Wie in 2026 nog puur op klassieke SEO stuurt, ziet het verkeer stilletjes uit de rapportages verdwijnen. Steeds meer zoekopdrachten eindigen niet meer op uw site, maar in een antwoord dat ChatGPT, Perplexity, Claude, Google AI Overviews of Gemini direct in het zoekvenster serveren. Uw content wordt gelezen, verwerkt en samengevat, en de gebruiker klikt niet meer door. Of, veel erger: uw content wordt niet eens meegenomen in het antwoord, terwijl uw concurrent wel wordt geciteerd.

In onze dagelijkse projecten voor WordPress-sites zien we dat het gat tussen sites die wél en niet worden opgepikt door antwoordmachines razendsnel groter wordt. Het goede nieuws: de aanpassingen die dat verschil maken zijn technisch beheersbaar en grotendeels binnen een bestaande WordPress-installatie te realiseren. In dit artikel delen we de zes ingrepen die wij in vrijwel elk AEO-traject doorvoeren, en waarom ze werken.

Wat is AEO en waarom is het geen synoniem voor SEO?

Answer Engine Optimization is het optimaliseren van uw content zodat AI-antwoordmachines uw pagina's begrijpen, waarderen en citeren als bron in hun antwoord. Dat lijkt op SEO, maar de spelregels verschillen op cruciale punten. Een klassieke SEO-tactiek als het opeenstapelen van zoekwoorden helpt u niet bij LLM-citatie. Wat wél helpt: heldere semantische structuur, directe antwoordparagrafen, machineleesbare context en topische autoriteit die de AI kan verifiëren.

Concreet: Google beoordeelt uw pagina als geheel en ranked hem in een lijst. Een LLM daarentegen extraheert stukken tekst uit meerdere bronnen tegelijk en bouwt een antwoord op. Uw pagina wordt niet als winnaar of verliezer geselecteerd, maar als leverancier van fragmenten. Wie fragmenten wil leveren, moet content produceren die zich lastig laat versnipperen, gemakkelijk laat begrijpen, en gepaard gaat met traceerbare bronvermelding.

1. Semantisch HTML in plaats van div-soep

WordPress-thema's zijn beruchte div-vervuilers. Divs met classes waar niets van te begrijpen valt, headings die in de code als span-elementen bestaan, lijsten die feitelijk div-rijtjes zijn. Voor een klassieke Googlebot maakt dat weinig uit, voor een LLM wel: een crawler die uw pagina moet omzetten naar bruikbare fragmenten leunt zwaar op HTML-semantiek om structuur te herkennen.

Wat wij standaard doorvoeren: heading-hiërarchie strikt van H1 naar H6, ordered en unordered lists voor opsommingen, article-, section- en aside-tags voor content-structuur, en figure met figcaption voor visuals. Dit is geen theorie: pagina's die we hebben opgeschoond scoren aantoonbaar hoger in Yoast's SEO-analyse én worden vaker geciteerd in AI-antwoorden.

2. Direct-answer paragrafen op de eerste positie

LLM's citeren bij voorkeur passages die een vraag onmiddellijk beantwoorden, gevolgd door onderbouwing. Wij hanteren in vrijwel elke sectie hetzelfde patroon: kop met een concrete vraag of onderwerp, dan een paragraaf van 40 tot 60 woorden die het antwoord in één keer geeft, dan de detail-uitwerking. Dat directe stuk is wat AI-antwoordmachines uit uw pagina hijsen.

Vermijd de klassieke content-marketing opzet met een uitgebreide introductie voordat u tot de kern komt. Voor een menselijke lezer die scant is dat al ondermaats, voor een LLM is het funest: hij haakt af voordat het inhoudelijke antwoord in zicht komt en pakt een fragment van een concurrent die wél direct is.

3. Schema markup uitbreiden voorbij het basispakket

Yoast en Rank Math genereren standaard Article-, Organization- en WebSite-schema. Voor AEO is dat een startpunt, geen eindstation. Wat wij aan schema toevoegen in AEO-projecten: FAQPage voor Q&A-secties, HowTo voor stappenplannen, Article met een uitgebreide author-property inclusief knowsAbout, en mainEntity-verwijzingen die de kernentiteit van de pagina expliciet vastleggen.

