Welke prompts moet je tracken? Een representatieve promptset opbouwen

Je moet de prompts tracken die je kopers echt stellen aan AI, niet de zoekwoorden met het hoogste volume. Een bruikbare monitoringset is een bewuste selectie van koopvragen, gespreid over funnelfases, branches en regio’s, zodat je meet of AI jouw merk noemt op de momenten die tot omzet leiden. Dit artikel laat zien hoe je zo’n representatieve promptset opbouwt, hoe groot hij moet zijn en hoe je hem onderhoudt.

Dit hoort bij het bredere kader uit onze gids over Generative Engine Optimization. Waar GEO bepaalt hoe je zichtbaar wordt in AI-antwoorden, bepaalt je promptset of je die zichtbaarheid betrouwbaar kunt meten.

Wat is een promptset en waarom is hij belangrijk?

Een promptset is de vaste lijst vragen die je periodiek aan AI-systemen stelt om te meten of, hoe en in welke context je merk wordt genoemd. Het is het AI-equivalent van een keywordlijst in klassieke SEO, met een belangrijk verschil: een prompt is een volledige vraag in natuurlijke taal, geen losse term. Mensen typen in ChatGPT of Perplexity geen “fleet management software”, maar “wat is de beste fleet management software voor een transportbedrijf in Belgie”.

Die set is belangrijk omdat hij bepaalt wat je überhaupt kunt zien. Meet je de verkeerde vragen, dan krijg je een geruststellend of alarmerend rapport dat niets met je echte commerciele positie te maken heeft. Een merk kan glansrijk scoren op brede informatievragen en tegelijk volledig onzichtbaar zijn op het moment dat een koper om een concrete aanbeveling vraagt. De promptset is dus geen administratief detail, maar de meetlat zelf.

Welke prompts moet je tracken?

Track de prompts waarin een koper een keuze maakt, vergelijkt of om een aanbeveling vraagt, want daar wordt jouw zichtbaarheid omgezet in een lead. Begin niet bij zoekvolume, maar bij de vragen die je salesteam dagelijks hoort. Vier types prompts horen in elke serieuze set:

• Categorievragen. “Beste [categorie] voor [type bedrijf]” of “welke [oplossing] kies ik voor [situatie]”. Dit zijn de aanbevelingsmomenten waar je genoemd wilt worden.
• Vergelijkingsvragen. “[Merk A] vs [Merk B]” of “alternatieven voor [bekende speler]”. Hier bepaalt AI of jij in het overwegingsset zit.
• Probleemvragen. “Hoe los ik [probleem] op”. Hier kan AI jouw aanpak of merk naar voren schuiven als oplossingsrichting.
• Merkvragen. “Wat doet [jouw merk]” of “is [jouw merk] betrouwbaar”. Hier check je of AI jou correct en consistent beschrijft.

De grootste fout is de set vullen met algemene informatievragen omdat die het meeste “volume” lijken te hebben. Een vraag als “wat is e-mailmarketing” levert een keurig antwoord op, maar zelden een merknaam en nooit een lead. Bij Customer Impact sturen we klanten weg van die vanity metrics: we meten zichtbaarheid op de vragen die kopers stellen vlak voordat ze contact opnemen, niet op de vragen die er druk uitzien in een rapport.

Hoe verdeel je prompts over de funnel?

Een representatieve set spreidt je prompts bewust over de drie funnelfases, zodat je ziet waar je zichtbaarheid afhaakt. Veel merken zijn prima zichtbaar bovenaan de funnel en verdwijnen precies waar de beslissing valt. Door per fase te meten, maak je dat gat zichtbaar in plaats van het te middelen tot een vaag totaalcijfer.

• TOFU (bewustwording). Brede probleem- en hoe-vragen. Hier wil je genoemd of geciteerd worden als bron, niet per se als product. Een handvol prompts volstaat, want dit is zelden de plek waar je wint of verliest.
• MOFU (overweging). Categorie- en vergelijkingsvragen. Dit is de kern van je set en verdient de meeste prompts, want hier beslist AI of je in de shortlist zit.
• BOFU (beslissing). Concrete koop-, prijs- en aanbiedervragen, vaak met regio of branche erin. “Wie kan [dienst] leveren in [regio]”. Hier telt elke vermelding direct.

