Nieuwe modellen = slechtere SEO: de opvallende feiten
Recent lanceerde Search Engine Land een alarm: de nieuwste generatie AI-modellen (waaronder Claude Opus 4.5 en Gemini 3 Pro) presteren slechter op klassieke SEO-taken dan hun voorgangers. Belangrijkste uitkomst: waar vroeger 84% nauwkeurigheid gehaald werd, zakken we nu naar circa 73–76%.
Het is geen bug — het is een ontwerpfictie. Deze modellen werden niet geoptimaliseerd voor “snelle SEO-antwoorden”, maar voor diepere redenering en “agentachtige” workflows.
Voor wie enkel vertrouwt op ruwe prompt-opdrachten:Tijd voor een wake-up call.
De “nieuwer is beter”-mythe is doorprikt
Tot voor kort ging men ervan uit dat elke nieuwe AI-update automatisch betere resultaten gaf. Die overtuiging houdt nu geen steek meer.
De nieuwste flagship-versies vegen het bord schoon: zwakkere prestaties op taken die traditioneel essentieel zijn voor SEO — zoals technische audits, keyword-analyse of contentstructuur.
|
New AI models are worse at SEO: Benchmark shows sharp accuracy drop in Claude, Gemini, ChatGPT-5.1New AI models are underperforming on SEO tasks. Discover why accuracy is down and how to adapt before these regressions impact your results. |
Concreet: modellen als Claude Opus 4.5 (76%), Gemini 3 Pro (73%) en ChatGPT-5.1 Thinking (77%) scoren duidelijk lager dan hun voorgangers.
Wat is er mis? De “agentic gap”
De oorzaak? Nieuwe modellen zijn ontworpen met andere doelen voor ogen. In plaats van simpelweg een prompt verwerken, “denken” ze — met System 2-redenering — en verwachten ze veel context.
Voor eenvoudige, logische SEO-taken blijkt dat té veel denkwerk eerder te veel ruis dan toegevoegde waarde brengt. Soms weigeren ze zelfs taken uit te voeren — uit voorzorg, bijvoorbeeld om veiligheidsredenen.
Die kloof tussen wat AI-modellen idealiter zouden moeten doen en wat ze in werkelijkheid goed beheersen, werd treffend benoemd als de “agentic gap”.
Hoe SEO-teams zich kunnen wapenen
Het roer moet om. Wie wil blijven scoren, doet er goed aan om niet langer te vertrouwen op standaard prompts alleen — maar te evolueren naar doordachte, contextgedreven workflows.
Dat betekent:
- Werk niet meer in losse chatvensters, maar integreer AI-taken in “contextual containers”: bv. aangepaste GPTs, projecten of “gems”.
- Voor technische audits: gebruik eerder stabiele of fijn afgestelde (fine-tuned) modellen in plaats van de nieuwste “Thinking”-modellen.
- Voor strategische en contenttaken: zorg dat de AI context heeft (zoals merkregels, historische data, richtlijnen) — anders drift hij af.
Wat betekent dit voor de toekomst van SEO?
De onverwachte regressie bij nieuwe modellen laat zien dat de hype rond “altijd beter, sneller, sterker” gevaarlijk is. Wie blind vertrouwt op de nieuwste AI-versie kan averij oplopen.
Maar tegelijk opent het kansen. Door bewust te kiezen voor de juiste tools, workflows en mix van mens + machine, kunnen bedrijven de shift naar wat sommigen noemen Generative Engine Optimization (GEO) — oftewel content optimaliseren voor AI-gedreven zoekplatformen — proberen voor te blijven.
Generative engine optimization - Wikipedia
|
Met andere woorden: SEO is geen plug-and-play meer. Het wordt strategie, vakmanschap én adaptatie.
