Een werkzoekende opende vorige maand ChatGPT en typte: “Ik ben IC-verpleegkundige, kinderen op de basisschool, wil weg uit het ziekenhuis maar binnen de zorg blijven, geen 24-uursdiensten meer. Welke werkgevers passen?”
Het antwoord kwam in zeven seconden. Vier namen. Met motivering. Één ervan kreeg twee dagen later een sollicitatie.
Dat is de stille verschuiving die zich nu voltrekt. Niet meer scrollen door zoekresultaten. Niet meer twintig vacatureteksten naast elkaar leggen. Één vraag, één advies, één keuze.
Volgens onderzoek van Intelligence Group is ChatGPT op weg een top-3 oriëntatiekanaal voor werkzoekenden te worden. In sommige doelgroepen, met name hoogopgeleiden en kenniswerkers, is dat al de realiteit. Het opvallende: de werkgevers die in die antwoorden verschijnen, zijn niet automatisch de werkgevers met de grootste recruitmentbudgetten.
Het zijn de werkgevers die AI iets hebben gegeven om over te praten.
SEO is niet GEO
Vijftien jaar draaide arbeidsmarktcommunicatie op één principe: zorg dat je gevonden wordt. Keywords, backlinks, paid search, retargeting. De funnel was helder: vertoning, klik, sollicitatie.
GEO werkt anders. Een taalmodel klikt niet. Hij citeert. Hij vergelijkt. Hij vat samen. Hij beveelt aan, of doet dat niet.
Voor een werkgever betekent dit dat je niet langer concurreert om een positie in een lijst, maar om een plek in een antwoord. En antwoorden hebben geen tien resultaten. Ze hebben er drie. Soms één.
Dit is geen marketingnuance. Dit verschuift hoe je nadenkt over je werkenbij-site, je vacatures, je employer brand en je content. Wie de oude reflexen blijft toepassen, wordt onzichtbaar in het nieuwe kanaal.
Drie dingen die AI van je werkenbij-site nodig heeft
Wanneer wij een werkenbij-site auditeren op GEO-vindbaarheid, kijken we allereerst naar drie dingen.
1. Feitelijke, citeerbare beweringen
Taalmodellen halen hun antwoorden uit tekst die concreet is. “Wij bieden een marktconform salaris” is voor AI onbruikbaar. “Een verpleegkundige niveau 5 verdient bij ons tussen €3.450 en €4.120 per maand exclusief ORT” is wel citeerbaar. Het laatste komt in een antwoord terecht. Het eerste niet.
2. Gestructureerde data
Schema.org-markup voor vacatures, voor de organisatie, voor de locaties. Niet om Google te plezieren, maar om AI een houvast te geven over wat je bent, waar je zit, en wat je aanbiedt. De meeste werkenbij-sites missen dit volledig of doen het inconsistent. Dat is een goedkope correctie met een disproportionele opbrengst.
3. Een herkenbare werkgeversidentiteit buiten je eigen site
Taalmodellen bouwen hun beeld van een werkgever uit honderden bronnen, niet alleen uit jouw site. Reviews, persberichten, interviews met medewerkers, podcasts, partner-websites. Wie alleen op zijn eigen site investeert, krijgt een dunne, eenzijdige representatie terug. Wie verspreid bewijs heeft, krijgt een rijke.
Wat er op het spel staat
De werkgevers die dit nu serieus oppakken, bouwen een voorsprong op die over een jaar moeilijker in te lopen wordt. Niet omdat AI hen voortrekt, maar omdat citeerbaarheid een vliegwiel is: hoe vaker een werkgever wordt geciteerd, hoe meer hij wordt gevonden, hoe meer hij wordt gevolgd, hoe vaker hij weer wordt geciteerd.
Wat je morgen kunt doen
Open je eigen werkenbij-site. Geef hem aan ChatGPT met de opdracht: “vertel me in vier zinnen wat voor werkgever dit is, voor wie, en wat zij anders maken dan de concurrent.” Kan het model die zinnen produceren?
Als het antwoord nee is, ligt daar je werk.
Op 15 juni in Rotterdam maken we dit met Geert-Jan Waasdorp, Karlien Donders en mij (Bryan Peerboom) in een halve dag concreet. Geen theorie over taalmodellen. Praktische en herkenbare voorbeelden, en aan het eind een plan dat je de maandag erna kunt starten.
Tot dan.
Bryan Peereboom is Founding Partner van AI Rebels, het Nederlandse bureau voor Generative Engine Optimization. Hij werkt voor werkgevers als ProRail, Intelligence Group en Independent Recruiters aan hun zichtbaarheid in AI-zoekkanalen.