Merkimago in AI versus online reputatie: het verschil
Reviews en social listening meten wat mensen over je zeggen. AI-antwoorden vatten dat samen tot één oordeel. Waar die twee overlappen en waar ze uit elkaar lopen.
Online reputatie is de optelsom van wat mensen over je zeggen: reviews, posts, forumdraadjes, nieuwsberichten. Je merkimago in AI is iets anders. Dat is het oordeel dat een taalmodel uit al die bronnen samenstelt en vervolgens aan iedereen voorlegt die ernaar vraagt. Het eerste is een gesprek met duizend stemmen. Het tweede is één stem die dat gesprek samenvat, met eigen keuzes over wat belangrijk is.
Die twee hangen samen, maar ze vallen niet samen. Een bedrijf met een prima reviewscore kan in ChatGPT toch als "duur en traag in support" worden neergezet, omdat het model zich baseert op een paar oude vergelijkingsartikelen. En een merk met weinig reviews kan in AI-antwoorden heel gunstig uitkomen, omdat de pagina's die wel geciteerd worden positief zijn. Wie reputatiemanagement doet, moet daarom weten waar het ene ophoudt en het andere begint.
Wat reputatiemanagement traditioneel meet
Klassiek reputatiewerk draait om luisteren en reageren. Je volgt vermeldingen op social media, in het nieuws, op reviewsites en fora. Je meet hoeveel er over je gepraat wordt, hoe groot het bereik is, en of de toon positief of negatief is. Je reageert op slechte reviews, je zoekt de klant op die op LinkedIn klaagt, je stuurt bij als een nieuwsbericht verkeerd valt.
Social listening tools zijn daarvoor gebouwd. Neem Brand24. De homepage noemt het een AI social listening tool en zegt dat het vermeldingen verzamelt uit 25 miljoen online bronnen, met sentimentanalyse die vermeldingen indeelt in positief, negatief of neutraal. Onze catalogus vermeldt daarnaast een AI Visibility-add-on die volgt wat ChatGPT, Claude, Gemini, Perplexity, Google AI Overviews, Google AI Mode, DeepSeek, Grok en Copilot over je merk zeggen. De prijs van die add-on wordt niet gepubliceerd.
De homepage van Brand24, vastgelegd op 14 november 2026.
De eenheid in social listening is de vermelding: één post, één review, één artikel. Elke vermelding telt mee, en het sentiment is een verdeling over al die stemmen.
Wat er verandert als AI de samenvatting maakt
In een AI-antwoord is de eenheid anders. Er is geen verdeling van duizend meningen, er is één tekst die een oordeel geeft. Die tekst kan een paar bronnen zwaar laten wegen en de rest negeren. Een enkele kritische review op een veelgeciteerde site kan meer invloed hebben dan honderd positieve reviews die het model nooit ophaalt.
Drie verschillen zijn praktisch van belang.
Het eerste is herhaling. Een negatieve tweet zakt weg in de tijdlijn. Een negatieve claim in een AI-antwoord wordt herhaald aan iedereen die een vergelijkbare vraag stelt, zolang de bron die hem voedt blijft staan.
Het tweede is verpakking. Social listening laat je de bron zien: wie zei wat, waar. Een AI-antwoord presenteert zijn oordeel als feit, soms met een bronvermelding, soms zonder. De lezer ziet "support kan traag zijn" en niet dat dit uit één forumdraadje van twee jaar geleden komt.
Het derde is context. AI-antwoorden zijn vaak vergelijkend. Je wordt niet los beoordeeld maar naast twee of drie concurrenten. Dan kan je imago verslechteren omdat een concurrent iets nieuws lanceerde, terwijl jouw reviews precies hetzelfde blijven.
Waar de twee elkaar raken: geciteerde bronnen
De overlap zit in de bronnen. Live zoekende engines zoals ChatGPT en Perplexity halen pagina's op en citeren ze, en daar zitten reviewsites, Reddit-draadjes, vergelijkingsartikelen en nieuwsberichten tussen. Dat is precies het materiaal waar reputatiemanagers al mee werken.
De Promptwatch Academy zegt het zonder omwegen: modellen hebben geen mening, ze vatten samen wat ze lezen. Een negatief antwoord is bijna altijd terug te voeren op een specifieke reviewpagina, forumdraad of verouderd artikel, en die bron is waar je iets mee kunt. In de citatie-analyse van Promptwatch bestaat er sinds oktober een apart brontype voor directory's: listing-, review- en marktplaatssites zoals G2, Capterra en Trustpilot. Zo zie je of reviewplatforms in jouw categorie geciteerd worden, en welke.
