag een pagina hebben?

Kwaliteitspublicaties linken doorgaans 1 tot 3 keer per 500 woorden. Te veel links verdunnen de waarde van elke afzonderlijke link en geven een kwaliteitssignaal naar beneden. Eén goed geplaatste link in substantiële context overleeft de extractie eerder dan een handvol concurrerende links in dezelfde paragraaf.

Moet ik mijn content of mijn links eerst optimaliseren?

Eerst de content. Als je pagina niet wordt geselecteerd als bron, krijgen je links sowieso geen blootstelling, hoe goed ze ook geplaatst zijn. Sterke content die als primaire bron wordt gekozen, draagt de bijbehorende links mee de selectie in. Linkoptimalisatie is de verfijning, contentkwaliteit is het fundament.