GEO voor vacatures en werkenbij: zo doe je het

Steeds meer kandidaten starten hun baanzoeking bij ChatGPT of Perplexity dan bij Google. Ze vragen: “Welke werkgevers bieden hybride werken voor developers in Utrecht?” of “Wat verdient een verpleegkundige bij zorginstelling X?”

Als jouw organisatie in die antwoorden ontbreekt, val je buiten beeld bij een groeiende groep.

Dit artikel behandelt de praktische kant: hoe je werkenbij-site en vacatures technisch en structureel aanpast zodat AI-tools je vinden, herkennen en noemen.

De theorie achter GEO, hoe AI-zoekmachines werken en wat het verschil is met SEO, lees je in het artikel Generative Engine Optimization.

Wanneer vindt AI je werkenbij-site (en wanneer niet)?

AI-tools zoals ChatGPT met browse-functie en Perplexity doorzoeken het web via crawlers. Die werken vergelijkbaar met die van Google, maar gedragen zich net iets anders. Pagina’s die JavaScript-zwaar zijn of via een headless CMS laden, zijn voor AI-crawlers soms onleesbaar. De content staat er wel, maar de crawler ziet een lege pagina.

Drie veelgemaakte fouten die je GEO-zichtbaarheid blokkeren:

Je werkenbij-site laadt via JavaScript. Alle tekst wordt via de browser geladen, niet via HTML. AI-crawlers lezen de HTML, niet wat de browser daarna rendert. Dit is het vaakst geziene probleem bij moderne werkenbij-sites gebouwd in React of Vue zonder server-side rendering.

Je robots.txt blokkeert AI-crawlers onbedoeld. Sommige CMS-systemen zetten standaard restricties voor bepaalde bots. Controleer je robots.txt via https://jouwdomein.nl/robots.txt en kijk of bekende AI-crawlers als GPTBot of PerplexityBot worden geblokkeerd.

Vacatures staan in een iframe van een extern ATS. Content die via een extern systeem wordt ingeladen, is voor AI-tools vrijwel onzichtbaar. De pagina ziet er voor een bezoeker prima uit, maar de crawler leest lege containers. Controleer je site in Google Search Console als eerste stap. Indexeringsproblemen voor Google wijzen vrijwel altijd ook op problemen voor AI-tools. Meer over de technische basis van vacaturevindbaar-zijn lees je in SEO voor vacatures.

Pagina-architectuur die AI begrijpt

De meest gemaakte fout op werkenbij-sites: alles op één pagina stoppen. Één grote pagina met arbeidsvoorwaarden, cultuur, teams en vacatures in één lange scroll. Dat is gebruiksvriendelijk, maar AI kan er geen gerichte antwoorden uit halen.

AI-tools zoeken naar pagina’s die één vraag beantwoorden. “Wat zijn de arbeidsvoorwaarden?” moet een eigen pagina zijn. “Hoe ziet een werkdag eruit als developer bij ons?” ook. Die structuur maakt het mogelijk dat een AI-tool precies de juiste pagina ophaalt als een kandidaat een specifieke vraag stelt.

Een werkbare paginastructuur voor een werkenbij-site:

• Een aparte pagina per functiegebied (marketing, IT, zorg, etc.)
• Een pagina over arbeidsvoorwaarden met concrete bedragen, geen “marktconform”
• Een cultuurpagina met feitelijke beschrijvingen: hoe werken teams, wat zijn de werkuren, hoe gaat feedback
• Een pagina over ontwikkelmogelijkheden met specifieke voorbeelden van trajecten en opleidingen
• FAQ-pagina’s per doelgroep of functiegebied

Hoe je die pagina’s technisch en inhoudelijk opbouwt, lees je in werkenbij-website maken en verbeteren. Een sterke Employer Value Proposition is de inhoudelijke basis voor al die pagina’s. Meer hierover in de EVP-toolkit voor recruitment.

Content-signalen die AI herkent

AI-tools halen geen content op omdat die mooi geschreven is. Ze halen content op omdat die een vraag direct beantwoordt. Dat vraagt een andere aanpak dan klassieke werkenbij-teksten, en drie structuurprincipes helpen daarbij.

Definities aan het begin van een sectie. Begin een pagina over werkcultuur met één zin die de cultuur concreet omschrijft. “Bij ons werk je twee dagen per week op kantoor in Amsterdam, de rest vanuit huis” is een definitie. “Wij geloven in een gezonde werk-privébalans” is dat niet.

FAQ-secties met directe antwoorden. Elke vraag als H3, gevolgd door een alinea die direct antwoord geeft. Dit is het contentformat dat AI-tools het vaakst citeren. Geen inleidingen, geen doorverwijzingen, geen vage omschrijvingen.

