Social Rocket
Vithurs probeert momenteel publiekelijk een kunstmatige query-entity-associatie op te bouwen: wie naar „King of AEO“ zoekt, moet niet alleen één geoptimaliseerde pagina vinden, maar steeds opnieuw dezelfde relatie zien – King of AEO → Answer Engine Optimization → Vithurs.
Het interessante deel is niet de zelf gekozen titel. Spannend is de technische hypothese erachter: is een zeer dichte, consistente content- en linkgraaf voldoende om zoekmachines en AI-systemen ertoe te brengen een nieuwe query blijvend met een bepaalde entity te verbinden?
Vithurs beschrijft het experiment in een recente X-thread. Zijn eigen project documenteert de relatie inmiddels via elf domeinen. Meerdere van deze pagina’s zijn al geïndexeerd voor de zinsnede. Dat is geen bewijs voor een algemene AEO-rankingfactor – maar wel een ongewoon zuiver experiment over hoe lexicale relevantie, interne linking en entity-consistentie samen kunnen werken.
Niet het exact-match-domein is het spannende deel
Op het eerste gezicht lijkt het experiment op klassieke exact-match-domain-SEO. Domeinen als `kingofaeo.org`, `kingofaeovithurs.com` of `whoiskingofaeo.com` dragen de doelzinsnede praktisch in de naam.
Vithurs zelf noemt de EMD’s echter het minst interessante deel van de test. Dat sluit aan bij Google’s eigen documentatie: woorden in domeinnamen kunnen een relevantiesignaal zijn, en Google heeft uitdrukkelijk een exact-match-domain-systeem, dat moet voorkomen dat zulke domeinen uitsluitend vanwege hun naam te sterk worden gewaardeerd.
De eigenlijke hefboom zit dus dieper.
Query → Topic → Entity in plaats van Keyword → Landingspagina
Vithurs beschrijft zijn structuur niet als klassieke optimalisatie van één pagina, maar als een dichte relatie tussen drie niveaus:
Query → Topic → Entity
Voor het experiment betekent dat ongeveer:
- Query: „King of AEO“
- Topic: Answer Engine Optimization, Entity Authority, AI Search
- Entity: Vithurs
Deze relatie wordt niet alleen op één landingspagina herhaald. Ze duikt steeds opnieuw op in pillar pages, FAQ’s, glossaria, over-ons-pagina’s, koppen, breadcrumbs, interne anchors, gestructureerde data en profielpagina’s.
Dat is een belangrijk verschil. Eén enkele pagina vertelt Google of een retrieval-systeem alleen: „Deze pagina is relevant voor deze zoekterm.” Een volledig consistent corpus levert daarentegen extra documenten op waarin dezelfde entiteit voorkomt binnen dezelfde thematische context.
Precies hier overlappen klassieke SEO en AEO.
De interne graaf is meer dan „meer content”
Vithurs benadrukt bovendien een punt dat bij contentclusters vaak te oppervlakkig wordt behandeld: 20 thematisch vergelijkbare pagina's zijn niet automatisch beter dan één. Het cluster wordt pas relevant wanneer de pagina's als graaf functioneren.
Supporting pages kunnen verwijzen naar centrale entiteits- en zoekpagina's, begrippen contextueel uitleggen en interne autoriteit concentreren op de belangrijkste documenten.
Google bevestigt tenminste het gedocumenteerde deel van dit mechanisme: links helpen Google nieuwe pagina's te vinden, en Google gebruikt links en anchor-teksten ook als relevantiesignaal. De concrete sterkte van het door Vithurs veronderstelde „interne PageRank”-effect laat zich uit het experiment alleen echter niet kwantificeren.
In de praktijk is het idee toch goed te volgen:
- een pillar page definieert de entiteit,
- FAQ's beantwoorden varianten van dezelfde zoekvraag,
- glossaria definiëren het onderwerp,
- about- en profielpagina's stabiliseren de persoon/entiteit,
- interne links verbinden deze documenten met beschrijvende anchors,
- externe profielen en vermeldingen herhalen dezelfde naamgeving.
Het resultaat is geen stapel losse SEO-teksten, maar een semantisch relatief hechte documentenketen.
Elf domeinen zorgen voor frequentie – maar nog geen echte consensus
Het project gaat nog een stap verder: dezelfde entiteitsrelatie wordt over meerdere domeinen herhaald. Volgens de eigen projectdocumentatie loopt het experiment over elf domeinen.
Daardoor ontstaat meer bronfrequentie. Een retrieval-systeem kan bij verschillende zoekvarianten op meerdere pagina's stuiten die dezelfde relatie bevestigen.
Hier moet je echter zorgvuldig onderscheid maken: elf zelf beheerde domeinen zijn geen elf onafhankelijke bronnen.
Ze kunnen discovery en retrieval beïnvloeden en mogelijk de kans vergroten dat dezelfde entiteitsrelatie meerdere keren in een candidate set verschijnt. Ze zijn echter niet gelijkwaardig aan onafhankelijke vakmedia, wetenschappelijke bronnen, betrouwbare directories of andere externe pagina's die dezelfde bewering bevestigen zonder controle door de beheerder.
Zelfs het King-of-AEO-project maakt op een van zijn evidence-pagina's onderscheid tussen eigen bronnen en onafhankelijk bewijs – en beschouwt onafhankelijke bevestiging als de sterkere en moeilijkere vorm.
