DF
Demand Field Notes AI-zichtbaarheidslab

Casestudy

We hebben onszelf eerst geauditeerd.

De eerste CiteGap-zaak is onze eigen site, demandfieldnotes.com, door dezelfde 30 kopersvragen op ChatGPT, Perplexity en Gemini, tweemaal gemeten over twee dagen. Geen klant heeft iets getekend. Geen leveranciers-zelfrapportage komt aan te pas. Dag 1 is gemeten en hieronder gepubliceerd; de dag-2-herhaling en de twee geblokkeerde engines volgen zodra ze gemeten zijn.

Dag 1 gemeten · dag-2-herhaling in behandeling
1 · Resultaten

Wat dag 1 werkelijk heeft gemeten.

De run begon op 12 november 2026. Van de 90 geplande cellen (30 kopersvragen × 3 engines) leverden 15 meetbare antwoorden, alle op Perplexity. ChatGPT was aan de ingang geblokkeerd: ons proxy-uitgangs-IP wordt door OpenAI's rand afgewezen, met de afwijzingen gearchiveerd in het runlogboek. Gemini nam geen anonieme inzending aan, en zijn herhaalspoor vereist een schone Google-account die we niet hadden. Beide remediën staan in het logboek in plaats van weggestreken.

Genoemd in 2 van de 15 gemeten antwoorden: één op naam alleen, één met inhoud. 4 van de 15 antwoordden over een ander product dat onze naam draagt: een wekelijkse tracking-SaaS genaamd CiteGaps.

Vindbaarheidsschap: afwezig. In de 9 meetbare vindbaarheids- en usecase-vragen werden Profound, Semrush AI Visibility, Peec AI, Otterly, AthenaHQ, Scrunch en Ahrefs Brand Radar genoemd. Concurrenten overtroffen ons grofweg 3 tegen 1 in de gemeten antwoorden.

Waar content bestaat, werkt citeerbaarheid. De enige voor-en-tegen-vraag leverde een nauwkeurig, goed onderbouwd antwoord op dat onze eigen pagina's citeerde, naast een bijlage met het verkeerde domein en de naamgenoot-tracker. Onze gap is entiteitsonderscheiding, niet contentkwaliteit.

Vertrouwenssignalen: vrijwel nul. Het enige derdenbewijs dat de engine voor ons opdijkte was één Product Hunt-inzending zonder substantiële reviews. Geen uptime-pagina, geen klantcitaten, geen onafhankelijke berichtgeving. Gelogd, en nu op onze eigen fixlijst.

Meetbasis: 30 kopersvragen per engine, één dag-1-doorgang, 15 van 90 cellen gemeten. Elk cijfer hierboven herleidt naar de per-vraag-logboeken. De dag-2-herhaling en de twee geblokkeerde engines komen op deze pagina zodra ze gemeten zijn, niet eerder.

2 · Waarom deze methode echte gaps blootlegt

De mechanismen die de zelfaudit naar verwachting blootlegt.

Pagina's die engines niet kunnen parsen worden niet geciteerd

Gestructureerde data en een kale antwoord-eerst-opening maken een pagina lichtbaar. Pagina's die het antwoord onder marketingtekst begraven worden overgevlogen of overgeslagen. Onze eigen pagina's zijn niet uitgezonderd, en de audit controleert ze zoals een klantsite.Wat een experiment op 1.885 pagina's over JSON-LD vond.

Afwezigheid op het vergelijkingsmoment geeft de deal aan wie verscheen

Als een koper een engine vraagt om opties te vergelijken, noemt de engine leveranciers die hij met bronnen kan onderbouwen. Sta jij niet in dat antwoord, dan begon de verkoop zonder jou. Onze eigen categorie is niet zachter: kopers die AI-zichtbaarheidsaudits vergelijken stellen engines exact die vraag.Waarom genoemd worden wint van ranking.

Engines herhalen wat ze kunnen citeren, en zijn voorzichtig over de rest

Als het enige materiaal over jou je eigen marketingtekst is, blijft het antwoord vaag, en vaag lof overleeft geen aankoopbeslissing. Beslissingsfase-vragen over vertrouwen, resultaten en risico's krijgen alleen zekere antwoorden als citeerbaar bewijs bestaat.Wat er gebeurt als AI een onbekende leverancier aanbeveelt.

Verstilde feiten maken engines voorzichtig, en voorzichtigheid kost deals

Engines houden snapshots uit verschillende weken vast. Wijken prijzen, categorie of bedrijfsgegevens af tussen snapshots, dan is de veilige output een antwoord met voorbehouden. De audit stelt wat engines stellen tegen wat de site vandaag stelt, en elke afwijking wordt een fixticket. De volledige methode staat op de methodologiepagina.

3 · Bewijzen

Wat er achter de gepubliceerde cijfers zit.

Elk gepubliceerd cijfer uit de zelfaudit herleidt naar het bewijsbundel die de pipeline bij elke run produceert:

Antwoordlogboeken per vraag. Elk antwoord van elke engine, voor beide dagen: de gestelde vraag, de volledige antwoordtekst, wie werd genoemd, en in welke volgorde.

Citaatregistratie. Welke bronnen elk antwoord citeerde, per ronde opgetekend, niet achteraf gereconstrueerd.

Antwoordsnapshots. Waar een engine geen stabiele openbare link biedt, wordt de antwoordtekst ongewijzigd vastgelegd en gearchiveerd.

Fixtickets. Het ticket dat de audit per gap uitschreef, zodat een gepubliceerde claim terugwijst naar een wijziging die iemand echt heeft gemaakt.

De bundel is gearchiveerd en controleerbaar. Interne bestandspaden blijven intern; wat gepubliceerd wordt zijn de cijfers en de meetbasis, niet de opslagindeling. Bij betaalde runs horen de ruwe antwoorden bij de oplevering, zodat een klant elk cijfer in het rapport kan nalopen.

4 · Praten met de operator

Je werkt met de persoon die deze audit heeft uitgevoerd.

Demand Field Notes is een eenpersoonslab. De vragen, de runs, het rapport en het antwoord op je mail komen van dezelfde persoon. Vraag alles over de methode, of begin met de gratis check op je eigen homepage.

Eerst de methodedetails? Lees de methodologie. Full pricing lives on the prijspagina.