Digital PR for AI SEO: how to become the source that LLMs cite

Stel: je doelgroep vraagt ChatGPT om een aanbeveling in jouw markt. Het model geeft een antwoord. Daarin staan drie merken. Niet jij.

Dat is geen toeval en het is niet te fixen met een betere meta-omschrijving of een extra blogpost.

AI-modellen zoals ChatGPT en Gemini baseren hun antwoorden op betrouwbare, onafhankelijke bronnen. Zowel uit hun trainingsdata als via een live doorzoeken van het web. Ze kijken niet naar wat jij op je eigen website over jezelf schrijft. Ze kijken naar wat anderen over jou schrijven: in nieuwsmedia, vakbladen, onderzoeksrapporten. Redactionele vermeldingen, geciteerde data, expertquotes op autoritaire platforms.

Dat is precies wat Digital PR produceert. En daarmee is het de meest directe route naar zichtbaarheid in AI-antwoorden die ik op dit moment ken.

Hoe een LLM bepaalt wie het vertrouwt

Een LLM werkt in twee lagen.

1. De eerste is zijn trainingsdata: alles wat het model heeft gelezen tot zijn afsluitdatum. Daarin zit een beeld van welke merken als autoriteit gelden in welke branche, op basis van hoe consistent en breed ze worden vermeld in bronnen die het model leert vertrouwen.
2. De tweede laag is live: voor actuele vragen doorzoekt het model het web, leest topresultaten en verwerkt die in zijn antwoord. Een groot deel van wat een LLM in real-time beantwoordt, is daardoor gebaseerd op wat er op dat moment vindbaar is in gezaghebbende bronnen.

De consequentie: wie niet vermeld wordt in bronnen die een LLM vertrouwt, bestaat niet in zijn antwoord. Traditionele linkbuilding helpt je over die drempel niet. LLMs kennen je linkprofiel niet, ze zien geen domain authority of backlinkcount. Wat ze wél zien: word jij herhaaldelijk geciteerd door onafhankelijke, redactioneel onafhankelijke bronnen? Dat patroon is wat autoriteit opbouwt in het oog van een AI. En dat is exact het verschil dat Digital PR maakt ten opzichte van alles wat we de afgelopen tien jaar als standaard-SEO-tactiek hebben ingezet.

Wat Digital PR is, en wat het niet is

Digital PR is niet nieuw. Maar het doel is verschoven.

Vroeger was het primair gericht op het verdienen van backlinks voor Google-rankings. En op reputatie natuurlijk. Nu is het de meest effectieve manier om merkautoriteit te bouwen die zowel in zoekmachines als in LLMs werkt.

De definitie: data-gedreven onderzoekscontent die nieuwswaarde heeft en publicaties in gezaghebbende media oplevert. Geen persbericht over een nieuwe productlancering. Geen gesponsorde content. Een verhaal dat zo concreet onderbouwd is met data, dat een journalist er ook over wil schrijven.

Een goed opgezette campagne levert doorgaans vier dingen tegelijk op:

1. Reputatieopbouw: vermeldingen in media die mensen vertrouwen
2. Kwalitatieve backlinks: verdiend, niet gekocht, en daardoor niet te faken
3. Naamsbekendheid bij een breder publiek
4. LLM-autoriteit: een patroon van vermeldingen dat AI-modellen leren herkennen

En één hardnekkig misverstand wil ik graag direct de wereld uit helpen: dit is niet alleen voor grote merken. Wat wij in de praktijk zien, is dat lokale en niche-publicaties soms minstens zo effectief zijn als nationale. Regionale media zijn hongerig naar onderbouwde lokale verhalen. Een vakbladvermelding in een specifieke branche kan voor een LLM minstens zo betekenisvol zijn als een generiek stuk in een groter medium, mits de bron relevant is voor het thema waarop je gevonden wilt worden.

Van idee naar publicatie: het stappenplan

Stap 1: Begin bij de data die je al hebt

Het meest gehoorde bezwaar: “wij hebben toch geen interessante data?” Dat klopt bijna nooit.

