Wil je zichtbaar zijn in ChatGPT als franchiseformule, dan moet de assistent je merk herkennen, betrouwbare bronnen over je vinden en per vestiging kloppende gegevens tegenkomen. Je stuurt dat niet met één truc, maar met vier stappen: entiteit, bronnen, content en meten. In ons eigen benchmarkonderzoek van 500 Google Bedrijfsprofielen bij 100 ketens was maar 40% volledig ingevuld, en juist die gegevens gebruiken AI-assistenten.
Hoe kiezen AI-assistenten welke formules ze noemen?
Een vraag als "welke kapper in Zwolle is op zondag open?" levert in ChatGPT, Gemini, Copilot of Perplexity geen lijst met tien blauwe links op. Je krijgt één antwoord met twee of drie namen. Die namen komen uit wat het taalmodel heeft geleerd en uit bronnen die het op dat moment ophaalt: websites, kaartdiensten, reviewplatforms en nieuwsartikelen.
Voor een keten betekent dat iets specifieks. De assistent moet twee dingen snappen: dat jouw formule een merk is met een duidelijke omschrijving, en dat er in die stad een vestiging van dat merk zit met adres, openingstijden en reviews. Ontbreekt een van de twee, dan noemt de assistent liever een zelfstandige ondernemer met een volledig profiel. Daarom werken we bij Generative Engine Optimisation voor ketens altijd op twee niveaus tegelijk: het merk en elke vestiging.
Wat GEO anders maakt dan klassieke SEO
Bij SEO wil je een positie in een lijst. Bij GEO (AI-zichtbaarheid) wil je een vermelding in een samengevat antwoord. Dat vraagt minder om zoekwoorden en meer om consistente feiten die op meerdere plekken hetzelfde zeggen.
Welke stappen maken een formule zichtbaar in ChatGPT?
We gebruiken een vaste volgorde. Eerst de basis, dan pas content en meten. Wie direct begint met teksten schrijven voor AI, bouwt op los zand.

1. Entiteit: één naam, één beschrijving
Kies de officiële schrijfwijze van je formulenaam en een beschrijving van één zin. Gebruik die op je eigen site, in elk Google Bedrijfsprofiel, in Apple Business Connect, in Bing Places en op je socialmediakanalen. Leg de relaties vast in schema-markup: Organization voor het hoofdkantoor, LocalBusiness per vestiging, met sameAs naar de officiële profielen. Zo kan een knowledge graph de puzzel leggen.
2. Bronnen: vermeldingen die AI raadpleegt
Een assistent vertrouwt een bewering meer als die op meerdere onafhankelijke plekken staat. Denk aan brancheverenigingen, regionale nieuwssites, vakmedia en de kaartdiensten. Kijk welke bronnen de assistent nu al citeert bij vragen in jouw branche en zorg dat je formule daar correct staat.
3. Content: antwoord eerst, feiten erbij
Schrijf pagina's die een vraag in de eerste twee zinnen beantwoorden. Zet concrete gegevens erin: aantal vestigingen, regio's, diensten, openingstijden. Elke vestiging verdient een eigen pagina; zie onze aanpak voor lokale landingspagina's met schema.
4. Meten: vaste vragen, elke maand
Stel een lijst testvragen op per regio en per dienst. Stel ze elke maand in dezelfde assistenten en noteer of je formule genoemd wordt, welke vestiging en welke bron erbij staat. Zonder die nulmeting weet je niet of je vooruitgaat.
Hoe controleer je de entiteit van je formule?
Gebruik dit werkblad bij de start. Vul per regel in wat je nu ziet en wat het moet zijn. Verschillen tussen kanalen zijn de eerste dingen die je oplost.
| Onderdeel | Waar controleer je het | Waarom het telt voor AI | Hoe meten we het |
|---|---|---|---|
| Formulenaam | Site, profielen, sociale kanalen | Afwijkende spelling splitst je merk in twee | Aantal kanalen met exact dezelfde naam |
| Korte omschrijving | Homepage, over-ons, profielen | Assistenten citeren vaak de eerste zin | Zelfde kernzin op alle plekken ja of nee |
| Organization-schema | Broncode homepage | Koppelt merk, logo en officiële profielen | Validatie zonder fouten |
| LocalBusiness per vestiging | Elke vestigingspagina | Maakt adres en tijden machineleesbaar | Percentage vestigingen met geldig schema |
| sameAs-links | Schema op homepage | Wijst naar dezelfde entiteit elders | Aantal werkende verwijzingen |
| NAP per vestiging | Google, Apple, Bing | Tegenstrijdige adressen verlagen vertrouwen | Aantal afwijkingen per maand |
Wat regel je centraal en wat per vestiging voor AI-zichtbaarheid?
Bij ketens loopt het vaak mis op de taakverdeling. Het hoofdkantoor denkt dat de franchisenemer zijn profiel bijhoudt, de franchisenemer denkt dat het hoofdkantoor dat doet. Leg het vooraf vast.
| Taak | Hoofdkantoor | Vestiging | Bureau |
|---|---|---|---|
| Merkomschrijving en schema | Keurt goed | Geen taak | Bouwt en onderhoudt |
| Profielgegevens per vestiging | Bewaakt standaard | Meldt wijzigingen | Verwerkt en controleert |
| Reviews beantwoorden | Stelt toon vast | Levert lokale context | Reageert of stelt concept op |
| Testvragen per regio | Bepaalt prioriteit | Geen taak | Draait en rapporteert maandelijks |
| Vermeldingen in bronnen | Levert persberichten | Lokale sponsoring of nieuws | Zoekt en corrigeert vermeldingen |
Hoeveel testvragen heb je nodig om AI-zichtbaarheid te meten?
