Citebility / Methodologie

Hoe de score tot stand komt

Laatst bijgewerkt: 28 juli 2026

Een cijfer waarvan je niet weet hoe het gemaakt is, is geen meting maar een mening. Hieronder staat hoe een Citebility-rapport ontstaat: wat we meten, waar de data vandaan komt, hoe stabiel de uitkomst is en waar deze meting ophoudt. Met de cijfers van onze eigen metingen erbij, ook waar die minder vleiend zijn.

Wat we meten

Het rapport rust op drie pijlers. De eindscore is het gemiddelde van die drie, en dat staat ook zo op de voorkant van je rapport.

1. Technische AI-toegang

Kunnen AI-systemen bij je content? Hieronder valt of AI-crawlers binnenkomen, of je gestructureerde data (Schema.org) er staat en klopt, hoe goed een taalmodel je pagina's uit elkaar kan halen, en wat je llms.txt doet.

2. Content & vindbaarheid

Is je content bruikbaar als bron? Hieronder vallen de kwaliteit en opbouw van je teksten, de zichtbaarheid van auteurschap en expertise (E-E-A-T), hoe citeerbaar losse passages zijn, en of je organisatie als herkenbare entiteit is vastgelegd.

3. AI-zichtbaarheid

Word je feitelijk genoemd? Hier stellen we echte vragen aan vijf AI-engines (ChatGPT, Gemini, Claude, Perplexity en Mistral) en kijken we of je in de zoekresultaten voorkomt, inclusief Google's AI Overviews.

Waar de data vandaan komt

Alles wat in je rapport staat, halen we op het moment van de scan zelf op. Op één punt wegen eerdere metingen mee, en dat leggen we verderop uit onder "Hoe stabiel is de uitkomst?".

• Je eigen site.We halen tot tien pagina's op en lezen de broncode: je gestructureerde data, je koppen en teksten, je robots.txt en je llms.txt. Wat we melden, staat er op dat moment echt.
• Vijf AI-engines. We stellen elke engine dezelfde vraag over jouw domein en merk, in de taal van je site, en lezen het antwoord. We bevragen ze via hun programmeerkoppeling, met websearch aan. Welke modellen dat op dit moment zijn, staat hieronder.
• Zoekresultaten. Voor de zoekmachine-kant gebruiken we een externe dataleverancier die de daadwerkelijke resultatenpagina uitleest, inclusief AI Overviews.

Welke modellen we bevragen

"ChatGPT" is geen meeteenheid. Achter elke naam zit een specifiek model dat kan wijzigen. Stand op 28 juli 2026:

⚠️ Dit zijn de snelle, goedkope varianten, en dat heeft een keerzijde die je moet weten: iemand die de ChatGPT-app opent, praat met een zwaarder model dan het model dat wij bevragen. Onze meting zegt dus of je vindbaar bent voor deze engines, niet dat een willekeurige consument exact dit antwoord krijgt.

Waarom we elke engine drie keer bevragen

Taalmodellen geven niet elke keer hetzelfde antwoord. Eén vraag stellen en het resultaat opschrijven levert daarom geen meting op, maar een momentopname met een flinke dosis toeval. Wij stellen elke engine drie keer dezelfde vraag en nemen de meerderheid.

Wees hier wel precies over wat dit wél en niet bewijst. Drie keer vragen maakt de meting herhaalbaarder; het maakt hem niet automatisch juister. Je kunt drie keer achter elkaar consequent het verkeerde meten. Dat de vraag representatief is voor wat een klant zou vragen, en dat onze beoordeling van het antwoord klopt, zijn aparte kwesties die hiermee niet zijn opgelost.

Hoe stabiel is de uitkomst?

De eerlijke versie: twee van de drie pijlers zijn deterministisch. Verandert er niets aan je site, dan komt daar hetzelfde uit. De derde pijler bevat echte AI-antwoorden en die bewegen.

Tien herhaalde metingen op onze eigen site gaven dit beeld:

Drie engines noemden ons elke keer, één wisselde, en één noemde ons in geen enkele meting. Dat laatste is geen meetfout maar een uitkomst: Claude kent ons niet, en dat staat dus ook zo in ons eigen rapport.

Het effect op de eindscore: de wisselende engine liet de kop van het rapport ongeveer vier punten bewegen tussen metingen. Dat is de orde van grootte waarbinnen je een herhaalde meting moet lezen. Een verschil van twee of drie punten tussen twee scans betekent niets; een verschil van vijftien punten wel.