Concrete feiten in plaats van marketingtaal. Bedragen, aantallen, locaties, doorlooptijden. Hoe specifieker, hoe groter de kans dat AI jouw pagina als betrouwbare bron gebruikt in een antwoord aan een kandidaat.

Autoriteit buiten je eigen site opbouwen

AI-modellen bouwen hun beeld van jouw organisatie niet alleen uit je eigen site. Ze combineren informatie uit meerdere bronnen. Glassdoor-reviews, je LinkedIn-pagina, vermeldingen in vakpublicaties: al die signalen tellen mee.

Een kandidaat die vraagt “is bedrijf X een goede werkgever?” krijgt een antwoord samengesteld uit alles wat AI over je weet. Als die bronnen inconsistent zijn, of als negatieve reviews domineren, reflecteert AI dat ook. En als er nauwelijks externe informatie over je te vinden is, verschijn je simpelweg niet.

Vier bronnen die het meest bijdragen aan je GEO-autoriteit:

1. Glassdoor en Indeed: actief beheren en reageren op reviews, ook op kritische. AI gebruikt reviewplatforms als gezaghebbende bron over werkcultuur en arbeidsvoorwaarden.
2. LinkedIn bedrijfspagina: actueel houden en medewerkers betrekken bij het delen van content. AI citeert soms letterlijk uitspraken die medewerkers op LinkedIn publiceren.
3. Google Bedrijfsprofiel: volledig en consistent, met kloppende vestigingsgegevens en actuele informatie.
4. Vakpublicaties en awards: vermeldingen in branchenieuws, “beste werkgever”-rankings of expert-interviews verhogen je GEO-autoriteit aanzienlijk.

Employee advocacy speelt hier een grote rol. Medewerkers die hun werkervaring delen op LinkedIn, dragen direct bij aan hoe AI over jouw organisatie “denkt”. Lees meer over storytelling in recruitment en hoe authentieke medewerkersverhalen meer doen dan bedrijfsteksten. De basis is een consistent werkgeversmerk: zie ook wat sterke werkgeversmerken onderscheidt.

Vacatures optimaliseren voor AI-tools

Kandidaten gebruiken AI steeds vaker om specifieke functies te vinden. Ze vragen: “Welke bedrijven zoeken een senior UX designer in Utrecht met remote-opties?” Als jouw vacature die informatie niet bevat, of niet crawlbaar is, verschijn je niet in het antwoord.

Wat elke vacature minimaal nodig heeft voor AI-vindbaarheid:

• Gangbare functietitel: geen interne namen of creatieve varianten. “Software Engineer” werkt beter dan “Code Wizard”. Gebruik ook synoniemen in de tekst, want AI matcht op meerdere varianten. Combineer dit met multiposting voor breed bereik én brede indexering.
• Salarisindicatie: AI-tools selecteren vacatures met salarisinfo als kandidaten naar salaris vragen. Geen “marktconform”, maar een concreet bereik.
• Locatie en werkvorm: hybride, remote of op kantoor, plus stad of regio. Dit zijn de meestgestelde vragen in AI-prompts over vacatures.
• Publicatiedatum: AI-tools filteren op actualiteit. Vacatures zonder datum of met een oude datum worden afgewogen of overgeslagen.

Hoe je de tekst van vacatures schrijft zodat AI ze oppikt als antwoord op kandidaatvragen, inclusief structuur en taalgebruik, volgt in het aankomende artikel GEO-proof content schrijven voor recruitment.

Schema markup: de technische sleutel

Schema markup is structured data die je aan je HTML toevoegt. Het vertelt zoekmachines en AI-tools wat een pagina beschrijft. Voor recruitment zijn drie schema-typen direct relevant.

JobPosting schema voor elke vacature. Dit is dezelfde markup die je gebruikt voor Google for Jobs. Het legt vast: functietitel, salaris, locatie, werkvorm, publicatiedatum en bedrijfsinformatie. Veel ATS-systemen voegen dit automatisch toe. Controleer of jouw systeem dat doet via de Google Rich Results Test op search.google.com/test/rich-results.

Organization schema voor je werkenbij-pagina’s. Dit identificeert je organisatie eenduidig: naam, sector, locatie, website, contactgegevens. Zet dit consistent op alle pagina’s van je werkenbij-site.

FAQPage schema voor elke FAQ-sectie. Elke pagina met vragen en antwoorden in een H2/H3-structuur verdient FAQPage JSON-LD. Dit vergroot de kans dat AI jouw antwoorden direct citeert als een kandidaat een overeenkomstige vraag stelt.

