Generative Engine Optimization voor recruiters

Steeds meer kandidaten zoeken niet langer via Google naar een baan. Ze typen hun vraag in bij ChatGPT, Perplexity of Gemini en verwachten een direct antwoord. Als jouw vacatures en werkenbij-site daar niet in verschijnen, mis je een snel groeiende groep.

Generative Engine Optimization (GEO) is de aanpak waarmee je vindbaar blijft in een arbeidsmarkt die steeds meer via AI verloopt.

Dit artikel legt uit wat GEO is, hoe het verschilt van SEO en wat je concreet aanpast aan je recruitment content.

Wat is Generative Engine Optimization?

Het verschil is groter dan het lijkt. Bij SEO gaat het om ranken: jouw pagina staat op positie 1, 2 of 3. Bij GEO gaat het om citeren: een AI-systeem haalt een fragment uit jouw content en verwerkt dat in het antwoord dat een kandidaat krijgt. Die kandidaat ziet geen lijst met tien links meer. Die krijgt één samengesteld antwoord, met soms een bronvermelding, soms zonder.

Voor recruiters heeft dat directe gevolgen. Een kandidaat die vraagt “welke IT-werkgevers in Amsterdam bieden hybride werken?” krijgt een antwoord op basis van wat AI-modellen over jouw organisatie weten. Als jouw content daar niet voor geschikt is, val je buiten beeld.

Hoe kandidaten zoeken via AI

Het aandeel Nederlanders dat AI-tools zoals ChatGPT, Perplexity en Gemini inzet om vacatures te zoeken, groeide van 3,5% eind 2024 naar 7,6% een jaar later, aldus onderzoek van arbeidsmarktanalist Coenraad Sassen gepubliceerd door Werf&. Dat is nog een kleine groep, maar de groei in één jaar is opvallend. Ter vergelijking: Indeed en LinkedIn deden er jaren over om vergelijkbare adoptie te bereiken als primaire zoekkanalen. CBS-data uit februari 2026 laat zien dat circa 43% van de werkenden AI nu al gebruikt tijdens het werk: de gewenning is er, de overstap naar AI-zoeken volgt.

Dat zoekgedrag verschilt wezenlijk van wat je gewend bent. In Google zoek je met losse trefwoorden: “vacature marketeer Amsterdam”. In een AI-tool stel je een vraag of beschrijf je een situatie: “Ik heb zes jaar ervaring in B2B marketing en zoek een werkgever met doorgroeimogelijkheden in de regio Utrecht, bij voorkeur in een team van tien tot vijftig mensen.” De AI combineert bronnen en geeft een concreet antwoord.

Wat al wel breder zichtbaar is: kandidaten gebruiken AI al volop rondom de baanzoeking. Onderzoek onder recruiters laat zien dat een grote meerderheid van de kandidaten AI inzet om het cv te verbeteren of een motivatiebrief te schrijven. De stap waarbij AI ook bepaalt waar iemand solliciteert, is in opkomst maar nog geen mainstream gedrag. Dat maakt nu investeren in Generative Engine Optimization juist interessant: de concurrentie op dit vlak is nog laag.

GEO vs. SEO: wat verandert er voor recruiters?

SEO en GEO overlappen op een aantal punten: goede content, een technisch gezonde site en autoriteit tellen bij allebei. Maar de manier waarop zichtbaarheid werkt, verschilt wezenlijk.

Bij SEO rangschikt Google pagina’s op basis van relevantie en autoriteit. Jij hoeft de nummer-1 positie maar te hebben en mensen klikken door naar jouw site. Bij GEO haalt een AI-model losse fragmenten op uit meerdere bronnen, beoordeelt die op duidelijkheid en nauwkeurigheid, en bouwt daar een antwoord mee. Jouw volledige pagina wordt niet getoond. Alleen het stukje content dat het antwoord het best ondersteunt, wordt meegenomen.

