Waarom jouw productpagina onzichtbaar is voor ChatGPT (en hoe je dat nu oplost)

In dit artikel:

Over zeven maanden begint Black Friday 2026 — de piekperiode voor webshops — maar de manier waarop consumenten producten vinden verandert snel: ze zoeken steeds vaker advies via ChatGPT, Perplexity en Google AI Mode in plaats van alleen via Google. Voor veel webshops levert dat nu al gemiste kansen op, niet omdat de producten slecht zijn, maar omdat productpagina’s geschreven zijn voor zoekmachines (zoekwoorden) en niet voor AI (vragen en context).

Hoe AI aanbeveelt
ChatGPT werkt met vragen en splitst complexe vragen op in meerdere deelqueries (query fan-out). Voor elke deelvraag haalt het de top 3 uit Google Shopping; producten die in meerdere top-3-lijsten terugkomen, zijn kansrijker om aanbevolen te worden. Cruciaal: AI matcht niet op losse specificaties maar op contextuele, concrete gebruiksinformatie. Vage labels als “waterdicht: ja” helpen weinig; toepasbare zinnen zoals “IPX7, geschikt voor hardlopen in regen en douchen” maken wél het verschil.

Praktisch voorbeeld
Een standaard technische opsomming (Versie A) scoort slechter dan een beschrijving die uitlegt voor wie, waarom en wanneer het product gebruikt wordt (Versie B). Versie B benoemt doelgroep, concrete voordelen en typische gebruikssituaties — precies wat AI nodig heeft om een match te maken met een complexe klantvraag.

Intent Modeling: de oplossing
Schrijf productteksten voor vier klantintenties:
- Informatief: de basis (merk, type, belangrijkste specs).
- Commercieel: wat lost het op; waarom kiezen voor dit product.
- Transactioneel: heel specifiek voor wie het wel/niet geschikt is.
- Contextueel: concrete scenario’s en gebruikssituaties.

Schrijf in doorlopende zinnen (AI en mensen verwerken dat beter dan bulletpoints). Voeg 3–5 longtail-zinnen toe die lijken op vragen die mensen aan ChatGPT stellen, verweven in de lopende tekst, niet apart.

Techniek en consistentie
AI gebruikt ook structured data (schema.org). Zorg dat productnaam, prijs, beschikbaarheid, afbeeldingen (minimaal 3, liever 6+), en reviews correct en consistent zijn in feed, productpagina en structured data. Inconsistente prijzen (feed €449, pagina €399, schema €449) leiden tot Merchant Center-problemen of het negeren door AI. Controleer via de Google Rich Results Test.

Meten en testen
Begin met een nulmeting in Google Search Console, Merchant Center en GA4. Test op vijf goed-verkopende producten als pilot: analyseer pagina’s, vergelijk met concurrenten, herschrijf per intentie, pas structured data aan en meet. Bij producten met veel traffic (1.000+ clicks/week) zijn 2–4 weken voldoende om signalen te zien; bij minder traffic 4–8 weken. Algemene verwerking door Google/AI duurt 4–8 weken — wie pas in september start, mist Q4.

Attribution gap
Houd rekening met een attributieprobleem: AI kan de aankoopreis starten, maar de gebruiker koopt later via branded search of direct, waardoor AI-impact onzichtbaar blijft in analytics. Kijk daarom ook naar stijgingen in branded searches gecombineerd met referrals van ChatGPT.com en Perplexity.ai.

Concrete checklist (kort)
- Korte omschrijving boven de fold, gedetailleerde context onder de fold
- Vier intenties ingevuld in lopende tekst
- Longtail-vragen verwerkt
- Meerdere productafbeeldingen en gebruiksbeelden
- Juiste en consistente structured data
- Nulmeting en opvolgende testen

Start klein, meet snel en schaal op wanneer je ziet dat AI-aanbevelingen verkeer en conversies opleveren — anders loop je het risico dat jouw producten niet opduiken wanneer consumenten straks massaal ChatGPT vragen: “Welke smartwatch moet ik kopen?”