Hoe eerdere metingen meewegen

Om die beweging te dempen bewaren we per engine het laatst bevestigde oordeel. Een nieuwe uitkomst moet zich twee keer op rij voordoen voordat het getoonde oordeel meebeweegt. Eén afwijkende meting gooit je score dus niet om.

Wat dat concreet betekent, en waarom we het opschrijven in plaats van verzwijgen:

• Je eerste scan wordt niet gedempt. Er is dan nog niets om mee te vergelijken; je krijgt de meting van dat moment.
• Bij een herscan loopt een echte verandering één scan achter.Slaat een engine om van "noemt je niet" naar "noemt je wel", dan zie je dat pas als die uitkomst zich herhaalt.
• ⚠️ Dat raakt de gratis herscan die bij je rapport zit. Verbeter je iets en scan je opnieuw, dan kan het zijn dat juist die ene herscan de winst nog niet laat zien. De ruwe uitkomst per engine staat wel in je rapport, dus je kunt zien wat er onder het gedempte oordeel gebeurt.

Een mislukte meting is geen nul

Soms lukt een check niet: een engine die niet antwoordt, een pagina die niet laadt. Dan staat er "niet gemeten" in je rapport en telt die check niet mee in de berekening. Niet in de teller, en ook niet in de noemer.

Dat klinkt vanzelfsprekend en is het niet. De makkelijke route is een mislukte meting als een nul verwerken: dan komt er altijd een getal uit en ziet niemand dat er iets stukging. Het gevolg is dat een storing aan onze kant eruitziet als een slechte uitkomst aan jouw kant. Daarom doen we het andersom, ook als je rapport daardoor zichtbaar een gat heeft.

Het actieplan komt niet uit een taalmodel

Geen AI schrijft de adviezen in je 30-dagenplan. Ze komen uit een vaste catalogus van ruim twintig regels die we op je meetresultaten toepassen. Dezelfde site levert hetzelfde plan op.

Elke regel hangt aan een signaal dat we echt gemeten hebben, en kent het verschil tussen "ontbreekt" en "staat er, maar zwak". Er kan dus geen advies verschijnen om iets toe te voegen wat al op je site staat. Dat is precies de fout die ontstaat wanneer een taalmodel het plan schrijft.

Wat deze scan niet kan

Drie beperkingen die niet weg te schrijven zijn:

• We meten via de API van de engines, niet via de app die jouw klant gebruikt. Anders valt er niets herhaalbaars te meten. Maar het is niet hetzelfde als een consument die de app opent, en dat verschil poetsen we niet weg.
• Gepersonaliseerde gesprekken zijn onzichtbaar. Niemand kan weten in welke individuele AI-gesprekken jouw merk voorbijkomt. Wij dus ook niet. We meten of je gevonden wordt op een vraag zoals een nieuwe klant die zou stellen.
• Een hogere score is geen garantie op meer omzet. De punten bij de adviezen zijn schattingen van het effect op deze meting, met een bovengrens, en ze tellen niet lineair op. Ze zeggen iets over volgorde, niet over opbrengst.

Het is een momentopname. AI-engines veranderen hun antwoorden, dus de meting van vandaag beschrijft vandaag.

Wat we niet publiceren

De exacte weegfactoren per check, de drempelwaarden waarop een advies vuurt, de puntentoekenning en de letterlijke vraagstelling aan de engines staan niet op deze pagina. Reden: die getallen zijn het resultaat van ijken op echte scans, en ze zijn los van die scans nauwelijks te beoordelen. Ze publiceren nodigt uit tot een discussie over waarom een gewicht 28% is en niet 30%, terwijl het antwoord daarop "omdat het zo het beste voorspelde" is.

Dat is geen sterk argument, en we doen niet alsof. Openheid maakt een meting niet waardeloos: bloeddruk, Core Web Vitals en een APK zijn volledig transparant en blijven bruikbaar. Wie zijn score verbetert door de gemeten eigenschappen echt te verbeteren, doet precies wat de bedoeling is. Dit is dus een keuze die we kunnen heroverwegen, geen principe.

Wat je zelf kunt controleren staat in je rapport: per check zie je hoeveel van je pagina's slagen, waarschuwen of zakken, en die aantallen tellen op tot het aantal gescande pagina's. Per engine zie je hoeveel van de drie antwoorden je noemden. De eindscore kun je daarmee niet zelf narekenen — dat kan pas als we de weging publiceren.

Vragen hierover

Klopt er iets niet in je rapport, of wil je weten waarom een specifieke check zo uitpakt? Stuur het rapportnummer mee naar [email protected] en je krijgt een inhoudelijk antwoord, geen standaardtekst.