Dat heeft een opvallende consequentie. Uit analyse van eMarketer (2025) blijkt dat minder dan 10% van de bronnen die ChatGPT, Gemini en Copilot citeren, ook in de top-10 van Google staat voor dezelfde zoekopdracht. SEO-succes garandeert dus geen GEO-succes. Je rankt prima in Google, maar bent onzichtbaar voor AI-zoekers.

Wat dat voor de praktijk betekent: je vacatureteksten en werkenbij-pagina’s moeten niet alleen goed scoren in Google, maar ook leesbaar zijn voor AI-modellen. Dat vraagt een andere manier van schrijven en structureren.

Hoe AI content selecteert: de drie stappen

AI-zoekmachines zoals ChatGPT en Perplexity werken via een zogenaamde RAG-pipeline: Retrieval, Augmentation en Generation. Simpel gezegd: ophalen, beoordelen en antwoorden. Elk van die stappen heeft gevolgen voor hoe je content schrijft.

Stap 1: Retrieval (ophalen). De AI doorzoekt toegankelijke bronnen op fragmenten die relevant zijn voor de vraag. Pagina’s die technisch slecht toegankelijk zijn, worden niet meegenomen. Denk aan pagina’s die niet gecrawld worden, trage laadtijden of ontbrekende structured data.

Stap 2: Augmentation (beoordelen). De opgehaalde fragmenten worden gescoord op duidelijkheid, relevantie en betrouwbaarheid. Content die vaag is, een uitgebreide omschrijving geeft zonder concreet antwoord te geven, of geen feitelijke basis heeft, valt af. Content met heldere definities, concrete antwoorden en verwijzingen naar betrouwbare bronnen wint.

Stap 3: Generation (antwoorden). De AI combineert de best scorende fragmenten tot één antwoord. Jouw tekst wordt niet letterlijk geciteerd, maar herschreven. Wat overblijft, is de kern van wat jij hebt geschreven. Schrijf je vaag, dan is die kern er niet.

Wat dit voor recruiters betekent: elke pagina op je site moet een vraag concreet beantwoorden. Niet “wij zijn een fijne werkgever”, maar “bij ons werk je twee dagen per week op kantoor in Rotterdam, de rest vanuit huis, met een team van twintig collega’s in marketing en communicatie”.

GEO voor vacatureteksten

Een vacaturetekst die goed scoort in SEO is lang niet altijd geschikt voor GEO. SEO-vacatureteksten zijn vaak opgebouwd rondom zoekwoorden en een vaste structuur. GEO-vacatureteksten beantwoorden vragen die kandidaten stellen.

Stel jezelf bij elke vacature de vraag: wat wil een kandidaat weten over deze functie? Niet wat jij wilt vertellen, maar wat zij vragen. Denk aan: wat verdien ik, hoe ziet een werkdag eruit, wat is het team, waar groei ik naartoe? Als die antwoorden niet in de vacature staan, haalt een AI-model ze ook niet op.

Concrete aanpassingen voor vacatureteksten:

• Begin met een alinea die de functie direct beschrijft in spreektaal, inclusief locatie, team en kernactiviteiten
• Vermeld het salaris of salarisbereik: AI-modellen selecteren vacatures met salarisinfo als ze vragen over salaris krijgen
• Gebruik herkenbare functietitels, geen interne namen of creatieve alternatieven. Combineer dit met multiposting om vacatures breed te verspreiden én te indexeren
• Voeg een korte “zo ziet jouw week eruit”-sectie toe: dat is precies het type antwoord dat AI oppikt
• Sluit af met een duidelijke omschrijving van de organisatie: sector, grootte, locatie, cultuur

Bekijk ook hoe je een vacature maakt die sollicitanten aantrekt voor de bredere schrijfprincipes achter een sterke vacaturetekst.