Een fictief rekenvoorbeeld laat zien hoe snel de meetset groeit. Stel: een formule met 24 vestigingen in 12 steden en 3 hoofddiensten. Per stad stel je per dienst één vraag in vier assistenten.
Bij AI-gedreven franchise marketing verzamelt AI die antwoorden en signaleert het afwijkingen, en controleert een mens de uitkomst. Het overzicht komt in je maandrapport.
| Onderdeel | Aantal | Toelichting |
|---|---|---|
| Steden | 12 | Steden met minstens één vestiging |
| Hoofddiensten | 3 | Bijvoorbeeld de drie meest gevraagde diensten |
| Assistenten | 4 | ChatGPT, Gemini, Copilot en Perplexity |
| Testvragen per maand | 144 | 12 x 3 x 4 |
| Uitkomst per vraag | Ja of nee plus bron | Genoemd, welke vestiging, welke bron |
Welke fouten houden ketens uit AI-antwoorden?
- Oude vestigingen die nog online staan. Een assistent stuurt klanten dan naar een gesloten adres.
- Een store locator zonder losse pagina's. Alleen een kaart met pinnen geeft AI weinig tekst om te lezen.
- Geblokkeerde AI-crawlers in robots.txt, vaak per ongeluk door een standaardinstelling.
- Geen reacties op reviews. In onze benchmark reageerden 6 van de 100 ketens binnen 24 uur.
- Alleen Google bijhouden. Assistenten halen ook gegevens uit andere kaartdiensten; zie de drie kaartdiensten naast elkaar.
Meer achtergrond over testen in AI-assistenten vind je op ons Local SEO- en AI-testlab. Wil je weten waar je formule nu staat? Je kunt vrijblijvend een scan aanvragen; voor doorlopend werk gelden onze vaste maandprijzen. Andere gidsen staan in meer praktijkartikelen in de kennisbank.
Zoek je specifiek een GEO-bureau? Kijk dan eerst wie een ranglijst heeft gemaakt: in veel lijstjes met 'de beste GEO-bureaus' staat het bureau dat het lijstje schreef zelf op nummer 1. Vergelijk liever op toetsbare criteria, zoals vaste testvragen en meting per vestiging; een overzicht vind je op bestgeobureau.nl.
Wat kost een vestiging die niet in de top 3 van Google Maps staat?
Deze rekensom gebruikt Nederlandse cijfers in plaats van Amerikaanse klikpercentages. De gemiddelde omzet per franchisevestiging komt uit de NFV Franchise Statistiek (peiljaar 2025). Hoeveel omzet een vestiging misloopt zonder toppositie in Google Maps, met een Google Bedrijfsprofiel dat niet op orde is of zonder goed reviewbeheer, kan niemand vooraf exact zeggen. Daarom reken je per oorzaak met een scenario: een paar procent van de omzet die naar een beter zichtbare concurrent gaat. Tel ze op en je ziet wat het samen kost.
| Sector | Omzet per vestiging per jaar | 1% omzet gemist | 3% omzet gemist | Groei-pakket (€ 4.800 per jaar) als deel van de omzet |
|---|---|---|---|---|
| Alle sectoren (gemiddeld) | € 1.445.000 | € 14.450 | € 43.350 | 0,33% |
| Dienstverlening | € 480.000 | € 4.800 | € 14.400 | 1% |
| Horeca | € 1.230.000 | € 12.300 | € 36.900 | 0,39% |
| Zorg | € 1.270.000 | € 12.700 | € 38.100 | 0,38% |
| Detailhandel non-food | € 1.750.000 | € 17.500 | € 52.500 | 0,27% |
| Detailhandel food | € 2.910.000 | € 29.100 | € 87.300 | 0,16% |
| Overige formules | € 680.000 | € 6.800 | € 20.400 | 0,71% |
- 6 van de 100 grootste franchiseketens reageren binnen 24 uur op een Google-review; de gemiddelde responstijd is 6,8 dagen en 90% heeft aantoonbaar geen reviewmanagementproces.
- Slechts 40% van de 500 onderzochte Google Bedrijfsprofielen is volledig ingevuld.
- Eén review werd in de meting gemiddeld rond de 15.000 keer bekeken: een onbeantwoorde klacht staat dus voor duizenden mensen open.
- 42% van de consumenten doet liever geen zaken met een bedrijf dat nooit op reviews reageert (BrightLocal 2026).
Bronnen: NFV Franchise Statistiek, peiljaar 2025 (34.937 vestigingen, € 50,5 miljard omzet); Local SEO Franchise Benchmark 2026 (100 grootste ketens, 500 profielen); rekenmodel per sector op franchiseseo.nl. De percentages zijn scenario's die je zelf kiest, geen meting en geen belofte. Wij beloven geen posities of omzet.
Vragen over zichtbaarheid van formules in ChatGPT
Kan ik betalen om in ChatGPT genoemd te worden als formule?
Hoe lang duurt het voordat ChatGPT mijn formule oppakt?
Moet elke vestiging apart werken aan AI-zichtbaarheid?
Welke AI-assistenten nemen jullie mee in de meting?
Wat is een entiteit en waarom telt die voor AI?
Helpt een llms.txt-bestand om in ChatGPT te komen?
Moet ik AI-crawlers toelaten in robots.txt?
Wat kost GEO voor een franchiseketen bij jullie?
Zie ik in een dashboard of mijn formule genoemd wordt?
Kan AI ook verkeerde informatie over mijn vestiging geven?
Bronnen

Gijs Bodenstaff
Franchise marketeer, Local SEO- en GEO-specialist, auteur
Vraag de gratis zichtbaarheidsscan aan en zie per vestiging of AI-assistenten je formule noemen.