Voor B2B ligt het zwaartepunt bewust bij MOFU en BOFU, omdat daar de aankoopbeslissingen vallen. Hoe je die fases verder invult, lees je in onze uitwerking over GEO voor B2B. Een gezonde verdeling is grofweg een kwart van je prompts in TOFU, de helft in MOFU en een kwart in BOFU, maar pas dat aan je eigen koopreis aan.

Hoe houd je rekening met branche en regio?

Voeg branche, bedrijfstype en regio expliciet toe aan je prompts, want AI-antwoorden verschillen sterk per context en een generieke vraag verbergt waar je echt sterk of zwak staat. “Beste boekhoudsoftware” geeft een ander antwoord dan “beste boekhoudsoftware voor een eenmanszaak in Vlaanderen”. Als jouw klanten vooral uit een specifieke sector of regio komen, moet je set die context dragen.

Werk daarom met varianten van dezelfde kernvraag waarin je telkens een dimensie wisselt: de branche, het bedrijfsformaat, de taal of de regio. Zo zie je niet alleen of je genoemd wordt, maar ook waar je positie wegvalt. Een merk dat in het Nederlands sterk scoort kan in een Franstalige variant van dezelfde vraag onvindbaar zijn, wat in Belgie een reeel risico is. Dit raakt aan hoe AI bepaalt wie relevant is voor welke context, het onderwerp van onze vijf kernindicatoren van AI-zichtbaarheid.

Hoe groot moet je promptset zijn?

Houd je set zo klein als verantwoord en zo groot als nodig: liever dertig tot zestig scherpe prompts die je consequent volgt dan honderden varianten die niemand nog interpreteert. Het doel van monitoring is sturen, en je kunt alleen sturen op een set die je werkelijk begrijpt en regelmatig nakijkt.

Een werkbare aanpak is per kernthema een kleine cluster te bouwen: een categorievraag, een of twee vergelijkingsvarianten en een branche- of regiovariant. Heb je vijf tot tien commercieel relevante thema’s, dan land je vanzelf op een set die compleet genoeg is zonder onhanteerbaar te worden. Belangrijker dan de omvang is de consistentie: dezelfde prompts, op vaste momenten, zodat verschuivingen betekenis krijgen. Eenmalig honderd vragen stellen is een momentopname, geen monitoring.

Let ook op de praktische kant. AI-antwoorden variëren tussen modellen en zelfs tussen herhaalde vragen, dus je wilt elke prompt op meerdere systemen en met enige herhaling meten. Hoe meer prompts, hoe zwaarder dat weegt. Een compacte, goed gekozen set is daarom niet alleen overzichtelijker, maar ook betaalbaarder om consequent te draaien. Welke platforms en meetmethodes daarbij passen, vergelijken we in onze overzicht van AI-zichtbaarheidstools.

Hoe onderhoud je je promptset?

Behandel je promptset als een levend document dat je elk kwartaal herziet, want koopgedrag en de manier waarop mensen AI bevragen veranderen sneller dan klassieke zoekgewoonten. Een set die je een jaar lang ongewijzigd laat, meet langzaam de verkeerde werkelijkheid.

Drie bronnen voeden die herziening. Ten eerste je salesteam: nieuwe bezwaren en vragen van prospects zijn vaak nieuwe prompts. Ten tweede de AI-antwoorden zelf, want de vervolgvragen en gerelateerde onderwerpen die modellen voorstellen tonen hoe kopers verder denken. Ten derde je concurrenten: duikt er een nieuwe speler op in de vergelijkingsantwoorden, dan hoort die in je vergelijkingsprompts. Verwijder net zo goed prompts die geen bruikbaar signaal meer geven. Een scherpe set blijft scherp door snoeien, niet alleen door toevoegen.

Wil je dit meten zonder zelf modellen te leren begrijpen, dan helpt onze dienst voor AI-vindbaarheid je om een representatieve set op te zetten en de signalen te vertalen naar concrete acties.

De korte samenvatting

Een goede promptset meet je echte commerciele positie in AI-antwoorden, niet je scoringskansen op brede informatievragen. Vertrek vanuit de vragen die kopers stellen, spreid ze bewust over funnelfases, branches en regio’s, houd de set compact en herzie hem elk kwartaal. Zo wordt AI-zichtbaarheid een stuurbaar getal in plaats van een geruststellend rapport.

Plan je gratis intake en we bouwen samen een promptset die meet wat voor jouw bedrijf telt.