GEO voor je werkenbij-site en employer brand

Je werkenbij-site is voor GEO minstens zo belangrijk als je vacatures. Een sterk werkgeversmerk is de basis die AI-modellen als betrouwbare bron herkennen. Kandidaten vragen AI-tools namelijk niet alleen naar specifieke functies, maar ook naar werkgevers: “Is bedrijf X een goede werkgever?” of “Wat zijn de arbeidsvoorwaarden bij organisatie Y?” Als jouw werkenbij-site geen heldere antwoorden geeft op die vragen, geeft AI ze ook niet.

De basis: elke pagina op je werkenbij-site moet een specifieke vraag beantwoorden. Eén pagina over arbeidsvoorwaarden, één pagina over doorgroeimogelijkheden, één pagina per functiegebied. Niet alles op één grote “werken bij”-pagina stoppen.

Wat AI-modellen goed oppikken in employer branding content:

• Concrete beschrijvingen van werkdagen en teamsamenstelling
• Feiten over arbeidsvoorwaarden (geen “marktconform”, maar concrete bedragen of bandbreedtes)
• Citeerbare uitspraken van medewerkers over hun werk, gekoppeld aan functie en team
• Informatie over ontwikkelmogelijkheden, met specifieke voorbeelden van trajecten
• Een heldere beschrijving van de organisatiecultuur in feitelijke termen

Koppel die content aan een sterk werkgeversmerk. Een aanpak voor social media recruitment versterkt je GEO-zichtbaarheid op meerdere kanalen tegelijk. Let ook op hoe algoritmewijzigingen op LinkedIn je bereik beïnvloeden naast je GEO-aanpak. Een werkgeversmerk dat consistent en concreet communiceert, wordt door AI-modellen sneller als betrouwbare bron herkend. Lees meer over sterke werkgeversmerken en wat ze kenmerkt.

De concurrentie op GEO is nu nog laag. Wie nu investeert in GEO-vriendelijke content pakt een voorsprong die over 2 jaar moeilijk meer in te halen is.

De technische basis: wat moet op orde zijn

GEO bouwt voort op een gezonde technische SEO-basis. AI-modellen crawlen het web via vergelijkbare mechanismes als zoekmachines. Als jouw site technisch niet toegankelijk is, haalt geen enkel AI-model je content op.

De minimale technische voorwaarden voor Generative Engine Optimization:

• Crawleerbaarheid: zorg dat je robots.txt en meta-tags geen AI-crawlers blokkeren. Sommige werkenbij-sites sluiten crawlers standaard uit via JavaScript-rendering. Dat is voor GEO een probleem.
• Schema markup: voeg structured data toe aan je vacatures (JobPosting schema) en aan je werkenbij-pagina’s (Organization schema). AI-modellen gebruiken schema markup om snel te begrijpen wat een pagina beschrijft.
• Paginasnelheid: trage pagina’s worden door AI-modellen lager geprioriteerd. Houd de laadtijd onder de drie seconden.
• FAQ-secties met correcte opmaak: gebruik h2 voor de FAQ-titel en h3 voor elke vraag, gevolgd door een direct antwoord. Dit is een van de meest geciteerde contentformaten in AI-antwoorden.

Een veelgemaakte fout: een werkenbij-site volledig bouwen in JavaScript of een headless CMS zonder server-side rendering. De content staat er wel, maar AI-crawlers zien een lege pagina. Controleer je site in de Google Search Console op indexeringsproblemen als eerste stap.

Wil je weten hoe je recruitment meer automatiseert zonder kandidaten te verliezen? Lees hoe je recruitment automatiseert en combineer dat met een GEO-aanpak voor maximale zichtbaarheid.

Aan de slag: vijf concrete acties

GEO is geen project van een middag, maar er zijn acties die je direct kunt uitvoeren. Hieronder vijf aanpakken die het meeste opleveren voor recruiters.

1. Maak een vragenlijst van 25 tot 50 vragen. Schrijf op welke vragen kandidaten stellen over jouw organisatie, functies en arbeidsvoorwaarden. Van “wat verdient een projectmanager bij jullie?” tot “hoe ziet de onboarding eruit bij dit bedrijf?” Elke vraag is een potentiële pagina of sectie op je site.