Een hypotheekverstrekker weet in welke gemeenten de gemiddelde hypotheek het hardst stijgt. Een makelaar ziet verhuisbewegingen per kwartaal. Een parkeerapp weet precies wat parkeren per gemeente kost. Interne salesdata, klantvragen, anonieme gebruikersstatistieken: de meeste bedrijven zitten al op een goudmijn. Ze hadden alleen nog niet door dat het nieuws was.

We beginnen met een gestructureerde brainstorm, waarbij ieder idee wordt getoetst aan het nieuwswiel. Dat zijn zeven criteria die journalisten onbewust gebruiken: is het actueel, uniek, emotioneel relevant, heeft het impact, is het geografisch concreet, is het geloofwaardig, en herkent de lezer zichzelf erin? Scoort een idee op 4 of 5 van die criteria, dan is de kans op publicatie reëel. Op 6 of 7 is het nagenoeg gegarandeerd. Zo’n nieuwswiel ziet er als volgt uit:

Stap 2: Databronnen raadplegen en valideren

Data gevonden? Dan moet het kloppen.

Wij werken met openbare bronnen als CBS, het CJIB en kadasterdata, aangevuld met interne data van de klant. En hier geldt één ijzeren regel: grondigheid boven snelheid. Één fout in je dataset trekt het hele onderzoek in twijfel. Journalisten controleren. Redacties controleren. En als een onjuistheid na publicatie boven water komt, zijn de gevolgen voor je geloofwaardigheid niet te herstellen.

Wij werken met een tweestapscontrole: handmatige steekproef op de brondata, daarna een AI-check op uitschieters en inconsistenties. Pas als beide checks zijn doorstaan, gaan we verder.

Stap 3: Visualisaties bouwen

Een journalist die een interactieve kaart of een overzichtelijke grafiek aangeleverd krijgt, heeft minder werk om het verhaal te gebruiken. Minder werk voor de journalist betekent een grotere kans dat het verhaal ook daadwerkelijk wordt gepubliceerd.

Wij bouwen de visualisaties tegenwoordig in Claude Code, direct in de huisstijl van de klant. Interactieve kaarten, vergelijkingstabellen, dynamische grafieken. Output zijn schone HTML-bestanden die direct bruikbaar zijn op de landingspagina. Het scheelt aanzienlijk in tijd vergeleken met het handmatig bouwen of uitbesteden aan een designer.

Een voorbeeld van zo’n visualisatie via Claude Code:

Stap 4: De landingspagina, de spil van de campagne

Dit is de stap die het meeste verschil maakt en die bureaus het vaakst overslaan.

Alle onderzoeksdata, visualisaties en conclusies komen samen op één pagina op de website van de klant. Dat is de URL die journalisten citeren. Dat is de URL die LLMs gaan indexeren en waarop ze hun bronvermeldingen baseren. Die pagina optimaliseer je dus niet alleen voor de journalist, maar ook voor zoekmachines en voor de manier waarop LLMs content interpreteren: structureel, duidelijk, met een heldere context rond het onderwerp.

Stap 5: Persbericht schrijven

Maximaal één A4. Geen marketingpraat. De vijf W’s plus het hoe: wie deed het onderzoek, wat vonden ze, waar speelt het, wanneer, waarom is het relevant, en hoe zijn ze tot de conclusie gekomen.

Verplicht onderdeel: een expertquote van een persoon die als autoriteit achter de data kan staan. En een verwijzing naar de onafhankelijke bronnen die de data bevestigen. Dat is wat de geloofwaardigheid van het persbericht bepaalt, voor de journalist én voor het LLM dat het stuk later indexeert.

Stap 6: Outreach, gepersonaliseerd en met geduld

De meest gemaakte fout: een CC-lijst van 200 journalisten tegelijk aanschrijven. Journalisten merken dat. Het werkt averechts.

Wat wél werkt: uitzoeken wie er over dit thema schrijft, op basis van eerdere publicaties. Laten zien dat je weet wat die journalist doet. Uitleggen waarom dit onderzoek past bij zijn of haar beat. En overwegen om één journalist een paar dagen exclusiviteit te geven: als die publiceert, volgen anderen. Zo werkt het ecosysteem.

Gebruik ANP als multiplier voor verdere verspreiding. Doe maximaal één follow-up, na enkele dagen. Meer dan dat is opdringerig.