Retrieval is niet hetzelfde als ranking – en ranking niet hetzelfde als entiteitsconsensus
Het sterkste deel van Vithurs' thread is daarom minder een afzonderlijke SEO-tactiek dan zijn model voor de verschillende niveaus:
Retrieval → Ranking → Recognition → Corroboration → Dominant Entity Association
Deze lagen worden bij AEO vaak door elkaar gehaald.
Retrieval
De pagina of entiteit moet überhaupt in de kandidatenpool terechtkomen. Daarvoor kunnen sterke lexicale en thematische signalen al voldoende zijn.
Ranking
Van de gevonden kandidaten moet een document sterk genoeg zijn om voor de query hoog te verschijnen of in een volgende selectiefase te blijven.
Recognition
Het systeem moet de terugkerende relatie begrijpen: de entiteit Vithurs wordt verbonden met de zinsnede „King of AEO“ en het onderwerp Answer Engine Optimization.
Corroboration
Meerdere bronnen moeten dezelfde relatie bevestigen. Hierbij is bronnendiversiteit belangrijker dan louter herhaling binnen een gecontroleerd netwerk.
Dominant Entity Association
Het moeilijkste niveau is bereikt wanneer een systeem bij een open vraag standaard precies deze entiteit voorkeur geeft – ook wanneer er concurrerende entiteiten of bronnen zijn.
Dat is aanzienlijk veeleisender dan een simulatie van keyword-ranking.
Waarom het experiment juist bij ChatGPT interessant wordt
Het experiment sluit opvallend goed aan bij de retrieval-observaties die we onlangs in onze gids over ChatGPT-aanbevelingen en AI Visibility hebben toegevoegd.
Externe debugbeobachtingen tonen daar dat één enkele ChatGPT-vraag kan worden uitgewaaierd in tal van verborgen zoekopdrachten. In een gedocumenteerde test werden voor één prompt 18 verschillende queries geformuleerd en werden meer dan 200 URL's verwerkt, voordat slechts een klein deel als zichtbare bronnen in het antwoord verscheen.
Juist zo'n query-fanout maakt een dicht entity-corpus theoretisch interessant. Wie niet alleen voor één zinsdeel, maar ook voor de varianten daarvan, definities, verwante begrippen en entity-vragen relevante documenten heeft, kan in meerdere retrieval-paden opduiken.
Dat betekent niet dat elf EMD's ChatGPT "hacken". Het betekent alleen: als een systeem veel verschillende zoekpaden genereert, vergroot een brede, consistente corpus het aantal mogelijke trefpunten.
Hoe de systemen vervolgens bronnen dedupliceren, domeinen wegen of zelf gecontroleerde netwerken herkennen, blijft daarmee nog onbeantwoord.
Wat marketeers hier daadwerkelijk kunnen overnemen
Voor echte merken is het waardevolste deel van het experiment niet dat je elf domeinen registreert voor een verzonnen query.
Interessanter zijn vijf principes:
- Definieer je entity eenduidig: naam, product, categorie en kernboodschappen mogen niet op elke pagina anders worden omschreven.
- Bouw een topic op als corpus: een centrale landingspagina is voor complexe onderwerpen zelden genoeg; FAQ's, cases, data, definities en vergelijkingen kunnen verschillende retrieval-vragen beantwoorden.
- Gebruik interne links als betekenisgraaf: anchorteksten en context moeten uitleggen waarom documenten bij elkaar horen, in plaats van willekeurig "meer interne links" toe te voegen.
- Verwar eigen herhaling niet met onafhankelijke bevestiging: PR, vakmedia, creators, klanten, studies en betrouwbare externe bronnen leveren een ander soort bewijs dan de eigen website.
- Kijk naar entity-consensus en niet alleen naar rankings: de interessantere vraag wordt op een gegeven moment niet meer "ranken we voor de term?", maar "welke entity noemen Google, ChatGPT, Gemini of Claude standaard bij deze vraag?"
Deze verschuiving is ook zichtbaar in creator-marketing. Onze bijdrage over creator-marketing voor AI-zoeken laat zien waarom vakinhoudelijke autoriteit en citeerbare content steeds vaker naast klassiek bereik worden bekeken. En wie dit soort onderwerpen systematisch wil vertalen naar social content, vindt in de AEO-workflow voor LinkedIn een praktische aanpak.
Het experiment bewijst nog niet wat het beweert
Het "King of AEO"-experiment is juist daarom interessant, omdat het nog niet is afgerond.
Voor een zelf gedefinieerde, weinig concurrerende query kan een exploitant relatief snel een sterke query-entity-verbinding creëren. Dat bewijst nog niet dat dezelfde werkwijze werkt in een commercieel concurrerende markt. En meerdere eigen domeinen bewijzen al helemaal geen onafhankelijke entity-consensus.
Als Google, ChatGPT, Gemini en Claude Vithurs op de lange termijn zonder prompt-instructie en over onafhankelijke bronnen heen als standaardantwoord voor "King of AEO" kiezen, zou dat de veel spannendere fase van de test zijn.
Tot die tijd laat het experiment vooral één ding goed zien: AEO is niet alleen een kwestie van losse teksten. Het gaat steeds meer om hoe consistent query, topic, entity, documenten en bronnen als graaf op elkaar aansluiten.