AI-assistenten zoals ChatGPT kiezen welke producten ze aanbevelen op basis van de vraag achter een zoekopdracht. Traditionele e-commerce draaide om zoekopdrachten met trefwoorden. Nu draait het om de use-case, de situatie waarin iemand een product nodig heeft. In plaats van te zoeken op “beste bureaustoel”, vraagt een consument een AI-assistent bijvoorbeeld “Wat heb ik nodig om een gezonde thuiswerkplek in te richten?”
Daarmee verschuift ook wat je productinformatie moet vertellen. Naast wat je verkoopt, telt welk probleem je ermee oplost. Bouw je productinformatie op rond gebruikssituaties en eigenschappen, dan bevelen AI-assistenten zoals ChatGPT je product vaker en gerichter aan.
AI kijkt naar de vraag achter een zoekopdracht
Klassieke zoektechnologie koppelt vooral zoekwoorden aan productpagina’s. Typ je “bureaustoel ergonomisch”, dan krijg je vooral resultaten die precies die term bevatten.
AI-assistenten lezen de intentie achter de vraag en koppelen die aan concrete producteigenschappen. Bij de vraag “Welke bureaustoel houdt mijn rug goed bij lange werkdagen thuis?” herkent het systeem factoren zoals lendensteun, verstelbaarheid, ademende stof en zitcomfort.
Daarom wint rijke, gestructureerde productinformatie. Met attributen zoals materiaal, lendensteun of verstelbaarheid kiest AI de juiste producten, zelfs als de zoekopdracht in natuurlijke taal is gesteld. Wat Google Shopping en AI-assistenten verder van je producten vragen, lees je in het stuk over wat je feed echt nodig heeft.
AI bouwt een aanbeveling op in vier stappen
AI-assistenten zoals ChatGPT volgen een logisch stappenplan, net als een persoonlijke adviseur.
- Het doel van de vraag. De AI bepaalt het doel van de gebruiker, zoals inspiratie opdoen, producten vergelijken of direct kopen. Bij een vraag als “Wat heb ik nodig voor een gezonde thuiswerkplek?” begrijpt de AI dat het om comfort en een goede zithouding gaat.
- De situatie eromheen. De AI kijkt naar de context, zoals gebruikssituatie, budget en ervaringsniveau. In productinformatie vertaalt dit zich naar relevante filters en attributen die AI bij aanbevelingen gebruikt.
- De eigenschappen die passen. De use-case wordt gekoppeld aan concrete eigenschappen, zoals ergonomie, verstelbaarheid of ademend materiaal. Productinformatie die deze context expliciet bevat, waardeert AI hoger.
- De korte lijst. AI weegt eigenschappen, reviews, prijs en betrouwbaarheid. Daaruit stelt het een korte lijst relevante producten samen. Webshops met goed gestructureerde productinformatie profiteren daar rechtstreeks van.
Zo houdt de klant een korte selectie over van producten die precies bij zijn vraag passen.
Onderbouwde informatie krijgt tot 40% meer zichtbaarheid in AI-antwoorden
Onderzoekers van Princeton University, Georgia Tech, Allen Institute for AI en IIT Delhi publiceerden hun studie naar Generative Engine Optimization (GEO). Daarin toonden ze aan dat eenvoudige aanpassingen de zichtbaarheid van content in AI-antwoorden tot 40% verhoogden. Voorbeelden zijn het toevoegen van statistieken, citaten en bronverwijzingen. Het effect hangt af van de gebruikte methode, de zoekvraag en het domein. AI-modellen geven de voorkeur aan bronnen met twee kenmerken.
- Ze bevatten relevante citaten die antwoord geven op de vraag van de gebruiker.
- Ze tonen statistieken en onderbouwing die voordelen of specificaties aantoonbaar maken.
Voor webshops betekent dit dat productinformatie volledig moet zijn, met context en met feiten als onderbouwing.
Context weegt zwaarder dan specificaties
Afmetingen, materiaal en functies blijven de basis. Context vertelt AI daarbovenop wanneer en waarom een product past.
Neem als voorbeeld een bureaustoel van 299 euro die in je shop alleen als ‘Bureaustoel zwart’ staat, terwijl hij een verstelbare lendensteun en een rugleuning van ademende netstof heeft. Een productbeschrijving zoals “ideaal voor lange werkdagen dankzij verstelbare lendensteun en ademende stof” maakt duidelijk in welke situatie het product relevant is. Met zulke context in je productinformatie beveelt AI je product vaker en gerichter aan.
Ontdekken via AI begint bij de vraag van de klant
Traditionele SEO richtte zich op zoekwoorden zoals “beste bureaustoel”. Ontdekken via AI gaat uit van de vraag. Gebruikers typen natuurlijke taal, zoals “Hoe kan ik mijn thuiswerkplek ergonomischer maken?”
Webshops die context in hun productinformatie opnemen, zoals gebruiksscenario’s, voordelen en vergelijkingen, hebben een direct voordeel. AI koppelt hun producten aan de situatie van de gebruiker, los van merknaam of exacte zoekterm.
Beschrijf wanneer en waarom iemand je product nodig heeft
Naast specificaties en prijzen maak je in je productinformatie duidelijk wanneer en waarom een product geschikt is. Dat doe je in vier stappen.
- Beschrijf gebruikssituaties expliciet, zoals lange werkdagen achter een bureaustoel.
- Koppel elke eigenschap aan een voordeel, zoals verstelbare lendensteun voor wie de hele dag zit.
- Noem voor wie de stoel past en zet hem naast een lichtere variant, zoals een stoel voor af en toe thuiswerken.
- Schrijf in de woorden waarmee een klant zijn vraag stelt, zoals comfortabel zitten bij lange dagen thuiswerken.
Zo koppelt AI je bureaustoel aan de vragen waar hij echt bij past, met meer zichtbaarheid en conversie als resultaat.
Het verschil zit in hoe rijk je productinformatie is
Waar een zoekmachine naar de categorie kijkt, kijkt AI ook naar de intentie en de context achter een vraag.
Twee identieke producten worden daarom verschillend aanbevolen. Het product zelf is gelijk. Het verschil zit in hoe rijk de productinformatie is en hoeveel context die geeft. Beschrijf dus wat een product is en vooral waarom iemand het nodig heeft. Hoe dat in Google Shopping uitpakt, lees je in het stuk over twee identieke producten in Google Shopping.
Productbuddy legt bij elk product vast waar het goed voor is en voor wie het bedoeld is. Zo weten Google en AI-assistenten zoals ChatGPT bij welke vragen je product past.