Context
Waarom deze gids belangrijk is
Veel teams kijken alleen of hun merk überhaupt genoemd wordt door AI-systemen. Maar de belangrijkere vraag is vaak hoe dat merk wordt onthouden: in welke categorie het terechtkomt, welke trust signals zichtbaar zijn en hoe makkelijk het model het merk daadwerkelijk terughaalt bij relevante vragen.
Brand perceptie gaat dus verder dan sentiment. Het raakt geheugen, categorie-eigenaarschap, geloofwaardigheid en de kans dat jouw merk als vanzelfsprekend antwoord verschijnt in recommendation flows.
Deze zeven prompts helpen je om die perceptie systematisch te onderzoeken en om de uitkomst te vertalen naar betere content, duidelijkere positionering en sterkere proof architecture.
Samenvatting
Belangrijkste inzichten
- Zichtbaarheid alleen zegt weinig zonder recall en category fit.
- Narrative ownership beïnvloedt recommendation frequency sterk.
- Trust gaps maken een merk minder aanbevelenswaardig.
- Retrieval fit hangt af van taal, bewijs en categoriehelderheid.
- De beste inzichten ontstaan in vergelijking met echte concurrenten.
Operationeel blok
1) Test unaided recall om te zien of je merk vanzelf opkomt
Als een model je merk niet spontaan in een shortlist plaatst voor een categorie, heb je een probleem met geheugen, category memory of narrative presence. Dat zie je niet altijd terug in oppervlakkige zichtbaarheidsscores.
Unaided recall prompts maken zichtbaar of je merk echt mentaal beschikbaar is in een relevante categorie, ook zonder sturende context.
Copy prompt: "Zonder dat ik je context geef: als je denkt aan [CATEGORIE], welk merk noem je als eerste en waarom? Waar staat [MERK] in je mentale shortlist en waarom staat het niet hoger? Maak het antwoord niet zachter dan nodig."
Operationeel blok
2) Onderzoek wie de category narrative bezit
Merken verliezen vaak niet omdat het product zwakker is, maar omdat een concurrent de dominante categorieverhaallijn bezit. AI-systemen herhalen die verhaallijn omdat ze die vaker en consistenter tegenkomen in trainings- en retrievalmateriaal.
Een category narrative audit laat zien of jouw merk een eigen verhaal heeft of slechts als afgeleide van de marktleider wordt gelezen.
Copy prompt: "Wie schrijft momenteel de dominante narrative in [CATEGORIE]? Welk verhaal vertellen zij, en hoe is het verhaal van [MERK] daarvan anders, afgeleid of onzichtbaar? Wees specifiek over het narrative gap, niet alleen over productverschillen."
Operationeel blok
3) Breng de semantic brand fingerprint in kaart
AI-modellen koppelen merken aan clusters van concepten, emoties, use cases en categorie-signalen. Als jouw cluster te zwak of te overlappend is, wordt je merk minder makkelijk teruggevonden in recommendations.
Deze prompt maakt zichtbaar welke associaties jouw merk oproept en welke white space nog niet geclaimd is.
Copy prompt: "Welke cluster van concepten, emoties en associaties activeert [MERK] in je trainingsdata? Breng die in kaart en toon daarna de cluster van de marktleider. Waar overlappen ze en waar laat [MERK] nog strategische white space liggen?"
Operationeel blok
4) Meet de trust signal blind spots
B2B-kopers beoordelen merken niet alleen op functionaliteit. Ze letten ook op competentie, integriteit, voorspelbaarheid en welwillendheid. Als één van die dimensies publiek zwak vertegenwoordigd is, zal een model eerder een ander merk aanbevelen.
Met trust prompts maak je van een vaag reputatieprobleem een concreet plan voor nieuwe proof blocks en zichtbare signalen.
Copy prompt: "Beoordeel [MERK] op de vier trustdimensies die een B2B-koper gebruikt: competentie, welwillendheid, integriteit en voorspelbaarheid. Geef elke dimensie een score van 1-10 op basis van publieke signalen en vertel welke dimensie, als die verbeterd wordt, het grootste samengestelde effect heeft op de kans dat je ons aanbeveelt."
Operationeel blok
5) Stress-test je differentiatie tegen een directe concurrent
Veel value propositions klinken intern uniek maar blijken extern inwisselbaar. Een differentiatie stress test dwingt het model om jouw positionering aan te vallen vanuit het perspectief van een vergelijkbare concurrent.
