Prompttrackers: de duurste manier om niets te weten te komen

Om de paar maanden duikt er een nieuwe hype op die belooft marketing voorgoed te veranderen.
Deze keer is het Prompt Tracker - Tools om te laten zien hoe vaak je merk wordt genoemd in ChatGPT, Claude of Perplexity.

Klinkt goed in het begin. Wie zou dat niet willen weten?

Het probleem is dat de techniek achter deze tools fundamenteel tekortschiet, tenminste als je de gegevens serieus wilt gebruiken om beslissingen te nemen.

Waarom prompt trackers niet werken

Laten we beginnen met het meest voor de hand liggende probleem:
AI is niet-deterministisch.

Kort gezegd: stel ChatGPT twee keer dezelfde vraag en je krijgt niet automatisch hetzelfde antwoord. Soms veranderen alleen de nuances, soms ligt de nadruk totaal anders.

Dit is een nachtmerrie voor statistici.
Om enigszins betrouwbare conclusies te trekken, zou je elke prompt vaak moeten herhalen: niet één of vijf keer, maar tientallen of honderden keren, afhankelijk van de gewenste nauwkeurigheid.

In de praktijk betekent dit
Zelfs een paar honderd runs per prompt kunnen al snel resulteren in kosten met hoge dubbele of driedubbele cijfers. Per prompt. Per model.

Wie 30, 40 of 50 prompts in meerdere modellen volgt, zit al snel aan maandelijkse kosten van vijf cijfers, voor data die nog steeds sterk schommelt.

API is niet hetzelfde als ChatGPT

De meeste prompt trackers gebruiken de API's van OpenAI, Anthropic of andere aanbieders. Dit is begrijpelijk - iets anders zou een duidelijke schending van de gebruiksvoorwaarden zijn.

Alleen:
De API is niet wat gebruikers zien op ChatGPT.com.

De webinterface gebruikt eigen systeemprompts, interne tools, extra context en aansturing die regelmatig verandert. Geen van deze lagen is van buitenaf zichtbaar of reproduceerbaar.

Wat betekent dat concreet?
Een prompttracker meet dus antwoorden uit een technische omgeving die fundamenteel verschilt van de echte gebruikerservaring.

Of om het anders te zeggen:
Je analyseert gegevens uit een parallel universum en vraagt je af waarom ze niet overeenkomen met de werkelijkheid.

Het query-fan-outprobleem

Een ander punt dat zelden wordt besproken:

Als gebruikers complexe vragen stellen, verwerkt de AI deze niet intern als een enkele zoekopdracht. In plaats daarvan worden delen opgesplitst, geherformuleerd en parallel geanalyseerd - afhankelijk van het model, de vraag en de context.

Van
„Wat zijn de beste draadloze hoofdtelefoons onder 200 euro?“
verschillende thematische zoekrichtingen, bijvoorbeeld:

• „Draadloze hoofdtelefoons onder 200 euro“
• „Bluetooth-hoofdtelefoontest“
• „Hoofdtelefoon vergelijken“

Je volgt dus een prompt die in deze vorm misschien nooit de werkelijke basis voor het antwoord is.
De AI volgt zijn eigen proces, terwijl je tracker iets anders meet.

Wat werkt in plaats daarvan

In plaats van aannames te modelleren, kunnen sommige dingen heel concreet gemeten worden - zonder interpretatie, zonder giswerk.

• Waar komt AI-verkeer eigenlijk vandaan
• Wat deze bezoekers doen op de site
• Welke inhoud wordt bij voorkeur gekoppeld door AI's
• Hoe het AI-aandeel zich in de loop der tijd ontwikkelt

Het goede nieuws:
Er zijn gegevens die echt gemeten kunnen worden. Zonder schattingen. Zonder interpretatie.

AI-verwijzingsverkeer

Als iemand op je website komt via een link van ChatGPT, Perplexity of een andere AI, dan is dat een feit.
Geen model, geen simulatie - een echt bezoek.

En dit is waar het interessant wordt als je dieper kijkt.

Uitsplitsing per AI-bron

Niet elke AI werkt hetzelfde:

• ChatGPT gebruikt voornamelijk Bing
• Claude gebruikt Brave
• Perplexity gebruikt zijn eigen zoeklogica

Afhankelijk van waar je inhoud gemakkelijk te vinden is, komen bezoekers uit heel verschillende AI-ecosystemen.

Als je ze netjes scheidt, kun je dat snel zien:
Welke AI geeft me relevant verkeer en welke is gewoon ruis?

Conversietracking per AI-bron

Alleen het verkeer is al leuk.
Maar de cruciale vraag is: wat gebeurt er daarna?

• Kopen deze bezoekers?
• Schrijven ze zich in?
• Lezen ze verder of gaan ze meteen weer weg?

Als bezoekers uit één AI-bron duidelijk beter converteren dan andere, is dat geen onderbuikgevoel maar een concreet signaal waar investeren kan lonen.

Landingspagina-analyse

Welke inhoud wordt überhaupt door AI's gekoppeld?

Als adviesartikelen constant AI-verkeer ontvangen, maar productpagina's nauwelijks - dan is dat geen toeval.
Het laat zien welke inhoudstypes werken voor AI-zoekopdrachten en welke niet.

AI-aandeel in de loop der tijd

Een eenvoudig maar onderschat punt:

Hoe ontwikkelt het aandeel AI-verkeer zich in de loop van weken en maanden?

Stijgt het voortdurend?
Stagneert het?
Of valt het plotseling weg?

Zulke veranderingen zijn vroege indicatoren.
Als je AI-aandeel daalt terwijl het in de markt groeit, is er iets mis.

AI-aandeel in de loop der tijd

Een eenvoudig maar onderschat punt:

Hoe ontwikkelt het aandeel AI-verkeer zich in de loop van weken en maanden?

Stijgt het voortdurend?
Stagneert het?
Of valt het plotseling weg?

Zulke veranderingen zijn vroege indicatoren.
Als je AI-aandeel daalt terwijl het in de markt groeit, is er iets mis.

Conclusie

Prompttrackers verkopen een gevoel van controle. Dashboards bewegen, cijfers veranderen en alles lijkt meetbaar. Onder de motorkap is het echter vooral ruis: duur om te verzamelen en lastig te interpreteren.

Deze tools kunnen nuttig zijn voor experimenten, maar vormen geen solide basis voor zakelijke beslissingen.

Wat we al doen bij Trackboxx

Bij Trackboxx richten we ons op AI-referraltracking. Minder spectaculair, maar wel gebaseerd op echte bezoeken.

Je ziet welk AI-platform verkeer stuurt — ChatGPT, Claude, Perplexity of Gemini —, naar welke pagina’s wordt gelinkt en welke bezoeken converteren.

Echte bezoekers. Echte gegevens. Geen schattingen.

Volledig cookieloos en AVG-conform, zonder dat je er maandelijks duizenden euro’s aan kwijt bent.