Yoast biedt sinds versie 25.x een Schema aggregation endpoint dat al deze gestructureerde data via één URL beschikbaar maakt voor systemen als NLWeb. Voor sites die serieus willen scoren in het AI-antwoordtijdperk is dat endpoint aanzetten geen optie meer, maar hygiëne. Dat geldt ook voor het genereren van llms.txt, waarmee u AI-crawlers een curated overzicht geeft van uw belangrijkste pagina's. In onze projecten zetten we beide standaard aan en controleren of de cornerstones daadwerkelijk in llms.txt terechtkomen.

4. Hub-and-spoke architectuur voor topische autoriteit

LLM's beoordelen niet één pagina, ze beoordelen het semantische veld waarin die pagina zit. Een enkele losse blog over een onderwerp krijgt niet snel autoriteit. Een hub-pagina met tien onderling verlinkte spoke-artikelen die samen het hele thema afdekken, wel.

Wij bouwen in AEO-projecten altijd volgens deze structuur: één hub die het onderwerp definieert en begrenst, spokes die deelvragen diepgaand beantwoorden, en interne links die het cluster als geheel semantisch afsluiten. Zo geeft u de AI niet één losse bron, maar een consistente kennisbasis over uw onderwerp. Dat is wat citation share oplevert.

5. E-E-A-T signalen consumeerbaar maken voor LLM's

Author-schema met naam, functie, expertise en publicatiehistorie hoort standaard op elke pagina. De meeste WordPress-sites hebben dit niet, of alleen half. LLM's gebruiken deze signalen om te bepalen of een bron betrouwbaar is en of hij mag worden geciteerd. Zonder duidelijke auteursinformatie belandt uw content in de tweede categorie: nuttig als context, maar niet als geciteerde bron.

Wat wij per author-pagina inrichten: een volledige Person-schema, links naar aantoonbare externe autoriteitssignalen (LinkedIn, publicaties, sprekersprofielen), en waar mogelijk verwijzingen naar organisaties waar de auteur aan verbonden is. Dat is werk dat drie tot vier uur per auteur kost en zich meestal binnen enkele maanden terugverdient in citation share.

6. Meten wat u vroeger niet mat

Klassieke SEO-tools zoals Ahrefs en SEMrush laten zien welke pagina's ranken. Ze laten niet zien welke pagina's worden geciteerd door AI-antwoordmachines. Voor dat laatste heeft u nieuwe meetpunten nodig: manual citation checks in ChatGPT, Perplexity en Claude op uw belangrijkste queries, monitoring van referrer-verkeer uit AI-tools (dat groeit langzaam maar zichtbaar), en waar mogelijk gebruik van tools die AI citation share systematisch meten.

Zonder deze meting werkt u blind. En zonder concrete cijfers is AEO een discussie op onderbuikgevoel, niet op resultaten.

Wat wij in onze eigen praktijk zien werken

De zes ingrepen hierboven werken zelden solo. Wat we in vrijwel elk AEO-project zien: pas als vier tot vijf van de zes op orde zijn, komt citation share echt op gang. Sites die alleen schema aanscherpen maar hun content niet herstructureren, blijven achter. Sites die inhoudelijk sterke content hebben maar geen semantisch HTML en geen author-schema, worden gelezen maar niet geciteerd.

De volgorde waarin wij deze ingrepen doorvoeren, hangt af van de startsituatie. Voor een technisch gezonde site beginnen we met content-structuur (direct-answer patronen) en schema. Voor een site met een verouderd thema is de semantische HTML-opschoning eerst. Voor een site met veel losse blogs is hub-and-spoke de sleutel. Wie deze diagnose overslaat en alle zes ingrepen tegelijk doorvoert, verbrandt budget zonder gerichte impact.

Van SEO-agency naar AEO-partner

Bij WP Masters werken we dagelijks aan de vertaling van klassieke SEO-methodiek naar het AI-antwoordtijdperk. Onze klanten zien dat verkeer uit klassieke zoekmachines langzaam terugloopt, terwijl de zichtbaarheid in AI-antwoorden bepalend wordt voor commerciële aandacht. De agencies die die vertaalslag beheersen, zijn de agencies die hun klanten in 2028 nog steeds groeien.

De belangrijkste boodschap voor marketeers en site-eigenaren die nu voor het eerst met AEO aan de slag gaan: begin bij de structuur van uw content, niet bij de tools. Semantisch HTML, direct-answer paragrafen en volledige schema-markup zijn geen technische frills, ze zijn de nieuwe basisregels. Wie ze op orde heeft, wordt geciteerd. Wie dat uitstelt, verdwijnt.