2. Herschrijf je “over ons”-pagina als een reeks antwoorden. Niet als een verhaaltje over de missie, maar als concrete antwoorden op vragen die kandidaten stellen. Sector, omvang, locaties, cultuur, arbeidsvoorwaarden, doorgroeimogelijkheden: allemaal apart en feitelijk beschreven.

3. Voeg JobPosting schema toe aan alle vacatures. Dit is de structured data die AI-modellen gebruiken om vacatures te herkennen. Veel ATS-systemen doen dit automatisch. Controleer of jouw systeem dat ook doet via de Google Rich Results Test.

4. Publiceer antwoordgerichte content. Schrijf blogartikelen of FAQ-pagina’s die vragen beantwoorden. Dit is de kern van een sterke Generative Engine Optimization-aanpak die jouw doelgroep stelt. Niet over je eigen bedrijf, maar over het vak, de markt of de functie. Een artikel als “wat verdient een verpleegkundige in Nederland in 2026?” trekt kandidaten aan via AI-zoekgedrag én via Google.

5. Bouw interne links tussen gerelateerde pagina’s. AI-modellen gebruiken interne linkstructuur om te begrijpen welke pagina’s bij elkaar horen en welke het meeste autoriteit hebben. Een sterke interne linkstructuur, zoals een recruitmentplan met verwijzingen naar je functiepagina’s, helpt daarbij.

Veelgestelde vragen over Generative Engine Optimization voor recruiters

Wat is Generative Engine Optimization (GEO)?

Generative Engine Optimization (GEO) is het optimaliseren van content zodat AI-zoekmachines zoals ChatGPT, Perplexity en Google AI Overviews deze ophalen en citeren in hun antwoorden. Het verschil met SEO: je optimaliseert niet voor een positie in een lijst met links, maar om onderdeel te worden van het antwoord dat een AI-systeem genereert op een vraag van een gebruiker.

Wat is het verschil tussen GEO en SEO voor recruiters?

SEO richt zich op ranken in zoekresultaten. GEO richt zich op geciteerd worden in AI-antwoorden. Bij SEO bezoekt een gebruiker jouw pagina na een klik. Bij GEO verwerkt een AI-systeem een fragment uit jouw content in een antwoord dat de gebruiker zonder klik te zien krijgt. Minder dan 10% van de bronnen die AI-tools citeren, staat ook in de top-10 van Google (eMarketer, 2025).

Hoe maak je vacatures zichtbaar in ChatGPT?

Vacatures worden zichtbaar in ChatGPT door ze te schrijven als antwoorden op vragen die kandidaten stellen: salaris, werkdagen, team, locatie en doorgroeimogelijkheden concreet beschrijven. Voeg JobPosting schema markup toe zodat AI-systemen de vacature als zodanig herkennen. Zorg dat je site technisch crawlbaar is voor AI-modellen.

Hoeveel recruiters werken al aan GEO?

Slechts 28% van de recruitmentprofessionals is in 2026 bezig met GEO, volgens de Stand van Werven 2026. Dat betekent dat bijna drie op de vier organisaties dit nog niet op de agenda heeft staan, terwijl het gebruik van AI bij baanzoekers snel groeit.

Wat is een RAG-pipeline en wat heeft een recruiter daarmee te maken?

RAG staat voor Retrieval, Augmentation en Generation: de drie stappen die een AI-zoekmachine zet om een antwoord te geven. Ophalen, beoordelen en antwoorden. Voor recruiters betekent dit: content die vaag is of geen directe antwoorden bevat, haalt de beoordelingsstap niet. Heldere, feitelijke en goed gestructureerde content wint.

Welk contentformat wordt het meest geciteerd door AI?

Definities, FAQ-secties en alinea’s met één duidelijke vraag en een direct antwoord worden het vaakst geciteerd door AI-systemen. Lange inleidingen, vage beschrijvingen en marketingtaal worden overgeslagen. Structuur en helderheid zijn belangrijker dan lengte.