Hoe AI het proces versnelt

AI heeft de grootste bottlenecks in dit proces weggenomen. Niet het werk overgenomen, maar de stappen die vroeger onevenredig veel tijd kostten, zijn nu een fractie van wat ze waren.

Bij ideeëngeneratie gebruiken we een eigen workflow in Claude: de website van de klant wordt geanalyseerd op branche en context, relevante databronnen worden in kaart gebracht, en ideeën worden direct gevalideerd op nieuws- en uniciteitswaarde. Wat vroeger een halve dag brainstormen kostte, comprimeer je naar een iteratieve sessie van een paar uur.

Bij datavisualisaties is het verschil het grootst. Vroeger had je een designer nodig voor elke kaart of grafiek, of je werkte met externe tools die niet in je huisstijl waren. Nu bouw je met Claude Code een interactieve kaart of vergelijkingstabel direct in de kleuren en fonts van de klant, in een fractie van de tijd, en direct bruikbaar voor de landingspagina.

Bij schrijfwerk helpt AI bij landingspagina-copy, persberichten en regionale varianten, in de tone of voice van de klant. Bij de vaarbewijs-campagne maakten we zo elf regionale versies van het persbericht in de tijd die vroeger voor één versie nodig was.

Wat AI in dit proces niet kan: het startpunt bepalen. De creatieve beslissing nemen welk verhaal het vertellen waard is. Beoordelen of een invalshoek echt uniek is, of al tien keer gedaan. Dat blijft mensenwerk. En dat is ook precies waarom het werkt: het idee is niet te kopiëren, de data is van jou, de publicaties zijn verdiend.

Meten in het AI-tijdperk

Als je na een campagne alleen naar het aantal backlinks kijkt, mis je een groot deel van de waarde.

De klassieke KPI’s zijn niet verdwenen. Backlinks met een hoge relevantiescore, publicaties in erkende media, stijging in organisch verkeer: dat telt allemaal nog. Maar er zijn drie meetpunten die er nu bij horen.

AI citations: word je geciteerd in ChatGPT, Perplexity of Google AI Mode als iemand een vraag stelt die raakt aan jouw domein? Dit is de meest directe maatstaf voor LLM-zichtbaarheid. Meten kan simpel en gratis: stel voor de campagne een nulmeting in door de vragen te stellen die jouw doelgroep stelt, en kijk of jouw merk in het antwoord verschijnt. Herhaal dit na de campagne. Met gespecialiseerde AI-monitoringtools kun je dit structureler bijhouden.

Branded search groei: na een goed opgepakte publicatie stijgt het zoekvolume op je merknaam, soms al binnen twee weken. Dat is zichtbaar in Google Search Console. Het is een van de betrouwbaarste signalen dat een campagne zijn doel bereikt heeft.

Share of Voice in LLMs: in welk deel van relevante AI-antwoorden in jouw markt kom jij voor? Dit is de nieuwe versie van de klassieke Share of Voice-meting, maar dan voor het kanaal waar de oriëntatie van je doelgroep nu steeds vaker plaatsvindt.

Een voorbeeld van een citation in ChatGPT (na een succesvolle digital PR campagne):

Wat één campagne kan doen

Begin 2026 voerden we een Digital PR-campagne uit voor Vaarbewijs.nl, op basis van CJIB-data over waterboetes per provincie. Na één campagne: elf plaatsingen in regionale en nationale media, elf kwalitatieve backlinks, en een aantoonbare groei in AI-vermeldingen. Vaarbewijs wordt sindsdien ook geciteerd bij bredere vragen over waterveiligheid, verder dan alleen boetes. De volledige case staat op onze casepagina.

Wie niet vermeld wordt, bestaat niet

De zoekbalk wordt deels vervangen door een conversatie met een AI. Die conversatie heeft een beperkte overwegingsset, en die set wordt samengesteld op basis van wie een patroon van externe autoriteit heeft opgebouwd. Niet op basis van wie het meeste content publiceert of het hoogste linkbudget heeft.

Digital PR is de strategie die dat patroon bouwt. En het begint bijna altijd met data die je al hebt.