Zo test je je GEO-zichtbaarheid

Je kunt direct testen hoe AI jouw organisatie ziet. Stel in ChatGPT, Perplexity en Google Gemini de vragen die jouw kandidaten stellen:

• “Wat zijn goede werkgevers voor [functie] in [sector of regio]?”
• “Hoe is de werkcultuur bij [jouw organisatienaam]?”
• “Wat zijn de arbeidsvoorwaarden bij [jouw organisatienaam]?”
• “Welke [functietitel]-vacatures zijn er in [stad] met remote-opties?”

Kijk of je wordt genoemd. Kijk ook of de informatie klopt. AI haalt soms verouderde gegevens op. Als dat het geval is, is dat een direct verbeterpunt: zorg dat correcte informatie prominent, actueel en meermaals herhaald op je site staat.

Een standaard meetmethode voor GEO bestaat nog niet. Tools als Peec AI en Otterly.ai bieden eerste mogelijkheden, maar zijn nog in ontwikkeling. Steekproefsgewijs testen blijft vooralsnog de meest betrouwbare aanpak. Zie ook de bredere context van AI in recruitment voor meer achtergrond op tools en methoden.

Wat GEO niet oplost

GEO is geen vervanging voor SEO. Traditionele zoekmachines leveren nog steeds een groot deel van het kandidaatverkeer. Een gecombineerde aanpak werkt het beste: SEO voor vindbaarheid in Google, GEO voor zichtbaarheid in AI-antwoorden.

Daarnaast is meten lastig. In tegenstelling tot SEO, waar je rankings en verkeer bijhoudt, zijn AI-vermeldingen moeilijk structureel te monitoren. Dat maakt het lastig om het rendement van GEO-investeringen te onderbouwen richting management.

Tot slot: GEO lost een slechte kandidaatervaring niet op. Een kandidaat die via AI jouw vacature vindt en vervolgens een omslachtige sollicitatieprocedure tegenkomt, haakt alsnog af.

Veelgestelde vragen over GEO voor werkenbij-site en vacatures

Wat blokkeert AI-crawlers het vaakst op een werkenbij-site?

De drie meest voorkomende oorzaken: een werkenbij-site gebouwd in JavaScript zonder server-side rendering, een robots.txt die AI-crawlers zoals GPTBot of PerplexityBot onbedoeld blokkeert, en vacatures die via een iframe van een extern ATS worden geladen. Controleer deze drie punten als eerste stap.

Welke schema markup is het belangrijkst voor recruitment?

JobPosting schema voor vacatures is de hoogste prioriteit. Het geeft AI-tools gestructureerde informatie over functietitel, salaris, locatie en werkvorm. Organization schema voor je werkenbij-pagina en FAQPage schema voor FAQ-secties zijn aanvullend maar waardevol. Controleer of je ATS JobPosting schema automatisch genereert via de Google Rich Results Test.

Hoe zorg ik dat mijn vacatures verschijnen in Perplexity en ChatGPT?

Drie stappen: zorg dat je site technisch crawlbaar is (geen JavaScript-barrières, geen blokkades in robots.txt), voeg JobPosting schema markup toe aan elke vacature, en schrijf vacatures met concrete informatie over salaris, locatie en werkvorm. AI-tools selecteren vacatures die vragen direct beantwoorden.

Wat doet employee advocacy voor mijn GEO-zichtbaarheid?

AI-modellen citeren externe bronnen zwaar mee als signaal voor betrouwbaarheid. Medewerkers die hun werkervaring delen op LinkedIn, reviews plaatsen op Glassdoor, of worden geciteerd in vakartikelen, dragen direct bij aan hoe AI jouw organisatie beschrijft. Employee advocacy is daarmee ook een GEO-strategie.

Hoe werkt GEO samen met Google for Jobs?

JobPosting schema markup werkt voor beide. Wat je toevoegt voor Google for Jobs, helpt ook AI-tools jouw vacatures te herkennen en categoriseren. De technische investering doe je dus één keer. Lees meer over de technische vereisten in het artikel over Google for Jobs.

Hoe lang duurt het voordat GEO-optimalisaties effect hebben?

Voor AI-tools die real-time het web doorzoeken, zoals ChatGPT met browse-functie en Perplexity, kunnen verbeteringen al binnen enkele weken zichtbaar zijn. Voor de trainingsdata van foundation models (het basismodel van ChatGPT) duurt het langer, want die verandert pas bij een nieuwe trainingsronde. Reden genoeg om nu te beginnen.