Het betekent ook dat reputatiewerk en AI-werk elkaar versterken. Een uitgever vragen een fout te corrigeren, een oude klacht op een forum beantwoorden, je profiel op een reviewsite bijwerken: dat zijn klassieke reputatietaken die ook doorwerken in wat AI zegt, als die pagina's geciteerd worden.
De sentimentschaal: hoe je een AI-score leest
Wie gewend is aan social listening, kent sentiment als drie bakjes: positief, neutraal, negatief. AI-sentiment in Promptwatch werkt met een schaal van 100 punten, en dat vraagt een andere manier van lezen.
De pagina Sentiment score in de Promptwatch Academy, vastgelegd op 14 november 2026.
Rond 50 is neutraal. Een feitelijke vermelding zonder oordeel, zoals "Merk X biedt de genoemde functies", is een 50 en geen compliment. Aanbevelingen en gunstige vergelijkingen duwen de score omhoog. Kritiek en voorbehouden trekken hem omlaag: volgens de Academy komt "werkt, maar heeft belangrijke beperkingen" uit in de lage 40, en "vermijden, het is onbetrouwbaar" helemaal onderaan.
Een paar details maken het verschil met social listening duidelijk:
- Prominentie telt niet mee. Of je als eerste genoemd wordt of drie keer terugkomt, verandert je sentiment niet. Dat is werk voor de zichtbaarheidsscore.
- Kale vermeldingen krijgen geen score. Sta je alleen als naam in een rijtje, dan wordt er geen sentiment vastgelegd in plaats van een nep-neutrale 50.
- Antwoorden waarin je niet voorkomt, tellen niet als nul. Sentiment beschrijft hoe over je gesproken wordt, niet of.
- Gemengde antwoorden middelen uit. "Goede keuze, maar de support kan traag zijn" komt in het midden uit, in plaats van alleen de laatste zin te tellen.
Het cijfer bovenaan de pagina is het meest recente daggemiddelde uit de afgelopen 30 dagen. Op de pagina Sentiment kun je filteren op scorebereik: onder 30, 30 tot 50, 50 tot 75 en 75 tot 100. Onder 30 is de snelste route naar de antwoorden die schade doen.
Om de antwoorden achter een daling te vinden, open je op de pagina Sentiment het tabblad By Prompt. Dat staat standaard gesorteerd met de laagste score bovenaan, zodat je ziet welke vragen steeds negatieve antwoorden opleveren. In het tabblad Responses lees je de antwoorden zelf, met de bronnen die het model citeerde. Voor een reputatiemanager is dat de bekende routine: niet het gemiddelde bekijken, maar de afzonderlijke uitingen die het gemiddelde omlaag trekken.
Naast elkaar
| Online reputatie | Merkimago in AI | |
|---|---|---|
| Eenheid | Losse vermeldingen van mensen | Eén samengevat antwoord per vraag |
| Waar je het ziet | Social, nieuws, reviewsites, fora | ChatGPT, Gemini, Perplexity, AI Overviews en andere engines |
| Sentiment | Verdeling over veel stemmen | Score per antwoord op een schaal van 100 |
| Wat blijft hangen | Wat recent en luid is | Wat in geciteerde of getrainde bronnen staat |
| Wat je doet | Reageren, modereren, pr | Bronnen verbeteren, eigen pagina's verduidelijken |
Moet je allebei meten?
Voor de meeste merken wel, maar met een andere vraag erbij. Social listening beantwoordt de vraag wat mensen over je zeggen en of je moet reageren. AI-monitoring beantwoordt de vraag wat een potentiële klant te horen krijgt als hij een assistent om advies vraagt.
Een tool als Brand24 legt de nadruk op het eerste, met AI-zichtbaarheid als aanvulling. Promptwatch begint bij het tweede en gaat dieper op de AI-kant: Brand Narrative splitst antwoorden op in losse claims per thema, Fact Check (vanaf Business, 579 $/maand) zoekt uit of een claim op je eigen site of in de geciteerde bronnen staat, en de citatie-analyse laat zien welke reviewsites en fora AI daadwerkelijk gebruikt. Daar zit de brug met je reputatiewerk: je ziet welke van de pagina's die je reputatieteam al kent, ook je AI-imago bepalen.
Werk je al met social listening, voeg dan AI-monitoring toe voor je belangrijkste koopvragen en vergelijk na een maand welke bronnen in beide lijsten opduiken. Je kunt Promptwatch daarvoor 7 dagen proberen via de prijspagina. Meer over het lezen van toon per antwoord staat in Sentiment in ChatGPT-antwoorden over je merk monitoren.