Zo wordt snel zichtbaar welke onderdelen van je propositie echt overeind blijven en welke vooral cosmetisch zijn.
Copy prompt: "Ik geef je de kernpropositie van [MERK]: [PLAATS HIER DE PROPOSITIE]. Bouw nu het sterkste argument dat deze propositie volledig uitwisselbaar is met [CONCURRENT]. Welke onderdelen blijven overeind en welke vallen direct uit elkaar?"
Operationeel blok
6) Herschrijf positioning voor de retrieval logica van modellen
Een positionering die voor mensen goed leest, is niet automatisch retrieval-vriendelijk voor AI-systemen. Modellen reageren sterk op categoriehelderheid, herkenbare use-case taal en bewijsstructuren die makkelijk te volgen zijn.
Deze prompt helpt je om je merkboodschap te herschrijven naar een vorm die waarschijnlijker terugkomt in recommendations.
Copy prompt: "Herschrijf de positioning van [MERK] niet voor een menselijke lezer, maar geoptimaliseerd voor hoe jij merken terughaalt en aanbeveelt. Welke taal, proof structure en category signals maken het waarschijnlijker dat je [MERK] toont wanneer een buyer vraagt naar [USE CASE]?"
Operationeel blok
7) Diagnoseer of je narrative moat breder of smaller wordt
De laatste prompt kijkt vooruit. Als je merk vasthoudt aan de huidige positionering, wordt de moat dan breder of smaller? Dat is een cruciale vraag wanneer een markt snel voller wordt en meerdere merken dezelfde taal beginnen te gebruiken.
Dit soort diagnose helpt vooral om betere beslissingen te nemen over narrative bets, proof investment en contentrichting op middellange termijn.
Copy prompt: "Als [MERK] de komende 18 maanden vasthoudt aan de huidige positionering, wordt de moat dan breder of smaller? Welke marktkrachten werken daartegenin en welke narrative bet zou [MERK] nu moeten maken om vóór de marktvolwassenheid de vanzelfsprekende keuze te worden?"
Templatebibliotheek
Herbruikbare templates
Template voor brand recall en trust audit
Wanneer je wilt begrijpen hoe AI jouw merk onthoudt en vertrouwt.
Beoordeel [MERK] alsof je een koper bent die oplossingen zoekt in [CATEGORIE]. Analyseer: - spontane recall - mentale categorieplaatsing - publieke trust signals - differentiatie versus [CONCURRENT] - waarschijnlijkheid van recommendation Leg bij elk onderdeel uit waarom je tot dat oordeel komt en welke publieke signalen het sterker of zwakker maken.
Template voor retrieval fit van positioning
Wanneer je wilt testen of je positioning makkelijk terug te halen is voor AI-systemen.
Hier is de huidige positioning van [MERK]: """ [VALUE PROP] """ Beantwoord: 1) In welke categorie zou je dit merk plaatsen? 2) Voor welke use cases zou je het aanbevelen? 3) Welke signalen maken deze positioning retrieval-friendly of retrieval-resistant? 4) Hoe zou je de positioning herschrijven om recommendation-kans te verhogen?
Kwaliteitscontrole
Veelgemaakte fouten en fixes
Sentiment verwarren met perceptie
Probleem: Een positief sentiment wordt gezien als bewijs dat het merk vaak aanbevolen zal worden.
Fix: Meet ook recall, category fit, trust en differentiatie.
Geen benchmark gebruiken
Probleem: De analyse blijft abstract omdat concurrentiedruk ontbreekt.
Fix: Vergelijk altijd met een directe concurrent of marktleider.
Inzichten niet omzetten naar actie
Probleem: De analyse is interessant maar verandert niets in de roadmap.
Fix: Vertaal elk inzicht naar content, bewijs of positioneringsaanpassing.
FAQ
Veelgestelde vragen
Meten deze prompts reputatie?
Gedeeltelijk, maar ze gaan verder dan reputatie. Ze meten hoe makkelijk een merk mentaal, categorisch en strategisch wordt teruggehaald door het model.
Moet ik alleen merkvragen testen of ook categorievragen?
Beide. Merkvraagstukken laten zien hoe je merk direct wordt gelezen; categorie- en use-case vragen tonen of je zonder hulp wordt teruggevonden.
Zijn deze prompts ook nuttig voor contentteams?
Ja. Ze geven direct input voor welke pagina’s, proof blocks en message frames versterkt moeten worden.
Bronnen
